누군가 여러분에게 “당신의 회사가 보유한 데이터의 4분의 3은 제대로 사용되지도 않아요.” 라고 말한다면 아마 믿지 않을 수도 있을겁니다. 하지만 이것은 관련 통계 데이터를 통해 이미 증명된 사실입니다. 상당수의 기업이 데이터 관리를 제대로 하지 않거나, 심지어는 아예 관리 자체를 하지 않고 있기 때문에 수집된 데이터의 대부분은 낭비되고 있습니다.

데이터는 회사 운영 및 주요 의사 결정의 원동력이며, 제품 개발 라이프 사이클 전반에 걸쳐 핵심적인 역할을 합니다. 데이터 관리는 고객 데이터로부터 최대한의 가치를 창출하기 위한 기반 작업입니다. 효율적인 데이터 관리는 SQL 쿼리를 작성하는 팀을 비롯한 회사 내 다양한 이해 관계자들이 데이터에 접근하고, 이를 이해 및 분석할 수 있도록 돕습니다. 데이터를 효과적으로 관리하기 위해서는, 고객 데이터 플랫폼(CDP)에서 제품 분석 환경(Product Analytics Tool)으로 데이터를 전송할 때 데이터의 투명성과 정확성이 보장되어야 합니다. 오늘날 많은 기업들은 여러 이해 관계자들이 데이터에 접근할 수 있도록 제품 분석 도구로 데이터를 가져옴으로써 데이터 관리 프로세스를 고도화하고 있습니다. 

데이터 관리(Data Management)란?

데이터 관리의 기본은 올바른 데이터를 수집하여 저장 및 정리하는 것입니다. 또한, 데이터 오류 수정, 그리고 일관된 명명 규칙을 유지하기 위한 데이터 분류 체계(Taxonomy) 설계도 데이터 관리에 해당합니다. 데이터 수집에 대한 사전 계획 수립, 올바른 데이터만을 분석 도구로 전송하기 위한 승인 프로세스 구축 등 또한 포함됩니다. 제품 분석 맥락에서의 데이터 관리에 속하는 다양한 요소에 대해 더 자세히 알아보겠습니다.

  • 데이터 수집(Collection): 데이터는 다양한 데이터 소스로부터 유입됩니다. 따라서 수집되는 데이터가 깨끗하고 완전한지, 손상되지는 않았는지 확인하는 작업이 필요합니다.
  • 데이터 오류 수정(Fixing Existing Mistakes): 많은 양의 데이터를 다룰 때에는 실수가 발생하기 마련입니다. 따라서 데이터의 이름 지정, 구성 또는 수집 방식에서 실수를 소급하여 수정하는 작업이 포함됩니다. 
  • 오류 사전 예방(Proactively Prevent Future Problems): 기존 데이터에서 확인된 실수들을 분석하면, 반복되는 실수(예: 불필요한 이벤트 및 속성)를 식별하고 이러한 정보들을 기반으로 구조를 재정비하여 향후 발생 가능한 문제들을 줄일 수 있습니다.
  • 데이터 분류 체계(Taxonomy): Taxonomy는 여러분의 데이터상 이벤트 및 속성들을 일관성 있는 규칙에 따라 명명함으로써 효과적으로 관리할 수 있는 가이드입니다. Taxonomy는 제품의 기능 및 수익성을 개선하기 위한 질문들에 대 답이 될 수 있습니다. 팀은 데이터 관리를 위한 Taxonomy 체계를 개발할 뿐만 아니라, 데이터 관리 요구 사항과 우선 순위가 변경되는 경우, Taxonomy에 변경된 요구 사항들을 적용하고 업데이트해 나가면서 이를 ‘살아 숨쉬는’ 문서로 관리해야 합니다. 스프레드 시트를 사용하여 Taxonomy를 관리하는 경우도 있고, 이러한 작업을 간소화할 수 있는 데이터 거버넌스 시스템을 활용할 수도 있습니다. 
  • 데이터 저장(Storage): 데이터를 수집했다면, 잘 저장해야 합니다. 통상적으로 데이터 관리 플랫폼(DMP), CDP, 데이터 레이크(Data Lake) 또는 데이터 웨어하우스(Data Warehouse)와 같은 스토리지 시스템을 사용하며, 데이터를 제품 분석 도구로 보내 추가적인 분석을 진행할 수 있습니다.

