데이터를 근거로 내 기획안 효과적으로 설득하기

정두현
- 현) 스픽 브랜드 마케터

윤선미
- 현) 데이터리안 대표, 데이터 분석가
- 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가

송혜정
- 현) 데이터리안 데이터 분석가
- 전) 리디 데이터 분석가

Transcript

1. 데이터 분석 정보 공유 오픈 카톡방 데이터를 근거로 내 기획안 효과적으로 설득하기 2024년 10월
3. 지난 세미나 보러가기 지난 데이터리안 세미나 2024년 05월 2024년 07월 2024년 10월
4. 진행 순서 데이터 없는 스타트업에서 데이터로 설득하기 쉬는 시간 데이터를 근거로 내 기획안 효과적으로 설득하기 시간 시간 연사 19:00 - 19:50 정두현 20:00-21:00 정두현, 윤선미, 송혜정 19:50 - 20:00 시간 패널
5. 현) 스픽 브랜드 마케터 정두현 연사&패널 연사 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 송혜정 모더레이터 현) 데이터리안 분석가 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가 윤선미 패널
6. 연사 소개 데이터 없는 스타트업에서 데이터로 설득하기 정두현 링크드인 현) 스픽 브랜드 마케터
7. 패널 소개 데이터를 근거로 내 기획안 효과적으로 설득하기 링크드인 윤선미 현) 데이터리안 데이터 분석가 전) 카카오 데이터 분석가 전) 하이퍼커넥트 데이터 분석가 전) 쿠팡 데이터 분석가
8. 패널 소개 링크드인 송혜정 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 데이터를 근거로 내 기획안 효과적으로 설득하기
9. 정두현 현) 스픽 브랜드 마케터 데이터 없는 스타트업에서 데이터로 설득하기 1부 강연
10. 발표자 소개 AI 영어 스피킹 앱 스픽에서 브랜드 매니저로 일하는 정두현이라고 합니다. 이전에는 리멤버, 패스트캠퍼스에서 마케터로 일해왔고요. 어쩌다보니 데이터를 통한 증명을 굉장히 중시하는 팀에 와서 고군분투하고 있습니다. 오늘 발표는 그 분투기를 나누는 시간일지도 모르겠습니다.
11. 목차 1. 누구에게나 처음은 있지만 • 데이터가 없는 환경에서 일하다보면 위험해지는 이유 2. 작지만 가볍지 않은 근거를 만들어가기 • 스픽 대규모 옥외광고 • 스픽 천하제일 변명대회 3. 티끌을 모으다보면 태산이 되며, 태산은 점점 커진다 • 이효리 캠페인 • 2025?
12. 1. 누구에게나 처음은 있지만…
13. 데이터 데이터 하면서… 브랜드는? 이제는 말하기도 입아픈 데이터 기반 마케팅 DATA DRIVEN MARKETING BRAND MARKETING 그런데, 브랜드 마케팅은?
14. 데이터 데이터 하면서… 브랜드는? “옥외광고를 어떻게 정량화 해요?” “원래 브랜딩은 대표님의 믿음이 담보돼야 한다고 하던데요…” “창의성이 가장 중요한 요소 아닌가요? 정량화하는 순간 그 느낌이 사라져요"
15. 처음부터 데이터에 근거할 수는 없지만 누구나 Fancy한 아이디어에서 시작 “좋은 생각이 났어요" “이런거 해보면 어때요?”
16. 그게 계속된다는 게 문제 기발한 아이디어 성공 실패 그만하자… 오, 또하자! 근데 왜 잘됐지? 몰라 또하자 언젠간 크게 실패 하지만, 언젠가 드러날 수 밖에 없는 밑천 차라리 실패하는 게 낫다
17. 브레이크 거는 사람이 있어야만 한다 What’s the impact? How would we measure that? Are there any evidence? 코너 즈윅 | 스픽 대표
18. 2. 작지만 가볍지 않은 근거를 만들어가기
19. 스픽의 대규모 옥외광고
20. 스픽의 대규모 옥외광고 처음에는 이런 생각으로 시작 “1월인데 안할 수 없잖아?” ….. 코너 즈윅 | 스픽 대표
21. 별다른 소득이 없었던 22년의 옥외광고 • 정말 ʻ안하면 안될 것 같아서' 했던 캠페인 • ʻ최대한 많은 역에 옥외광고를 싣자’라는 생각으로 집행 • 인지경로조사에서는 1% 안 되는 응답 • 오히려 ʻ옥외광고를 하지 말아야 하는 근거'가 됐던 지난 시도 실패도 근거가 된다 “진짜 하지 말아야 하나…?”
