29CM은 어떻게 클릭률 6배 ‘개인화’ 전략 실행했나

13분

2023.12.13.

1. 협업: 유기적인 협업을 통한 자연스러운 공감대 형성

29CM의 프로덕트 조직은 ‘스쿼드’라는 목적 조직을 운영하고 있습니다. 각 스쿼드는 프로덕트에서 각자 집중하고 있는 부분을 중심으로 움직입니다. 이번 개인화 푸시 프로젝트에는 ‘액티베이션 스쿼드’와 ‘콘텐츠 스쿼드’가 등장합니다. 액티베이션 스쿼드는 사용자의 유입과 활성을 위해 움직이고, 콘텐츠 스쿼드는 콘텐츠 제품을 담당합니다.

이중 ‘액티베이션 스쿼드’는 ‘마케팅 팀’이라는 기능 조직과 긴밀한 관계를 맺고 있습니다. 마케팅 팀은 제품을 외부에 알리고 사용자의 유입 퍼널을 관리하는 만큼 액티베이션과 관계가 깊습니다. 이번 프로젝트를 주도한 송효진 마케터는 “액티베이션 스쿼드와 마케팅 팀은 주 1회 미팅을 할 정도로 협업을 많이 한다”고 말했습니다.

이 스쿼드와 마케팅 팀은 잦은 미팅을 통해 이미 개인화 푸시가 중요하다는 사실에 이미 공감하고 있었습니다. 불특정 다수를 상대로 푸시를 보내는 것의 효용성에 대해 업계 전반이 문제의식을 갖고 있는 상황이었고, 29CM에서도 실제로 푸시의 CTR 수치가 1%대로 낮아 개선 의지를 갖고 있었습니다. 이는 “기업의 입장을 넘어 푸시가 고객에게 노이즈로 다가가고 있다는 의미였기에 개선이 필요했다”고 송 씨는 말했습니다.

이러한 조직 내 단단히 형성된 공감대를 바탕으로, 마케팅 팀에서는 실험을 통해 제품의 기본적인 정책을 미리 마련하고, 제품 담당인 액티베이션 팀에 제안할 수 있었습니다. 이번 개인화 푸시 프로젝트는 송 씨를 PM(Product Manager)이라 할 만큼 마케터가 주도한 기획이기도 했습니다. 그만큼 “유연하게 움직이는 조직”이라고 송 씨는 설명했습니다.

2. 실험: 고객이 보고 싶어하는 정보는 무엇일까?

그렇다면 29CM 마케팅 팀에서는 어떤 실험을 했고, 그 실험을 통해 어떤 것을 알게 됐을까요? 크게는 두 단계에 걸쳐 진행됐습니다.

1) 고객이 가장 원하는 정보는 무엇일까?

개인화된 푸시메시지를 구현하는 데 가장 큰 목적이 되었던 것은 ‘고객이 원하는 정보를 효과적으로 전달한다’는 것이었습니다. 그런데 ‘고객이 원하는 정보’란 사실 굉장히 모호합니다. 29CM도 “이를 명확하게 만드는 작업에 시간이 꽤 걸렸다”고 송 씨는 전합니다. 이를 정의하기 위해 송 씨는 트리 구조를 그리며 문제 정의를 해나갔습니다. 트리 구조의 최상단에 놓인 문제는 ‘고객이 브랜드, 카테고리, 무드, 이 세 가지 중 어떤 정보에 가장 관심 있어 할까’였습니다.

“29CM에서 제공하는 콘텐츠가 곧 정보인데, 그 정보의 종류가 많아요. 브랜드가 29CM에서만 단독으로 제품을 먼저 선보이는 ‘선발매’ 콘텐츠, ‘겨울’ 시즌을 타깃하거나 주목 받는 브랜드를 묶는 등의 기획전, 고객이 최근 관심 있어한 상품이나 자주 보는 무드, 카테고리 등이 29CM의 콘텐츠이자 고객이 관심 가질 만한 정보라고 봤어요. 이 중에서 우리는 무엇을 가장 먼저 전달해야 하는지를 결정하는 것이 트리 구조 최상단에 있었어요.”_송효진 29CM 마케터

29CM의 콘텐츠. 이 작은 화면 안에도 다양한 정보가 들어있으며 정보를 보여주는 방식이 다 다르다. (출처: 29CM)

이를 검증하기 위해서, 여러 번의 A/B테스트를 진행했습니다. 예를 들어 하나의 기획전을 담은 랜딩 페이지가 있다면, 세 가지 방향으로 메시지를 다르게 보내 고객이 어떤 것을 가장 많이 클릭하는지 보는 식이었습니다.