데이터 관리가 왜 중요한가요?

아무리 그 양이 많거나 출처가 믿음직스러워도, 제대로 관리되지 못하는 데이터는 무의미합니다. 이와 달리 효과적으로 관리된 데이터는 다양한 측면에서 여러분의 비즈니스에 가치를 더해줄 수 있습니다. 

데이터의 표준화

회사 내 여러 팀/부서가 같은 지표를 봐야 한다고 가정해 보겠습니다. 예를 들어, 고객이 가장 많은 시간을 보내는 곳, 또는 사용에 어려움을 겪는 지점을 파악하기 위해 제품 개발팀과 고객 성공팀 모두가 고객 이동 경로 데이터를 살펴봐야 할 수 있습니다. 데이터가 효과적으로 관리되고 있다면, 모두가 신뢰할 수 있는 동일한 버전의 데이터 제공을 보장할 수 있을 것입니다.

데이터를 표준화하면, 비즈니스 성과 개선과는 전혀 무관한 데이터를 무분별하게 수집하게 되는 상황을 방지할 수 있습니다. 또한, 복잡도를 관리하는 동시에 많은 양의 데이터를 처리할 수 있습니다. 

잘못된 데이터 수집 및 사용 방지 

절반 이상의 기업이 품질이 낮은 데이터는 오히려 심각한 혼란을 야기하며, 이는 조직 전체에 영향을 미칠 수 있다고 이야기합니다. 제대로 수집 및 유지/관리되지 않는 고객 데이터는 리텐션 전략 수립을 더욱 어렵게 만들기도 합니다. 유저 데이터가 부족하면 개발팀은 제품 여정 내 고객이 문제를 겪고 있는 지점을 알 수 없으며, 결국 유저 경험을 개선할 수 없게 됩니다.

데이터의 민주화

데이터 드리븐 조직문화를 형성함에 있어 가장 염려되는 것 중 하나가 데이터 사일로 현상입니다. 데이터 사일로는 중요한 정보에 회사 내 소수인원만이 접근할 수 있는 경우에 흔히 발생합니다. 데이터 관리 솔루션을 잘 활용하면 회사 내 모든 팀이 업무에 필요한 다양한 데이터에 쉽게 접근할 수 있게 되므로, 특정한 사람들이 주요 데이터로부터 소외되는 현상을 방지할 수 있습니다. 즉, 효율적인 데이터 관리는 회사 내 각 팀의 적합한 데이터 활용을 가능하게 합니다.

고객에게 더 가까이 다가가기

데이터 관리를 통해, 고객의 행동에 보다 가까이 다가갈 수 있습니다. 고객은 제품을 사용하는 매 순간 데이터를 생성합니다. 제품 개선과 관련된 의사 결정을 하기 위해서는, 조직 내 다양한 직군(개발자, 마케터, 디자이너, 엔지니어 등)이 해당 데이터에 쉽게 접근할 수 있어야 합니다.

데이터 관리의 모범 사례 

Amplitude의 데이터 관리 철학은 ‘1)적절한 데이터를, 2)적절한 곳에서, 3)적절한 사람이 이용할 수 있도록 하는 것(the right data is available in the right places to the right people)’ 입니다. 이러한 측면에서 데이터 관리의 모범 사례를 살펴보겠습니다. 

1) 적절한 데이터 확보란, 실제로 사용 가능하며, 정확하고 포괄적인 데이터 라이브러리를 구축하는 것입니다.

