데이터라이즈: 이커머스 마케팅 자동화의 혁신을 향한 도전

도입 

2024년 6월, 창업 6년 차를 맞은 데이터라이즈(Datarize)의 CSO인 박민성은 회사가 급성장하고 있는 상황에서 다양한 고민에 직면해 있었다. 데이터라이즈는 이커머스 고객사를 대상으로 AI 기반 CRM(Customer Relationship Management) 솔루션을 제공하는 SaaS(Software as a Service) 기업으로, 고객사들의 마케팅 자동화와 데이터 기반 의사결정을 지원하고 있다. 2019년에 CEO 김성무, CTO 이규민, CSO 박민성 3인을 중심으로 설립된 이 회사는 2022년에 시리즈 A, 직전 5월에 시리즈 B 투자를 유치하며 누적 투자금 265억 원을 달성했다. 또한 2024년 들어 불과 5개월 만에 전년도 매출을 초과 달성하고 고객사 수는 전년 대비 82% 증가해 1,000개를 넘어섰다. 자사 CRM 솔루션 재구독률은 98%에 달했다. 겉으로 보기에 모든 지표는 성공적이었지만 회사가 성장하면서 고객층이 다변화되었고, 제품의 미래 방향성에 대한 고민이 깊어졌다.

고객층이 초기의 중소형 이커머스 중심에서 자사몰을 보유한 대형 이커머스 기업들로 확장되면서, 데이터라이즈는 SaaS의 확장성과 표준화를 유지하면서도 개별 고객의 고유한 요구를 얼마나 충족시켜야 할지에 대한 딜레마에 직면했다. 대형 고객사의 맞춤형 요구를 수용할수록 안정적인 수익 기반을 확보할 수 있었지만, 이는 SaaS 비즈니스 모델의 근본적인 효율성과 범용성을 훼손할 위험이 있었다. 급변하는 시장 환경 속에서 데이터라이즈가 장기적으로 어떤 제품 전략을 선택해야 할지에 대한 고민은 더욱 중요해졌다.

넘버웍스: 첫 번째 창업 경험 

데이터라이즈의 공동 창업자 3인을 포함한 4인은 SK텔레콤에서 함께 일한 인연으로 데이터라이즈 이전에 2015년 넘버웍스(NumberWorks)라는 회사를 설립했다. 넘버웍스는 이커머스 대시보드와 컨설팅 서비스를 제공하는 스타트업으로, 이커머스 기업들의 데이터를 분석하고 그에 기반한 인사이트를 제공하는 서비스를 목표로 했는데, 설립 초기 제품을 출시하고 시리즈 투자 유치를 준비하는 과정에서 카카오로부터 인수 제안을 받았다. 넘버웍스의 창업자들은 사업을 계속해서 지속할 것인지, 엑시트(exit)할 것인지에 대해서 치열하게 논의한 끝에, 창업 9개월 만에 카카오에 회사를 매각하게 되었고, 인수 이후 3년 동안 카카오의 내부 프로젝트를 수행하며 새로운 경험을 쌓았다.

넘버웍스의 인수 이후, 창업자들은 카카오에서 다양한 프로젝트를 경험하며 의미 있는 성과도 얻었지만, 빠르게 논의하고 스스로 결정하며 책임지는 스타트업 문화에 대한 갈증을 느꼈다. 특히 박민성 CSO는 대기업의 체계화된 업무 프로세스와 의사결정 구조 내에서 자신의 최대 퍼포먼스를 발휘하기 어렵다고 판단했고, 보다 독립적이고 빠르게 움직일 수 있는 환경을 찾고자 했다. 이러한 이유로 창업자 3인은 카카오에서의 경험을 바탕으로 다시 창업에 나서기로 결심했으며, 이 과정에서 “우리가 가장 잘할 수 있는 것은 무엇인가?”라는 질문을 스스로 던졌다. 그들은 자신들이 가지고 있는 데이터 분석과 마케팅 자동화에 대한 전문성을 바탕으로, 이커머스 시장에서 새로운 기회를 찾아야 한다고 판단했다.

창업 당시, 우리가 가장 잘할 수 있는 것이 무엇인지 고민했습니다. 카카오 내부 프로젝트 경험을 바탕으로 보았을 때, 퍼포먼스 마케팅 시장에는 고효율의 AI 기반 자동화 기능이 잘 갖춰져 있었죠. 예를 들어, 고객 타기팅부터 예산 설정까지 자동 최적화가 가능해 소재와 예산만 등록하면 자동으로 최적화할 수 있었어요. 하지만 CRM 시장은 달랐습니다. 기능 자체로는 다양한 솔루션이 나와 있었지만 여전히 수작업이 많고, 그 러닝커브가 길어서 사용에 있어 진입장벽이 높은 상태였죠. 그래서 CRM 시장은 창업할 만한 기회가 있다고 판단했습니다. (중략)

당시 시장 규모 측면에서도 이커머스는 금융과 함께 가장 큰 잠재력을 갖춘 분야였어요. 금융은 핀테크 등으로 다양화된 특성 때문에 규약화된 솔루션을 제공하기 어려웠지만, 이커머스는 고객이 상품을 보고, 장바구니에 담고, 구매하는 과정이 표준화되어 있었습니다. 그래서 이커머스 CRM 솔루션을 개발하기로 결정했고, 이 점이 창업 과정의 핵심이 되었습니다.

