강력한 데이터 파이프라인 구축으로 성과 관리부터 예산 기획까지 한 번에

주식회사 브랜디는 브랜디, 하이버, 서울스토어 등 다양한 버티컬 커머스를 운영하는 ‘앱스(Apps) 전략’을 통해 패션 시장에서의 영향력을 확대하고 있습니다.

젊은 여성들의 패션 앱을 대표하는 브랜디가 지속해서 성장하는 가운데 남성 패션앱 하이버가 연평균 1,160% 성장하며 누적 거래액 3,000억 원을 달성했습니다. 브랜디는 Z세대 여성 브랜드 플랫폼 서울스토어까지 인수하여 고객의 니즈에 맞는여러 플랫폼을 론칭해 왔습니다.

이렇게 매년 새로운 버티컬 커머스 플랫폼을 만들어 가는 브랜디는 앱스플라이어를 활용하여 데이터 파이프라인 및 BI(Business Intelligence)를 구축해 고객 맞춤형 전략을 세우고 비즈니스를 성공적으로 이끌어가고 있습니다. 새로운 커머스의 기준을 만들어가고 있는 브랜디가 어떻게 데이터를 수집하고 활용하는지, 그 비결을 공유합니다!

앱스플라이어(이하 AF): 브랜디 그로스실에 대해 소개 부탁드립니다.

브랜디 그로스실은 데이터 제반을 구축하거나, 데이터로 직접 문제를 해결하는 역할을 맡고 있습니다. PO(Product Owner), PM(Project Manager), DA(Data Analyst), DE(Data Engineer), 백엔드 엔지니어, 프론트엔드 엔지니어까지 풀스택으로 구성된 데이터 어벤져스 팀이라고 소개할 수 있겠네요. 데이터 어벤져스 팀이라고 소개할 수 있겠네요.

그로스실은 이번에 구축한 유저 중심의 데이터 파이프라인 외에도, 데이터 분석, CRM 도달 및 성과 증대를 위한 맞춤형 서비스 개발 및 실험, 전사 데이터 거버넌스 정립 등 다양한 프로젝트를 활발하게 진행하고 있습니다.

AF: 브랜디가 유입 채널별 성과 측정 시스템을 도입하게 된 배경은 무엇인가요?

브랜디는 유저의 유입 데이터에 관한 다양한 고민이 있었습니다.

‘브랜디의 유입 성과는 누락 없이 채널, 캠페인, 소재 단위로 잘 측정되고 있을까?’

‘DAU를 볼 때 앱스플라이어(MMP)나 앰플리튜드(PA)가 다른 숫자를 보여주는데 어떤 지표(metric)가 브랜디에 가장 적합한 DAU일까?’

‘마케팅 기여 기간을 Life Time Value(첫 설치에 기여가 영원히 지속되는 것)가 아니라 우리가 보고 싶은 기여 기간 기준으로 적용하려면 어떻게 해야할까?’

브랜디의 [유입 채널별 성과 측정 시스템]은 이러한 고민들을 해결하기 위해서 만들어졌습니다.

AF: 유입 채널별 성과 측정 시스템은 어떻게 작동하나요?

[유입 채널별 성과 측정 시스템]은 1) 데이터 수집 및 매핑 2) 데이터 처리 3) BI(Business Intelligence) 구현, 이렇게 크게 세 단계로 이루어져 있습니다.

1) 데이터 수집 및 매핑 단계에서는 a) 앱스플라이어 데이터 락커 내 축적되는 유입 및 전환 데이터, b) 브랜디의 퍼스트 파티 데이터베이스, c) 광고 매체에서 직접 API로 가져온 성과, 비용 및 광고 집행 데이터를 수집합니다. 이렇게 수집된 a) 데이터 락커의 유입 및 전환 데이터와 b) 브랜디의 퍼스트 파티 데이터베이스는 사용자의 CUID(Customer User ID)를 기반으로 매핑한 후, 광고 단위로 집계하여 하나의 테이블을 구성하는 과정을 거치게 되죠. 이렇게 만들어진 테이블에 c) 비용 및 광고 집행 데이터를 날짜와 미디어소스, 캠페인, 광고세트, 광고명 기반으로 다시 매핑하여 전체 데이터셋을 구성합니다.

2) 데이터 처리 단계에서는 스파크(Spark)를 활용해 데이터 전처리 및 DAU와 같은 지표들을 브랜디의 기준으로 산출하기 위해 새롭게 기획한 로직을
적용합니다. 이렇게 가공된 데이터는 클라우드 스토리지 서비스 AWS(Amazon Web Service) S3에 적재하고 있습니다. 이 모든 과정을 자동화하기 위해 에어플로우(Airflow)를 사용해 1일 단위로 워크플로우가 작동하도록 구축했습니다. 이렇게 가공된 데이터는 다시 AWS S3에 테이블 형태로 저장합니다.

이후 저장된 데이터들을 테이블 타입으로 인식시키는 글루(Glue)와 데이터를 연결시키는 아테나(Athena)를 통해 매일 주기적으로 태블로 BI 대시보드에 반영합니다. 이 때, 태블로 역시 매일 정해진 시간에 아테나의 데이터를 불러오도록 자동화되어 있습니다.

