디지털 분석 공급업체 전환

조직 내에서 디지털 분석 제품을 변경하는 것은 어렵습니다. 조직이 현재 디지털 분석 솔루션에서 가치를 얻지 못하고 있다고 느끼지만 새 제품으로 전환하는 경우에는 다음이 포함되는 경우가 많기 때문에 유지하는 경향이 있습니다.

• 재구현 – 새로운 디지털 분석 솔루션을 계측하려면 일반적으로 웹사이트 또는 모바일 앱에 태그를 다시 지정해야 합니다.
• 과거 데이터 손실 – 경우에 따라 과거 데이터를 가져올 수 없어 연간 추세를 볼 수 없습니다.
• 재교육 – 새로운 디지털 분석 제품으로 전환하면 새로운 사용자 인터페이스에서 내부 사용자를 재교육해야 합니다.
• 공급업체 피로 – 많은 조직에서 수년에 걸쳐 다양한 분석 제품을 시도했으며 일부 경우에는 정확히 동일한 문제가 발생했습니다. 이러한 경우 조직 내 사람들은 다른 분석 제품으로 전환해도 문제가 해결되지 않는다고 생각합니다.

이러한 요인으로 인해 조직 내에서 더 이상 요구 사항을 충족하지 않는 디지털 분석 제품을 사용하게 될 수 있는 상당한 수준의 관성이 발생하는 경우가 많습니다. 조직이 현재의 분석 제품을 유지하고 성공을 저해할 가능성이 가장 높은 조직 문제를 해결해야 하는 경우가 있다고 생각합니다. 또한 현재의 디지털 분석 제품이 더 이상 조직에 적합하지 않은 경우도 보았습니다. 디지털 분석 산업의 많은 주요 업체들이 고객에게 자체 제품의 새 버전으로 업그레이드하도록 권장하고 있기 때문에 디지털 분석 제품 재구현에 대한 주제가 최근 화제가 되었습니다. 거기에 관계없이 그들 앞에 몇 가지 일이 있기 때문입니다. 이 게시물에서는 분석 공급업체 전환에 대한 각 장벽을 정면으로 해결하고 디지털 분석 분야에서 경력을 쌓는 동안 본 것을 공유합니다.

재구현

디지털 분석 구현 영역에서 경력의 대부분을 보냈기 때문에 다시 구현하는 것이 고통스러울 수 있다는 사실을 증명할 수 있습니다. 각 디지털 분석 공급업체에는 고유한 구현 문제가 있으며 동일한 데이터 포인트를 구현하더라도 한 공급업체에서 다른 공급업체로 이동하는 데 필요한 태그 업데이트가 있을 수 있습니다.

그러나 이제 대부분의 주요 디지털 분석 공급업체가 이벤트 기반 데이터 모델로 이동했기 때문에 한 공급업체에서 다른 공급업체로 전환하는 것이 훨씬 쉬워졌습니다. 많은 경우 디지털 분석 공급업체가 필요로 하는 실제 이벤트 및 속성은 CDP 또는 내부 데이터 수집기에 의해 수집됩니다. 이러한 데이터 수집 도구는 모두 새 공급업체를 쉽게 가리키거나 현재 공급업체 와 시험해보고 싶은 새 공급업체 제품으로 보낼 수 있습니다. 몇 주 또는 몇 달이 걸리는 대신 며칠 또는 몇 시간 만에 새로운 디지털 분석 공급업체에 데이터를 보내는 것이 가능할 수도 있습니다.

Amplitude에서 우리는 많은 조직이 mParticle 및 Segment와 같은 CDP 제품을 사용하여 데이터를 기존 공급업체로 보내는 동시에 우리에게 데이터를 보내는 것을 보았습니다. 이를 통해 잠재 고객은 동일한 데이터를 사용하여 현재 공급업체와 디지털 분석 제품을 나란히 비교할 수 있습니다.

새로운 분석 제품을 시험해 보는 또 다른 방법은 기존 태그 관리 시스템 구현을 활용하는 것입니다. 많은 조직에서 태그 관리 시스템에서 모델링된 강력한 데이터 계층을 구축하는 데 수년을 보냈습니다. 이것은 디지털 분석을 구현하기 위한 세미 벤더 불가지론적 접근 방식입니다. 오늘날 시장에서 가장 인기 있는 태그 관리 시스템은 Google 태그 관리자, Adobe Launch 및 Tealium입니다. 조직에서 이러한 태그 관리 시스템 중 하나를 사용하는 경우 대부분의 데이터 수집은 이러한 제품에서 발생하며 태그 관리 규칙을 사용하여 선택한 디지털 분석 공급업체에 데이터를 보내기만 하면 됩니다. 따라서 예를 들어 조직에서 Amplitude를 사용하려는 경우 Tealium, Google 태그 관리자 또는 Adobe Launch와의 통합 중 하나를 사용하여 기존 데이터 계층 및 태깅 작업을 재사용하고 기존 데이터를 Amplitude로 몇 시간 내에 가져올 수 있습니다.