  • 사용 가능한 데이터란 기존 팀원들이 데이터를 이용하여 질문에 대한 답을 찾을 수 있고, 신규 팀원들이 빠르게 구조를 파악할 수 있어야 함을 의미합니다. 
  • 그리고 여러분의 데이터 기록 시스템을 충분히 반영할 수 있어야 정확한 데이터라고 할 수 있습니다. 
  • 마지막으로, 고객들의 질문에 답하기 위해 필요한 모든 데이터를 보유하고 있다면 포괄적인 데이터 라이브러리를 갖추고 있다고 할 수 있습니다.

2) 데이터를 적절한 곳에서 활용하려면, 데이터 인사이트를 얻기 위해 사용하는 시스템과 데이터를 기록하기 위해 사용하는 시스템이 서로 쉽게 동기화될 수 있어야 합니다.

3) 데이터를 적절한 사람이 활용하는 것은 데이터의 사용성을 극대화하는 데 필수입니다. 위에서 언급한 바와 같이, 데이터의 민주화를 실현함과 동시에, 데이터 보안성 또한 확보해야 합니다. 먼저 데이터의 가용성, 접근성 및 무결성을 담당하는 데이터 거버넌스 팀을 구성하는 것이 좋습니다. 강력한 데이터 분류 체계(Data Taxonomy) 정책은 데이터베이스가 확장되어도 데이터베이스에 대한 접근성과 사용성을 유지하는 것이 매우 중요하므로, 구성원들이 항상 일관된 데이터 정보를 볼 수 있도록 투명하게 관리할 필요가 있습니다.

데이터를 잘 관리하기 위해, 회사 내 모든 사람들이 데이터를 쉽게 활용할 수 있도록 하는 제품 분석 솔루션에 투자하고 구성원들에게 솔루션 사용 방법을 교육시키는 것이 도움이 될 수 있습니다. 이 때, 잘 관리되고 있는 데이터를 기반으로 새롭게 파악한 인사이트를 조직 내에 전달함으로써 데이터 사일로 현상을 방지하는 데에 매우 유용한 것이 트래킹 계획(Tracking plans)입니다. 트래킹 계획은 조직 구성원 모두가 참조할 수 있는 문서로, 효과적인 프로세스 개선을 위해 어떤 데이터를 트래킹해야 하는지 조직 내 제품 개발과 관련된 모든 이해 관계자들이 합의한 규칙을 말합니다. 좋은 트래킹 계획을 구축하려면 트래킹하는 이벤트 및 속성을 표준화하고, 각 이벤트를 트래킹하는 이유를 명확히 해야 합니다. 또한 데이터 플랫폼으로부터 얻은 인사이트에 이해 관계자 모두가 접근 가능하면서도, 동시에 중앙에서 통제가 가능한 문서의 형태로 관리하는 것이 좋습니다. 

미래에도 유효한 데이터 관리의 중요성

디지털 제품 시장이 확장됨에 따라, 디지털 제품에 투자한 비용에 대해 비즈니스 성공의 정도와 속도 측면에서 확실한 ROI를 얻고자 하는 니즈가 커지고 있습니다. 이를 위해서는, 보유한 데이터의 잠재력을 최대한 활용하여 신속하게 움직여야 합니다. 그리고 이것은 강력하고 신뢰도 높은 전략을 가지고 데이터 관리에 접근할 때 비로소 가능합니다.

좋은 데이터의 이점은 여기서 그치지 않습니다. 2025년에는 세계적으로 데이터스피어(Datasphere, 데이터 발생량)가 2018년보다 5배 이상 커질 것으로 예측됩니다. 따라서 향후에 보다 확장된 데이터 환경에서 최대한 많은 이점을 확보하기 위해, 데이터 관리 아키텍처에 지금부터 관심을 갖고 조기에 투자하시기를 추천드립니다.


*Amplitude 원문: https://blog.amplitude.com/what-is-data-management

사용자 행동 데이터를 기반으로 제품을 혁신하세요.
사용자 속성 및 이벤트별 분석 데이터를 통해 인사이트를 도출하고, 퍼널 단계별 전환율을 높일 수 있습니다.
Amplitude 데모 신청하기
Published in
Share article