3) BI 구현 단계에서는 앞의 단계들을 거친 데이터를 활용해 태블로 BI 대시보드가 구현되어 브랜디 비즈니스 팀에서 직관적인 의사결정을 할 수 있습니다. 해당 BI는 월별로 탑라인 지표를 관리할 수 있는 주요 전환 대시보드를 비롯해, 매체나 캠페인 단위의 분석 대시보드 등 마케팅 의사 결정에 필요한 정보를 담고 있습니다.

AF: [유입 채널별 성과 측정 시스템]을 구현하는데 어려움은 무엇이었나요?

시스템을 구현하면서 구성원의 니즈에 맞춰 어트리뷰션 기간을 자체 적용했습니다. 적용 과정에서 1일/3일/7일/30일 등 다양하게 기여 기간을 조정해가며 구성원들과 함께 의사 결정을 하는 과정이 있었습니다. 그 협의 과정에서 모두가 처음하는 결정이었기에 다각적인 검토가 필요했지만, 가장 주요한 작업이기도 했기에 충분한 시간을 갖고 적용했습니다. 또한, 구성원들과 충분한 논의를 거쳐 기여 기간을 적용했기 때문에 굉장히 보람 있는 작업이었습니다.

하나의 사례로 시스템 구축 초기에는 ‘오가닉’을 어떻게 정의하고 봐야할지에 대한 고민이 많았습니다. 앱스플라이어 데이터는 앱 설치 시, 광고의 기여도를 고객생애가치(LTV, Lifetime Value)로 산출하여 앱 설치 광고의 성과를 분석하기에는 적합합니다. 그러나 이번 프로젝트에서 브랜디는 보다 짧은 기여 기간으로 성과를 측정하고자 했습니다. 이에 따라 주요 이벤트는 앱스플라이어 로데이터(raw data) 칼럼 중 Attributed Touch Time(유저가 광고를 클릭하거나 조회한 시간) 기준으로 특정 기간이 지난 데이터는 모두 오가닉으로 변환해서 보았습니다. DAU의 경우 기여 기간을 보다 더 짧게 설정하여, 기여 기간이 지난 이후에는 모두 오가닉으로 보고 있습니다.

AF: 유료 서비스임에도 불구하고 앱스플라이어의 데이터 락커를 선택한 이유는 무엇인가요?

앱스플라이어 데이터 락커 도입 전에 Pull API나 Push API도 도입을 고려했었습니다. 예를 들어, Pull API는 하루 100만행의 데이터를 불러올 수 있고 Push API는 실시간으로 데이터를 볼 수 있다는 큰 장점이 있죠. 다양한 후보 중, 간편하게 유입 데이터들을 적재하고 활용할 수 있으며 데이터의 유실 없이 가장 안전하게 방대한 데이터를 처리할 수 있는 데이터 락커가 브랜디 서비스에 가장 적합하다는 판단을 하게 되었습니다.

데이터 락커 도입 후, 아마존 버킷에 간편하게 앱스플라이어 로데이터를 쌓을 수 있게 되었고, 데이터 락커의 테이블 구조는 SKAdNetwork, 웹 유입, 앱 오픈(session), 인앱 이벤트, 클릭 등 다양한 지표에 따라 테이블화 되어 있기 때문에, 손쉽게 목적에 따라 필요한 테이블만 사용할 수 있게 되었습니다.

AF: 그 밖에 활용하고 있는 앱스플라이어의 기능이 있다면 무엇이고, 어떻게 활용하고 계시나요?

브랜디는 웹과 앱을 모두 가지고 있어서 웹투앱(Web to App) 분석을 위해 기존에도 앱스플라이어 스마트 배너와 스마트 스크립트를 잘 활용하고 있었습니다. 이 기능이 없었다면 웹에서 앱으로 전환될 때 유실되는 데이터가 있었을 거에요. 스마트 스크립트는 웹으로 유입된 유저가 가지고 있는 미디어나 캠페인 등의 유입 정보를 모바일 웹 내 버튼이나 배너를 통해 앱 설치 링크의 파라미터로 치환 시켜주는 기능입니다.

예를 들어, 웹 유입에 사용된 UTM 링크의 utm_source나 utm_campaign 파라미터를 그대로 앱 설치 링크의 pid, c로 치환 시켜주는 역할을 합니다. 때문에 웹과 앱을 모두 서비스하고 있는 브랜디에게는 꼭 필요한 기능이었습니다. 스마트 스크립트를 세팅하지 않았다면 모든 웹투앱 기여가 오가닉으로 처리되어 웹투앱 분석이 어려웠을 거에요.

AF: 브랜디처럼 데이터 파이프라인을 구축하고 싶은 기업 및 브랜드에게 조언해주고 싶은 부분이 있다면?