새로운 공급업체로 완전히 전환하기 전에 기존 제품과 함께 새로운 디지털 분석 제품을 주기적으로 시험해 볼 것을 적극 권장합니다. 이렇게 하면 기존 공급업체를 차단하고 새 제품에 일부 과거 데이터를 구축하기 시작하기 전에 조직에 적합한지 확인할 수 있습니다.

과거 데이터 손실

디지털 분석 공급업체 변경을 고려할 때 과거 데이터의 손실이 주요 장벽이라는 말을 자주 듣습니다. 분석가로서, 특히 데이터 계절성이 있는 조직의 경우 과거 데이터의 필요성을 확실히 이해할 수 있습니다. 그러나 내 경험상 가장 영향력 있는 분석은 지난 몇 달 동안 일어난 일과 앞으로 일어날 일에 초점을 맞춘 분석입니다. 실제로 저는 분석의 약 10%에 대해 연간 데이터만 활용했습니다.

그러나 과거 데이터가 중요한 경우 디지털 분석 공급업체 전환을 고려할 때 다음과 같은 몇 가지 제안 사항이 있습니다.

• 겹치는 제품 – 조직에서 여유가 있다면 1년 동안 이전 분석 제품과 새 분석 제품을 동시에 사용할 수 있습니다. 이렇게 하면 새 공급업체 제품에 충분한 기록 데이터를 구축할 수 있으며 이전 제품에도 기록 데이터를 제공할 수 있습니다. 분명히 모든 조직이 두 공급업체에 비용을 지불할 수 있는 것은 아니지만 과거 데이터가 이를 정당화할 만큼 중요하다면 이것이 가장 쉬운 솔루션입니다.
• 데이터 웨어하우스 활용 – 많은 조직에서 디지털 분석 데이터를 자체 내부 데이터 웨어하우스로 보내고 있습니다. 이는 특히 많은 공급업체가 기본적으로 25개월 후에 데이터를 제거하기 시작했기 때문에 모든 과거 데이터를 유지하기 위해 수행됩니다. 디지털 분석 데이터는 또한 내부 데이터 웨어하우스로 전송되어 콜센터 데이터, POS 데이터 등과 같은 다른 고객 데이터와 결합할 수 있습니다. 내부 데이터 웨어하우스에 과거 데이터가 존재하기 때문에 일반적으로 이를 활용할 수 있습니다. 새로운 디지털 분석 공급업체가 충분한 과거 데이터를 확보할 때까지 다양한 기간을 비교해야 하는 드문 경우입니다.
• 기록 데이터 백필 – 대부분의 경우 현재 분석 제품의 기록 데이터를 새 분석 제품으로 백필할 수 있습니다.

이들 중 하나가 조직을 위한 옵션인 경우 현재 공급업체가 가치를 제공하지 않는 경우 새로운 디지털 분석 공급업체를 시도하는 데 방해 요소로 과거 데이터에 대한 의존성을 제거할 수 있습니다.

재교육

디지털 분석 공급업체 전환을 고려할 때 현재 사용자를 재교육하는 것이 확실히 고려 사항 중 하나여야 합니다. 조직에 디지털 분석 제품에 적극적으로 로그인하는 사용자가 500명 있는 경우 새 제품에 대한 교육이 어려울 수 있습니다. 그러나 실제로 디지털 분석 제품을 적극적으로 사용하는 사람들은 생각보다 훨씬 적습니다. 대규모 조직에서도 핵심 디지털 분석 팀이 전체 디지털 분석 제품 사용의 90%를 차지하는 많은 예를 보았습니다. 따라서 내가 가장 먼저 할 일은 오늘날 얼마나 많은 사람들이 현재의 디지털 분석 제품을 실제로 지속적으로 사용하고 있는지 확인하는 것입니다. 대부분의 디지털 분석 제품에는 제품 내에서 이를 기본적으로 볼 수 있는 방법이 있거나 이 정보를 제공하는 추가 제품을 구입할 수 있습니다.

그러나 새로운 디지털 분석 제품이 정말로 필요한 경우에는 총알을 깨고 사람들을 재교육하기만 하면 됩니다. 때때로 새로운 디지털 분석 제품에는 내부 사용자가 더 쉽게 배울 수 있는 인터페이스가 있을 수 있습니다. 고통스럽긴 하지만 때때로 내부 이해 관계자를 재교육하는 것이 그들과 다시 연결되고 지금 그들에게 중요한 것이 무엇인지, 어떤 질문이 가장 먼저 떠오르는지 알아낼 수 있는 좋은 기회라는 것을 알게 되었습니다. 디지털 분석에서 성공의 상당 부분은 관계 구축에 있습니다. 따라서 재교육을 귀찮은 일로 여기지 말고 내부 이해 관계자와 더 깊은 관계를 구축할 수 있는 좋은 기회로 생각하십시오.