“파사드패턴 기획전이 있다면, ‘지금 파사드패턴에서 단독 선발매해요’라고 브랜드를 강조해 보낼 수도 있고, 해당 기획전에 포함된 상품 중에 반소매 티셔츠가 많이 있다면 해당 카테고리를 찾고 있는 고객에게 관련 메시지를 보낼 수도 있고, 이 브랜드와 비슷한 무드의 다른 브랜드를 좋아했던 고객에게 무드를 어필하는 메시지를 보낼 수도 있었죠.”_송효진 29CM 마케터

이런 실험을 3~4회 정도 반복해 진행했고, 이중 CTR(Click Through Rate)이 가장 높았던 것은 ‘브랜드’라는 사실을 알게 됐습니다. 무드, 스타일을 어필한 것에 비해 약 2배 이상이 브랜드를 클릭했기 때문입니다. 그래서 29CM의 고객이 가장 원하는 정보는 ‘브랜드’라는 큰 방향의 결론을 얻었습니다.

2) 각 고객이 관심 있어 하는 브랜드는 어떻게 정의할까?

여기서 끝난 것은 아닙니다. 앱에서는 기능과 여정에 따라 다양한 행동이 일어납니다. 어디에 방문하는지, 무엇을 클릭하는지 등이 사용자의 관심을 추측하게 하는 요소가 되죠. 그래서 그다음으로는 ‘개개인의 고객이 관심 있어 하는 브랜드’란 것을 어떻게 정의할지를 알아내야 했습니다.

29CM에서는 각 브랜드의 홈이 있고, 거기서 ‘좋아요’를 누를 수 있게 되어 있습니다. 또 해당 홈에 방문해 상품을 둘러볼 수도 있죠. 여기서 브랜드 홈에 방문하는 행동과 ‘좋아요’를 누르는 행동, 상품을 둘러보는 행동은 각각 다른 행동입니다. 이런 여러 행동을 통해 무엇이 개개인의 ‘관심’인지를 찾는 것이 과제였던 것입니다. 그래서 29CM 마케팅 팀에서는 사용자의 이러한 여러 행동을 내부 기준에 따라 분류한 뒤, 어떤 것을 가장 많이 클릭하는지 A/B테스트를 진행했습니다.

이 테스트를 바탕으로 고객이 가장 많이 클릭하는 순에 따라 ‘우선순위’를 정할 수 있었습니다. 우선순위를 바탕으로, 가장 우선이 되는 A행동이 없다면 B행동에 관한 푸시 메시지를, B행동이 없다면 C행동에 관한 메시지를 보내는 식으로 정책을 다듬어갔습니다.

3. 제품: 이 정책을 어떻게 구현할 것인가?

기본적인 정책은 마케팅 팀의 한 분기에 걸친 위와 같은 실험으로 마련됐습니다. 이제 세부적인 정책과 구현 방법에 대해 제품 팀인 액티베이션 팀과 함께 머리를 맞대어야 했죠.

마케팅 팀에서는 몇 개의 브랜드를 가지고 실험을 한 것이지만, 이것이 서비스에 적용되려면 굉장히 많은 수의 데이터를, 마케팅 팀이 정의한 우선순위 등을 기준으로 자동으로 수집하고 분류할 수 있어야 했습니다. 또 일일이 메시지를 써서 보내는 게 아니라 자동으로 메시지화해 적시에 보낼 수 있어야 했습니다. 디지털화, 자동화의 영역인 거죠.

