광고 대행사나 마케터는 매일 메타, 구글, 네이버, 카카오 등의 광고 플랫폼에 접속해서 실적 데이터를 다운로드받는 일로 하루를 시작합니다.

단순한 작업일 수도 있지만, 광고 계정별, 매체별, 캠페인별로 데이터를 매일매일 수집하여 저정하고, 보고서를 작성하는 일은 몇시간이 걸릴 정도로 소모적입니다.

데이터 기반의 노코드 업무 자동화 서비스인 아웃코드를 이용하면 광고 계정이나 광고주 수, 매체 수에 상관없이 원하는 데이터를 간편하게 구글시트 등으로 자동수집할 수 있습니다.

‍

아웃코드로 간단하게 자동화할 수 있습니다.

‍

먼저 아웃코드 플랫폼과 광고 계정을 연결합니다. 앱 연결 메뉴에서 클릭만으로 한번만 연결하면 됩니다.

‍

그 다음 자동화툴을 만들어서 원하는 광고 데이터(예: 잠재고객, 캠페인 인사이트, 광고 세트 인사이드 등)을 선택하고 실시간으로 데이터를 불러옵니다.

‍

불러온 데이터를 원하는 앱(구글시트, 데이터베이스, 노션, 에어테이블 등)으로 저장 설정하고 스케줄을 추가하면 완성입니다.

‍

아래 튜토리얼을 따라해보세요

페이스북 광고 리드 데이터 자동수집하기

https://docs.outcode.biz/use_cases/facebook-lead

메타 광고 실적 데이터 자동수집하기

https://docs.outcode.biz/use_cases/meta-marketing-data

네이버 검색 광고 실적 데이터 자동수집하기

https://docs.outcode.biz/use_cases/naver-search-ad-marketing-data

‍

‍

아웃코드의 고객 유지율은 경쟁 서비스 대비 엄청나게 높습니다. 1년 이상 사용하시는 고객의 비중이 절대적입니다.

그렇다면, 왜 아웃코드를 계속 사용할까요?

아웃코드를 사용하시는 고객의 특징은 업무 생산성 향상 뿐만 아니라, 매출이 늘고 고객 충성도와 활성도가 함께 높아지는 특징을 보여주고 있습니다.

‍

스케줄 기능

스케줄 기능은 사용자가 원하는 시간에 자동화앱이 실행되는 기능입니다.

회사의 업무를 보면 대부분 정해진 시간이나 주기로 처리해야되는 업무가 많습니다.

예를 들어, 노션에 기록된 수업일지를 오후 6시에 일괄발송하거나, 5월 프로모션 시작시간에 받게 사용자 등급별로 처리되어하는 데이터도 있으며, 매일 새벽 4시에 데이터를 한 곳으로 취합할 수 도 있고, 가입한지 30일이 지난 사용자에게만 매일 아침 8시에 특별한 메세지를 보낼 수도 있습니다.

또는 매주 월요일에만 실행되어야 하는 경우도 있고, 매 5분마다 가입이나 설문으로 인입되는 신규 데이터를 처리할 수 필요도 생깁니다.

그리고, 스케줄이 날짜시간 뿐만 아니라 웹훅 등으로 실행되야 하는 경우도 있습니다.

‍

스케줄이 없다면 우리의 업무와 자동화는 매우 불편해집니다.

‘새로운 레코드가 발생했을 때’만으로 자동화하기 어려운 케이스가 훨씬 더 많습니다. 스프레드시트, 데이터베이스 등에 이미 데이터가 있는 경우나 보고서나 원본 데이터에 수많은 레코드가 있는 경우들, 데이터를 한번에 처리해야 하는 경우 등입니다.

아웃코드의 스케줄은 매우 유용한 기능으로 업무를 하다보면 꼭 필요합니다.

‍

아웃코드 필터 기능과 스케줄 설정

필터는 스케줄로 아웃코드 자동화앱이 실행될 때 사용자가 원하는 데이터만 자동처리할 수 있도록 도와주는 유용한 기능입니다.

예를 들어, 아웃코드 필터 기능은 새롭게 가입하거나 인입된 사용자의 데이터를 고객 등급, 방문지점, 등급, 구매금액, 관심사 등으로나누어서, 아웃코드 자동화앱이 실행될때 마다 사용자별로 개인화된 메세지를 보낼 수 있도록 도와줍니다. 고객 데이터 중에서 관리자가 확인한 데이터만 처리하도록 할 수도 있습니다.

필터가 설정되어 있지 않으면 항상 전체 데이터가 자동처리되지만, 필터가 설정되어 있으면 비지니스 시나리오별로 다양한 자동화가 가능합니다.