22. 실패도 근거가 된다 하지 말아야 할 행동들의 근거가 됐을 뿐 옥외광고 자체를 하지 말아야하는 건 아니지 않을까 그리고 하지 말아야 할 행동을 아는 건 엄청 중요한 거 아닌가?
23. DO • 해야한다는 확신이 들 때 하자 • 옥외광고 인지여부만을 묻는 문항을 넣자 • 확실한 전략을 갖자 실패도 근거가 된다 DON’T • ʻ안할 수 없어서' 하는 것 • 인지경로조사로 효과를 측정하는 것 • 무작정 넓은 지역을 커버하려 하는 것 어떻게든 해야한다는 확신을 찾자!
24. 다시 상위 전략부터 옥외광고의 목적 = 인지도 증진 수많은 옥외광고들은 이 목적을 잘 이루고 있나? 그렇지 않다 왜 그럴까?
25. 인지도 증진을 이뤄내려면? 많이 보여주면 되겠네! 빈도를 높이자 “한 지역만 패자” 강남역을 도배하자 다시 상위 전략부터
26. 전략이 세워지니, 기적의 계산법이 가능해진다 강남역의 하루 이용승객 → 서울교통공사 홈페이지 강남구 동별 유동인구 → 열린데이터광장 10번, 11번 출구 쪽 이용객 → 60% 추정 그 출구까지의 옥외광고 수 N개 … … Cost per Impression (노출 당 비용) = NNN
27. 페르미 추정 어떠한 문제에 대해 기초적인 지식과 논리적 추론만으로 짧은 시간 안에 대략적인 근사치를 추정하는 방법 “어림을 하다보면 과대 평가와 과소 평가가 서로를 어느 정도 상쇄해서, 여기에 자신의 수학적 지식이 오차를 보정하여 결과가 실제 값에 몇 배 이내로 근접한다” 구글 입사문제(로 알려진) 문제를 푸는 방법: “서울 가정집에 피아노가 총 몇 대나 있을까?”
28. 기적의 계산법은, 논의의 차원을 높인다 설득하기 위해 필요한 건 = 정확한 숫자 X 감에 의존하기 → 논리에 기반한 기대치를 갖고 대화하기
29. 그래서 결과는? 옥외광고 인지 여부만 묻는 질문을 따로 빼서 측정 → 더 정확한 측정 결과를 3가지 경우로 나눠서 측정(야망적인 / 보통 / 비관적인) → 결과를 더 넓은 시야로 볼 수 있게 됨 ʻ보통’ 예측치의 120% 달성
30. 스픽 천하제일변명대회
31. 스픽 천하제일변명대회 어느날 “변명대회" 컨셉이 떠오름 ʻ우와! 재밌겠다' ….. 코너 즈윅 | 스픽 대표
32. “만우절이니까 가볍게 해보려고. 댓글 이벤트 열어서 50만 원만 예산 쓸게!” 가벼운 시도는 쉽게 해볼 수 있으니까 Okay 코너 즈윅 | 스픽 대표
33. ʻ변명대회'라는 컨셉이 후킹한가 = 도달대비 인게이지먼트 ʻ변명대회'는 참여를 이끄는가 = 도달대비 댓글 이벤트 참여 수 ʻ변명대회'는 바이럴리티가 있는가 = 공유 수 … 예산을 높여서 도달을 넓혀 진행할 가치가 있는가? YES 하지만 결코 가볍지 않은 데이터
34. 목표 = 인지도 증진 예상 노출, 도달 = 만우절 이벤트의 N배 필요 홍보채널 = IG 각종 바이럴 채널들 … 하지만 결코 가볍지 않은 데이터
35. 과거에 했던 모든 액션이 근거가 된다
36. 50만 원 시도가 1억 5천만원 예산 캠페인으로 “할만한데?”
