Q. 온라인 취미 클래스 플랫폼은 실제로 어떤 데이터 분석을 하고 있을까?
바쁜 현대 사회, 다양해진 사람들의 관심사, 자기 계발 욕구, 코로나로 인해 제한되는 대면 활동 등의 요인은 사람들이 더욱더 온라인 취미 클래스 플랫폼에 관심을 가지게 만들었다. '클래스 101, 솜씨당, 마일로, 하비풀, 클래스 톡, 위킨, 움 클래스, 탈잉' 등에서 제공하는 온라인 취미 강의는 저렴한 가격으로 언제 어디서든지 접근할 수 있기 때문에 취미를 가지기 힘들었던 사람도 베이킹, 인테리어, 드로잉, 영상 제작 등 다양한 취미에 도전할 수 있게 만든다. 또한 영상을 반복하여 재생할 수 있고, 커뮤니티에서는 강사의 1:1 피드백도 제공된다는 이점도 있다.
이러한 플랫폼 춘추전국시대에서 기업이 살아남기 위해 그들은 어떤 데이터를 필요로 하고, 어떻게 활용하고 있을까? 코로나 위기 속에서 급부상하고 있는 '클래스 101'을 필두로 그 과정을 나름 상상해보고자 한다. 먼저 클래스 101의 비즈니스 모델을 간단하게 알아본 뒤 그들의 데이터베이스 구축, 지표 도출, 비즈니스 인사이트, 데이터 수집 및 관리에 관한 내용들을 차근차근 살펴볼 것이다.
Q. CLASS 101 의 비즈니스 모델?
클래스 101이 어떤 데이터베이스를 구축하고 있는지 알기 위해서는, 먼저 그들이 비즈니스 모델 을 어떻게 정립하고 있는지 먼저 알 필요가 있다고 생각했다. 비즈니스 모델은 어떤 제품이나 서비스를, 어떻게 소비자에게 제공하고, 어떻게 마케팅하며, 어떻게 돈을 벌 것인가 하는 기업의 총체적 아이디어이기 때문이다.
클래스 101은 온라인 취미 교육 플랫폼이다. 취미 교육 강의는 온라인으로 제공되며, pc나 모바일 어플 등을 통해 수강 가능하다. 실습에 필요한 준비물을 수강 시작일 전에 집으로 배송된다. 모든 준비가 끝나면 수강생들은 수강 기간 동안 원하는 장소와 원하는 시간에 학습을 진행하면 된다. 강의는 정해진 기간 동안에는 무제한으로 반복 재생이 가능하다.
다른 플랫폼과 차별화되는 점은 클라우딩 펀드 시스템을 활용한다는 것이다. 클래스 101에서는 누구나 크리에이터가 되어 수업을 개설할 수 있다. 자신이 개설하고 싶은 강의의 콘텐츠와 커리큘럼을 작성하여 신청하면 수강을 희망하는 예비 수강생들을 모집하고 수요 조사가 이루어진다. 1주간의 마케팅과 수요 및 선호도 파악을 위한 사전 조사를 통해 희망 수요가 적정선에 도달하면 개설이 확정되고, 이때 마케팅 비용은 모두 클래스 101이 부담한다. 이러한 시스템을 활용하여 고객들의 수요를 정확하게 파악하고, 맞춤 공급을 통해 비용 절감과 이윤 극대화를 추구할 수 있다.
Q. 어떤 데이터를 필요로 할까?
앞서 살펴본 클래스 101의 비즈니스 모델을 바탕으로, 그들이 구축하고 있을 데이터베이스들을 대략적으로 짐작해보고자 한다. 그들은 어떤 데이터들을 모으고 있을까? 그들에게 유의미한 데이터는 어떤 것들일까? 아래 모든 내용은 철저히 나의 "짐작" 또는 "궁예"일뿐이니 너무 진지하게 보지는 말아 주었으면 한다..😂
📌 고객 데이터
우선, 고객 관련 데이터는 필수일 것이다. 고객 데이터 테이블에는 기본적으로 고객의 이름, 성별, 주소, 직업 등의 신상 정보가 포함될 것이고 콘텐츠를 제작해 판매하는 크리에이터(강사)인지 혹은 수강생인지의 정보(포지션)도 담고 있을 수 있다. 그리고 그들이 어떤 강의를 희망하는지(예약 ID), 실제 어떤 구매가 이루어졌는지(주문 ID) 등의 정보를 포함할 수 있을 것이다.