– 박민성 데이터라이즈 CSO

데이터라이즈 창업: 두 번째 도전 

데이터라이즈의 창업은 기존 창업 경험에서 얻은 교훈을 바탕으로 이루어졌다. 공동 창업자들은 이번에는 긴 호흡의 사업 전략을 추구하며, 초기에 안정적인 자본금을 확보하고 내부적으로 제품을 완성한 뒤, 적절한 시점에 빠르게 성장시키는 방식으로 회사를 운영하기로 결정했다. 데이터라이즈 창업 초기의 목표는 AI 기반의 CRM 솔루션을 개발하는 것이었다. 이커머스 기업들이 마케팅을 통해 고객을 유치하고, 이를 기반으로 수익을 창출하는 방식은 대부분 광고비와 타기팅의 최적화를 통해 이루어지며, 이를 일컬어 퍼포먼스 마케팅¹⁾이라고 한다. 반면에, CRM은 이미 유입된 고객 행동을 분석하고, 적절한 시점에 맞춤형 개입을 하여 구매를 유도하고 고객의 장기적인 충성도를 높이는 것을 목표로 한다(이은영, 2024)(Exhibit 1). 당시 CRM 시장에는 다양한 솔루션이 존재했지만, 대부분의 시스템은 여전히 수작업과 고비용의 운영 방식을 채택하고 있었다. 또한, 중소형 이커머스 기업들은 대기업처럼 대규모 데이터를 활용한 마케팅 자동화를 구현하기 어려운 실정이었다. 이에 데이터라이즈는 “Data is Easy!”라는 기치하에 이러한 중소형 기업들이 더 쉽게 마케팅 전략을 세우고 실행할 수 있도록 지원하는 솔루션을 개발하기로 하고, AI 기반 자동화 기술을 이용해 고객의 행동 데이터를 실시간으로 분석하고, 가장 적절한 시점에 고객에게 마케팅 메시지를 보내는 기능을 핵심으로 삼았다. 이를 통해 이커머스 기업들이 고객의 이탈을 줄이고, 보다 높은 구매 전환율을 달성할 수 있도록 돕는 것이 데이터라이즈의 목표였다.

창업자들은 솔루션을 SaaS 기반으로 제공하기로 결정했다. 이는 고객별 요구사항에 맞춰 개별적으로 설계되는 SI(System Integration) 방식의 한계를 극복하기 위한 전략이었다. SI 방식은 고객사별로 다른 요구를 반영해야 하므로 구축 시 많은 시간과 비용이 소요되고, 유지보수가 복잡하며 확장성(scalability)이 낮다는 단점이 있었다. 특히, 고객 요구에 따라 시스템을 반복적으로 커스터마이징할 경우 운영 효율성이 떨어질 위험이 있었다. 소비재 마케팅과 같이 시장 변화가 빠른 업계에서는 시대가 요구하는 사항에 빠르고 유연하게 대응할 수 있는 시스템이 필수적이었다. SaaS 모델은 별도의 하드웨어나 소프트웨어 설치 없이 클라우드를 통해 데이터라이즈의 솔루션에 접근할 수 있으며, 새로운 기능이나 보안 패치가 있을 때마다 고객사들이 별도의 설치나 관리 없이 자동으로 최신 기능을 사용할 수 있어 빠른 대응이 가능했다. SaaS 모델은 고객사들의 확장성을 지원하는 데에도 탁월할 것으로 판단되었다. 데이터라이즈는 다양한 규모의 이커머스 기업들에게 서비스를 제공하며, 고객사들이 필요에 따라 서비스를 확장하거나 축소할 수 있는 유연성을 제공한다. 또한, SaaS 모델 덕분에 데이터라이즈는 글로벌 고객사들에게도 동일한 품질의 서비스를 제공할 수 있으며, 이는 글로벌 확장을 염두에 둔 기업 전략과도 맞물렸다. 이를 통해 데이터라이즈는 고객사들이 최신 기술과 기능을 손쉽게 활용할 수 있도록 지원하며, 빠르게 변화하는 시장 환경에서도 효율성과 확장성을 동시에 갖춘 솔루션을 개발하게 되었다.