37. 가벼운 시도가 강한 근거가 되어 많은 사람을 움직인다
38. 3. 티끌을 모으다보면 태산이 되며, 태산은 점점 커진다.
39. 이효리 캠페인
40. 이효리 캠페인 팀 DNA에 스며든 기적의 계산법 → TV 광고를 임팩트의 수치화 성공적인 옥외광고 캠페인 → 3배 규모 옥외광고 캠페인 변명대회 배너광고 → 유튜브 마스트헤드 … 수많은 작은 시도들에서 확보한 근거를 토대로 더 큰 캠페인을 추진
41. 2025년에는? 기대하세요
42. 결론 • 어떤 회사에게나 데이터가 없는 처음은 있다 ◦ 감에 의존한 시도는 처음에 있을 수밖에 없지만, 문제는 거기서 끝난다는 것 ◦ ʻ믿어주는 것'보다 필요한 건 ʻ멈출 수 있는 사람' • 가벼운 시도는 결코 가볍지 않은 근거가 된다 ◦ 근거가 없어도 할 수 있는 작은 시도들은 귀중한 근거를 남긴다 ◦ 히스토리를 잘 간직하는 건 더 큰 시도를 하기 위한 근거가 된다 • ʻ기적의 계산법'이라도 논리에 기반한 논의는 너무 중요하다 ◦ 필요한 건 정확한 계산이 아니라 깊은 논의를 위한 최소한의 근거 ◦ 논리적으로 얘기를 할 수 있는 것과 아닌 것은 천지차이다 • 그렇게 티끌을 모으다보면 정말 태산을 만들 수 있게 된다
43. Q&A 정두현 1부 강연
44. Question 01 앞선 사례와는 다르게, 작게 실험을 해보았는데 실패해서 결국 확장하지 않은 사례, 혹은 작은 실험에서는 성공했는데 확장했을 때 기대만큼의 성과가 나오지 않은 경우도 있었는지 궁금해요. 01/02
45. Question 02 스픽에서 브랜드의 팬을 만들기 위해 하는 일에는 어떤 것이 있나요? 또, 그 과정에서 가장 집중적으로 고려하는/바라보는 요소는 어떤 것인가요? 02/02
46. 스픽 채용 공고 스픽 채용 공고 https://www.speak.com/ko/careers
47. 데이터리안 데이터 분석 정보 공유방
48. 이보민 이재림 윤지호 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 현) 카드회사 카드금융팀 마케터 모더레이터 1/14(화) 19:00 ~ 21:00 다음 세미나 면접으로 직행하는 데이터 분석 포트폴리오 33,000원 10,000원 연사 연사 현) 캐치테이블 데이터 분석가 전) 광고대행사 퍼포먼스 마케터
49. 패널: 정두현, 윤선미, 송혜정 데이터를 근거로 내 기획안 효과적으로 설득하기 2부 패널토크
50. Ⅰ. Warming Up
51. Question 01 01/09 패널분들 간단히 자기 소개 부탁드립니다!
52. 정두현 링크드인 현) 스픽 브랜드 마케터 데이터를 근거로 내 기획안 효과적으로 설득하기 패널 소개
53. 패널 소개 데이터를 근거로 내 기획안 효과적으로 설득하기 링크드인 윤선미 현) 데이터리안 데이터 분석가 전) 카카오 데이터 분석가 전) 하이퍼커넥트 데이터 분석가 전) 쿠팡 데이터 분석가
54. 패널 소개 링크드인 송혜정 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 데이터를 근거로 내 기획안 효과적으로 설득하기
