.svg)
게임에서 시작해 전 산업의 사용자 행동 분석까지, 진짜 ‘사용자 중심’ 솔루션을 만드는 씽킹데이터 팀의 이야기를 들어보세요.
%E1%84%8A%E1%85%B5%E1%86%BC%E1%84%8F%E1%85%B5%E1%86%BC%E1%84%83%E1%85%A6%E1%84%8B%E1%85%B5%E1%84%90%E1%85%A5_%E1%84%90%E1%85%B5%E1%86%B7%E1%84%8B%E1%85%B5%E1%86%AB%E1%84%90%E1%85%A5%E1%84%87%E1%85%B2.webp)
📊 고객을 사로잡는 비밀, 리텐션 분석으로 밝혀내세요!
성공적인 비즈니스는 단순히 많은 고객을 유입시키는 것이 아니라, 고객이 꾸준히 머물고 재참여하도록 만드는 것에 달려있습니다. 이를 실현하는 가장 강력한 무기가 바로 리텐션 분석입니다. 여러분을 위한 최적의 가이드, ‘리텐션 분석 A to Z 플레이북’을 지금 만나보세요!
🎮 게임 업계에 특화된 전략, 다양한 산업에 적용 가능한 인사이트!
이 플레이북은 게임 데이터 분석에 최적화된 전략을 제시함과 동시에, 다른 산업에서도 활용 가능한 리텐션 분석 노하우를 담고 있습니다. 고객의 행동 패턴을 정확하게 파악하고, 이를 바탕으로 데이터 기반의 의사결정을 내리는 방법을 배워보세요.
🔍 플레이북의 핵심 내용
• 리텐션 데이터가 비즈니스 성공에 중요한 이유
• 데이터 분석 사례 및 실전 팁
• 비즈니스 로직 기반의 리텐션 분석 전략
• 데이터를 다룰 때 놓치기 쉬운 핵심 포인트
지금 바로 다운로드하여, 고객을 사로잡는 리텐션 분석 전략을 시작하세요!
씽킹데이터 코리아는 숨은 고수 같아요. 지금까지 데이터 분석 영역에서 조용히 갈고 닦은 실력이 조금씩 사람들에게 인정받으며 무림 고수로 거듭나고 있는 과정에 있는 느낌이에요.
깊은 산중에서 무공을 연마한 고수가 때가 되어 모습을 드러내는 것처럼, 묵묵히 실력을 키우며 확실한 데이터 분석 영역을 구축한 기업이 있습니다. 씽킹데이터는 게임 데이터 분석이라는 고난이도 도메인에서 시작하여 사용자 행동 분석에서 독보적인 위치를 점하고 있는데요.
이제는 '어려운 문제를 푸는 데 강한 팀은 어떤 영역에서도 답을 낼 수 있다'는 믿음 아래 전 산업 영역의 데이터 분석 솔루션으로 도약하고 있습니다. 씽킹데이터 코리아의 마케팅 총괄 채영 님과 데이터 애널리스트 민수 님을 통해 씽킹데이터 한국 지사가 고객의 문제에 접근하는 방식, 철학, 그리고 앞으로의 성장 방향을 들어보았습니다.
👩🏻 채영 씽킹데이터에서 한국 마케팅을 총괄하고 있는 채영입니다. 마케팅과 브랜딩 기획, 고투마켓 전략부터 실무까지 모든 부분을 담당하고 있습니다.
👦🏻 민수 안녕하세요, 저는 씽킹데이터에서 데이터 애널리스트로 근무하고 있는 씽킹데이터 한국 지사의 유일한 20대, 민수입니다. 씽킹데이터 한국 지사의 연령층을 낮추는 역할을 하고 있어요. (웃음).