그리고, 아웃코드 필터 기능은 스케줄과 별도로 마음대로 설정할 수 있습니다. 예를 들어, 매주 수요일 오전 9시에 스케줄이 설정되고, 필터를 오늘부터 최근 7일로 설정할 수도 있고, 어제(-1일)로 설정할 수도 있습니다.

(팁: 날짜시간 필터 기능은 현재 또는 오늘 기준입니다. -1일이면 항상 어제 데이터만 필터링하며, -5분이면 현재 기능으로 최근 5분 데이터를 찾습니다.)

‍

왜 이렇게 만들어졌나요?

아웃코드는 크고 작은 회사를 위해서 만들어진 업무 자동화 서비스이자 플랫폼입니다. 스케줄과 필터는 동적으로 제공되며 이를 활용하면 우리의 업무 생산성 향상은 물론, 기존에 자동화하기 어려웠던 일들도 쉽게 해결할 수 있습니다.

스케줄과 필터를 이용하면 다양한 업무 시나리오를 여러개 만들어서 자동화할 수 있는데, 아웃코드를 사용하면 즉각적인 개선효과를 볼 수 있습니다. 예를 들어,

• 보통 CRM이라면 적절한 메세지를 보내는 것이라고 생각지만, 사용자에게 유용한 정보/필요한 데이터가 없는 마케팅 메세지를 보낼 수록 차단율만 높아지고 정교한 스팸으로 인식됩니다.
• 아웃코드를 사용하면 고객에게 필요하거나 유용한 데이터를 맞춤형으로 실어서 원하는 시간에 보낼 수 있기 때문에 사용자의 충성도와 만족도가 급격히 상승합니다.
• 필요한 데이터들은 많은데, 매번 조회하고 원하는 데로 처리하는 것은 시간이 오래 걸려서 귀찮아하거나 포기하는 경우가 많습니다.
• 아웃코드를 사용하면, 노션, 시트, 에어테이블, DB 등에 데이터를 업무 별로 묶어서 한 화면에서 한꺼번에 조회가 가능해집니다. 이때 필터기능과 스케줄을 사용하면 원하는 데이터만 그때그때 찾아보고 자동처리도 가능합니다.

아웃코드는 성장이 필요한 회사를 위해서 만들어진 노코드 기반의 자동화툴입니다. 이제 내부 운영을 자동화하고 실시간으로 개선하세요.

자세한 사용법 보러가기

아웃코드 사용자분들이 직접 만든 자동화가 이제 1만 2천개를 넘어가고 있다는 사실은 아시나요? 매월 수천개가 넘는 자동화앱들이 아웃코드 플랫폼에서 만들어지고 있어요.​

아웃코드는 사용자가 직접 만드는 노코드 데이터 자동화 플랫폼이에요. 데이터가 어디에 있던지 상관없이 내가 원하는 조건에 맞는 데이터를 원하는 시간에 자동처리할 수 있어요. 자신의 아이디어와 노하우가 들어간 맞춤형, 커스텀 자동화들을 만들고 계세요.​

저희에게 알려주신 몇 가지 사례들은,

​

• 온/오프라인 행사/이벤트 참석자에게 전날 오후 2시에 안내문자
• 배송 접수에 되면 3분만에 안내 알림톡
• 노션의 수업일지를 학생과 학부모님에게 알림톡
• 고객별 적립 포인트가 1만 이상인 고객에게만 매일 8시에 안내 문자
• 장바구니에 상품을 담은 고객에게 아침 8시에 안내 이메일
• 매 10분마다 에어테이블에서 구글시트로 업데이트
• 매 5분마다 에어테이블에 데이터를 자동으로 데이터베이스에 업데이트
• 상담예약 확정 안내 알림톡과 다음날 아침 10시에 상담내역 발송
• 구글시트에서 데이터베이스로 새벽 6시에 자동 업데이트
• 지원자 중 합격, 불합격자에게 대해서 자동 안내 이메일 발송
• 프로모션 시작일에 구매금액별로 알림톡과 이메일로 나누어서 발송
• 신규 입사자에게 오전 10시에 입사절차 안내 이메일 자동 발송
• 각 지점별로 당일 업무 사항을 오전 7시에 문자 발송
• 30일 전에 구매한 고객에게 재구매 안내 이메일을 매일 아침 9시에 발송
• 매출 및 고객 현황 숫자를 매일 9시에 슬랙을 자동 발송
• 입점 신청 데이터를 유형별로 구글시트와 데이터베이스에 자동 취합
• 데이터베이스에서 KPI 데이터 모니터링하고 특정 값만 슬랙으로 전송
• 스케줄에 따라 API로 전송하여 자동으로 할인율 변경
• 새벽2시에 구글시트, 에어테이블, DB에서 통계 데이터베이스로 자동 데이터 연동
• API 응답 데이터를 구글시트와 데이터베이스에 자동저장하기
• 몽고데이터베이스와 구글시트를 양방향으로 연동하기
• Supabase의 데이터를 조회하고 조건에 맞게 자동처리하기
• 네이버 뉴스, 트렌드, 블로그를 매일 구글시트로 수집하기
• 메타 광고의 리드 데이터를 자동으로 불러서 원하는 곳으로 저장하기
• 메타, 네이버, 카카오모먼트 등 광고 플랫폼의 실적 데이터를 자동으로 불러오기
• 노션 데이터베이스에서 GPT로 보내고 생성결과를 자동 저장하기
• 몽고, Firebase와 같은 비정형 데이터베이스의 데이터를 관리하고 싶을 때
• API의 응답 데이터를 파싱하고 결과 데이터를 자동처리하고 싶을 때
• 구글시트부터 데이터베이스의 데이터를 원하는 API로 보내고 싶을 때
• GPT로 데이터를 보내고, 응답 결과를 다시 저장하거나 보내고 싶을 때