데이터라이즈의 SaaS 제품은 단일 플랜으로 제공되며, 기본적으로 구독료와 메시지 비용(충전금) 구조를 가진다. 첫째, 구독료는 월간 활성 사용자 수(Monthly Active Users, MAU)를 기준으로 설정되어 있다. 10만 MAU 이하의 경우 기본 구독료가 책정되며, 이후 MAU 1만 단위마다 추가 구독료가 발생하는 방식이다. 구독료는 고객사들이 CRM 솔루션을 사용하는 기본적인 비용으로, 데이터 수집, 분석, 보고서 제공 등의 기본적인 기능을 포함한다. 구독료는 고객사의 트래픽에 따라 변동되므로, 트래픽이 적은 중소형 이커머스 기업도 적정한 비용으로 CRM 솔루션을 사용할 수 있다. 둘째, 메시지 비용은 충전금 형태로 사용되며, 고객이 사용한 만큼(건당) 비용이 차감되는 구조이다. 이러한 방식은 고객사들이 필요한 만큼만 비용을 지불할 수 있게 하며, 작은 규모의 고객사는 최소한의 비용으로 서비스를 이용할 수 있고, 큰 규모의 고객사는 더 많은 메시지를 발송하면서 그에 맞는 추가 비용을 지불하게 된다. 이 모델은 가변적인 비용 구조를 제공하여, 고객사들이 서비스 사용량에 따라 비용을 효율적으로 관리할 수 있게 한다. 또한, 데이터라이즈의 입장에서는 구독료 외에도 지속적인 수익을 창출할 수 있으며, 고객사들의 마케팅 활동이 활발해질수록 수익이 증가하는 구조를 갖추고 있다(Exhibit 2&3).

창업자들은 초기부터 시장 적합성(Product-Market Fit, PMF)을 찾기 위한 노력을 기울였다. PMF란 특정 타깃 고객의 문제를 정확히 해결하고, 시장에서 수익을 낼 수 있는 제품을 개발하는 것을 의미한다. 초기에는 내부 자본금을 기반으로 최소기능제품(Minimum Viable Product, MVP)을 개발하고, 이를 통해 시장에서 PMF를 검증한 후, 고객사 수와 조직을 확장하는 방식으로 전략을 설정했다. 이는 창업 초기의 비용을 최소화하고, 자원 낭비를 줄이기 위한 전략이었다. 그러나 초창기에는 제품 개발에 초점을 맞추다 보니 고객사 확보와 매출 성장에 어려움을 겪었다.

PMF를 찾는다는 것은 만드는 것도 잘해야 되지만 유통도 잘 시켜야 되거든요. 그걸 간과한 거죠. 그래서 유통을 제가 그냥 했습니다. (중략)

그 부분에 있어서 결국에는 PMF를 찾아 나갈 때 우리의 정답 셋(set)이 될 만한 고객사가 어디 있고 그들을 어떻게 만나야 되는지 찾는 게 가장 어렵고…

– 박민성 데이터라이즈 CSO

예상보다 고객사 확보에 어려움을 겪자, 데이터라이즈는 이를 해결하기 위해 ‘데이터톡’이라는 기능을 도입했다. 이 기능은 이커머스 고객사들이 바쁜 업무 속에서도 주요 지표를 쉽게 확인할 수 있도록 하는 것이 목적이었다. 기존에는 고객사들이 대시보드를 직접 열어 데이터를 분석해야 했지만, 데이터톡은 카카오톡과 같은 메시지 플랫폼을 활용해 주요 지표를 실시간으로 알려주는 서비스를 제공했다. 이로 인해 고객사 수가 증가하기 시작했으나, 데이터라이즈는 곧 이 고객들이 대개 트래픽이 낮은 영세한 이커머스 기업들임을깨닫게 되었다. 이는 데이터라이즈가 목표로 하는 ‘정답 고객’과는 거리가 있었다.

이러한 상황에서, 국내 이커머스 솔루션 제공업체인 A사에게서 협업 제안이 들어왔다. A사는 이미 다양한 이커머스 플랫폼에서 알림톡 서비스를 제공하고 있었으며, 주로 배송 알림이나 주문 취소 알림과 같은 실시간 메시지를 통해 고객과 소통하는 기능을 제공하고 있었다. 데이터라이즈는 이것을 CRM 솔루션과 결합하여 더욱 강력한 고객 유지 및 메시징 솔루션을 제공할 수 있는 가능성을 발견했고, A사의 알림톡 기능에 자사의 CRM 솔루션을 통합했다. 이를 통해 A사의 고객사들이 실시간으로 주요 지표를 확인하고, 필요한 마케팅 액션을 즉각적으로 취할 수 있게 되었다. 특히, 고객의 행동 패턴을 분석하여 맞춤형 메시지를 보내는 기능을 강화함으로써, 고객 이탈률을 줄이고 구매 전환율을 높이는 데 성공했다. 예를 들어, 고객이 장바구니에 상품을 담고도 구매를 완료하지 않으면, 데이터라이즈의 CRM 솔루션이 자동으로 해당 고객에게 리마인드 메시지를 발송하여 구매를 유도하는 방식이다. 이 기능은 알림톡을 통해 실시간으로 전달되었고, 고객사들은 이 기능을 매우 긍정적으로 평가했다.

A사와의 협업은 데이터라이즈가 PMF를 달성하는 데 결정적인 역할을 했다. 협업을 통해 데이터라이즈는 보다 많은, 규모가 더 큰 이커머스 고객사들에게 도달할 수 있었고 고객사들이 CRM 솔루션을 적극적으로 활용하게 되었다. 특히, A사의 알림톡 기능과 데이터라이즈의 AI 기반 마케팅 자동화 기능이 결합되면서 고객들은 보다 효율적으로 마케팅 캠페인을 운영할 수 있었으며, 실질적인 매출 성과로 이어졌다.