👦🏻 민수 저는 전공이 데이터 사이언스예요. 그중에서도 텍스트 분석, 그 중에서도 LLM에 많이 쓰는 자연어 처리를 중점적으로 공부했어요. 그러면서 자연스럽게 전공을 살려 머신러닝 엔지니어, 생성형 AI 개발자, 그리고 CRM 마케터까지 데이터로 경험할 수 있는 직군은 전부 다 접해봤어요. 그런데 일하다 보니까 제가 조금 더 전략, 기획적인 부분에 강점이 있더라고요. 그래서 데이터가 어떻게 사업에 반영될지 고민하는 전략가에 가까운 데이터 애널리스트로 씽킹데이터에서 일하고 있어요. 저 말고도 씽킹데이터 분석가 분들 대부분 사이언티스트 출신이예요.
👦🏻 민수 게임 분석으로 시작한 데에는 분명한 이유가 있습니다. 사실 씽킹데이터 창업자 4분이 모두 중국 텐센트 출신*이예요. 그 중에서도 리그 오브 레전드와 같은 대형 게임의 운영이나 게임 분석 부분을 직접 경험하신 분들이 창업을 하셨습니다.
중국은 아시다시피 세계에서 가장 큰 게임 시장이고 그만큼 경쟁도 정말 치열합니다. 그래서 정교한 전략과 데이터 기반의 의사결정이 아주 발달했어요. 이렇게 치열한 시장에서 창업자분들은 데이터를 기반으로 게임을 성장시킨 경험도 가지고 계시고요. 이런 배경 속에서 씽킹데이터의 창업자분들은 게임 분석이라는 극한의 사용자 분석 도메인을 먼저 정복하면 다른 도메인에서도 빠르게 비즈니스를 성장시킬 수 있겠다는 확신을 가지고 계셨다고 합니다.
*텐센트(Tencent)는 중국 최대 게임기업으로 현재 매출은 약 37조4,000억 원(1940억 위안)이다.
👩🏻 채영 게임 분석은 유저 행동과 리텐션이 아주 중요하기 때문이예요. 쉽게 말하면 어떤 이벤트를 해야 떠나간 유저를 돌아오게 만들 수 있을지를 고민해보는 도메인이죠. 라이프사이클의 고점이 분명하게 있는 산업이거든요. 하락세를 마주하면 업데이트를 하면서 고점을 만들고. “저도 새로운 캐릭터 나왔다고 하니 돌아가볼까?" 이러고 다시 플레이 해보거든요(웃음).
또 게임 분석은 사용자가 원하는 캐릭터를 뽑기 위해 계정을 삭제하고 다시 생성하는 패턴을 기기 단위로 분석하거나, 같은 기기에서 여러 계정을 만들어 무료 혜택을 반복 수령하는 사용자들을 탐지하는 등의 작업이 일상적으로 이루어지고 있습니다. 그런데 이런 사용자 분석과 리텐션은 어느 비즈니스에나 적용돼요. 게임사 입장에서는 게임이, 다른 곳은 핀테크가, 이커머스가, 플랫폼이 제품/서비스이기 때문이죠.
👦🏻 민수 맞아요. 흔히 ‘게임 데이터 분석’을 처음 들으시면 판타지같은(?) 느낌 때문에 “우리랑 전혀 다를 것”이라 하시는 고객사 분들이 꽤 많은데, 사실 씽킹데이터의 본질은 사용자 행동 분석이에요. 그래서 게임에서 쌓아온 분석력과 설계 방식이 다른 산업에서는 오히려 더 명확하게 적용되는 경우가 많습니다.
그리고 요즘 많은 플랫폼에 게이미피케이션 요소가 많이 녹아있어요. 게임에서는 레벨업이나 보상 같은 게 기본이지만, 다른 서비스에서는 출석 미션, 포인트 적립, 수강 챌린지 같은 것들이 다 게임 관련 요소죠. 그래서 온보딩 같은 과정에서 퀘스트 형식으로 단계별 미션을 넣고 보상을 지급하니 이탈률이 줄어들었다는 사례들이 많아요. 이처럼 엔드 유저가 제품이나 서비스를 사용하도록 돕는 것. 그것이 씽킹데이터의 본질이자 목적입니다.
