이 글은 2025년 7월 29일에 업데이트 됐습니다.
데이터는 계속 쌓이는데, 정작 쓸 수 있는 데이터는 왜 없을까요?
유저 행동 데이터를 수집하고 있지만, “이건 무슨 이벤트지?”, “이 데이터는 왜 빠졌지?”, “이건 분석에 안 써야겠지?” 같은 질문들이 매일 반복되고 있나요? 이는 단순한 ‘데이터 부족’이 아닌 ‘데이터 무결성’과 ‘수집 구조’의 문제예요. 정확하고 일관된 데이터가 없으면, 분석도 어렵고 인사이트도 왜곡돼요.
데이터를 기반으로 비즈니스 성과를 개선하려면 우리 조직에서 수집하는 데이터를 지속해서 관리해야 해요. 데이터를 더욱 효율적으로 관리하기 위해서는 수집 중인 데이터가 어떤 상태에 있는지를 파악하여 데이터의 정합성을 유지해야 하죠. 여기서 더 나아가, 현재 웹과 앱 서비스에서 트래킹 중인 이벤트의 수와 양을 최적화하여 데이터 수집의 효율성을 개선해야 해요.
앰플리튜드(Amplitude)는 데이터 상태를 실시간으로 파악하고, 이벤트 수집 구조를 효율적으로 관리할 수 있는 기능을 제공하여 데이터 무결성을 유지할 수 있도록 도와요. 사용자는 항상 정확하고 일관된 데이터에 액세스할 수 있으며, 이는 비즈니스 운영에 매우 중요한 역할을 하고 있어요.
이번 포스팅에서는 앰플리튜드에 수집되는 데이터 상태별 정의 및 데이터 관리 기능을 알아보면서 앰플리튜드를 통한 효율적인 데이터 관리 방안을 알아보려고 해요. 앰플리튜드의 데이터 관리 기능을 중심으로, 데이터가 무의미한 숫자 덩어리가 되는 것을 막고 실질적인 비즈니스 성과로 연결시키는 방법을 함께 살펴볼게요.
👉 데이터 수집 및 이벤트 트래킹 방법에 대한 자세한 내용이 궁금하다면, 앰플리튜드의 <고객 행동 데이터 가이드: 데이터 수집 & 이벤트 트래킹> 가이드를 확인해보세요.
📌오늘의 Key Takeaways
데이터 기반 의사결정을 하려면, 우선 그 데이터가 ‘신뢰할 수 있는 상태’여야 해요. 그런데 실제 현장에서는 중복 데이터, 잘못된 네이밍, 수집 누락 등으로 인해 중요한 분석 작업이 틀어지는 일이 자주 발생하죠.
이럴 때 필요한 것이 바로 ‘데이터 무결성(Data Integrity)’이에요. 데이터 무결성이란, 데이터를 ‘중복이나 누락 없이 정확’하게, 그리고 모든 팀이 ‘같은 기준으로 이해할 수 있도록 일관성 있게 관리’하는 것을 말해요.
이 두 가지 기준이 충족돼야 마케팅, 데이터 분석, 운영 등 다양한 조직에서 신뢰 기반의 분석이 가능해지고, 더 나아가 데이터를 중심으로 움직이는 조직 문화도 만들 수 있어요.
정리하면, 무결성이 확보된 데이터는 '쓸 수 있는 데이터'의 출발점이에요. 다음 단계에서는, 앰플리튜드에서 이 무결성을 어떻게 관리할 수 있는지 알아볼게요.
데이터가 수집된다고 해서 모두 '쓸 수 있는 상태'는 아니에요. 앰플리튜드에서는 수집된 이벤트가 어떤 상태에 있는지를 ‘Data Status’로 구분해 보여주는데요. 이는 트래킹되고 있는 이벤트 데이터의 상태를 나타내는 것으로, 문제 있는 데이터는 바로 식별해서 해결하고, 신뢰할 수 있는 데이터만으로 분석할 수 있는 환경을 만들 수 있어요.
‘Data Status’는 앰플리튜드 대시보드 내 ‘Data’ 탭에서 확인할 수 있으며, 다양한 상태 정보와 함께 데이터 운영 기능을 제공하여 데이터 상태 확인 및 데이터 관리 업무를 수행할 수 있도록 도와요.
각각의 상태는 다음과 같은 의미를 가져요.
‘Tracking Plan’에 속한 이벤트이자, 실제로 수집이 된 이벤트의 상태예요. 이벤트가 Tracking Plan에 추가되어야 Live 상태로 변경됩니다.
Tracking Plan에 추가된 이벤트 상태예요. 아직 이벤트가 수집되지 않은 상태이며, 이후 이벤트가 수집 되면 Status가 Live로 변경됩니다.