​

너무 많아서 저희가 다 알 수도 없지만, 분명히 사용자 분들이 필요한 자동화를 만들고 계세요.

‍

아웃코드를 이용하면 페이스북 리드 데이터를 자동수집할 수 있습니다. 메타 비지니스 플랫폼에 있는 리드 데이터에서 구글시트, 에어테이블, 노션, DB등으로 자동저장하는 자동화앱을 만들 수 있습니다.

‍

‍

먼저 페이스북 계정이 아웃코드와 연결되어 있어야 합니다. 아웃코드 앱연결 메뉴에서 페이스북 광고를 선택하고 Continue with Facebook을 선택합니다.

그리고 자동화앱에서 데이터 가져오기 > 페이스북 광고를 선택합니다.

1. 광고 계정과 광고를 선택합니다.
2. 앱 추가하기에서 구글시트를 선택합니다.
3. Created_time에 필터를 추가합니다.
4. 스케줄을 저장하면 완성됩니다.

‍

아래 가이드 문서의 튜토리얼을 따라해보세요.

https://docs.outcode.biz/use_cases/facebook-lead

‍

‍

아웃코드를 이용하면 구글폼, 타입폼, 탈리에서 설문이 들어오면 자동 회신할 수 있습니다.

‍

‍

먼저 탈리, 구글폼, 타입폼 등은 자동으로 구글시트에 데이터를 저장해줍니다. 복잡하게 따로 수집하는 자동화를 만들 필요는 없습니다.

‍

그리고 설문 응답 데이터에는 제출한 날짜시간 칼럼이 있습니다.

‍

그리고 솔라피에서 알림톡 템플릿을 등록하고 아웃코드 앱 연결에서 설정해줍니다. (이메일로 발송할 수도 있습니다.)

‍

아웃코드 자동화앱을 생성하고 구글시트의 데이터를 불러옵니다. 그리고 알림톡을 보내기 위해 솔라피를 선택하고 변수들을 설정합니다.

이제 원하는 데이터만 발송하기 위해서 필터를 설정합니다. 필터는 칼럼별로 설정할 수 있으며, 문자열, 숫자, 날짜시간 등 다양하게 만들 수 있습니다.

‍

예를 들어, Submitted at가 최근 3분(지금부터 -3분)이고, 동의가 ‘네’라고 표시된 레코드만 발송시키도록 저장합니다.

‍

마지막으로 자동화앱이 실행되는 스케줄을 추가합니다. 중복을 막기 위해서 반복 주기를 3분으로 설정합니다. 그리고 ‘저장 후 반영’을 누르면 완성입니다.

‍

동작 방식은 아래와 같습니다.

1. 3분마다 구글시트에서 전체 데이터를 읽어옵니다.
2. 필터 조건(제출일시가 최근 3분, ‘네'라고 표기된 데이터만)이 적용됩니다.
3. 조건에 맞는 데이터가 있으면 알림톡이 자동발송됩니다.

‍

아래 가이드 문서의 튜토리얼을 따라해보세요.

https://docs.outcode.biz/use_cases/automatic-response-from-survey

‍

아웃코드를 이용하면 노션에서 알림톡을 자동발송할 수 있습니다. 노션 데이터베이스에 있는 데이터에서 원하는 조건과 시간에 카카오 알림톡이 발송되는 자동화앱을 만들 수 있습니다.

‍

‍

먼저 노션 데이터베이스가 아웃코드와 연결되어 있어야 합니다. 아웃코드 앱연결 메뉴에서 노션을 선택하고 데이터베이스가 있는 페이지를 선택합니다.

‍

그리고 노션에 날짜시간 칼럼이 없다면, 노션 데이터베이스에 기본으로 제공하는 최종편집일시, 생성일시 칼럼을 추가해줍니다.

‍

그리고 솔라피에서 알림톡 템플릿을 등록하고 아웃코드 앱 연결에서 설정해줍니다.