1) 스쿼드 간 협업: 콘텐츠 모델링

이를 고민하던 액티베이션 스쿼드는 콘텐츠 스쿼드를 찾아가 맥락을 공유하고 콘텐츠를 데이터화하는 것에 관해 이야기나눴습니다. 앱의 랜딩 페이지에는 다양한 정보가 포함되어 있는데, 모든 정보가 컴퓨터가 즉각적으로 이해할 수 있게 적재되고 분류되지는 않습니다. 또 랜딩 페이지의 성격에 따라서 제작 툴이 달라 데이터가 모이는 장소, 모으는 방식이 다른 경우도 있죠. 이를 모두 컴퓨터가 이해할 수 있는 정보로 만들고 분류하는 작업을 ‘콘텐츠 모델링’ 혹은 ‘메타 데이터화’라고 합니다. 콘텐츠 스쿼드에서는 이 작업을 진행해 제품에서 빠르고 정확하게 메시지를 보낼 수 있는 초석을 다지기로 했습니다.

“앱에서 콘텐츠 수가 계속 늘어나고, 좋은 콘텐츠는 너무 많은데 그 모든 콘텐츠의 정보를 잘 활용하고 있지 못 했어요. 다양한 채널을 통해 다양한 콘텐츠를 유저에게 지속적으로 전달해줄 필요가 있었죠. 개인화가 그 방법 중 하나였어요. 푸시 메시지는 이 메타 데이터를 활용하는 한 가지 방법 중 하나죠”라고 한재권 콘텐츠 스쿼드 PO*가 실행 배경을 전했습니다. 그는 이어 콘텐츠 스쿼드에서 진행한 콘텐츠 모델링 작업에 관해 설명했습니다.

“보통 마이크로서비스에서는 ‘머테리얼라이즈드 뷰(Materialized View)’라는 게 있어요. 클라이언트가 원하는 데이터를 빠르고 쉽게 조회할 수 있도록 하기 위해 새로운 테이블에 콘텐츠의 메타데이터를 모아두는 테이블이라고 할 수 있어요. 29CM도 지금 운영되고 있는 상품은 뭐고 할인율은 얼마인지 등의 콘텐츠를 하나의 DB에서 알 수 있도록 정보를 메타 데이터화해 한 테이블에 모아두는 작업이 필요했어요.”_한재권 콘텐츠 스쿼드PO*

즉 제목이면 제목, 할인율이면 할인율 등 콘텐츠에 담긴 정보를 29CM이 정한 규칙에 따라 구조화, 표준화하는 것이 콘텐츠 모델링, 혹은 메타 데이터화라고 말할 수 있습니다. 이를 통해 고객이 관심 있어하는 브랜드를 정의한 행동 우선순위를 메타 데이터화한 콘텐츠와 바로바로 연결할 수 있었습니다.

위에 첨부한 콘텐츠 이미지에 더해 이 이미지까지, 콘텐츠의 화면 구성이 각각 다르다. 이렇게 모두 다른 것을 컴퓨터가 일괄적으로 이해하고 의도에 맞게 처리할 수 있도록 하는 것이 개인화를 달성하기 위해 꼭 필요한 과정이며, 메타 데이터화가 그 기초라는 설명이다. (출처: 29CM)

2) 개발 팀의 빠른 리뷰와 대안 제시

의도에 따라 데이터가 정렬되었다면, 이제 그것을 메시지화해 발송할 수 있어야 했습니다. 그것도 대규모로요. 29CM에서는 개인화된 푸시 발송을 위해 빅쿼리에서 하루에 한 번 약 350만 건의 데이터를 조회해야 했습니다. 이를 새벽 배치 작업을 통해 미리 데이터관리 시스템 레디스(redis)에 집계하고 있었죠. 그런데 싱글스레드로 동작하는 레디스의 특성상 대량의 데이터를 쌓는 동안 병목현상이 일어날 수 있었습니다. 이는 데이터를 처리하는 시간이 오래걸릴 수 있다는 것을 의미했죠.