브랜디와 유사한 시스템을 만드시려는 분들의 가장 큰 고민 중 하나는, 매핑의 key 값이 되는 유저 식별자를 선택하는 것일 텐데요. 브랜디 역시 구축 초기에 안드로이드는 ADID, iOS는 IDFA를 활용해 광고 매체와 구축할 데이터 파이프라인을 연동하는 것도 고려했습니다. 그러나 저희는 목표를 유입 채널별 주요 성과 분석으로 세웠기에 타 분석 플랫폼 등과의 유연한 연결보다는 유저를 명확히 식별하는 것에 초점을 맞췄습니다.

이러한 목표를 이루기 위해, 브랜디는 앱스플라이어가 기기값 등을 활용해서 제공하는 ‘AppsFlyer ID’를 사용해 OS에 관계없이 DAU나 앱 설치 성과를 측정할 수 있었습니다. 회원가입 이후부터의 분석은 회원가입 시 브랜디 서버에서 발급하는 CUID(또는 MEMBER_ID)를 key 값으로 브랜디의 퍼스트 파티 데이터 베이스와 매핑해서 진행했습니다.

비용 및 광고 정보에 대한 데이터는 광고 매체에서 직접 API를 통해 가져왔는데, 이 과정에서 액세스 토큰 발급을 자동화하는 과정이 필요했습니다. 저희는 그로스실 내 개발자분들의 도움을 받아 OAuth 2.0을 통해 토큰 발급을 자동화했는데요. OAuth 2.0구현 및 API 업데이트에 따른 유지보수 등으로 인해 엔지니어링 리소스가 필수적으로 필요하다는 것을 미리 알았다면 앱스플라이어의 Xpend 제품 사용을 고려했을 것 같습니다. Xpend는 수많은 광고 매체의 비용 및 성과를 앱스플라이어에서 간편하게 확인할 수 있기 때문에, 브랜디와 같이 유입 채널별 데이터 파이프라인을 구축하려는 기업 및 브랜드에게 추천드리고 싶어요.

AF: 구축된 데이터 파이프라인을 통해, 브랜디 그로스실에서 새롭게 시도하거나 도전해보고 싶은 것이 있다면?

그로스실에서 생각하는 앞으로의 과제는 1) 사람의 개입을 최소화 하는 것, 2) 상품과 고객의 퍼스트 파티 데이터베이스를 보다 심도있게 연결하는 것, 그리고 3) 모델링 등을 한 성과 예측이 반영된 대시보드를 만드는 것입니다.

이미 대부분 자동화가 진행되었지만, 광고비를 끌어오는 API가 업데이트 되었을 때 직접 코드를 수정해야 하는 등 여전히 사람이 해야 하는 일이 존재합니다. 그로스실에서는 이와 같은 사람의 개입을 줄일 수 있도록 개선해 나가고 있습니다.

또한 애플에 이어 구글까지도 유저 데이터 제공을 점점 더 제한하는 모바일 환경에서, 우리 고객의 데이터를 목적에 따라 수집하고 시스템에 폭넓게 적용하여 비즈니스 전략 및 실행에 보다 적극적으로 활용하고 싶습니다.

추가적으로, 앱스플라이어에서 고객 데이터가 익명화된 상태에서 집약된 데이터를 통해 필요한 인사이트를 얻을 수 있는 데이터 클린룸(DCR)이라는
제품을 출시해 활발히 테스트중이라 하여 이 또한 기대하고 있습니다.

AF: 마지막으로, 데이터를 활용하는 마케팅 담당자들에게 하고 싶은 말씀이 있다면?

현재 보고 계신 광고 기여 등을 각 서비스에 맞게 변경하고자 하는 니즈가 있다면, 앱스플라이어가 제공하는 로데이터를 받을 수 있는 방식(Push API, Pull API, 데이터 락커 등) 중 상황에 맞는 방식을 선택해, 각 서비스별 맞춤형 데이터 파이프라인을 구축해 보시는 것을 추천 드립니다.

매체 어드민이나 앱스플라이어 대시보드에서 보는 데이터는 특정한 로직을 통해서 가공된 데이터인데요. 이번에 [유입 채널별 성과 측정 시스템]을 만들면서, 앱스플라이어와 서비스 내부에서 관리하는 로데이터들을 우리 비즈니스 상황에 맞춰 강력한 인사이트를 얻을 수 있음을 알게 되었습니다.

기업의 실질적인 니즈를 누구보다 정확하게 파악하고 있는 마케팅 담당자들이 이러한 로데이터를 활용한다면, 현재 상황에 맞는 최적화된 로직을 구성할 수 있을 것이라고 생각합니다.

현재 보고 계신 광고 기여 등을 각 서비스에 맞게 변경하고자 하는 니즈가 있다면, 앱스플라이어가 제공하는 로데이터를 받을 수 있는 방식 중 상황에 맞는 방식을 선택해, 각 서비스별 맞춤형 데이터 파이프라인을 구축해 보시는 것을 추천드립니다.

앱스플라이어와 서비스 내부에서 관리하는 퍼스트 파티 데이터들을 우리 비즈니스 상황에 맞춰 가공한다면 강력한 인사이트를 얻을 수 있음을 알게 되었습니다.

김상혜 브랜디 그로스 PM