데이터라이즈의 고객 중심 철학 

데이터라이즈와 같은 SaaS 회사에 있어서 고객 관리는 비즈니스 성공의 핵심 요소다. 구독 기반의 비즈니스 모델을 채택한 SaaS 기업은 고객 이탈률을 최소화하고, 고객 유지율을 극대화해야 지속적인 매출 성장을 달성할 수 있다. 또한, SaaS 서비스의 특성상 고객이 솔루션을 제대로 활용하지 못하면 서비스 가치를 충분히 느끼지 못해 장기적인 관계 형성이 어렵기 때문에, 고객의 성공을 지원하고 만족도를 높이는 체계적인 관리가 필수적이다. 데이터라이즈는 고객과의 장기적인 관계 형성을 위해 온보딩(onboarding) 프로세스, 고객 니즈를 파악한 제품 기능 개선, 맞춤형 지원 등 많은 노력을 기울였다.

고객의 목소리를 듣는 것이 첫 번째 과제였어요. 고객의 요구와 시장의 트렌드를 반영해야 진정으로 가치 있는 기능을 제공할 수 있다고 생각했죠.

– 김문정 데이터라이즈 프로덕트 팀 리드

데이터라이즈는 다양한 고객사의 요구를 충족시키기 위해 체계적이고 맞춤화된 온보딩 프로세스를 운영했다. 온보딩이란 제품이나 서비스를 처음 사용하는 고객이 빠르게 적응하고 효과적으로 활용할 수 있도록 지원하는 과정을 말하는데, 이는 고객의 초기 경험을 극대화하여 서비스 가치를 빠르게 체감하게 하고 장기적인 만족도와 충성도를 높이는 데 초점을 둔 과정이다. 데이터라이즈는 이를 위해 초기 세일즈 단계에서 고객사의 주요 목표와 요구사항을 철저히 분석하며, 이를 바탕으로 적합한 온보딩 전략을 수립한다. 온보딩 과정에서는 고객사가 빠르게 데이터라이즈 솔루션의 가치를 체감할 수 있도록 핵심 캠페인을 사전 설정하고 실행하는 것을 지원한다.

또한, 온보딩 과정에서 고객사와의 지속적인 소통을 통해 데이터를 분석하고, 추가적인 개선이 필요한 부분을 파악한다. 필요에 따라 고객 맞춤형 캠페인을 새롭게 설계하거나 전략을 조정하여 최적의 솔루션을 제공한다. 대규모 고객사에는 심층적인 지원과 커스터마이징을 제공하며, 소규모 고객사에는 간소화된 템플릿과 자동화된 프로세스를 통해 접근성을 높인다. 최근 데이터라이즈는 자동화된 온보딩 프로세스를 적극 도입하여 효율성을 높이고, 고객사의 숙련도와 니즈에 따라 온보딩 과정을 유연하게 조정하고 있다. 필요한 가이드를 제공하거나 교육 영상을 제작함으로써 고객이 솔루션을 효과적으로 활용할 수 있도록 지원하며, 이러한 접근은 온보딩 시간을 단축시키는 동시에 더 많은 고객을 효과적으로 지원할 수 있게 한다.

데이터라이즈는 고객사가 솔루션의 가치를 더 잘 이해하고 활용할 수 있도록 다양한 방법을 통해 지원했다. 블로그 기사와 웨비나를 통해 데이터라이즈의 활용 방안과 CRM 노하우를 공유하여 고객들이 스스로 학습하고 성장할 수 있는 환경을 제공했다. 이를 통해 고객들은 데이터 기반의 마케팅과 CRM 전략을 한층 더 고도화할 수 있었다. 특히, 웨비나는 실시간 질의응답을 포함하여 고객들이 겪고 있는 실질적인 문제를 바로 해결할 수 있도록 지원했으며, 이러한 적극적인 접근은 고객들에게 큰 호응을 얻었다.

그 이후에도 데이터라이즈는 고객사와의 지속적인 소통을 바탕으로 고객사가 원하는 구체적 요구사항을 최대한 반영하는 것을 목표로 했다. 특히, 고객사와의 인터뷰와 VOC(Voice Of Customer) 데이터 분석은 제품 개발 방향을 설정하는 데 있어 중요한 지표가 되었고, 이를 통해 고객사의 문제를 해결할 수 있는 핵심 기능이 무엇인지 파악할 수 있었다.

먼저 VOC가 들어오면 고객사에서 정확하게 어떤 내용을 문의하신 것인지 파악해야 합니다. 왜냐하면 고객이 상황을 정확하게 이해하지 못한 경우도 있을 수 있고, 고객의 의도를 파악하다 보면 표면적으로 보이는 질문과 고객의 진짜 니즈가 다른 경우도 있거든요. 그래서 정말 필요한 것이 무엇인지 파악하기 위해 노력하고 있습니다. 고객 질문의 의도를 정확하게 파악하고 나면 이 문제가 기술적으로 개발 및 지원이 가능한지, 또는 다른 방식으로 해결이 가능할지, 혹은 지원이 불가할지를 내부적으로 판단하고 있고요. 이렇게 정리된 목록 중에서 우선순위가 높고 기술적으로 개발 가능할 것 같은 항목들을 다시 추려서 프로덕트 팀에 공유하고 있습니다.