29CM에서 개발자들은 문서 리뷰를 활발히 진행합니다. 스쿼드에 속한 주니어 개발자가 설계에 관한 문서를 작성하면 스쿼드 내 개발리더뿐 아니라 ‘프론트엔드팀’ ‘백엔드팀’ 같은 기능 조직 내 시니어 개발자들에게도 리뷰를 받습니다. 구조를 설계하는 과정에서 2년차 백엔드 개발자 정형일 씨가 작성한 문서에는 이 데이터 적재량에 관한 정보도 들어 있었습니다. 이에 문서 리뷰 과정에서 대규모 데이터 처리 시간에 관한 이슈를 미리 공유하고, 이를 해결하기 위해 ‘레디스 파이프라인’ 도입에 관해 의견을 나눴습니다. 테스트를 통해 시간이 줄어드는 것을 확인하고 도입해, 원래 4분이 걸리던 것을 1분으로 단축할 수 있었습니다.

“담당 개발자가 설계 문서를 작성하고, 그걸 팀 내 주요 개발자 분들께 리뷰 요청을 드려요. 문서 리뷰 과정에서 설계 방향이 유효한지, 보완점, 대안, 추구하는 시스템과 방향성이 맞는지 등에 관해 리뷰하고 논의하고요. 이 과정에서 많이 배우고, 역량도 키울 수 있었어요. 혼자 고민하거나 누구한테 물어볼지 고민하기보다는, 문서 작성하고 리뷰를 빠르게 받는 문화가 있다 보니 헤매지 않고 지름길로 갈 수 있었죠.”_정형일 29CM 백엔드 개발자

처리된 데이터를 언제 어디서나 누구든 손쉽게 푸시 발송할 수 있도록 자동화하는 것도 과제였습니다. 이번뿐 아니라 지속적으로 콘텐츠가 추가될 것도 고려해야 했죠. 이를 위해 콘텐츠 발행인이 푸시 발송 로직을 모르더라도 콘텐츠만 발행하면 푸시 발송이 자동으로 처리될 수 있도록 추상화된 인터페이스를 설계했습니다. 이때 발생할 수 있는 의존성 문제는 이벤트 기반의 아키텍처로 구성해 해결했죠. 내부 메시지 플랫폼을 구축하고 고도화함으로써 외부 메시지 발송 툴에 의존해 데이터를 충분히 활용하지 못하거나 속도, 용량을 따라잡지 못하는 부분을 직접 해결한 것이죠. 비즈니스 목표가 충분히 실행될 수 있도록 내부 시스템도 디지털적으로 고도화되고 있는 것입니다.

앞으로의 29CM

이같은 다양한 주체의 협업으로 이 프로젝트는 푸시 메시지 클릭률 6배 상승의 성과를 냈습니다. 또 기존에는 푸시 하나 당 거래액 80원을 일으켰다면, 이번 프로젝트를 통해 개인화, 자동화한 푸시는 푸시 하나 당 320원 이상의 거래액을 일으키고 있습니다. 무엇보다 앞으로 더 개인화 작업에 집중할 수 있는 발판을 마련했다고 볼 수 있는데요. 개인화를 위해 29CM가 해결해야 했던 여러 문제의 바탕을 다졌기 때문입니다. ‘고객이 원하는 정보’가 무엇인지 일부라도 정의할 수 있었고, 다양한 콘텐츠를 메타 데이터화 해 한곳에 모음으로써 데이터 활용성을 높였으며, 대량 메시지를 데이터와 연결해 자동으로 발송할 수 있는 내부 메시지 플랫폼의 시스템을 구축했기 때문입니다.

마케터 송 씨는 29CM의 이번 푸시 개인화 작업은 ‘버전 1’이라고 설명했습니다. 이번 프로젝트에서는 광고 수신에 동의한 사용자의 70%만 커버하기 때문인데요. 이는 버전 1에서는 ‘브랜드’에만 집중했기에 브랜드 관련 활동이 최근 수 기간 동안 없었다면 푸시 메시지를 보낼 수 없습니다. 이를 100%까지 끌어올리는 것이 다음 과제죠.