55. Question 02 02/09 브랜드 마케터는 어떤 일을 하나요?
56. Ⅱ. 준비하기
57. Question 03 03/09 스픽과는 다르게, 데이터를 보고 의사결정을 하는 문화가 없는 회사에 다니는 실무자는 어디에서부터 시작하면 좋을까요?
58. Q3. 데이터 기반 의사결정, 어디에서부터 시작하면 좋을까요? Quick Win 전략 백 번 말로 하는 것보다 작은 성공을 빨리 경험해보는 것이 설득에 유리
59. Question 04 04/09 분석해서 설득하려면 데이터가 필요한데, 데이터를 구하는 방법은 뭐가 있을까요?
60. Q4. 데이터는 어떻게 구하나요? 1. 내부 데이터 활용 2. 외부 데이터 활용 (스픽 강남역 옥외 광고) 3. 없는 데이터 만들기 (스픽 천하제일변명대회)
61. Q4. 데이터는 어떻게 구하나요? 1. 내부 데이터 활용 ◦ 서비스 데이터 (결제, 회원가입 등) → 데이터 베이스 (DB 권한을 받아 SQL로 직접 추출할 수 있음) ◦ 사용자 행동 데이터 (페이지뷰, 클릭, 스크롤 등) → GA4, Amplitude 등 사용자 행동 데이터 수집 툴 ◦ 이외 ▪ 마케팅 집행 및 성과 데이터 → Meta 광고 관리자, Google Ads 등 ▪ 운영 데이터 → 엑셀 파일 ▪ … 2. 외부 데이터 활용 (스픽 강남역 옥외 광고) 3. 없는 데이터 만들기 (스픽 천하제일변명대회)
62. Question 05 05/09 없는 데이터를 만드는 방법에는 뭐가 있을까요? 팁이 있다면 알려주세요.
63. Q5. 데이터가 없을 때, 어떻게 만들 수 있을까요? 1. 작은 규모의 실험 해보기 ◦ ʻ천하제일 변명대회’를 진행하기 전, 소액의 예산으로 만우절 이벤트를 진행 2. 리서치 진행하기 ◦ 서베이 에이전시에 요청하거나, 자체 채널을 통해 구글 폼으로 진행
64. Q5. 데이터가 없을 때, 어떻게 만들 수 있을까요? 1. 기획적 접근 ◦ MVP 출시 ▪ 판교 장터 → 당근 ▪ 루틴 관리 엑셀 시트 → 마이루틴 (엑셀로 2일 만에 만든 서비스, 2년 만에 매각까지 | 마이루틴 옥민송) ▪ 청소가사도우미 수동 매칭 시스템 → 미소 (MVP 출시의 고통) 2. 기술적 접근 ◦ A/B 테스트 (A/B 테스트란?, 퍼널은 줄일 수록 좋은 걸까?) ◦ 무료 데이터 수집 툴 설치 ▪ GA4 (이력서, 웹서비스처럼 만들어야 하는 이유 4가지)
65. 3. 기적적(?) 접근 ◦ 없는 데이터를 변수화 Q5. 데이터가 없을 때, 어떻게 만들 수 있을까요? Step 1 신청자 수 (명) Step 1 → 3 전환율 (비율) 0.025 0.050 0.100 등록자 당 매출 (원) CAC (MAX) 예상 등록자 수 (명) 총 예상 매출 (월) 총 예상 매출 (월) - 고정 CAC
66. Ⅲ. 설득하기
67. Question 06 06/09 설득을 위해 데이터를 보여줄 때, 어떤 데이터부터 보여줘야 가장 효과적일까요?
68. Q6. 어떤 데이터부터 보여줘야 할까요? 비용 vs 효과 투입한 비용에 대비해서 효과가 얼마나 나왔나?
69. ICE Score 1. Impact = 비즈니스에 주는 영향 (사용하는 유저 수, 결제 금액 등) 2. Confidence = 성공 가능성에 대한 확신 (팀 내 주관적인 확신 또는 유사한 과거 프로젝트의 성과 참고) 3. Ease = 필요한 리소스 (디자이너, 프론트엔드 개발자 등 메이커의 작업 시간) 4. 참고 자료 ◦ [알라미 사례] 16배 성장을 이끌고도 패배한 실험 Q6. 어떤 데이터부터 보여줘야 할까요? 트래픽이 가장 많은 홈 화면 (트래픽 측면에서 Impact가 크다)