– 권성일 데이터라이즈 어카운트 매니저

데이터라이즈는 단순히 고객의 의견을 수동적으로 반영하는 데에서 더 나아가 고객이 명시적으로 요청하지 않았지만 향후 고객사의 성과에 기여할 수 있는 기능을 발굴하여 추가하는 방식으로 고객사의 성과를 개선하고 경쟁력을 높였다. 고객사의 숨은 니즈를 발굴하는 방식에는 여러 가지가 있었는데 첫째로 사용자 행동 데이터 분석 과정에서 특정 유형의 사용자가 구매 전환에 실패하는 패턴을 분석하여, 이를 해결할 맞춤형 캠페인 발송 기능을 메뉴에 추가했다. 고객사들은 처음에는 이 기능을 사용하지 않았지만, 직접 활용하면서 기능의 필요성을 이해하고 나중에는 중요한 도구로 자리 잡았다.

고객의 숨은 니즈를 파악하는 또 다른 방법은 고객사의 행동 데이터를 지속적으로 모니터링하여 그들이 솔루션을 어떻게 활용하고 있는지 파악하는 것이었다. 예를 들어, 특정 고객사가 캠페인 생성 기능을 얼마나 활용하는지, 메시지 발송 기능의 클릭률이 어떻게 변화하는지를 분석한다. 이러한 데이터를 기반으로 고객사의 활용 패턴을 이해하고, 필요한 경우 고객사와의 인터뷰를 통해 보다 심층적인 요구사항을 파악한다. 또한, 고객들에게 정기적으로 발송하는 보고서에서 얻은 통찰을 제품 기능에 반영하기도 했다. 정기 보고서를 통해 수집된 데이터를 기반으로 고객들이 자주 확인하는 항목이나 필요한 기능을 파악한 후에는 이를 실제 기능으로 구현하는 작업이 진행된다. 예를 들어, 고객들이 보고서에서 특정 데이터 지표를 자주 확인하는 경우 해당 지표를 대시보드에 바로 표시할 수 있는 기능을 추가하여 고객 경험을 향상시키고자 했다. 이러한 방식은 고객이 자주 사용하는 기능을 보다 직관적이고 쉽게 접근할 수 있도록 하여 고객 만족도를 높이는 데 기여했다. 데이터라이즈는 이러한 사례를 통하여 고객의 숨은 니즈에 대해 선제적으로 대응하는 중요성에 대해서 깨닫게 되었다.

고객의 숨은 니즈를 발굴해내기 위해 다양한 분석물을 보여드리고 피드백을 받는 형태로 접근하고 있어요. 메시지나 배너 기능 같은 경우는 다른 솔루션에서도 제공하고 있어 고객사들이 많이 접해본 기능이다 보니 VOC가 적극적으로 들어오는데, 애널리틱스 기능은 고객사들이 많이 접해보지 못한 경우가 많습니다. (중략) ‘매출이나 전환율을 보고 싶다’ 같은 의견은 많이 들어오지만 ‘고도화된 통계 기능을 보고 싶다’고 제시하기는 쉽지 않거든요. 저희가 먼저 분석물을 만들고 고객사에게 제공했는데 반응이 좋으면 ‘아, 이 기능이 되게 필요한 기능이구나’라고 역으로 확인하는 거죠. 이렇게 ‘저희가 사실 이런 것도 볼 수 있답니다’라면서 더 고도화된 저희의 분석 능력을 보여주고, 이를 통해 고객사의 매출도 견인하고 저희의 매출도 견인하고 있습니다.

– 박다솜 데이터라이즈 데이터 애널리스트

데이터라이즈의 솔루션은 단순히 매출 증대에 그치지 않고, 데이터 기반 의사결정을 통해 고객이 성장할 수 있는 발판을 마련했다. 고객사 B는 데이터라이즈의 퍼널 분석을 통해 고객의 구매 여정에서 발생하는 주요 이탈 지점을 파악하고 이를 개선하기 위한 온사이트 캠페인을 실행하여 전환율을 크게 향상시켰다. 또한, 회원가입 유도 캠페인을 통해 고객 충성도를 높이고 장기적인 관계 형성을 강화할 수 있었다. 한편, 고객사 C는 개인화된 메시지와 초개인화 캠페인을 활용하여 고객의 재구매 주기를 단축하고 CRM 마케팅의 효율성을 극대화했다. 데이터라이즈의 자동화된 캠페인 기능은 고객사의 리소스를 절약하면서도 고객별 맞춤형 솔루션을 제공하여, 고객사의 비즈니스 전략과 운영 방식에 질적인 변화를 가져왔다.