‍

아웃코드 자동화앱을 생성하고 노션 데이터베이스의 데이터를 불러옵니다. 그리고 알림톡을 보내기 위해 솔라피를 선택하고 변수들을 설정합니다.

이제 원하는 데이터만 발송하기 위해서 필터를 설정합니다. 필터는 칼럼별로 설정할 수 있으며, 문자열, 숫자, 날짜시간 등 다양하게 만들 수 있습니다.

‍

예를 들어, 최종편집일시가 최근 3분(지금부터 -3분)이고, 상태가 ‘완료’라고 표시된 레코드만 발송시키도록 저장합니다.

‍

마지막으로 자동화앱이 실행되는 스케줄을 추가합니다. 중복을 막기 위해서 반복 주기를 3분으로 설정합니다. 그리고 ‘저장 후 반영’을 누르면 완성입니다.

‍

동작 방식은 아래와 같습니다.

1. 3분마다 노션 데이터베이스에서 전체 데이터를 읽어옵니다.
2. 필터 조건(최종편집일시가 최근 3분, ‘완료'라고 표기된 데이터만)이 적용됩니다.
3. 조건에 맞는 데이터가 있으면 알림톡이 자동발송됩니다.

‍

아래 가이드 문서의 튜토리얼을 따라해보세요.
https://docs.outcode.biz/use_cases/notion-alimtalk

‍

노션과 아웃코드를 이용하여 나의 학원 운영에 꼭 맞는 시스템을 만드시는 케이스들이 늘고 있습니다.

​특히 아웃코드를 이용하시는 고객들은 대부분 해당 분야, 업종, 지역에서 선두 또는 1 등 학원, 입시컨설팅 대표님들입니다.

​학원의 시장 경쟁력과 운영 효율성 확보, 그리고 체계적이고 적극적인 학생 케어 등을 아웃코드로 자동화하고 있습니다.

‍

‍

• 노션( https://www.notion.so )은 사용자가 원하는대로 페이지를 만들고 활용하는 다양한 기능을 제공하며, 페이지 내 편리한 데이터베이스를 제공합니다.
• 아웃코드( https://www.outcode.biz )는 자동화툴로 사용자가 원하는대로, 노션, 구글시트 등의 데이터를 실시간으로 연결하고 알림톡, 친구톡, 문자, 이메일, 구글시트, 캘린더 등 다양한 솔루션을 연결해줍니다.
• 학원 운영과 학생 관리 등에 알람 등의 기능이 필수적인데, 아웃코드를 이용하여 나만의 맞춤형 학원 운영 시스템을 만들고 있습니다.

‍

‍

노션을 아웃코드로 자동화하는 방법은 간단합니다.

노션 데이터베이스에 추가, 변경, 생성, 삭제 등이 발생할 때 아웃코드가 자동으로 데이터를 체크하고 조건에 맞는 경우에만 알림톡, 문자, 이메일 등으로 자동발송합니다.

‍

대표적인 활용 사례들

아웃코드로 노션 데이터베이스와 알림톡, 문자, 지메일, 네이버웍스, 구글캘린더 등 다양한 솔루션을 마음대로 연결하여 자동화할 수 있습니다.

• 수업일지 등을 원하는 시간에 알림톡으로 자동 발송
• 출석 상황 등을 원하는 조건과 시간에 맞는 데이터만 알림톡이나 문자로 자동 발송
• 수업일정과 과정, 교재 내용, 과제 등을 정확하게 실어서 알림톡으로 자동 발송
• 학생들이 제출한 과제를 확인 후 원하는 수신자(학생, 학부모 등)에게 알림을 발송
• 이외에도 다양한 방법으로 사용하고 있습니다.

‍

‍

💡 노션에서 알림톡 보내는 튜토리얼은 여기를 보세요.
https://docs.outcode.biz/use_cases/notion-alimtalk

‍

💡💡아웃코드 데모를 신청해보세요. 간단명료한 아웃코드 사용법을 알려드립니다.

https://whattime.co.kr/outcode-meeting/intro

그리고, 지금 데모를 신청하시면 1개월 무료 크레딧도 드립니다. 놓치지 마세요.

‍

아웃코드 지원 서비스는 사용자분 들의 문제를 함께 해결하는데 핵심 가치가 있습니다.

아웃코드 사용법은 사실 10~20분 정도의 안내면 자동화앱을 직접 만드실 수 있는, 아주 간단명료합니다.

‍

아웃코드를

‍

하지만, 예를 들어 처음 데이터 자동화를 사용하시는 분들의 어려움은 ‘처음' 이라는데 있습니다.

