SlideShare a Scribd company logo
1 of 27
Download to read offline
김건우
좋은 로그 설계를 위한 이벤트 택소노미
오토피디아만의 좋은 로그 설계법
1. 이벤트 로그란?
2. 이벤트 택소노미
3. 좋은 이벤트 로그 설계와 구축기
4. 마무리
이벤트 로그란?
사용자가 어떤 서비스에 접속하고 특정 행동을 하여 남긴 기록
로그
유저 로그
아이디: 닥터카
1. 닥터차에 로그인했다
2. 커뮤니티에 접근했다
3. 검색창에 “엔진오일 교환주기"를 검색했다
4. 두번째 게시물을 클릭한 뒤 보았다
5. 자신이 찾던 내용이 아니었는지 새로운 게시물을 작성했다
로그의 종류
• 서비스 로그
◦ 데이터베이스 데이터
◦ DB에 쌓이는 로그
◦ 서비스 운영을 위한 데이터
◦ 결제 내역, 게시물 정보 등등
• 클라이언트 로그
◦ 사용자 행동 로그
◦ 우리가 말하는 이벤트 로그
◦ 서비스에서 유저의 행동
앞으로 우리가 말할 로그
이벤트 로그를 왜 남겨야 할까요?
자동차세 환급세가 회원가입과 차량등록에 얼마나 많은 영향을 미쳤을까?
현재 사용자가 앱에서 가장 자주 쓰는 기능은 뭔가요?
A안과 B안이 있는데 어떤 디자인이 더 좋을까요?
잘 심은 데이터는 명확한 서비스 개선을 만들 수 있다
그럼 이벤트 로그를 잘 남기려면?
처음부터 잘 설계하는 것이 중요..!!
여기서 이벤트 택소노미가 필요
이벤트 택소노미
이벤트 택소노미
택소노미(Taxonomy)란?
이벤트 + 택소노미: 이벤트를 분류하는 작업
이벤트 데이터를 제대로 활용하기 위해 이벤트의 목적, 사용방법, 네이밍 등을 정의하는 것
그럼 이벤트 택소노미가 왜 필요한가요?
그럼 이벤트 택소노미가 왜 필요한가요?
• 조직의 규모가 커질수록 로그 설계한 사람과 데이터를 보고 싶은 사람이 달라짐
=> 정합성을 맞추어야 함
• 설계한 사람 또한 시간이 지나면 까먹기 마련
그럼 이벤트 택소노미가 왜 필요한가요?
1. 필요한 정보가 없다
예) 꼭 필요하면 없더라. 왜 여기는 있는데 저긴 없지?
2. 의미를 파악하기 어렵다
예) sign_up이랑 sign_up_begin이랑 뭐가 다르지?
3. 편리하게 데이터를 얻을 수 없다
예) 아 여기 이 값을 넣었어야 됐었는데…
또 귀찮게 쿼리 짜야되네 ㅠㅠ
출처: 좋은 로그란 무엇인가?: 좋은 로그를 위해 고려해야 할 것들 (전효준)
이 모든 것을 알아차렸을 때는 이미 늦었다…
이 모든 것을 알아차렸을 때는 이미 늦었다…
수정을 한다고 하더라도 이전의 데이터는 이미 날라가버렸다
건우님 왜 저희 기능 배포는 3월 14일이었는데 17일 데이터부터 있나요??
몇몇 로그 설계를 하지 못해 17일부터 이벤트를 수집해서
해당 기간동안은 데이터를 모으지 못했습니다… ㅠ
좋은 이벤트 설계와 구축기
좋은 이벤트 설계가 뭔데?
모든 조직이 만족하는 이벤트 설계법은 없다
조직 내에서 모두가 공유하는 공동의 규칙을 기반으로 설계한 이벤트
조직의 상황에 맞는 이벤트 설계 규칙을 정의하는 것이 중요
문서화
이벤트 택소노미 문서화
트래킹 플랜
• 이벤트 설계에 대한 규칙을 문서화 해놓은 것을 트래킹 플랜(Tracking Plan)
• 이벤트 설계 규칙부터 생성했던 모든 이벤트 히스토리를 확인할 수 있는
이벤트 표준화 문서
3가지 문제점
1. 이벤트 설계 규칙 부재
예) 이름을 뭘로 하지… 그냥 자동차세 환급 버튼 클릭하는 거니까
click_tax_refund로 해야겠다
2. 트래킹 플랜 관리 부실
예) 노션을 통해 이벤트를 관리하고 있는데 업데이트 및 관리가 제대로 되고 있지 않았고,
사용에 약간의 불편이 있었음
3. 이벤트 사용에 불편함
이벤트 설계 규칙 재정의
이벤트 설계 시 지켜야 할 대전제 5가지 지정
•최종적으로 측정하고자 하는 핵심 지표를 설정한다.
•핵심 지표로 진입하도록 유도하는 요인(다른 이벤트)들은 무엇이 있는지 파악한다.
•이를 바탕으로 이벤트의 퍼널과 CX Flow를 정의한다.
•핵심 이벤트를 설정해놓고 나머지 부가적인 이벤트는 iteration을 돌며 추가한다.
•이벤트 네이밍 컨벤션을 지켜 설계한다.
이벤트는 측정하려는 지표(목표)를 가지고, 네이밍 규칙을 따라 만들어야 한다
트래킹 플랜 리뉴얼
• 다양한 툴을 이용해서 트래킹 플랜을 만들 수 있음
• 스프레드시트(많은 회사들이 이용하는 방법)
• 노션
• 노션 트래킹 플랜을 이용한 이유
• 기존에 노션을 사용하고 있었기 때문에
• 스프레드시트는 접근성이 별로 좋지 못해서
어떻게 바뀌었는지 직접 확인해봅시다
마무리
개선점
• 이벤트를 왜 만들어야 하는지
목표하는 지표를 체크하기 위해
• 이벤트를 어떻게 만들어야 하는지
설계 규칙과 네이밍 컨벤션
앞으로
• 이벤트 QA 개선
• 대시보드 개선
• 엠플리튜드와 같은 PA 도구를 이용한 데이터 접근성 향상
데이터 기반의 의사결정을 하는 조직
감사합니다