이해를 돕기 위해 나름의 데이터 테이블을 만들어 보았다.▼
| 고객ID | 이름 | 성별 | 주소 | 이메일 | 연락처 | 관심분야 | 직업 | 포지션 | 예약ID | 주문ID | ... | |
| 1 | No.134 | 김xx | M | 서울 | ab@google.com | +82 10- | 미용, 요리 | 무직 | 수강생 | R1523 | O4753 | |
| 2 | No.135 | 조xx | F | 부산 | de@naver.com | +82 10- | 제테크 | 주부 | 강사 | NULL | NULL | |
| 3 | No.136 | 황xx | F | 뉴욕 | gh@google.com | +1 917- | IT | 학생 | 수강생 | R4795 | NULL | |
| ... |
📌 예약 데이터
앞서 고객 데이터 테이블의 한 필드를 구성하고 있는 예약 데이터 테이블에는 고객들이 어떤 강좌를 희망하고 사전 신청했는지에 대한 정보들을 담고 있다. 예약 ID를 필두로 누가 예약을 했는지(고객 ID), 언제 예약이 이루어졌는지(날짜), 어떤 강좌를 희망하는지(제품 ID), 어떤 마케팅에 반응하여 예약으로 이어진 건지(유입 경로), 주로 어떤 브라우저를 사용하여 예약이 이루어지고 있는지(사용 브라우저) 등의 정보를 포함할 수 있다.
| 예약ID | 고객ID | 날짜 | 제품ID | 유입 경로 | 사용 브라우저 | ... | |
| 1 | RSV1523 | No.134 | 2020-09-24 | PRD3526 | 인스타그램 | 모바일웹_safari | |
| 2 | RSV4795 | No.136 | 2020-10-07 | SVC6245 | 페이스북 | PC_chrome | |
| ... |
📌 제품(서비스) 데이터
제품(서비스) 데이터 테이블에는 제품 ID와 제품명과 더불어 해당 강좌를 제작한 크리에이터는 누군지(제작자), 강좌 콘텐츠는 무엇인지(카테고리), 가격은 어떻게 책정되어 있는지(가격), 이율과 수수료 등 마진율은 어떻게 되는지(마진), 담당자는 누구인지(담당자), 수강 키트 배송 현황은 어떠한지(물류 ID) 등의 정보를 포함한다.
| 제품ID | 제품명 | 제작자 | 카테고리 | 가격 | 마진 | 담당자 | 물류ID | ... | |
| 1 | PRD3526 | 한달 만에 제테크 고수되기 | 김xx | 제테크 | w33,000/月 | 35% | 권xx | LGT320 | |
| 2 | SVC6245 | 홈 파티 요리 클래스 | 박xx | 요리 | w54,000/月 | 38% | 홍xx | LGT489 | |
| ... |
📌 주문 데이터
주문 데이터 테이블에는 주문 ID를 비롯하여 무엇을, 누가 주문했는지(제품 ID, 고객 ID), 사전 희망 여부는 어떠한지(예약 ID), 언제 주문이 이루어졌는지(날짜), 환불/교환 및 재주문 여부(환불/교환, 재주문)와 결제수단에 대한 정보까지 다양한 정보들을 포함하고 있다.
| 주문ID | 제품ID | 고객ID | 예약ID | 날짜 | 환불/교환 | 재주문 | 결제수단 | ... | |
| 1 | O4753 | PRD3526 | No.134 | R1523 | 2020-10-15 | N | N | 신한카드 | |
| 2 | O5648 | PRD3526 | No.243 | R1546 | 2020-10-16 | N | Y | 무통장입금 | |
| ... |
이렇게 데이터 테이블들이 준비되면, 데이터 조인 및 샘플링을 통해 여러 가지 분석이 이루어지고, 현재와 미래 지표를 추산하고 비즈니스에 활용할 수 있게 된다. 다음은 데이터를 활용해 어떤 지표들을 만들어낼 수 있는지 살펴보자.
Q. 데이터를 통해 어떤 지표를 만들 수 있을까?
기업은 축적된 데이터들을 바탕으로 '구매율, 매출액, 매출 기여율, 전환율, 제품 선호도, 가격 민감도, 시장 점유율, 잠재 수요율' 등 여러 가지 지표들을 산출하게 된다. 이러한 지표들은 기업이 의사결정을 하는 기준점이 되고, 나아가야 할 방향을 알려주는 표지판 역할을 한다. 예를 들어, 구매율 지표가 갑자기 상승했다면 데이터 분석을 통해 이것이 마케팅의 효과인지, 제품력 때문인지, 아니면 대체품과의 관계 때문인지 등을 파악한 후 다음 경영 전략을 세우게 된다.
클래스 101 역시 기본적인 경영 지표들을 사용하고 있을 것이다. 그렇다면 다른 온라인 클래스 플랫폼과 비교했을 때 클래스 101에게 상대적으로 중요한 지표가 있다면 무엇일까? 앞서 비즈니스 모델에서 언급한 크라우딩 펀드 시스템과 관련하여, 클래스 101의 고지연 대표는 “조사한 데이터 를 기반으로 만든 지표 가 일정 수준이 돼야 클래스를 개설한다. 사람들이 돈을 지불할 클래스만 만든다는 게 우리의 비즈니스 원칙이며, 잘 만들어 파는 게 아니라 잘 팔릴 만한 강의를 만든다”라고 설명했다. 즉 '수요'라는 지표가 관건인 것이다. 세부적으로는 절대적 수요(구매력 관계없이 물건을 갖고자 하는 것)는 어떤지, 유효 수요(확실한 구매력의 뒷받침이 있는 수요)는 얼마인지를 볼 수도 있고, 절대적 수요를 어떻게 유효 수요로 연결시켜 유효수요율을 높일 수 있는지도 고민해 볼 수 있다.
