온라인 서비스와 맥락 데이터와 객체 데이터

1 더하기 1은 2입니다. 그러나 만약에 아버지가 두 자식에게 상속을 하는데 건물 1개씩 나누어 준다고 가정합니다. 그런데 건물은 하나는 서울 도심에 있는 4층이고, 다른 하나는 지방 도시 4층 건물입니다. 건물 1채와 건물 1채는 같고 1 더하기 1은 차이가 없이 그냥 2라고 생각 드시나요?

 

 

데이터 분석

아무리 허름한 건물이라고 강남역 번화가에 있는 건물은 지방 작은 도시의 새로 지어진 건물보다 더 비쌀 것입니다. 이는 너무나 당연한 것이라 생각할 것입니다.

 

우리는 이 판단을 할 때 건물 자체의 정보만을 바탕으로 하지 않았습니다. 이 건물의 위치와 주변 건물들의 시세 등을 고려하여 판단을 했습니다.

 

맥락 데이터는 분석 대상이 되는 객체만의 정보를 의미하지 않습니다. 이 객체가 놓인 상황, 이 객체가 가진 시간 속에서 상호 작용한 내용 등을 함께 고려하는 데이터를 의미합니다.

 

물론 맥락 사고에도 부작용도 있습니다. 어떤 사람이 승진을 했다고 가정합니다. 객체 중심 데이터 분석에서는 이 사람의 능력과 역량과 승진의 관계에 초점을 맞춥니다. 그러나 맥락 중심 데이터 분석에서는 이 사람의 학력, 배경, 연줄, 집안 등에 초점을 맞추어 생각하게 되기도 합니다.

 

그럼 온라인 서비스 사용자 관계 관리, 서비스 경험 형성에서는 어떤 데이터가 더 유용할까요?

 

 

돈을 많이 버는 유튜버, 인플루언서

최근 10대, 20대들이 선호하는 직업 중 유튜버와 인플루언서가 있습니다. 그러기에 인기 유튜버와 인플루언서가 되는 방법을 알려주는 온라인 강의와 PDF 책의 판매도 잘되고 있습니다.

 

뉴스를 보면 100만 구독자 유튜버, 100만 팔로워 인플루언서의 한 달 월 수입이 회사원의 연봉을 넘는다는 내용을 보기도 했습니다. 이들의 광고비는 수 천만 원에서 억 대에 달하고 있습니다. 그러기 때문에 일부 인기 연예인들도 인플루언서, 유튜버 활동을 병행하기도 합니다.

 

그런데 인기 유튜버, 인플루언서들의 이야기를 들어보면 재밌는 사실이 하나 있습니다. 이들이 유튜브나 인스타그램을 시작하여 팔로워나 구독자를 일정 규모로 모으는 데는 굉장히 어렵지만, 이후에는 이전과는 다르게 빠르게 구독자나 팔로워가 증가한다는 것입니다.

 

일정 수준의 팔로워, 구독자가 모였다고 이 인플루언서나 유튜버의 콘텐츠 제작 능력이 비약적으로 증가하지는 않을 것입니다. 분명 다른 이유가 있을 수 있습니다. 서비스 플랫폼에서 일정 이상 구독자/팔로워 사용자의 콘텐츠를 더 많이 노출해 준다거나, 콘텐츠가 노출되었을 때 구독자나 팔로워 수가 영향을 주어 더 높은 노출 대비 구독/팔로잉의 효율을 보이는 것일 수 있습니다.

 

가끔 갑지가 팔로워, 구독자가 늘어난 케이스에는 다른 인기 셀럽의 언급이나, 우연히 예능이나 타 인기 유튜버 방송에 출현한 것이 있습니다. 흔히 말하는 게임에서 고 랩 사용자가 저 랩 사용자를 버스 태운다는 것과 비슷한 현상이라 할 수 있습니다.

 

이러한 케이스는 맥락 정보(데이터)가 신규 팔로워/구독자 증가에 영향을 준 것이라 볼 수 있습니다.

 

물론 신규로 유입된 팔로워와 구독자가 유지되고 또 유입에 탄력을 받기 위해서는 유튜버/인플루언서 콘텐츠가 좋아야 할 것입니다. 이는 대상(객체) 정보(데이터)의 영향이라 볼 수 있습니다.

 

 

데이터와 온라인 서비스 전략   

당근마켓 창업자의 인터뷰를 보게 된 적이 있습니다. 당근마켓이 처음 판교에서 중고 거래를 시작했을 때 판매할 제품을 올리는 것조차 너무 힘들었다고 합니다. 그래서 당근마켓 팀원들이 자신의 물건을 올리다고, 지인들의 제품도 요청해서 올리고 이도 부족해서 판매 물품을 올리면 선착순으로 샤오미 선풍기를 주는 이벤트를 하였다고 합니다.

 

이제 거래할 상품이 올라왔으니 거래가 발생해야 합니다. 당근마켓 거래를 위해서는 사용자의 확보가 필요했습니다. 당근마켓에서 거래한 인증샷을 올리면 커피를 주고, 판교에서 드론을 날리기도 하고, 페이스북 지역 타깃 광고를 하는 등 사용자를 확보하는데 너무나 힘이 들었다고 합니다.

 

그런데 이렇게 어렵게 1000명의 사용자를 확보한 이후에는 이전과는 다르게 쉽게 3000명이 되고, 그 이상이 되었다고 합니다.

 

우리기 여기서 주목해야 할 사항은 당근마켓의 초기 가입자 데이터의 변화에 영향을 주는 변수들입니다. 이 변수들 또한 데이터입니다. 그리고 이 전체 데이터를 종합적으로 분석하여 결론 내리는 것을 맥락 데이터 분석이라 할 수 있습니다.

 

이렇게 말하니 맥락 데이터 분석은 많은 파라미터(매개변수) 함수 분석과 비슷해 보이기도 합니다. 

 

우리기 온라인 서비스를 기획하고, 개발하고, 마케팅하는 것은 사용자를 많이 확보하고, 매출을 올리기 위해서입니다. 이 전략과 계획을 세우는데 필요한 효율적인 데이터 사용법은 온라인에서 제공되는 서비스의 특성상 매우 중요한 사항입니다.

 

개인적으로 맥락 데이터, 객체(대상) 데이터 어느 것이 더 좋다는 것은 기획자로 의미가 없다고 생각합니다. 단지 온라인 서비스 수익화 및 자원 형성에 어떻게 데이터를 활용하는 것이 더 나은 것인가만 있을 뿐입니다.

 

맥락 데이터는 온라인 서비스 시장의 흐름을 알게 만들기에 경쟁 전략 수립에 효고적일 수 있습니다. 그러나 잘못하면 지나치게 외적 요인에 휘둘릴 수 있습니다. 어떤 사람의 승진을 바라보는 시각이 그 사람의 능력이 아니라, 배경이나 인맥 같은 것에 치우칠 수 있게 되는 것입니다. 이는 잘못되면 현상의 본질을 보지 못하게 하기도 합니다.