More Related Content

What's hot

프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트Minho Lee
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편Seongyun Byeon
 
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영NAVER D2
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Seongyun Byeon
 
카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개
카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개
카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개if kakao
 
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)Minwoo Kim
 
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다승화 양
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석YOO SE KYUN
 
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇BOAZ Bigdata
 
[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용Tapjoy X 5Rocks
 
[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best Practices[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best PracticesBokyung Choi
 
[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론
[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론
[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론PAP (Product Analytics Playground)
 
서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기승화 양
 
쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기Brian Hong
 
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)Hyojun Jeon
 
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기AWSKRUG - AWS한국사용자모임
 
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)Yongho Ha
 
How to build massive service for advance
How to build massive service for advanceHow to build massive service for advance
How to build massive service for advanceDaeMyung Kang
 
A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)
A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)
A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)Minho Lee
 

What's hot (20)

프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
 
[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영[236] 카카오의데이터파이프라인 윤도영
[236] 카카오의데이터파이프라인 윤도영
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
 
카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개
카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개
카카오 광고 플랫폼 MSA 적용 사례 및 API Gateway와 인증 구현에 대한 소개
 
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)
 
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석
 
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇
제 16회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [#인스타툰 팀] : 해시태그 기반 인스타툰 추천 챗봇
 
[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용
 
[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best Practices[PAP] 실무자를 위한 인과추론 활용 : Best Practices
[PAP] 실무자를 위한 인과추론 활용 : Best Practices
 
[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론
[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론
[팝콘 시즌1] 이윤희 : 다짜고짜 배워보는 인과추론
 