👉 게임 운영에서 유저를 이해하는 것이 중요한 이유가 더 궁금하다면? 게임 운영에서 유저를 이해하는 것이 중요한 이유
👦🏻 민수 고객의 문제를 다양한 시각에서 접근해요. 지금 데이터 애널리스트 팀에는 대만 분, 중국 유학을 하신 분, 한국인인 저까지 다양한 배경과 시각을 가진 분들이 함께 일하고 있어요. 물론 각자의 특기도 모두 다르고요. 그런데 저희 팀은 어떤 일이든 꼭 피드백을 받고 더 나은 분석과 시각화 과정을 공유해요. 그래서 씽킹데이터와 함께하신다면 여러 명의 분석가를 두는 효과를 누릴 수 있다고 자부합니다.
그리고 개인적으로는 고객사가 어떤 요청을 하실 때 의도를 꼭 물어봐요. 알고 있는 더 좋은 방식을 역으로 제안드리고 싶어서요. 물론 이런 과정 없이 그저 요청을 수행할 수도 있지만 씽킹데이터 팀에서 중요하게 생각하는 것은 고객의 가능한 상황을 모두 열어 두고 끝까지 함께 문제를 해결하고 있어요.
👦🏻 민수 고객의 문제에 접근하려면 해당 서비스를 정말 잘 알아야해요. 그래서 서비스를 직접 다뤄서 제품에 대한 파악을 하는데, 저희는 고객의 상황을 이해하기 위해 게임까지 직접 만들어봤어요. 만들어보니까 알겠더라고요. "아, 여기서 막히는 거구나!" …그런데 정말 게임 만들기가 분석보다 더 어렵더라고요. (웃음)
👩🏻 채영 저는 진심으로 고객의 이야기를 이해하려고 해요. 그래서 저희 팀은 직접 자사 홈페이지에도 씽킹데이터를 붙여서 분석하고 있어요. 최소한 ‘직접 해보고’ 이야기 드리는 것이 저희의 철학이이에요.
👦🏻 민수 다음 업데이트 때, 그러니까 3개월 주기 안에는 반영된다고 봐주시면 될 것 같아요. 보통 서비스를 개선할 때 NPS나 대규모 조사 같은 것들을 통해서 수집하는 경우가 대다수인데요. 씽킹데이터는 한 분 한 분의 소리를 듣고 직접 그에 맞는 개발을 제시하고, 만약 사업성이 있다고 느끼면 엔진에다가 탑재해서 공식 솔루션으로 내놓고 있습니다. 프라이빗 클라우드 버전도 지원하고 있어서 고객별로 커스터마이징을 지원하기도 해요.
👩🏻 채영 저희는 테크 드리븐(tech-driven)한 조직이예요. 전체 인원의 50% 이상이 다 개발팀이고, CEO나 COO도 개발자 출신이세요. 그래서 이런 빠른 개발이 가능한 거죠.
그리고 말씀드렸듯 3개월에 한 번씩 업데이트를 할 만큼 피드백을 적극적으로 수용해서 분석 모델과 기능을 계속 추가하고 있어요. 현재 분석 모델은 13가지이지만 앞으로 더 늘려나갈 생각입니다.
👩🏻 채영 AI 관련된 기능을 준비중입니다. AI 외에도 총 세 개의 큰 업데이트가 하반기에 예정되어 있어요. 개발 속도가 진짜 빠르죠?(웃음) 이 버전 또한 많은 고객사분들의 니즈를 수렴해서 개발한 프로젝트예요. 그래서 보시면 “딱 내가 찾던 부분이네"라는 이야기가 나올 정도로 만족스러우실 거예요.
👦🏻 민수 네, 그런 경우가 자주 있어요. 그리고 현업에서 데이터 없이도 일을 잘 하시던 분들은 경험에서 쌓은 인사이트가 있으시거든요. 그래서 더욱 데이터를 멀리하시기도 해요. 예를 들어 "저건 우리 서비스에서 잘 나가고 이건 우리 서비스에서 못 나가는 부분이다"라는 직관적인 판단이 있는데, 분석가가 와서 데이터를 봤더니 약간 차이가 있을 수 있잖아요. 그런데 저희는 데이터가 절대적이라고 보지 않아요. 지금까지 쌓아온 직관도 데이터 중 하나이거든요. 하지만 저희가 보여드리는 데이터와 그 직관이 더해진다면 새로운 비즈니스 방향성을 만들어갈 수 있다고 생각해요. 데이터 vs 직관의 대립 구조가 아니라 함께 활용하고 나아갈 수 있는 것이죠.