저희가 원래는 신규 회원에 초점을 많이 맞췄었습니다. 신규 회원을 끌어오기 위해서는 사실 비용이 많이 들잖아요. 그런데 이렇게 CRM 툴을 사용하고 나서 재구매도 굉장히 적은 비용으로 이루어졌고, ROAS(Return On Advertising Spend)나 ROI(Return on Investment)가 매우 높았기 때문에 신규 회원 대비해서 조금 더 재구매 루프를 만들어 보자는 쪽으로 내부 프로세스가 많이 변했고, 어떻게 이걸 좀 더 다양하게 해볼 수 있을까 하는 것이 저희의 계속된 과제입니다. (중략) 아무래도 그냥 타깃 없이 보내는 것보다 ‘내가 이런 행동을 하는 걸 알고 있네’, 아니면 ‘이런 관심을 딱 집어주네’, 또는 ‘필요한 상황에 쿠폰이라든가 혜택을 제시해 주네’라고 (고객이) 느꼈을 거라고 생각해요. 그래서 고객들이 관리를 잘 받고 있다고 느낄 거라고 생각합니다.

– 우송현 내추럴더마 프로젝트 마케팅 매니저(고객사)

결과적으로, 데이터라이즈는 고객이 데이터 중심의 의사결정을 내리고, 이를 바탕으로 비즈니스 성과를 향상시키는 과정을 적극 지원했다. 이러한 변화는 고객사의 성장을 촉진하는 동시에 데이터라이즈 자체의 신뢰와 시장 내 입지를 강화하는 결과로 이어졌다.

신기능 개발 및 배포 과정 

데이터라이즈는 이커머스 기업들이 직면한 구체적인 문제를 해결하기 위해 지속적으로 자사 제품을 위한 새로운 기능을 개발해 왔다. 시장의 변화와 고객사의 요구는 빠르게 변해 왔고, 이를 반영하는 것이 필수적이었다. 데이터라이즈의 기능 개발은 고객의 피드백과 시장 변화에 맞춘 VOC 데이터 수집을 기반으로 진행되며, 고객의 요구와 데이터라이즈의 기술적 역량 간의 균형을 맞추는 것을 목표로 하고 있다. 이를 위해 데이터라이즈는 기능 개발 초기부터 다양한 팀 간의 긴밀한 협업을 통해 경쟁력을 높이고자 했다.

실무팀의 협력과 상호 피드백: 협업의 강점  

데이터라이즈는 챕터라고 불리는 다양한 역할을 하는 팀 조직들로 이루어져 있으며, 챕터들의 구성원들이 각 챕터를 대표하여 협력하여 최종적으로 고객 요구를 효과적으로 반영하는 구조를 갖추었다. 프로젝트 매니저, 기획자, 데이터 분석가, UX/UI 디자이너, 개발자, 어카운트 매니저 또는 세일즈(내부적으로 OPS라고 일컬음)가 주로 한 팀으로 구성되어 있으며, 구체적인 인원의 구성은 매 개발 프로젝트마다 달라진다. 새로운 제품 기능 개발 과정에서 프로젝트 매니저가 기획 전반에 관여하고, 고객 접점 팀과 개발팀의 의견을 조율하는 중간 역할을 하여, 기능의 필요성과 구현 가능성 사이에서 균형을 맞추고 있다(Exhibit 4&5).

저한테는 너무 당연한 거지만 고객사나 데이터가 익숙하지 않은 사람들에게는 낯설 수밖에 없잖아요. 그래서 처음엔 OPS 조직 분들과 네다섯 시간씩 이야기를 하곤 했어요. 이 지표를 통해서 고객이 어떤 정보를 얻어야 하는지, 이 지표는 어떻게 해석해야 하는지 등에 대한 싱크를 엄청 많이 맞췄고 그래서 그 시간들이 제일 중요했던 것 같습니다. ‘이것을 왜 하는가’, ‘이를 통해서 고객들이 뭘 해야 하는가’ 이렇게 계속해서 싱크를 맞추는 시간이요.

– 박다솜 데이터라이즈 데이터 애널리스트

고객 중심의 우선순위 설정과 기능 배포 

데이터라이즈는 기능 개발 과정에서 고객 요구를 충족시키는 동시에 내부 리소스를 효율적으로 활용하는 문제에 직면했다. 제한된 리소스 내에서 고객마다 요구하는 기능과 시급성 및 중요성이 다르기 때문에 어떤 기능부터 개발할지에 대한 우선순위를 정해야만 했다. 데이터라이즈는 기능 개발의 우선순위를 설정할 때, 고객사의 VOC 데이터와 내부 백로그를 종합적으로 분석했다. 특히 어카운트 매니저의 고객사 인터뷰와 현장 방문을 통해 고객이 실제로 겪는 불편 사항이나 기능 요구를 확인하고 이를 반영하는 프로세스를 중요하게 여겼다. 예를 들어, 고객사들이 온사이트 배너의 수정이나 다양화를 요구할 때 데이터라이즈는 요청이 얼마나 시급한지, 경쟁사 기능과 비교해 얼마나 중요한지를 종합적으로 판단하여 우선순위를 결정했다.