서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기
 
쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기쿠키런 1년, 서버개발 분투기
쿠키런 1년, 서버개발 분투기
 
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
[NDC18] 야생의 땅 듀랑고의 데이터 엔지니어링 이야기: 로그 시스템 구축 경험 공유 (2부)
 
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
 
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
 
How to build massive service for advance
How to build massive service for advanceHow to build massive service for advance
How to build massive service for advance
 
A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)
A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)
A/B 테스트를 적용하기 어려울 때, 이벤트 효과 추정하기 (2020-01-18 잔디콘)
 

Similar to 이벤트 로그 설계 구축기.pdf

학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)Lab80
 
[Gastudy.net] Google Analytics basic
[Gastudy.net] Google Analytics basic[Gastudy.net] Google Analytics basic
[Gastudy.net] Google Analytics basicSeHeung Oh
 
여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지TechFeministgroup
 
Game Development Process Management
Game Development Process ManagementGame Development Process Management
Game Development Process Managementchangehee lee
 
Google analytics in business
Google analytics in businessGoogle analytics in business
Google analytics in businessTae Young Lee
 
또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱
또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱
또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱EunsolJo2
 
Analyze App Service with GCP by inahjeon
Analyze App Service with GCP by inahjeonAnalyze App Service with GCP by inahjeon
Analyze App Service with GCP by inahjeon인아 전
 
Twincamp 소개자료 Ver3.2
Twincamp 소개자료 Ver3.2Twincamp 소개자료 Ver3.2
Twincamp 소개자료 Ver3.2pcwook
 
서비스도움말 캠프관리
서비스도움말 캠프관리서비스도움말 캠프관리
서비스도움말 캠프관리pcwook
 
Web analytics 2.0 study ch.4-4.5
Web analytics 2.0 study ch.4-4.5Web analytics 2.0 study ch.4-4.5
Web analytics 2.0 study ch.4-4.5Eunyoung Kim
 
Pivotal Labs 고객사례 - Coinone
Pivotal Labs 고객사례 - CoinonePivotal Labs 고객사례 - Coinone
Pivotal Labs 고객사례 - CoinoneVMware Tanzu Korea
 
스타트업의 데이터 분석
스타트업의 데이터 분석스타트업의 데이터 분석
스타트업의 데이터 분석Hyunjong Wi
 
언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차chan693050
 
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
 
(개정) 알면 알수록 어려운 서비스 기획 뽀개기!
(개정) 알면 알수록 어려운 서비스 기획 뽀개기!(개정) 알면 알수록 어려운 서비스 기획 뽀개기!
(개정) 알면 알수록 어려운 서비스 기획 뽀개기!YOO SE KYUN
 
라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]
라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]
라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]CIZION
 

Similar to 이벤트 로그 설계 구축기.pdf (20)

학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
학교에서는 배울 수 없는 스타트업 엔지니어링 (연세대 특강)
 
[Gastudy.net] Google Analytics basic
[Gastudy.net] Google Analytics basic[Gastudy.net] Google Analytics basic
[Gastudy.net] Google Analytics basic
 
여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지
 
Game Development Process Management
Game Development Process ManagementGame Development Process Management
Game Development Process Management
 
Google analytics in business
Google analytics in businessGoogle analytics in business
Google analytics in business
 
또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱
또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱
또바기_ 목표 실천율 피드백을 제공하는 IoT 플래너 앱
 
Analyze App Service with GCP by inahjeon
Analyze App Service with GCP by inahjeonAnalyze App Service with GCP by inahjeon
Analyze App Service with GCP by inahjeon
 
Mdv
MdvMdv
Mdv
 
스마트워크
스마트워크스마트워크
스마트워크
 
Twincamp 소개자료 Ver3.2
Twincamp 소개자료 Ver3.2Twincamp 소개자료 Ver3.2
Twincamp 소개자료 Ver3.2
 
