Unmind가 Amplitude로 데이터 기반 기업 문화를 개발한 방법

Insights/Action/Outcome:Unmind에는 앱 내에서 질문에 답하도록 설계된 챗봇이 있었습니다. Amplitude Analytics는 봇이 Unmind 과정에 참여했을 때 사용자가 이탈할 가능성이 더 높다는 사실을 발견하는 데 도움이 되었습니다.이 데이터는 앱에서 봇을 제거하기로 한 팀의 결정에 기여했으며 코스 완료가 향상되었습니다.

데이터는 힘입니다. 그러나 그 힘이 데이터를 일상적인 프로세스에 뿌리 내리기에 항상 충분한 것은 아닙니다. 그 장애물을 뛰어넘는 것이 우리의 제품 분석 여정이 더 많은 데이터 정보를 얻기 시작한 곳이었습니다. 이 프로세스는 우리가 제품을 구축하고, 고객을 참여시키고, 사용자 경험을 창출하는 방법을 개선했습니다.

언마인드를 데이터 주도 기업으로 만들기 위한 탐구

Unmind는 모든 사람이 번창할 수 있는 정신적으로 건강한 직장을 만드는 것을 사명으로 하는 전체적인 직장 웰빙 플랫폼입니다. 현재 약 180명의 직원 또는 "Unminders"가 있습니다.

데이터 성숙도를 향한 우리의 여정은 몇 년 전에 시작되었습니다. 우리는 항상 데이터를 중요하게 생각했으며 데이터 중심의 교차 기능적 의사 결정을 내리는 것의 중요성을 인식했습니다.

그러나 우리는 확장 가능한 방식으로 데이터 정보에 입각한 의사 결정을 처리하지 못했습니다. 데이터 팀은 고전적인 병목 현상이었습니다. 질문과 요청으로 자주 접근했으며 데이터베이스를 쿼리하거나 Python 스크립트를 실행하여 답변했습니다. 그러나 요청이 데이터 팀의 대역폭을 넘어섰고 이러한 요청의 우선순위를 정했지만 항상 절충안이 있었습니다.

이 병목 현상은 다른 팀을 방해하기 때문에 우리가 속도를 희생했음을 의미했습니다. 또한 데이터 문제를 해결하기 위해 이해 관계자가 필요한 답변을 얻을 수 있는 다른 셀프 서비스 솔루션을 개발할 수 없었습니다. 우리는 사이클을 깨고 싶었습니다.

확장 가능한 솔루션에 대한 사용 사례 기반 검색

대상 질문에 답하기 위해 데이터베이스를 쿼리하고 스프레드시트에서 공유하는 것은 데이터 여정을 시작하는 소기업에 적합할 수 있습니다. 그러나 언마인드가 제품, 기능 및 고객 기반과 함께 성장함에 따라 이러한 작업을 수동으로 수행하는 것은 더 이상 지속 가능하지 않았습니다. 관리 가능한 병목 현상으로 시작된 것이 우리와 함께 커져가는 문제점이 되었습니다.

우리는 해결책을 찾기 시작했고 다양한 플랫폼의 불필요한 기능으로 인해 주의가 산만해지지 않도록 강력한 평가 프로세스를 만들었습니다. 엄격하게 사용 사례 기반 프로세스를 사용하는 것이 좋습니다.

1. 원하는 사용 사례를 살펴보는 것으로 시작
2. A/B 테스트와 같은 필수 기능 결정
3. 설정된 기준에 따라 플랫폼과 기능을 판단하십시오.

Heap, Mixpanel, Amplitude를 비롯한 주요 제공업체를 검토하고 데모를 통해 이러한 플랫폼을 평가했습니다. 등급을 매긴 후 Amplitude는 당시 사용 사례에 가장 적합한 것을 제공했습니다. 그들은 풍부하고 강력한 제품 세트를 제공했으며 업계 리더로 명성을 얻었습니다. 우리는 우리의 투자가 성과를 거둘 것이라고 확신했습니다.

Amplitude는 당시 사용 사례에 가장 적합했습니다.그들은 풍부하고 강력한 제품 세트를 제공했으며 업계 리더로 명성을 얻었습니다.