공급업체 피로도

많은 조직에서 20년 이상 디지털 분석을 수행해 왔습니다. 이 기간 동안 대부분은 다양한 수준의 성공을 거둔 여러 공급업체를 거쳤습니다. 저는 조직이 디지털 분석으로 어려움을 겪도록 하는 많은 요소가 제품에 구애받지 않기 때문에 모든 조직이 모든 디지털 분석 제품으로 성공할 수 있다고 굳게 믿습니다. 선택한 분석 제품이 조직의 성공 여부를 결정하는 요소인 경우 다른 문제가 있을 수 있습니다.

내가 분석 컨설턴트였을 때 새로운 구현에 대한 접근 방식에 대해 고객이 저에게 도전하기 시작한 새로운 고객 킥오프 콜을 한 적이 있습니다. 이 클라이언트는 아이러니하게도 저에게 이렇게 말했습니다. "우리는 그것을 우리 방식대로 구현할 것입니다... 이것이 우리가 Webtrends와 Coremetrics로 해낸 방법이고 이제 SiteCatalyst로 할 방법입니다..." 나는 너무 짜증이 나서 내가 무심코 "...그게 지금까지 어떻게 되었나요?" 이 클라이언트를 통해 저는 분석 제품이 실패의 원인이 아니며 구조적 변경 없이는 새 제품으로 다시 실패할 것이라는 점을 즉시 알 수 있었습니다.

이 모든 것은 공급업체의 피로에도 불구하고 조직에서 디지털 분석 제품 변경을 고려해야 하는 경우가 있습니다. 다음은 타당한 이유 중 일부입니다.

• 고객 행동 변화 – 고객이 디지털 분석 공급업체 선택에 영향을 줄 수 있는 행동을 크게 변경하는 경우가 있습니다. 지난 10년 동안 가장 중요한 변화는 데스크톱 웹사이트에서 모바일 장치로의 마이그레이션이었습니다. 많은 조직에서 모바일 앱 활동은 10년 전에는 디지털 상호 작용의 5%였지만 오늘날에는 85%입니다. 이 경우 기존 분석 공급업체보다 모바일 앱에 대해 더 나은 통찰력을 제공하는 디지털 분석 공급업체가 있는 경우 앞으로 어떤 공급업체를 사용해야 하는지 다시 확인하는 것이 합리적일 수 있습니다.
• 새로운 팀 소유권 – 수년 동안 디지털 분석은 여러 팀에서 소유해 왔습니다. 디지털 분석이 디지털 광고 지출의 효율성을 판단하는 방법으로 시작되었기 때문에 많은 조직에서 초기 소유권은 마케팅 팀이었습니다. 그러나 디지털 경험이 발전하면서 많은 조직에서 디지털 분석의 소유권이 중앙 집중식 분석 팀이나 제품 관리 팀으로 옮겨졌습니다. 조직 내에서 디지털 분석이 한 팀에서 다른 팀으로 이동하는 경우 분석 기능을 상속받는 팀이 사용 중인 제품이 향후 사용하려는 제품인지 여부를 재평가하는 것이 정당하다고 생각합니다.
• 새로운 시작 – 위에서 언급했듯이 문제가 있는 조직은 실제 조직 문제를 간과하기 위해 전환 분석 제품을 사용하는 경우가 많습니다. 그러나 때때로 조직의 디지털 분석 기능이 너무 나빠져서 다시 시작해야 합니다. 예를 들어 Salesforce에서 마케팅 팀에 합류했을 때 기존 디지털 분석 프로그램의 상태가 좋지 않았습니다. 처음 몇 주 동안 나는 많은 이해 관계자를 인터뷰했고 그들 중 누구도 분석 제품의 데이터를 신뢰하지 않았고 조직을 지원하는 데 사용되는 모델이 작동하지 않는다는 것을 알게 되었습니다. 분석 팀이 돌아갈 수 없는 지점을 지났고 새로운 시작이 필요하다는 것을 알고 있었습니다. 이 경우 평가 결과 문제가 제품 기반보다 구현 기반인 것으로 나타났으므로 분석 제품을 일시적으로 종료하고 검증된 구현 방법론을 사용하여 처음부터 다시 구현하기로 결정했습니다. 하지만 새로운 분석 제품을 구현하는 것이 내부 이해 관계자에게 상황이 변하고 있고 앞으로 더 나아질 것임을 보여주는 상징적인 방법이 될 시나리오를 쉽게 상상할 수 있습니다. 이상적으로는 새 분석 제품이 새 프로세스 및 이전 제품에 문제를 일으키는 기타 모든 것과 결합되어야 합니다.

이것이 내가 조직에서 벤더를 바꾸는 것을 정당화하는 것을 본 가장 일반적인 이유일 뿐입니다. 심지어는 매우 실제적인 벤더 피로에도 불구하고 말입니다.

마지막 생각들

서두에서 언급했듯이 디지털 분석 제품을 변경하는 것은 어렵습니다. 조직에서 사용하는 디지털 분석 제품을 선택하는 것은 많은 접선적 의미를 지닌 주요 결정입니다. 위의 항목 중 일부가 디지털 분석 공급업체 전환 가능성에 대한 결정을 내릴 때 고려해야 할 요소에 대한 통찰력을 제공하기를 바랍니다.