온라인 서비스 운영 시 데이터의 중요성에 관한 이야기

과거 천리안, 하이텔이 있었던 아직 인터넷이 대중화되지 않았던 시절 마케팅 시장은 소비자 반응에 대한 분석이 매우 어려웠습니다. 그러나 인터넷이 대중화되면서 소비자의 반응은 실시간으로 기업에 전달되었고 이를 분석해 활용할 수 있게 되었습니다. 이 변화는 온라인 서비스 성장을 만들었습니다.

 

 

레거시 서비스와 온라인 서비스

일반적으로 서비스하면 전통적으로 사람과 사람이 오프라인 공간에서 상호 작용하는 레거시 서비스를 많이 생각합니다. 하지만 자세히 생각해 보면 요즘은 레거시 서비스 보다 온라인 서비스 이용률이 더 많다는 사실을 알게 됩니다.

 

지금 보고 있는 이 블로그도 온라인 서비스입니다. 쇼핑을 하기 위해 사용하는 쿠팡도 온라인 서비스며, 메일이나 검색을 하는 네이버도 온라인 서비스입니다. 

 

드라마나 예능, 아이돌 영상 같은 동영상도 이제는 더 이상 방송국 TV 채널로 보지 않습니다. 넷플릭스나 유튜브 같은 온라인 서비스를 통해 즐기고 있습니다.

 

거리에서 노는 학생들을 이제 보기 힘이 듭니다. 그러나 PC방이나 온라인/모바일 게임에 접속하면 많은 학생들을 만날 수 있습니다. 이제 노는 것도 온라인 서비스를 통해 하고 있는 것입니다.

 

생각해 보면 레거시 서비스는 좀 더 생존 욕구에 가까운 영역에서 진행되고 있음을 알 수 있습니다. 식당이나 병원, 하물며 법률 등 서비스도 어떻게 보면 유희나 자기실현보다는 생존을 위한 서비스에 가깝습니다. 

 

그러나 온라인 서비스를 생각해 보면 유희와 자기실현 욕구 가까운 서비스가 많다는 것을 알 수 있습니다. 유튜브나 넷플릭스, 게임 등은 유희 욕구 충족 서비스입니다. 인스타그램에서 더 많은 팔로워와 좋아요를 추구하는 것은 자기실현 욕구에 가까워 보입니다.

 

이러한 레거시 서비스와 다른 온라인 서비스의 특성 때문에 데이터 수집과 분석은 중요해지게 되었습니다. 

 

이제부터는 이 부분에 대해 정리해 보겠습니다. 

 

 

생존 욕구와 유희 욕구 차이

식사나 치료 욕구 등 생존과 관련한 욕구가 관련된 정의는 과거와 현재, 미래가 같습니다.

 

사람이 건강을 유지하기 위한 영양수 섭취 기준이 시간이 지났다고 달라지지는 않습니다. 과거와 현재의 사람들의 식단에 따라 섭취하는 영양소가 달라질 수 있기에 이의 균형을 유지하는데 도움이 되는 서비스가 제공되는 것일 뿐입니다. 이런 건강식품 관련 서비스는 사람이 건강하기 위한 영양소 섭취를 기반으로 설계됩니다. 

 

치아가 아파서 내과를 가는 사람은 없습니다. 이러한 건강을 위한 치료가 시대에 따라 달라진다면 문제가 됩니다. 단지 치료법이 발전한 것일 뿐입니다.

 

그러므로 생존 관련 건강, 치료 등의 서비스 데이터는 기본적으로 정형화된 형태를 보입니다. 과거나 미래나 다르지 않습니다. 단지 부가 가치를 위한 추가 제공 시 달라질 수는 있습니다. 이는 병원의 1인실과 4인실의 차이와 같습니다. 이런 병실의 차이는 기본 생존에 더하여 다른 부가 가치를 생성하는 욕구를 추가한 것입니다. 만약 생존 해결, 그러니까 치료를 잘 못하면서 병실만 고급스러운 의료 서비스를 제공하는 병원이 잘 운영되지 않을 것입니다.