• 앱을 잘 못 연결해서 헤메시는 경우
• 설정을 미처 완료하지 않은 경우
• 데이터가 정리가 안되어 있는 경우
• 데이터베이스나 앱 연결을 처음하시는 경우
• 웹훅이나 API를 연결하고 싶지만 해본적이 없는 경우
• 이런 자동화나 시나리오도 될까 망설이시는 경우 등등

‍

아웃코드 지원 서비스를 통해서 많은 사용자분들이 생각만 하셨던 자동화를 만들고 계십니다.

‍

• 사용자 수준에 맞는 온보딩 : 처음 아웃코드를 시작하시는 분, 사용해봤는데 더 많은 자동화를 해보고 싶은 분, 데이터 정리와 다양한 앱 설정부터 지원을 받고 싶은신 분 등
• 업종 별 유용한 자동화 사례 소개: 나와 팀에게 맞는 자동화 사례를 안내해드리고 함께 스텝별로 자동화 만들기
• 지속적인 지원이 필요한 분들

‍

사실 아웃코드팀에서는 자주 받는 요청들이기도 하고, 기능들이 다 있기 때문에 5분 길어도 30분이면 ‘같이’ 해결가능한 것들 입니다.

‍

아웃코드 지원 요청하실 때, 한가지만 기억해주세요. 원하시는 것에 제한을 두지 마세요

지금 바로 신청해보세요.

데이터와 API를 연동하기

드디어, 그동안 많은 아웃코더분들께서 요청하셨던 API를 자동화에서 사용하실 수 있습니다!

‍

이번에 추가된 새로운 기능이 열어주는 가능성은 크다고 생각합니다. 데이터를 사용하면서 가장 큰 문제였던 API 연동을 바로 해결해줄 수 있게 되었습니다.

Data-to-API directly

우리는 오랬동안 데이터를 정해진 곳으로만 보내고 있었습니다. 원하는 곳에 연동할 수 있는 기능을 매우 특별하여 아무나 할 수 없었습니다.

이제 누구나 어떤 시스템과도 자신의 원하는 데이터를 바로 연결하여 자동처리할 수 있게되었습니다.

어디에 데이터가 있던지, 노션, 에어테이블, 구글시트, 데이터베이스, API의 데이터를 사용자가 원하는 API 그리고 데이터플로우로까지 바로, 즉시 그리고 자유롭게 연결할 수 있습니다.

노션, 에어테이블, 구글시트, 데이터베이스, API의 데이터를 사용자가 원하는 API 그리고 데이터플로우로까지 바로, 즉시 그리고 자유롭게 연결할 수 있습니다.

사용자가 아웃코드 자동화앱에서 원하는 조건과 실행 시간을 설정한 데이터 API로 보낼 수 있는 기능은 새로운 확장으로

• 개발 시간을 획기적으로 단축하고
• 데이터의 자동처리 범위를 넓혀주며
• 원하는 조건과 시간을 누구나 설정할 수 있으며
• 어떤 서비스로 연결 가능해지며
• 사용자가 익숙한 노션, 에어테이블, 구글시트 등을 사실상 백엔드로 사용할 수 있게 되었습니다.

‍

사용자가 원하는 또는 가지고 있는 시스템이나 애플리케이션으로 자유롭게 연동하여 자동화할 수 있기 때문에

• 내부 시스템
• 자체적으로 사용 중인 애플리케이션이나 서비스
• 외부 시스템 등과도 원하는 데이터를 보낼 수 있습니다.

‍

자동화나 개발을 고민해본 분이시라면 본 기능이 주는 편리함이 매우 클것으로 생각합니다.

데이터를 누구나 자유롭게 사용할 수 있는 비전을 위해서 아웃코드팀은 유용한 기능들을 계속 추가 중입니다.

아웃코드 자동화툴으로 에어테이블에서 카카오 알림톡, 친구톡과 문자, 이메일을 보낼 수 있다는 사실을 아시나요? 에어테이블은 물론, 구글시트, 엑셀,노션, 데이터베이스에서 바로 발송해보세요.

‍

‍

아웃코드 자동화툴로 조건에 따라 변하는 고객 데이터를 보면서 세그먼트, 특성별로 메세징을 발송할 수 있어요. 만드는 방법은 간단해요.

‍

1. 먼저, 아웃코드 자동화에 고객정보가 있는 에어테이블을 연결합니다.

‍

2. 에어테이블 데이터에 조건(필터)를 설정해요.  

‍

3. 이제 필요한 앱(솔라피)를 추가하고 설정합니다. (자동입력도우미가 있어서 간편해요 😀)

‍

5. 실행주기(스케줄)를 설정하면 고객에게만 자동발송되는 알림톡 자동화가 완성됩니다!  

