데이터 기반 마케팅, 다들 중요하다고 말하지만 현실은 어떤가요? 출근하자마자 수십 개의 대시보드를 열고 숫자가 왜 변했는지 파악하다 보면 어느새 점심시간이 훌쩍 지나가 버리곤 하죠.
문제는 “데이터를 본다”와 “데이터로 결정한다” 사이의 간극이에요. 정작 중요한 건 "그래서 우리는 무엇을 기획해야 하는가?"인데, 차트를 생성하고 데이터를 추출하는 운영 업무에 치여 정작 전략을 세울 시간은 늘 부족해요.
앰플리튜드를 사용하는 팀들은 그래도 차트를 그리는 데는 크게 어려움을 겪지는 않지만, 적지 않은 분들이 그 다음을 어려워 해요. 내가 설정한 차트가 맞는지 확신이 서지 않고, 데이터가 예상과 다르게 나오면 왜 그런지 파악하는 데 시간이 걸리며, 결국 급한 업무에 밀려 분석과 기획은 뒤로 미뤄지곤 하죠.
이번 <90분으로 끝내는 AI 그로스 웨비나>에서 AB180 Customer Success Manager 장소영 님은 앰플리튜드가 제공하는 핵심 AI 기능 4가지를 소개하며, 이제 마케터가 데이터 분석이라는 반복 업무에서 완전히 해방되어야 한다고 강조했어요.
📌Key Takeaways
장소영 님은 현재 대다수 마케터가 앰플리튜드를 사용하는 목적을 크게 2가지로 분류했어요. 바로 보고용과 기획용이죠.
하지만 이 과정에서 반복적으로 등장하는 페인포인트가 있어요.
이러한 페인 포인트가 반복되면 결국 감이나 과거 데이터에 의존하게 돼요.
그러다 보니 데이터는 분명 앰플리튜드가 제공해 줘서 존재하긴 하지만, 그 데이터를 해석하고 전략으로 연결하는 데는 항상 시간과 리소스가 부족했어요.
앰플리튜드가 AI 기능을 도입한 배경도 바로 여기에 있어요. 데이터 분석 자체보다, 데이터를 기반으로 한 의사결정의 속도와 질을 높이기 위해서죠.
이번 웨비나에서 장소영 님은 앰플리튜드에서 제공하는 AI 기능 4가지를 소개하며, 앞으로 실무자들이 데이터를 더욱 제대로 활용하고 실무적인 전략들을 세울 수 있을 것이라 말했어요.
그럼 지금부터 앰플리튜드 AI 기능 4가지를 소개해 드릴게요.
앰플리튜드 AI Agent는 24시간 내내 앰플리튜드 데이터의 변화를 감지하고 해석하는 전담 비서라고 생각하면 좋아요.
현재까지는 대시보드 에이전트, 세션 리플레이 에이전트, 웹사이트 전환 에이전트 등 3가지를 제공하고 있는데요. 이번 웨비나에서는 대시보드 에이전트를 중점적으로 다뤘어요.
대시보드 에이전트에서는 대시보드에 등록된 데이터를 바탕으로 해석을 해서 그러한 데이터가 왜 발생했는지를 분석하고 리포트를 보내줘요. 단순히 "방문자가 10% 늘었습니다"라고 말하는 수준이 아니라, "장바구니에서 결제 완료 구간에 심각한 누수가 발생했으니 체크하세요"와 같은 핵심 인사이트를 짚어주죠.
AI Agent의 답변 수준은 여러분이 주는 맥락 데이터에 달려 있어요. 그래서 장소영 님은 AI 답변의 정확도를 높이기 위해 다음과 같이 구체적인 항목으로 프롬프트를 작성할 것을 권장했어요.