지원 노력은 데이터 팀에서 시작됩니다.

분석에는 광범위한 기능이 있으며 비즈니스 전반의 동료가 플랫폼을 올바르게 활용하는 방법을 이해하기를 원했습니다. 우리는 온보딩 가이드를 포함하여 다양한 내부 리소스를 만들었습니다. 여기에는 비디오 자습서에 대한 링크와 시작 위치에 대한 제안이 포함되어 있습니다. 이것은 가치가 있음이 입증되었습니다. Amplitude에는 풍부한 온라인 설명서가 있지만 새로운 사용자가 항상 처음 보는 것은 아닙니다.

최고의 비디오 자습서 및 설명서조차도 이해 관계자와 함께 직접 참여하거나 시간을내어 이해 관계자를 위해 수행하거나 다른 리소스로 안내하는 대신 필요한 것을 찾는 방법을 시연하는 것을 대체할 수 없습니다. 데이터 팀은 온보딩 동안 사람들을 지원하고, 통화를 주최하고, Analytics 질문을 위한 전용 Slack 채널을 만들기 위해 공동의 노력을 기울였습니다. 우리는 사람들이 회의를 예약하지 않고도 분석 지원을 받을 수 있는 매주 드롭인 세션을 열었습니다.

강력한 도구는 위협적일 수 있으며 셀프 서비스 플랫폼을 사용해 본 적이 없는 일부 사람들은 시스템을 손상시킬 수 있다고 걱정했습니다. 추가 노력을 통해 모든 사람, 특히 제품 관리자가 Analytics를 쉽게 사용하는 방법을 알 수 있었습니다.

성공적인 구현을 보장하는 단일 접근 방식은 없습니다.다양한 작은 행동들이 사람들의 습관을 바꾸는 데 도움이 되었습니다.

성공적인 출시를 위한 팁

성공적인 Analytics 구현을 보장하는 단일 접근 방식은 없지만 사람들의 습관을 바꾸는 데 도움이 되는 다양한 작은 조치를 추천할 수 있습니다.

• 접근하기 쉽고 데이터 팀으로서 시간을 내어 동료를 돕습니다. 드롭 인 세션은 큰 영향을 미쳤습니다. 사람들은 질문을 가지고 우리에게 다가가는 것을 편안하게 느끼기 시작했고 우리는 팀 구성원으로서 결속을 다졌습니다. 이 모든 것이 가르치고 배우는 과정을 더 쉽게 만들었습니다.
• Analytics 차트를 계속 공유하고 사람들이 플랫폼을 사용하여 질문에 대한 데이터 기반 답변을 발견하도록 장려하십시오. 구현 전에 데이터와 통찰력을 공유하면 사람들에게 가능성을 엿볼 수 있습니다. 일단 널리 사용 가능해지면 직원들은 데이터에 액세스하기를 더 열망합니다.
• 영업, 제품 및 비즈니스 단위의 사람들과 대화하여 각각의 목표를 달성하는 데 필요한 특정 유형의 데이터를 배우십시오. 모든 것을 추적하려는 경향이 있으며 더 많은 데이터가 항상 더 낫다는 것이 일반적인 믿음입니다. 그러나 사용 사례 기반 접근 방식이 더 효과적입니다. 사람들이 해결하려는 문제를 확인한 다음 추적할 데이터를 결정합니다.
• 인내심을 가지십시오. 습관을 바꾸는 데는 시간이 걸리며, 사람들은 종종 데이터에 의존하고 데이터 통찰력을 효과적으로 사용하기 위해 많은 이니셔티브와 알림이 필요합니다. 그것은 일어날 것이고 그 결과는 여분의 시간, 친절, 인내를 투자할 가치가 있습니다.

모든 것을 추적하려는 경향이 있으며 더 많은 데이터가 항상 더 낫다는 것이 일반적인 믿음입니다.그러나 사용 사례 기반 접근 방식이 더 효과적입니다.