‍

심플한 사용환경외에도 아웃코드 자동화툴의 가장 큰 장점은 나의 업무에 맞게 자유롭게 만들수 있는 자동화툴이라는 점이에요. 우리 회사는 이제 모든 고객에게 똑같은 알림톡이나 이메일을 보내실 필요가 없어요. (고객유형별로 40개의 다른 이메일과 알림톡을 보내는 팀도 있어요 👍)

‍

또 한가지 장점은 고객활동, 주기, 데이터별로 세분화된 알림톡을 보낼 수 있어요.  다양한 종류의 알림톡과 친구톡을 필터와 스케줄을 다양하게 설정해서 최적의 메세징 자동화를 만들 수 있습니다.

‍

아웃코드를 잘 사용하시는 팀은 코호트, 상황별, 시나리오별로 수십개의 알림톡 템플릿과 이메일 템플릿을 만들어서 사용 중입니다.

아웃코드는 데이터 자동화 서비스입니다. 다양한 데이터를 사용자가 직접 보면서 원하는 앱으로 자동처리할 수 있어요.

‍

에어테이블의 데이터를 쉽게 연동하는 방법

아웃코드 자동화툴을 사용하면 에어테이블의 데이터를 쉽게 주고 받을 수 있다는 사실을 아시나요?

에어테이블에 있는 데이터를 구글시트에 삽입하거나, 데이터베이스로 자동 업데이트가 필요한 경우가 있습니다.

• 에어테이블에서 구글시트로 보내기
• 구글시트에서 에어테이블로 보내기
• 데이터베이스에서 에어테이블로 보내기

이 중에서 아래의 샘플 에어테이블에서 구글시트로 데이터를 보내보겠습니다.

‍

먼저, 아웃코드 커넥터에서 에어테이블을 연결합니다. (에어테이블 연결방법은 여기 가이드 문서를 읽어보세요)

‍

아웃코드 자동화앱을 생성하고, 가지고올 데이터는 에어테이블을 선택합니다. 그 다음 구글시트를 선택합니다.

‍

‍

마지막으로 필터와 스케줄을 설정하면 정해진 시간에 아웃코드가 에어테이블의 데이터를 읽어서 필터링한 후 해당 데이터만 구글시트에 넣어줍니다.

‍

그리고, 구글시트에서 에이터이블, 구글시트/에어테이블에서 데이터베이스도 자동화툴을 만들어보세요. 코드는 필요없어요.

‍

개별 사용자의 행동, 관심사, 정보에 따라서 최적의 매세지를 최적의 시간에 보내는 방법

고객을 대상으로 하는 메세징 채널은 아래와 같습니다.

• 이메일
• 기기별(모바일앱, 웹) 푸시 메세지
• 인앱(인 서비스) 메세지
• 알림톡, 친구톡, 네이터톡톡 등
• 문자
• 그외 (상담 채팅창 등)

외부로 발송되는 메세지의 유형은 아래와 같습니다 .

1. Transactional(거래성) messaging : 광고홍보성이 아닌 서비스 운영에 필수적인 메세지들

• 환영, 온보딩 메세지
• 인증, 보안 관련 메세지
• 결제관련 메세지
• 확인, 등록 메세지
• 상태 변경, 업데이트 메세지
• 고객 피드백 메세지 등

2. 마케팅 (Promotional) 메세지 : 광고 홍보성 메세지로 다양합니다.

실제 운영 상에서 둘 간의 경계는 모호합니다. 예를 들어, 결제 메세지는 오픈율이 97%인데, 하단에 프로모션 내용이 붙일 수도 있습니다.

• ** 스팸메세지는 광고홍보성 메세지인데 대상과 목적이 불분명하게 발송되는 메세지입니다. 일방적 메세지로 거부감이 매우 높습니다. 서비스를 운영하면서 프로모션 10개이나 전체 고객/사용자에게 단체 메세지 10번을 보낸다면 스팸으로 인식될 확률이 매우 높습니다.

‍

‍

메세징의 기술적 분류

메세지는 기술적으로 2개로 분류됩니다.

1. 데이터 메세징: 메세지에 데이터를 사용자별로 동적으로 실어서 보내거나, 데이터로 타겟팅하여 보내는 메세지. 초개인화된 메세지에는 필수입니다.
2. 일반 메세지: 전체 공지성 메세지로 데이터를 동적으로 사용할 필요가 없음

‍

‍

메세지를 보내는 수단

발송 비용 순으로 정리하면 아래와 같습니다.

1. 이메일 : 발송건당 비용이 가장 낮음

• 소량이거나 영업 등 회신이 필요한 메세지는 개인 이메일 사용(Gmail 등)
• 직접 회신이 필요없는 메세지나 대량발송은 이메일 전문 서비스(AWS SES, 메일침프, 메일건, 샌드그리드, 등)을 주로 사용. 서비스에 따라서 월 무료 발송 가능한 발송량을 제공

2. 푸시메세지: 무료 또는 유료

• Firebase FCM: 모바일이나 PC서비스에 알림형태로 보여지는 형태로 사용자의 식별 토큰으로 특정기기에 발송. 또는 모바일앱을 사용중에 전면, 카루솔, 하단 등에 보여지는 메세지가 가능
• OneSignal : Firebase 와 유사한 기능을 하나 대량 발송에 안정적이고 고급기능이 많음.
• 둘다 무료티어나 무료 허용량이 있음
• 서버 개발이 필요함.