더 나아가 보편적으로 사용되는 지표를 잘 다룰 수 있는 것도 중요하지만, 기업에게 진짜 필요한 지표는 무엇인지, 남들이 보지 못한 새롭고 창의적인 지표는 무엇이 있는지 찾아내는 것도 중요하지 않을까 생각해본다.
Q. 데이터 분석을 통해 얻을 수 있는 인사이트는 무엇들이 있을까?
데이터와 지표를 분석하는 궁극적인 목적은, 기업의 현재 상황을 파악하고 미래를 예측하여 보다 나은 경영 의사결정을 하기 위함이다. 데이터 분석을 통해 얻은 인사이트를 실현시켜 기업 성장에 기여할 수 있어야 한다.
클래스 101에게 수요 파악이 관건이라면, 수요 파악의 정확도를 높이는 전략이 필요할 것이다. 예를 들어, 희망 강좌에 대한 사전 설문조사의 신뢰도를 높이기 위해 효과적인 설문 보상 방법을 찾고 활용할 수 있다. 또한 유효 수요 가에 가격 요인이 크게 작용한다는 것을 발견했다면, 크라우드 펀딩에 참여한 예약자들에게 얼리버드 티켓을 제공해 유효 수요율을 높일 수도 있을 것이다. 이와 더불어 크라우드 펀딩 참여 후 실제 구매로 이어지는 비율이 높은 고객들에게는 더 큰 할인 혜택을 제공하는 것도 또 하나의 방법이 될 수 있겠다. 또한 절대적인 수요를 늘리는 것도 필요하기 때문에, 실제로 클래스 101은 '팬덤 효과'를 활용하고 있다. 유명 크리에이터들을 섭외하여 강좌 개설을 신청하게끔 하고, 크리에이터들의 팬덤을 고객으로 전환하는 것이다. 그 예로 클래스 101은 크리에이터 '박막례 할머니의 요리 클래스, 격투기 선수 김동현의 종합격투기 클래스, 마술사 최현우의 마술 클래스, 요식업 CEO 홍석천의 외식업 클래스'를 개설한 바 있다.
이와 같이 여러 경영 전략이 제대로 효과가 있으려면, 데이터와 지표의 정확한 분석이 선행되어야 할 것이다.
Q. 데이터는 어떻게 모으고 있으며 누가 관리하는가?
그렇다면 데이터는 누가 어떻게 모으고, 어떻게 관리하고 있을까? 채용 사이트에서 클래스 101을 검색해 보면 데이터를 다루는 데이터 전문가 포지션은 '데이터 엔지니어, 데이터 사이언티스트, 프로덕트 애널리스트, 비즈니스 애널리스트'가 있다.
먼저 데이터 엔지니어는 자체 로그 데이터를 수집/모니터링/분석/모델링 할 수 있는 시스템을 구축하고, 자동화 대시보드를 개발하거나, 전체적인 인프라를 운영할 수 있어야 한다. 다음 프로덕트 애널리스트와 비즈니스 애널리스트는 흔히 우리가 알고 있는 데이터 애널리스트 포지션으로 이해하면 될 것 같은데, 데이터를 정제/가공/적재하고, 쿼리를 작성해 데이터를 추출하고, 지표를 발굴하고, 의미 있는 인사이트를 찾으며, 그 인사이트가 전달될 수 있도록 대시보드 및 리포트를 구성하고, 액션 플랜을 수립 및 지원한다.(다만, 이때 데이터 정제/가공/적재는 데이터 엔지니어의 업무에 더 가깝지 않나 생각이 든다.) 다음으로 데이터 사인티스트는 대규모 데이터 분석을 통해 머신러닝/딥러닝 기반의 예측모델을 개발/운영하며 역시나 인사이틀 발굴하는 역할을 한다.
오늘 포스팅에서는 기업에서 어떤 데이터를 수집하고, 지표를 찾고, 비즈니스 인사이트를 활용해 어떤 액션 플랜을 세울 수 있으며, 그 과정에 누가 어떻게 참여하고 있는지 아주! 간단하게 살펴보았다. 위의 내용들은 한낱 공상에 불과할 수 있지만 앞으로 더 많은 구글링과 공부를 통해 극복해보고자 한다. 오늘은 이러한 것들을 한번 머릿속에 그려보았다는 것에 의미를 두어야겠다.
'개념 정리' 카테고리의 다른 글
| [개념 정리] 비즈니스 지표와 그 활용 (0) | 2020.11.27 |
|---|---|
| [개념 정리] 기업에서 데이터를 모으는 방법 (0) | 2020.11.21 |
| [개념 정리] 데이터 분석 과정 (0) | 2020.11.07 |
| [개념 정리] DE vs DA vs DS (0) | 2020.11.06 |