실제로 위 프롬프트와 샘플 데이터로 시연된 화면에서는 앰플리튜드 AI가 가장 먼저 해결해야 할 부분이 어디인지를 정리를 해줬는데요. 장바구니에서 결제 완료 구간에 누수가 있고 첫 구매 이후 재방문이 약화된 게 가장 큰 문제라고 진단했어요.
이를 토대로 앰플리튜드 AI가 분석을 더 진행한 결과, "저녁 시간대 결제 시스템 장애로 인해 구매 전환이 발생하지 않고 있다"는 원인을 분석하고, "비회원 구매를 허용하거나 체크아웃 페이지에 프로모션 코드를 자동 적용하라"는 우선순위에 따른 액션 아이템까지 제안하는 모습을 볼 수 있었어요.
클릭이나 로그 같은 행동 데이터는 유저가 무엇을 했는지는 보여주지만, '왜(Why)' 그렇게 행동했는지는 보여주지 않아요. 앰플리튜드의 AI Feedback은 흩어져 있는 유저의 생생한 목소리, 즉 리뷰를 분석 가능한 데이터로 전환할 수 있어요.
예를 들어 "잘 쓰던 기능이 없어져서 불만이다"는 리뷰가 증가했다면 단순히 부정 의견으로 끝나는 것이 아니라 아래와 같은 일련의 워크플로우로 이어질 수 있습니다.
즉, 데이터 분석을 리포트에서 끝나는 것이 아니라, 실험과 실행으로 이어지는 구조로 만들 수 있어요.
이번 세션에서 가장 흥미로웠던 부분은 앰플리튜드 AI Visibility 기능이었어요.
이제 고객은 구글 검색 대신 챗GPT나 클로드 등 생성형 AI에게 직접 질문해요. 앰플리튜드가 선보인 AI Visibility는 생성형 AI 검색(AEO/GEO)에서 우리 브랜드가 어떻게 언급되고 있는지 가시성을 실시간으로 보여주는 기능이에요.
앰플리튜드 AI Visibility에서는 다음 기능을 활용할 수 있어요.
이렇게 앰플리튜드 AI Visibility를 활용하면, 경쟁사 대비 어떤 키워드를 점유하고 있는지, 어떤 질문에서 우리 브랜드가 등장하는지, AI 환경에서의 점유율은 어떠한지를 확인하면서, AEO/GEO 관점에서의 브랜드 전략까지 데이터로 점검할 수 있어요.
똑똑한 AI도 우리 회사의 목표를 모르면 엉뚱한 답을 내놓을 수 있어요. 하지만 앰플리튜드 AI Context에 우리 조직의 목표와 맥락을 사전에 등록하면, AI 분석 기능을 하나의 기준으로 표준화할 수 있어요. 즉, 앰플리튜드 AI에게 우리 회사의 '업무 매뉴얼'을 학습시키는 단계라고 할 수 있어요.
이제는 핵심 이벤트가 어떤 이벤트인지, 우리가 잡고 있는 세그먼트의 기준들은 무엇인지, 이탈 활성 리텐션의 기준은 무엇으로 봐야 하는지에 대한 정의들을 우리 서비스에 맞춰서 조금 더 숙고해야 할 때라고 생각합니다.(AB180 Customer Success Manager 장소영)
장소영 님은 이번 세션을 마무리하며 "마케터는 이제 '그리는 사람'에서 '결정하는 사람'으로 변해야 한다"고 거듭 강조했어요.
이제 앰플리튜드는 차트를 그리는 솔루션이 아니라, 전략을 제안하고 토론하는 솔루션이 되고 있어요. 여러분은 차트를 그리는 반복 작업에서 벗어나, 유저의 여정을 바탕으로 전략을 고민하는 진짜 마케팅에 집중해야 해요.
데이터 뒤에 숨겨진 유저의 마음을 읽고, AI와 함께 성장을 위한 가장 확실한 액션을 찾아내시길 바래요.
📍앰플리튜드로 빠르게 성장하는 기업들의 스토리를 만나보세요!