Tracking Plan에 속하지 않은 이벤트 상태예요. ‘Unexpected’는 이벤트가 Tracking Plan에 속하지 않았다는 뜻일 뿐, 이벤트가 수집되지 않는 것은 아니예요. 앰플리튜드에서 Tracking Plan에 속하지 않은 이벤트는 기본적으로 'Unexpected'로 표기되는데요. Tracking Plan에 해당 이벤트를 추가하여 상태값을 변경하실 수 있어요.
수집 및 저장되지 않게 차단된 이벤트 상태예요. ‘Blocked’ 처리된 이벤트에 대해, Event / Event Property / User Property 데이터를 더 이상 수집 및 저장하지 않으므로 이벤트 볼륨이 차감되지 않아요.
삭제 처리된 이벤트 상태예요. ‘Deleted’ 처리된 이벤트에 대해서도, Event / Event Property / User Property 데이터를 더 이상 수집 및 저장하지 않으므로 이벤트 볼륨이 차감되지 않아요. 그리고 Deleted 처리된 이벤트 및 속성은 차트의 Dropdown에서도 사용할 수 없어요.
Tracking Plan이란?
Tracking Plan은 앰플리튜드로 트래킹할 Event와 Property를 정의 및 관리하는 메뉴예요. Tracking Plan에서는 Event와 Event Property 및 User Property를 체계적으로 관리할 수 있어요. 자세한 사항은 Tracking Plan 관련 앰플리튜드 가이드를 참고해 주세요.
이벤트 데이터를 마구잡이로 쌓아두기만 하면, 결국 분석의 효율도 떨어지고 비용만 늘어나게 돼요. 앰플리튜드는 이벤트 데이터를 선별하고 정리할 수 있는 다양한 기능을 제공하는데요. 불필요한 이벤트는 과감하게 차단하거나 삭제하고, 분석에 필요한 이벤트만 선별적으로 활용할 수 있도록 도와드려요.
수집되고 있는 이벤트 중 사용자가 실제로 분석에 활용하지 않는 이벤트가 다량 쌓일 경우, 앰플리튜드의 ‘Event Block’ 기능을 활용해 해당 이벤트의 수집을 차단할 수 있어요. 이후부터는 해당 이벤트는 저장되지 않고, 이벤트 볼륨도 소진되지 않기 때문에 분석 리소스와 비용을 절약할 수 있습니다.
Block 처리한 이후부터 해당 이벤트에 대한 Event Volume은 소진되지 않고, Block을 했더라도 이후에 다시 분석이 필요한 이벤트는 언제든 Unblock 할 수 있어요.
(1) Event Block 가능한 항목 : Event, Event Property, User Property
(2) 설정 방법 : Data > Tracking Plan > Events / Properties를 찾아 선택 > Block 클릭
(3) Event Block 설정 시 유의사항
이미 쌓인 이벤트 중 앞으로도 쓸 일이 없는 데이터는 ‘Event Delete’ 기능으로 완전히 제거할 수 있어요. Event Delete 기능은 원하지 않는 Event, Event Property, User Property를 앰플리튜드에 전송했을 때 사용할 수 있는 기능으로, 특히 2,000개의 Event Type 리밋을 초과한 경우에도 Event Delete로 필요하지 않은 데이터를 삭제할 수 있어요.
(1) Event Delete 가능한 항목 : Event, Event Property, User Property
(2) 설정 방법 : Data > Event / Event Property / User Property를 찾아 선택 > Delete 클릭
(3) Event Delete 설정 시 유의 사항
💡Block, Delete 기능과는 별도로, 더 이상 수집을 원하지 않는 이벤트가 있다면 앰플리튜드로 전송되지 않도록 개발 작업을 진행하시는 것을 권장드립니다.
유저가 직접 발생시킨 이벤트만을 'Any Active Event' 에 포함시키기 위해 사용해요. Event를 Inactive(비활성화) 처리할 경우, 해당 이벤트는 'Any Active Event' 에 포함하지 않고 해당 이벤트를 발생시킨 유저는 'Active User' 에 포함되지 않아요.
예를 들어, 'push_sent'이벤트를 ‘Inactive’로 설정했다면, 'push_sent'이벤트만 발생시킨 유저는 그 날의 Active User에 포함 되지 않게 돼요.
이는 실제 사용자 행동을 기준으로 활성 유저를 정의하고 싶을 때 매우 유용해요.
(1) Activity 설정 가능한 항목 : Event
(2) 설정 방법 : Data 페이지 > Status 변경 원하는 이벤트 선택 > Edit Activity 드롭다운 메뉴 선택 > Status 변경
(3) Event Inactive 설정 시 유의사항
분석 도중 불필요한 이벤트가 계속 눈에 띄는 게 불편하다면, ‘Event Hide’로 해당 이벤트를 Dropdown 메뉴 / Pathfinder 차트 / Personas 차트에서 보이지 않게 설정할 수 있어요.