처음에는 고객이 원했던 모든 기능을 고려하여 이상적인 제품을 구상했지만, 개발 과정에서 필수 기능과 우선순위를 재평가하며 현실적인 타협이 필요했습니다.

– 박다솜 데이터라이즈 데이터 애널리스트

기획자와 개발자 간의 협업은 고객사의 요청을 최대한 반영하려는 시도에서 시작했지만, 실제로는 자원과 일정의 제약을 고려해 필수적인 핵심 기능을 우선적으로 구현하는 방향으로 조정되었다. 즉, 최소 기능을 먼저 배포하고 이후 고객 피드백을 받아 기능을 점차 고도화하는 방식을 채택한 것이다. 특정 기능이 고객사의 마케팅 효율을 크게 높일 것으로 예상되면 해당 기능만을 집중적으로 개발하고 출시한 후, 고객의 피드백을 바탕으로 기능을 점진적으로 보완하는 형태로 진행했다. 예를 들어, 고객 세그먼트를 설정하는 기능 중 사이트에 방문/구매한 이력을 바탕으로 고객 세그먼트를 나누는 경우 초기에는 단순 지표만 제공했으나, 이후 고객 요구를 반영해 방문-구매 세그먼트에서 오디언스 생성과 캠페인을 연결하는 기능을 추가하여 고객사의 필요에 맞춰 기능을 확장해 나갔다.

기능 업데이트 이후  

데이터라이즈는 신기능을 출시한 후 성과를 측정하고 개선 방향을 설정하기 위해 여러 활동을 수행한다. 우선, 모든 프로젝트는 기능 배포 직후에 회고의 시간을 갖는다. 이 회고는 프로젝트에 참여한 사람들끼리 진행되며 프로젝트의 진행 방식, 프로젝트 내에서 잘 되었던 것과 잘 되지 않았던 것, 향후 개선할 점을 논의하는 자리이다. 따라서 기능 자체의 성과보다는 프로젝트를 진행하는 과정, 커뮤니케이션 방식 등에 대한 회고가 주 논의사항이다.

반면에, 프로젝트를 통해 배포된 기능에 대한 평가는 좀 더 긴 시간의 모니터링을 거치게 된다. 신기능이 출시된 후 한두 달간 사용 데이터를 지속적으로 모니터링하여 고객이 실제로 해당 기능을 어떻게 활용하고 있는지 확인한다. 예를 들어, 특정 기능이 배포된 후에는 고객들이 이를 실제로 사용하고 있는지, 본 기능이 예상과 다르게 활용이 되고 있는지 등의 지표를 추적한다. 이를 통해 데이터라이즈는 고객의 사용 패턴에서 인사이트를 얻고, 향후 기능 개선에 필요한 기초 데이터를 확보하게 된다. 한 달 후와 출시 이후 일정 시간이 지난 후에는 지표를 다시 점검하여 사용 빈도, 성과 등을 분석하고, 필요시에는 VOC를 반영하여 다음 개선 사항을 결정한다. 이 과정에서 파악된 성과는 타운홀(전사 미팅)을 통해 전 구성원에게 공유된다.

다양한 고객의 요구에 따른 고민 

SaaS 모델의 본질은 표준화된 솔루션을 여러 고객이 동일하게 사용할 수 있도록 제공하여 확장성과 효율성을 극대화하는 데 있다. 그러나 최근에 회사가 급격히 성장하면서 회사의 성과에 특히 더 중요한 고객사, 즉 자사몰을 보유한 대형 고객사의 특수한 요구가 늘어나고 있었다. 어떤 경우에는 요구를 반영하여 개발자의 “하드코딩”을 통해 커스트마이징된 기능을 특정 고객사의 대시보드에 적용하는 경우도 있었다. 맞춤형 기능은 초기에는 해당 고객사에만 제공되었으나, 이후 성과와 피드백을 반영해 전체 제품 업데이트로 확장되어 다른 고객사들도 활용할 수 있게 한 사례도 있었다. 그렇지만 대형 고객사들이 늘어나면서 모든 요구사항을 충족시킬 수는 없었으며, SaaS 모델을 지향하는 데이터라이즈의 방향성과도 맞지 않았다.

저희가 제일 많이 내부적으로 논의하는 게 있습니다. 한 명의 고객이 10억의 매출 기여를 하는 데가 있습니다. 그런데 100개의 고객이 기껏 다 해봐야 5억의 매출을 올립니다. 여기서 오는 VOC 1번이 있고 2번이 있으면 뭐부터 개발할 것인지가 저희가 항상 겪는 문제거든요. (중략) 결국에는 어디에나 통하는 파레토 법칙이 여기에도 작용하는데 우리 상위 고객사의 20%가 전체 매출의 80%에 기여하고 있었습니다. 그러면 이 고객들의 목소리를 반영하지 않으면 우리는 이만큼의 매출액을 잃을 수도 있는 상황이었는데… (중략) 그래서 약속한 게, ‘우리는 지금 살아남아야 되니까 시리즈 B 투자까지는 이런 경우면 상위 고객사에 조금 더 초점을 두자’였습니다. 단 이들이 지속적으로 우리 솔루션을 접속해서 볼 때 그렇게 하는 거죠. 왜냐하면 한국은 SaaS B2B 고객사들이 대행사를 많이 쓰는 경험들이 많아서 콘솔에 잘 안 들어오세요. 그래도 한 번이라도 접속해서 본 고객이 주는 요구, 매출 기여가 높은 곳, 여기에 더 집중하자고 얘기를 했고요. 그래서 그건 케바케(case-by-case)인 것 같습니다. 정답은 없습니다. 근데 이 딜레마는 결국에는 여전히 항상 앞으로도 존재할 거라고 생각하고 있어요. 이게 가장 큰 딜레마죠.