3. 톡: 오픈율이 높음

• 주로 대행서비스가 존재
• 관리자 화면에서 고객 파일 업로드 후 발송하거나 대행서비스에서 제공하는 API를 연동하여 자동 발송
• 아웃코드는 솔라피 통해서 발송

4. 문자: 비용이 높음

• 주로 대행서비스가 존재
• 관리자 화면에서 고객 파일 업로드 후 발송하거나 대행서비스에서 제공하는 API를 연동하여 자동 발송
• 아웃코드는 솔라피 통해서 발송

5. 그외

• 고객상담 (채널톡 등)에 마케팅 메세지 등

‍

‍

고객 데이터소스

1. 데이터베이스: PostgreSQL, MySQL, Mongo, Firebase Databse, SQL Server, Oracle Database, Redash
2. 스프레드시트: Google Sheet, Excel
3. 애플리케이션: 노션, 타입폼, 구글폼, 에어테이블 등
4. 연동: API

‍

‍

초 개인화된 메세지를 보내기 전 준비사항

사용자 데이터에 대한 준비와 이해가 필수입니다.

중요한 질문은 우리 서비스는 왠만한 쇼핑몰 수준으로 되어 있는데, 어떻게 충성도, 방문율, (재)구매율 등을 한차원 더 높일 수 있는가?

고객 또는 사용자의 여정 상에서 급락하는 지점 — GAP이나 Holes-을 찾아내는 생각이 필요합니다.
(총합적인 Chart나 Dashboard는 충분하지 않을 수도 있습니다.)

1. 의사결정을 위한 충분한 정보 제공: 사용자가 스스로 알아서 찾지 않음. 선제적으로 즉시 또는 정확한 시점에 제공해야함

• 이 상품이 자신에게 필요한지 잘 모름(불충분한 정보)
• 다른 대체 상품이 궁금한 경우
• 예상 질의(실제 최종 가격, 부가서비스, 사후 서비스, 보증, 할인 등)가 있는 경우

2. 처음 방문한 경우

• 우리에게서 왜 구매해야 하는지 : 즉시 또는 그 다음날
• 첫 방문자 프로모션 안내

3. 재 방문한 경우

• 자주 방문하는 고객에 대한 혜택
• 자주 결제한 고객에 대한 혜택

3. 구매 시그널: 구매 전환시키는 것이 중요

• 특정 상품(군)을 찾는 경우
• 특정 상품(군)이 좋아요, 장바구니 등에 등록된 경우
• 장바구니에 담겨잇고, 아직 결제까지 이루어지지 않은 경우
• 특정 상품은 결제했지만, 다른 상품이 담겨잇는 경우

3. Cross/Up-sell: LTV를 올리기

1. 고객의 생애주기

• 사용자와 구매자 구분
• 사용자의 생애주기에 따른 추천 (예시)
• 노트북을 구매한 사람은 모니터를 구매할 확율이 높다
• 1살짜리 유아복을 구매한 사람은 얼마 후 2살짜리 옷을 구매할 확율이 높다

** 반드시 우리의 상품의 관점에서 바라볼 필요가 없고 최종 사용자의 니즈에서 바라봐야함.

4. 고객의 생애주기별 적한합 메세징

• 상품 추천
• 프로모션 등과 결합
• 고객 관심사별
• 번들링:A를 구매하면 B를 50% 할인해줄게

5. Win-Back(Re-engagement) :Lower CAC

• 충성도가 높았는데 돌아오지 않는 경우
• 고객 생애주기 상 이탈 사유
• 이탈 고객에 대한 대응
• 충성도가 낮은데 떠나는 이유

6. Transactional Message: MUST

반드시 개인화하여 데이터를 실어보내야하는 메세지

• 구매 확인
• 결제 완료
• (반품) 접수
• 클레임
• 환불완료

‍

봐야하는 데이터 포인트들

충분한 데이터들을 운영/마케팅/사업개발에서 볼 수 있는가?

사용자 프로파일, 구매기록, 장바구니, 접속 기록 등은 기본입니다.