서비스도움말 캠프관리
서비스도움말 캠프관리서비스도움말 캠프관리
서비스도움말 캠프관리
 
Web analytics 2.0 study ch.4-4.5
Web analytics 2.0 study ch.4-4.5Web analytics 2.0 study ch.4-4.5
Web analytics 2.0 study ch.4-4.5
 
Pivotal Labs 고객사례 - Coinone
Pivotal Labs 고객사례 - CoinonePivotal Labs 고객사례 - Coinone
Pivotal Labs 고객사례 - Coinone
 
스타트업의 데이터 분석
스타트업의 데이터 분석스타트업의 데이터 분석
스타트업의 데이터 분석
 
언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차
 
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
 
H사 IPA Usecase
H사 IPA UsecaseH사 IPA Usecase
H사 IPA Usecase
 
Ipa usecase
Ipa usecaseIpa usecase
Ipa usecase
 
(개정) 알면 알수록 어려운 서비스 기획 뽀개기!
(개정) 알면 알수록 어려운 서비스 기획 뽀개기!(개정) 알면 알수록 어려운 서비스 기획 뽀개기!
(개정) 알면 알수록 어려운 서비스 기획 뽀개기!
 
라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]
라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]
라이브리 소셜리포트 8월호 [라이브리 소셜댓글 이벤트 200% 활용하기]
 