이어 송 씨는 “마케팅에는 사실 고객에게 피로를 줄 수밖에 없는 행동이 많은데, 이 문제를 해결하기 위해 핵심적인 부분이 ‘개인화’”라며 “사람들이 마케팅 메시지도 정말 필요한 정보, 맞춤 추천으로 느낄 수 있도록 계속 방법을 찾아갈 것”이라고 말했습니다.

콘텐츠 스쿼드의 한재권 PO는 “컴퓨터가 콘텐츠를 낱낱이 해부해서 효율적으로 활용할 수 있도록 모델링 커버리지를 높이고, 구글 독스, 엑셀을 쓰지 않고 모든 게 자동화되어 있는 툴을 만들고 싶다”는 포부를 내비쳤습니다. “수작업하고 있는 부분을 자동화하기 위해 엔지니어뿐 아니라 다른 부서와 협업이 많이 필요한데, 협업이 활발한 29CM에서 그런 환경을 만들고 싶다”는 이야기도 덧붙였습니다.

이곳이 첫 직장인 정형일 개발자도 “조직 내부에 푸시 발송에 외부 툴을 쓰지 않겠다는 큰 목표가 있어서, 이에 적합한 환경을 만드는 일을 계속 할 것”이라고 말했습니다.

결국 푸시 메시지를 개인화해 발송한다는, 아주 일부분인 프로젝트의 실행기 속에서 29CM의 향후 개인화 전략, 내부 IT 툴의 고도화를 통한 전반적인 ‘찐’ 디지털화 전략을 엿볼 수 있었습니다. 명확한 목표로 단기간 내 실행할 수 있었던 프로젝트로 큰 성과를 내고, 그것을 조직 전체의 비전으로 실현해나가는 모습도 인상적이었습니다.

우리에게 익숙했던 비즈니스가 모바일로 들어온 지 국내에서 15년이 채 안 됐습니다. 기존 비즈니스를 IT 프로덕트에서 어떻게 구현하는 것이 최적의 운영 체제인지 모두가 아직 알아가는 중이라고 할 수 있죠. 기간이 짧기에 모든 부분에서 벤치마크할 수 있는 아주 이상적인 모델이 존재하지 않습니다. 서로가 서로의 레퍼런스가 되기도 하고, 일부분을 벤치마크할 수 있을 뿐이죠. 그런 가운데 ‘푸시메시지가 고객에게 노이즈’라는 점에 집중해 그 문제를 해결하면서 비즈니스 효과를 높일 수 있는 최적의 운영 체제를 찾아가는 29CM의 노력도 다양한 IT 서비스 기업의 도전에 좋은 레퍼런스가 되리라 생각합니다.

TMI

인터뷰에 참여한 한재권 PO는 프론트엔드 개발자 출신으로 7년 정도 프론트엔드 개발자로 활동했고, 29CM에 프론트엔드 개발 팀 리더로 입사해 PO로 역할을 바꾼 지 2년 됐다.
한재권 PO는 ‘콘텐츠 모델링’의 모범 사례로 ‘뉴욕타임스’를 들었다. 콘텐츠에 관한 메타 데이터가 잘 정리되어 있어 콘텐츠를 활용하고 테스트하는 데 최적화되어 있다는 것.
29CM에는 글에서 언급한 액티베이션 스쿼드, 콘텐츠 스쿼드를 포함해 모두 8개의 스쿼드가 있다.
현재 29CM 팀은 ASNISUM이라는 카페가 있는 사옥에서 무신사 일부 팀과 함께 근무하고 있으며, 해당 사옥을 N1이라고 칭한다. ASNISUM은 무신사(MUSINSA)의 철자를 거꾸로 뒤집은 것.
2021년부터 29CM을 이끌고 있는 CEO는 IBM, 구글, 아마존을 거친 박준모 사업 대표로, 직접 리더를 교육하는 프로그램을 만들고 조직 시스템을 정비하는 등 내실을 다지며 지난 2년 새 거래액을 세 배 가까이 증가시키는 등의 성과를 냈다. 콘텐츠 경쟁력이 강조되던 조직에 데이터 중심 의사 결정 방식을 도입하며 경영 효율을 높였다는 평이 있다.

콘텐츠 문의 [email protected]

로그인하고 자유롭게 의견을 남겨주세요.