👦🏻 민수 데이터는 의사결정을 위한 재료예요. 하지만 어떻게 사용하는지에 따라 비즈니스의 방향성이 바뀔 수 있죠. 그래서 데이터를 잘 사용할 수 있도록 돕는 문화가 더 중요하다고 생각해요. 이런 마음에서 씽킹데이터는 노코드 솔루션이고 UX/UI도 직관적이예요. 기존의 데이터 분석 솔루션은 사용하기까지 배우는 시간이 수반되는데요. 그렇다면 데이터에서 멀어질 가능성이 높다고 생각해요. 중요한 것은 데이터를 어떻게 추출해야 하는지, 시각화를 어떻게 하는지보다 ‘데이터를 가지고 어떤 전략을 만들 것인가?” 이니까요.
👩🏻 채영 저는 마케터라서 데이터 본다 하면 콘텐츠나 키워드 쪽에서만 봤거든요. 그런데 홈페이지에 씽킹데이터 제품을 붙여서 직접 써보니 “데이터를 본다는 게” 이런 것이구나 이해하게 되더라고요. 실제로 홈페이지 개선을 고민할 수 있었던 것도 페이지뷰 대비 전환율이 낮다는 데이터를 직접 확인할 수 있어서예요. 처음에 데이터는 어려운 것이라고 생각했었는데 업무하고 나아갈 방향성을 찾는 입장에서도, 그리고 마케터 실무자로써도 활용할 수 있는 부분이 굉장히 많다는 걸 느꼈어요.
👩🏻 채영 가장 큰 목표는 씽킹데이터가 더 많은 사람들에게 알려지는 것이에요. 어디를 가도 씽킹데이터라고 하면 다 기억하고 알게끔 하고 싶거든요.
2년*동안 숨어서 갈고 닦은 실력이 이제서야 조금씩 인정받기 시작했잖아요. 이제는 씽킹데이터의 그 강력한 제품과 서비스가 인정할 수밖에 없다는 걸 더 많은 분들이 알았으면 좋겠어요. 저희는 진짜 유저 중심의, 그리고 실행과 분석을 같이 할 수 있는 정말 강력한 솔루션이거든요.
👦🏻 민수 저도 똑같은 마음이에요. 씽킹데이터라는 솔루션이 유명한 데이터 분석 기업들과 어깨를 나란히 할 수 있는 회사라는 걸 보여드리고 싶어요. 올해 하반기에 나올 새로운 기능들도 정말 기대하셔도 될 것 같아요. 다른 솔루션에서는 볼 수 없는 차별화된 기능들을 준비하고 있습니다.
*씽킹데이터 한국 지사는 2022년 11월에 출범했다.
👉 씽킹데이터가 고객의 문제를 어떻게 함께 해결하는지 궁금하다면? 씽킹데이터 고객사 사례
_%E1%84%8A%E1%85%B5%E1%86%BC%E1%84%8F%E1%85%B5%E1%86%BC%E1%84%83%E1%85%A6%E1%84%8B%E1%85%B5%E1%84%90%E1%85%A5_%E1%84%85%E1%85%B5%E1%84%90%E1%85%A6%E1%86%AB%E1%84%89%E1%85%A7%E1%86%AB.webp)
_%E1%84%8A%E1%85%B5%E1%86%BC%E1%84%8F%E1%85%B5%E1%86%BC%E1%84%83%E1%85%A6%E1%84%8B%E1%85%B5%E1%84%90%E1%85%A5_%E1%84%91%E1%85%A5%E1%84%82%E1%85%A5%E1%86%AF%E1%84%87%E1%85%AE%E1%86%AB%E1%84%89%E1%85%A5%E1%86%A8.webp)