이벤트 로그 설계 구축기.pdf

  • 1. 김건우 좋은 로그 설계를 위한 이벤트 택소노미 오토피디아만의 좋은 로그 설계법
  • 2. 1. 이벤트 로그란? 2. 이벤트 택소노미 3. 좋은 이벤트 로그 설계와 구축기 4. 마무리
  • 4. 사용자가 어떤 서비스에 접속하고 특정 행동을 하여 남긴 기록 로그
  • 5. 유저 로그 아이디: 닥터카 1. 닥터차에 로그인했다 2. 커뮤니티에 접근했다 3. 검색창에 “엔진오일 교환주기"를 검색했다 4. 두번째 게시물을 클릭한 뒤 보았다 5. 자신이 찾던 내용이 아니었는지 새로운 게시물을 작성했다
  • 6. 로그의 종류 • 서비스 로그 ◦ 데이터베이스 데이터 ◦ DB에 쌓이는 로그 ◦ 서비스 운영을 위한 데이터 ◦ 결제 내역, 게시물 정보 등등 • 클라이언트 로그 ◦ 사용자 행동 로그 ◦ 우리가 말하는 이벤트 로그 ◦ 서비스에서 유저의 행동 앞으로 우리가 말할 로그
  • 7. 이벤트 로그를 왜 남겨야 할까요? 자동차세 환급세가 회원가입과 차량등록에 얼마나 많은 영향을 미쳤을까? 현재 사용자가 앱에서 가장 자주 쓰는 기능은 뭔가요? A안과 B안이 있는데 어떤 디자인이 더 좋을까요? 잘 심은 데이터는 명확한 서비스 개선을 만들 수 있다
  • 8. 그럼 이벤트 로그를 잘 남기려면? 처음부터 잘 설계하는 것이 중요..!! 여기서 이벤트 택소노미가 필요
  • 10. 이벤트 택소노미 택소노미(Taxonomy)란? 이벤트 + 택소노미: 이벤트를 분류하는 작업 이벤트 데이터를 제대로 활용하기 위해 이벤트의 목적, 사용방법, 네이밍 등을 정의하는 것
  • 11. 그럼 이벤트 택소노미가 왜 필요한가요?
  • 12. 그럼 이벤트 택소노미가 왜 필요한가요? • 조직의 규모가 커질수록 로그 설계한 사람과 데이터를 보고 싶은 사람이 달라짐 => 정합성을 맞추어야 함 • 설계한 사람 또한 시간이 지나면 까먹기 마련
  • 13. 그럼 이벤트 택소노미가 왜 필요한가요? 1. 필요한 정보가 없다 예) 꼭 필요하면 없더라. 왜 여기는 있는데 저긴 없지? 2. 의미를 파악하기 어렵다 예) sign_up이랑 sign_up_begin이랑 뭐가 다르지? 3. 편리하게 데이터를 얻을 수 없다 예) 아 여기 이 값을 넣었어야 됐었는데… 또 귀찮게 쿼리 짜야되네 ㅠㅠ 출처: 좋은 로그란 무엇인가?: 좋은 로그를 위해 고려해야 할 것들 (전효준)
  • 14. 이 모든 것을 알아차렸을 때는 이미 늦었다…
  • 15. 이 모든 것을 알아차렸을 때는 이미 늦었다… 수정을 한다고 하더라도 이전의 데이터는 이미 날라가버렸다 건우님 왜 저희 기능 배포는 3월 14일이었는데 17일 데이터부터 있나요?? 몇몇 로그 설계를 하지 못해 17일부터 이벤트를 수집해서 해당 기간동안은 데이터를 모으지 못했습니다… ㅠ
  • 17. 좋은 이벤트 설계가 뭔데? 모든 조직이 만족하는 이벤트 설계법은 없다 조직 내에서 모두가 공유하는 공동의 규칙을 기반으로 설계한 이벤트 조직의 상황에 맞는 이벤트 설계 규칙을 정의하는 것이 중요 문서화
  • 18. 이벤트 택소노미 문서화 트래킹 플랜 • 이벤트 설계에 대한 규칙을 문서화 해놓은 것을 트래킹 플랜(Tracking Plan) • 이벤트 설계 규칙부터 생성했던 모든 이벤트 히스토리를 확인할 수 있는 이벤트 표준화 문서
  • 19.
  • 20. 3가지 문제점 1. 이벤트 설계 규칙 부재 예) 이름을 뭘로 하지… 그냥 자동차세 환급 버튼 클릭하는 거니까 click_tax_refund로 해야겠다 2. 트래킹 플랜 관리 부실 예) 노션을 통해 이벤트를 관리하고 있는데 업데이트 및 관리가 제대로 되고 있지 않았고, 사용에 약간의 불편이 있었음 3. 이벤트 사용에 불편함
  • 21. 이벤트 설계 규칙 재정의 이벤트 설계 시 지켜야 할 대전제 5가지 지정 •최종적으로 측정하고자 하는 핵심 지표를 설정한다. •핵심 지표로 진입하도록 유도하는 요인(다른 이벤트)들은 무엇이 있는지 파악한다. •이를 바탕으로 이벤트의 퍼널과 CX Flow를 정의한다. •핵심 이벤트를 설정해놓고 나머지 부가적인 이벤트는 iteration을 돌며 추가한다. •이벤트 네이밍 컨벤션을 지켜 설계한다. 이벤트는 측정하려는 지표(목표)를 가지고, 네이밍 규칙을 따라 만들어야 한다
  • 22. 트래킹 플랜 리뉴얼 • 다양한 툴을 이용해서 트래킹 플랜을 만들 수 있음 • 스프레드시트(많은 회사들이 이용하는 방법) • 노션 • 노션 트래킹 플랜을 이용한 이유 • 기존에 노션을 사용하고 있었기 때문에 • 스프레드시트는 접근성이 별로 좋지 못해서
  • 23. 어떻게 바뀌었는지 직접 확인해봅시다
  • 25. 개선점 • 이벤트를 왜 만들어야 하는지 목표하는 지표를 체크하기 위해 • 이벤트를 어떻게 만들어야 하는지 설계 규칙과 네이밍 컨벤션
  • 26. 앞으로 • 이벤트 QA 개선 • 대시보드 개선 • 엠플리튜드와 같은 PA 도구를 이용한 데이터 접근성 향상 데이터 기반의 의사결정을 하는 조직