70. Question 07 07/09 데이터를 볼 때 주의해야 할 점이 있을까요?
71. 기술적 주의사항 1. 상관 관계는 인과 관계가 아님 (A/B 테스트란) 2. Simpson’s paradox (심슨의 역설) 3. 평균과 같은 대표값을 볼 때 데이터 분포를 함께 살피기 4. 생존 편향 5. 추천 도서 ◦ 그로스해킹, 양승화 저, 위키북스 ◦ 새빨간 거짓말 통계, 대럴 허프 저, 청년 정신 ◦ 세상에서 가장 쉬운 통계학 입문, 고지마 히로유키 저, 지상사 Q7. 데이터를 볼 때 주의해야 할 점이 있을까요?
72. 지표에 대한 생각의 전환이 필요 • ʻ이런 캠페인을 했는데 어떤 지표를 보면 좋을까요?’, ʻ이런 기능을 만들었는데 어떤 데이터를 볼까요?’ 같은 질문은 근본적으로 잘못된 질문 • (X) 실행 → 데이터로 평가 • (O) 측정할 수 있는 목표 → 그에 맞는 실행 → 평가 Q7. 데이터를 볼 때 주의해야 할 점이 있을까요?
73. Question 08 08/09 데이터에 기반한 의사결정 문화가 조직에 정착하고 계속되려면 어떻게 해야 할까요?
74. Q8. 데이터 기반 의사결정 문화가 조직에 정착하려면? Accomplished [X] as measured by [Y] by doing [Z]
75. 데이터 기반으로 일하는 프로세스 정립이 필요 Q8. 데이터 기반 의사결정 문화가 조직에 정착하려면? 데이터리안의 월간 캠프 운영 및 마케팅 회의록 일부 Accomplished [X] By doing [Z] As measured by [Y]
76. 데이터 기반으로 일하는 프로세스 정립이 필요 1. 팁 ◦ 직관적이고 쉬운 지표가 정교하지만 복잡한 지표보다 좋음 ◦ 지표는 프로젝트의 방향을 잡는 등대 역할을 하기 때문에 잘 보이는 곳에 두어야 함 2. 실무 사례: [당근] 공학적 관점으로 데이터 분석 프로세스 만들기 Q8. 데이터 기반 의사결정 문화가 조직에 정착하려면?
77. Ⅳ. 마무리
78. Question 09 09/09 오늘 오신 세미나 참석자 분들께 마지막으로 한 마디 부탁드립니다.
79. SQL / GA4 데이터 분석 캠프 10/18 이번주 금요일, 얼리버드 최대 40% 할인 마감 [무료] SQL 데이터 분석 캠프 맛보기 카카오, 리디, 잡플래닛 출신 데이터 분석가가 직접 가르쳐요. [무료] GA4 데이터 분석 캠프 맛보기
80. 데이터 분석 캠프 수강 후기 SQL 캠프 | 마케터 정연님 GA4 캠프 | 기획자 L님 SQL 캠프 | 분석가 현승님 “실제로 캠프를 들어보고 나서 정말 만족했어요. 실무자 입장에서 데이터 분석에 필요한 SQL 문법을 배울 수 있어서 좋았어요.” “캠프를 수강한 후에 SQL이 익숙해지고 다가가기 쉬워졌습니다. RFM 분석, 매출 분석 같은 실무 분석 방법을 배울 수 있어요” “가능한 한 빨리 업무에서 GA4를 활용해야 하는데, 사내에는 가이드 라인이 없어 고민 중이었는데요. 캠프 덕에 방향이 잡혔습니다. 감사합니다!”
81. 독서 챌린지 4기 공개 모집 무료로 신청하기 #데이터넥스트레벨챌린지 11/3(일) 신청 마감 3주 간 함께 책 읽고, 저자 양승화님과의 북토크에서 만나요!
82. 데이터 분석 정보 공유방 세미나에 참여해주셔서 감사합니다