(1) Visibility 적용 가능한 항목 : Event
(2) 설정 방법 : Data > Event > Status 변경 원하는 이벤트 선택 > Edit Visibility 드롭다운 메뉴 선택 > Status 변경
(3) Event Hide 설정 시 유의사항
의도치 않게 분석에 전혀 도움이 되지 않는 이상한 데이터가 쌓이고 있다면 해당 데이터의 필터링이 필요할 수 있는데요. 이때, 앰플리튜드 Data 탭의 ‘Data Filter’ 기능을 통해 실시간으로 해당 데이터를 걸러낼 수 있어요. 필터링은 단순한 UI 설정만으로도 가능해서 누구나 쉽게 데이터 품질을 관리할 수 있어요.
‘Block Filter’는 특정 조건에 맞는 데이터가 앞으로 앰플리튜드로 수집되지 않도록 차단하는 필터예요. 예를 들어, 테스트 환경에서 발생한 이벤트나 내부 사용자의 로그처럼 분석에 불필요한 데이터를 더 이상 앰플리튜드에 쌓고 싶지 않을 때 사용하면 좋아요.
단, Block Filter는 ‘이후부터 수집하지 않음’을 선언하는 기능이므로, 이미 쌓인 데이터는 그대로 남아 있어요.
(1) Block Filter 사용 방법
데이터는 계속 수집되지만 차트 분석 결과에 포함하고 싶지 않은 데이터가 있을 수 있죠. 이럴 때는 특정 조건의 데이터는 차트에 노출되지 않도록 ‘Drop Filter’를 활용할 수 있어요. 즉, ‘분석 시 특정 조건의 데이터는 분석에 활용하지 않음’을 선언하는 필터이죠. 예를 들어, 특정 국가나 앱 버전에서 발생한 이벤트는 분석 결과에서 제외하고 싶을 때 유용해요.
(1) Drop Filter 사용 방법
LG유플러스는 다양한 팀의 협업 속에서 모든 구성원이 동일한 기준으로 데이터를 이해하고 활용하는 데 어려움을 겪었고, 특히 택소노미 설계의 복잡성과 수작업으로 인한 시간 낭비 및 오류가 큰 문제였어요. 또한 확보된 데이터를 효과적으로 시각화하고 분석하기 위한 차트 활용 베스트 프랙티스 부족도 업무 효율을 저해하는 요인이었죠.
이러한 문제 해결을 위해 LG유플러스는 AB180 컨설팅팀과 협력하여 앰플리튜드로 데이터 거버넌스 프레임워크를 구축했어요.그 결과, 맞춤형 택소노미 가이드와 고객 여정 기반 프레임워크를 통해 택소노미 설계 및 등록이 자동화되어 업무 시간과 휴먼 에러를 획기적으로 줄였고, 데이터 시각화를 위한 차트 활용 가이드를 통해 단 30분 만에 데이터 기반 모니터링 대시보드를 제작할 수 있게 되어 업무 효율성을 크게 높였어요.
궁극적으로 LG유플러스는 데이터의 일관성과 신뢰성을 확보하며, 모든 팀이 동일한 기준으로 데이터를 활용할 수 있게 됐어요.
👉 LG유플러스의 스토리가 더 궁금하다면? 인터뷰 전문을 확인해 보세요.
데이터는 이제 단순한 운영의 영역을 넘어, 비즈니스 전반을 설계하는 ‘전략 자산’이 되었어요. 수집된 데이터의 정확성과 일관성이 확보되지 않으면, 유의미한 비즈니스 인사이트를 얻을 수 없고 의사결정은 왜곡될 수밖에 없어요. 실제로 데이터 무결성이 흔들리면, 마케팅 효율 저하부터 제품 개선 지연, 리소스 낭비까지 다양한 문제가 발생해요.
앰플리튜드는 이런 데이터 혼탁 상태를 미연에 방지하고, 불필요한 이벤트를 정제해 전략적으로 관리할 수 있는 도구를 제공하고 있어요. ‘Data’ 탭에서 제공되는 Block, Delete, Filter 기능을 적절히 활용하면 쌓이는 데이터의 품질을 실시간으로 점검할 수 있고, 이슈를 파악하여 이벤트 발생량을 계획대로 조절할 수도 있어요.
무결성을 갖춘 데이터는 결국 실질적인 비즈니스 성장으로 이어져요. 지금 우리 조직의 데이터는, 믿을 수 있나요?
정확한 수집부터 올바른 트래킹까지, 앰플리튜드 고객 행동 데이터 가이드에서 더 자세한 내용이 궁금하다면 <고객 행동 데이터 가이드: 데이터 수집 & 이벤트 트래킹> 가이드를 확인해 보세요.
👉<고객 행동 데이터 가이드: 데이터 수집 & 이벤트 트래킹> 다운로드 받기