– 박민성 데이터라이즈 CSO

기능 개발의 우선순위에 대한 의사결정 시에는 여러 가지 요소들을 고려해야 했다.

• 고객사 규모와 중요도: 대형 고객사의 요구를 맞춰줄 경우 해당 고객사와의 관계를 강화할 수 있으며 안정적인 수익원이 될 수 있다. 반면, 소형 고객사들도 SaaS의 확장성 덕분에 데이터라이즈 솔루션을 사용하고 있으며 이들 역시 기업의 성장을 뒷받침하는 중요한 고객군이다. 특정 고객사의 요구에 지나치게집중하면, 다른 고객층에 대한 지원이 부족해질 위험이 있다.
• 기능의 활용도와 기술적 적합성: 기능 요청이 들어온 고객사의 자사 솔루션 활용도와 기술적 능숙도도중요한 판단 요소다. 특정 고객사가 요청한 기능이 실제로 그들의 운영에 필수적이거나 효과적인 경우라면 이를 고려할 가치가 있지만, 해당 고객사가 이 기능을 충분히 활용할 기술적 능력이 부족하다면, 개발 리소스를 투입하는 것이 비효율적일 수 있다.
• 기능의 범용성과 시장 영향력: 새롭게 개발되는 기능이 얼마나 많은 고객사에게 유용할 수 있을지, 그리고 그 기능이 실제로 시장에서 큰 영향을 미칠 수 있을지를 고려해야 한다. 데이터라이즈는 한정된 리소스를 최적화하기 위해 최대한 많은 고객사에게 가치를 제공할 수 있는 기능에 우선순위를 두는 것이 이상적이다. 그러나 이 과정에서 소수 고객사의 고유한 니즈는 충족되지 않을 가능성도 있다.
• 경쟁사 대비 차별성: 경쟁사가 이미 제공하고 있는 기능인지 여부도 중요한 판단 요소다. 경쟁사가 보유한 기능이라면, 데이터라이즈가 이를 따라잡기 위해 기능을 개발할지, 아니면 차별화된 접근을 통해 다른 기능을 제공할지를 결정해야 한다. 경쟁사와의 기능 격차를 줄이기 위해 개발 리소스를 투입하는 것이 필요한 경우도 있지만, 그로 인해 독창적이고 혁신적인 기능 개발이 지연될 위험도 있다.
• 장기적인 성장 전략과 리소스 한계: SaaS 기업으로서 데이터라이즈는 가능한 한 적은 커스터마이즈를통해 대규모 고객을 지원하는 방향이 효율적이다. 하지만 특정 대형 고객사의 요구를 반영하지 않으면장기적으로 그 고객을 잃을 위험도 존재한다.

데이터라이즈는 창업자들의 이전 창업에서의 경험을 바탕으로 이커머스 고객사를 위한 범용성 CRM 솔루션을 제공하며 빠르게 성장해 왔다. 특히, 고객의 성공을 지원하고 만족도를 높이는 세심한 관리로 초기의 중소형 이커머스 고객사에서 대형 이커머스 기업들까지 고객층을 확장하게 되었다. 하지만 그와 동시에 다양한 고객의 요구를 충족하는 제품을 개발하는 과정에서 고민에 직면하게 되었다. SaaS 모델의 확장성과 효율성을 유지하면서도 다양한 고객의 니즈를 충족시키는 일은 데이터라이즈가 계속해서 풀어야 할 중요한 과제가 될 것이다.

[APPENDIX]

[주석]

1. 퍼포먼스 마케팅이라는 개념은 전통적인 마케팅 이론서에는 등장하지 않는, 실무 중심의 용어이다. 이론서에 나오는 용어 중에는 ‘고객 획득 마케팅(customer acquisition marketing)’이나 ‘성과 기반 마케팅(performance-based marketing)’ 등이 퍼포먼스 마케팅과 가깝다. 실무에서의 퍼포먼스 마케팅은 주로 디지털 광고 채널을 활용한 데이터 기반의 실시간 최적화와 성과 측정으로 이루어진다(이은영, 2022).

[참고 문헌]

이은영(2022). 데이터로 말한다! 퍼포먼스 마케팅. 한빛미디어.

이은영(2024). 데이터로 말한다! CRM 마케팅. 한빛미디어.

최지연·조은태(2024). 모던 그로스 마케팅. 위키북스.