 

그러나 넷플릭스, 엔씨소프트 등 유희 욕구 관련 온라인 서비스를 제공하고 있는 경우는 다릅니다. 동영상 콘텐츠의 경우 빠르면  1 개월 만에도 온라인 서비스에 영향을 주는 데이터는 변합니다. 온라인 게임의 경우도 느려도 1년 ~ 2년이면 유행이 변화합니다. 물론 리니즈 같은 10년 넘는 인기 게임도 있기는 하지만 이 조차도 PC 온라인 게임에서 스마트폰 모바일 게임으로 그 비중이 변했습니다.

 

이러한 온라인 서비스를 둘러싼 영향 요소가 발생하는 데이터 변화 때문에 온라인 서비스 운영에는 데이터를 중요하게 생각하는 것입니다. 그리고 온라인 서비스의 사용자 이용 시 네트워크로 연결되어 있다는 특성 때문에 바로 즉각적인 데이터 수집이 가능하다는 점이 데이터 활용의 중요성을 더 키웠습니다.

 

온라인-서비스와-레거시-서비스-차이

 

 

 온라인 서비스를 둘러싼 데이터의 근원, 사용자 그리고 문제

온라인 서비스 사용자는 항상 네트워크에 연결되어 있습니다. 물론 스탠드얼론 게임이나 다운로드 동영상처럼 다운로드하여 즐기는 서비스도 다운로드나 업데이트, 랭킹 등록 등을 위해서는 네트워크에 접속해야 합니다.

 

그러기에 온라인 서비스는 기본적으로 사용자가 이용할 때마다 수많은 데이터가 발생됩니다. 쿠팡 앱을 키는 것만으로 사용자 데이터가 생성됩니다. 그리고 사용자가 검색을 하거나 큐레이션 된 상품들을 그냥 지나치는 것도 데이터 발생 요인입니다. 만약 사용자가 상품을 장바구니에 담거나 구매를 한다면 더 많은 중요 데이터가 형성될 것입니다.

 

그런데 문제는 온라인 서비스에서는 너무 많은 데이터가 발생한다는 것입니다. 이 많은 데이터의 보관과 처리는 비용입니다. 온라인 서비스 기업의 대부분이 영세한 현실에서 이런 데이터 보관 및 처리 비용은 부담일 수밖에 없습니다.

 

그래서 의도적으로 특정 데이터만 활용하기도 합니다. 예를 들면 구매와 연결되는 데이터 같은 것만 활용하는 것입니다.

 

많은 데이터의 또 다른 문제는, 발생되는 데이터의 상당수가 의미가 없는 데이터라는 점입니다. 온라인 서비스에 유용한 정보를 오염시키는 노이즈 데이터가 숨어 있을 수도 있습니다. 이를 처리하는 비용은 일반 데이터 처리 비용보다 큽니다.

 

결국 데이터는 온라인 서비스 강화 자원이기도 하지만 너무 많은 데이터는 온라인 서비스 질을 떨어뜨리는 독이 되기도 합니다. 마치 잘 쓰면 약이 되고, 잘못 쓰면 건강을 해치는 약재 같습니다.   

 

이러한 데이터 처리는 통계 등 수학적 모델에 의해 이루어집니다. 그러나 통계 등 수학적 모델은 오차가 큰 문제가  있습니다. 그래서 빅데이터 및 기계학습/AI 등의 기술이 활용되기도 합니다. 여기서 또 비용 문제가 추가됩니다.

    

지금까지 이야기는 마치 과거 천리안에서 다음, 네이버로 이어지는 인터넷의 발전에 따라 어떤 서비스가 생겨나고 쇠퇴했는지를 보여주는 것 같습니다. 

 

인터넷에서 정보를 찾아주는 검색 엔진, 정보를 모아 놓은 포털에서 특정 정보만 깊이 있게 다루는 전문 포털로 온라인 서비스가 이동하다 개인화로 변화하는 흐름이 이를 설명해 주고 있습니다.

 

이러한 인터넷 변화 또한 사용자 욕구의 변화 흐름에 맞추어 진화했다는 점에서, 개별 온라인 서비스 운영에 시사하는 점이 큽니다.

 

왜 구글, 페이스북, 넷플릭스, 아마존 등 거대 온라인 플랫폼이 개인화를 추구하게 되었는지와 개인화까지 어떤 과정을 겪었는지 살펴본다면 온라인 서비스 운영에 도움이 될 것입니다.

 

그리고 데이터를 어떻게 다루어야 하는지도 알게 될 것입니다.