Unmind에서 가능성을 열다

분석은 여러 면에서 Unmind에게 가치가 있었습니다. 그 중 하나는 제품 개발 팀이 개선하려는 지표를 모니터링하는 것입니다. 예를 들어, 월간 활성 사용자(MAU) 비율에 대한 일일 활성 사용자(DAU) 비율을 추적하는 차트가 있습니다. 제품 팀은 해당 메트릭을 매주 모니터링하고 새로운 기능을 출시할 때 이를 North Star로 사용합니다.

Unmind에서 특히 인기 있는 한 가지 사용 사례는 전환의 깔때기 보기입니다. 사용자가 항목 A를 클릭하면 항목 B도 클릭하는지 확인할 수 있습니다. 이벤트 세분화가 널리 사용되며 A/B 테스트에도 플랫폼을 사용합니다. Analytics에서 테스트를 보면 더 쉽게 결과를 보고 그룹을 비교할 수 있습니다. 이 결과는 우리 팀에게 중요한 제품 개발 결정을 내릴 수 있도록 어떤 기능이나 스타일이 더 영향력이 있는지 알려줍니다.

Analytics의 인사이트를 기반으로 제품을 크게 변경했습니다. 예를 들어, 우리는 친구처럼 행동하고 사용자 질문에 답하는 앱에 봇을 가지고 있었습니다. 분석 결과 봇이 코스에 참여하면 사람들이 이탈할 가능성이 더 높은 것으로 나타났습니다. 이 데이터는 앱에서 봇을 제거하기로 한 결정에 기여했습니다.

실행 가능한 통찰력의 또 다른 예는 유지 예측 변수에 대한 조사입니다. 우리는 Amplitude에서 웰빙 추적기(현재 웰빙 상태를 이해하는 데 도움이 되는 과학적으로 검증된 설문지)를 사용한 사람들이 앱으로 돌아가는 경향이 있음을 확인했습니다. 우리는 고급 분석을 사용하여 이 결과를 검증했으며 당시에는 획기적인 순간이었습니다. 이는 사용자가 우리 제품의 가치를 이해하고 해당 기능을 강조하기 위해 추가 노력을 기울여야 한다는 것을 의미했습니다. 결과적으로 우리는 사용자가 앱의 초기 환영 투어 중에 웰빙 추적기를 완료하도록 권장하기 시작했습니다. 또한 웰빙 추적기를 포함하도록 온보딩 이메일의 커뮤니케이션을 변경했습니다.

예전에는 팀원들이 Amplitude 사용을 주저했지만 이제는 사용하고 통찰력을 공유하는 것을 자랑스럽게 생각합니다. 때때로 사람들은 Amplitude의 추세를 알아차리고 우리의 의견을 묻고 그들이 어떻게 더 깊이 파고들 수 있는지 배울 것입니다. Amplitude는 Slack과 통합되어 사용자가 차트를 공유하고 사람들이 채널에서 참여할 수 있습니다. 그것은 매우 협력적이며 그 열정은 빠르게 퍼지고 다른 사람들을 격려합니다.

습관을 바꾸고 문화를 바꾸다

우리는 데이터 기반 의사 결정이 회사 문화의 중요한 부분으로 부상하는 것을 보았습니다. 이제 우리는 제품 변경의 영향을 더 쉽게 이해할 수 있으며, 그 영향을 빠르게 확인할 수 있을 때 보다 의미 있는 토론으로 더 빠르게 이동할 수 있습니다. 데이터는 신제품 개발 및 기타 제안된 변경 사항을 추진하는 데 도움이 되므로 모두가 같은 방향으로 더 간단하게 이동할 수 있습니다.

Amplitude 롤아웃 이후 수신한 데이터 요청 수가 감소했습니다. 이러한 감소로 인해 데이터 팀은 보다 고급 분석을 수행할 수 있게 되어 속도와 영향력이 모두 향상되었습니다.

궁극적으로 Amplitude는 우리가 North Star 메트릭을 정의하는 데 도움이 되었으며 이제 제품 개발에 대해 보다 상향식 접근 방식을 취하고 있습니다. 데이터를 탐색하고 추세를 발견할 수 있으므로 사용자의 공감을 얻고 더 만족스러운 삶을 영위할 수 있는 방식으로 제품을 개선할 기회를 찾을 수 있습니다.