1. 잘게 쪼갠 사용자 세그먼트(연령대, 구매/비구매, 멤버쉽/비멤버쉽, 유료/무료 등)별로 일별 접속 통계(1일부터 30일차까지)와 Retention rate를 매일 체크하고 있는가?
2. 접속율이 언제 떨어지는가? (2일차? 3일차?)
3. 구매율이 언제 떨어지는가?
4. A라는 제품(군)을 구매한 고객이, 우리의 가정처럼, B라는 제품을 구매하는가?
5. 왜 어떤 상품은 잘 팔리고, 다른 상품은 안팔리는가? 그럼 누가 언제 왜 구매하거나 하지 않는가?
6. 사용자들은 우리 쇼핑몰, 서비스에서 어떤 행위를 하는가?
7. 고객과 충분한 의사소통을 하고 있는가? 데이터에서 발견된 사실들을 해석할 수 있는가?

• 이를 위해서는 평균 30~50개의 데이터 조회화면이 필요
• 사용자가 우리 서비스에서 본질적으로 원하는 것이 무엇인가에 대한 정의 (가격, 다양한/특별한 상품구성, 특별한 혜택 등)

‍

‍

발송을 위한 데이터 준비

1. 고객 데이터는 어디에 저장되어 있고, 코호트별, 시나리오별로 편리하게 정리(필터링)
2. 어떤 고객에게 어떤 메세지를, 언제 보낼 지에 대한 시나리오
3. 노코드 자동화 툴을 이용하여 완성

• 어떤 수단(채널)
• 적합한 내용과 실어보낼 데이터
• 즉시
• 2시간 후
• 다음날 아침
• 7일 후
• 30일 후
• 주말제외/포함 등

* 타겟팅 레벨 1: 유아용품에 관심있는 사용자

** 타겟팅 레벨 2: 유아용품 중에서 생후 6개월 내 상품에 관심있는 사용자

*** 타겟팅 레벨 3: 유아용품 중에서 생후 6개월 내 상품에 관심이 있으며, A라는 상품에 관심있는 사용자

‍

‍

‍

메세징 자동화를 위한 메인툴

• 아웃코드 자동화
• 아웃코드 확장기능(데이터플로우)

아웃코드 자동화에서 조회화면을 쉽게 만들 수 있는데요, Retention rate 조회화면을 만들어보겠습니다.

‍

"Retention rate"는 비즈니스나 서비스가 특정 기간 동안 얼마나 많은 고객이나 사용자를 유지하는지를 측정하는 지표입니다. Retention rate를 계산하려면 일정 기간 동안의 고객 또는 사용자 접속 기록 데이터가 필요합니다. 유지율(Retention rate)을 계산하는 방법은 간단하게 다음과 같이 요약될 수 있습니다:

1. 선택한 기간 정의: 먼저, 어떤 기간 동안의 유지율을 계산할 것인지 정의해야 합니다. 예를 들어, 주간, 월간 등을 선택할 수 있습니다.
2. 시작 시점 설정: 선택한 기간 내에서 고객이나 사용자가 서비스를 시작한 날짜를 설정합니다. 이를 "시작 시점"이라고 합니다. 이 날짜로부터 고객의 활동을 추적합니다.
3. 유지된 고객 수 계산: 선택한 기간 내에서 시작 시점에서 우리 서비스에 접속한 고객의 수를 계산합니다.
4. 재방문한 고객 수 계산: 시작 시점 이후에도 계속 서비스를 이용한 고객의 수를 계산합니다. 이 수치는 유지된 고객 중에서 재방문한 고객을 나타냅니다.
5. 유지율 계산: 재방문한 고객 수를 유지된 고객 수로 나눈 후, 백분율로 표현하여 유지율을 계산합니다.

‍

‍

데이터베이스에 있는 일자가 포함된 사용자 접속 로그데이터와 사용자 고유 아이디(예를 들어 이메일주소)를 기반으로 산정할 때는 아래와 같은 주의 사항이 필요합니다.

‍

• 하루에 여러번 접속한 사용자도 중복카운팅이 되면 안됩니다.
• 접속 로그가 JSON 형태로 저장되는 경우가 많습니다. 이 경우 접속날짜와 시간을 추출해야합니다.
• 시작시점을 설정합니다. (예를 들어, 10월 1일부터 가입한 사용자의 유지율을 계산)
• 유료와 무료 사용자, 구매전/구매 후 사용자의 유지율이 다른 경우가 많습니다. 이때는 구분하여 유지율을 2개로 구분합니다.

‍

‍

사용하는 데이터소스에 따라 쿼리가 다를 수 있지만 일반적인 MySQL 데이터베이스 쿼리 예시는 다음과 같습니다.

‍

(아래 쿼리를 아웃코드 자동화앱에 복사 붙여넣기하여 수정해보세요!)

‍

WITH user_access_info AS (
select JSON_UNQUOTE(JSON_EXTRACT(CUH.data, '$.email')) as user_email,
 DATE_FORMAT(CUH.created_date, '%Y-%m-%d') as access_date
from USER_HIST AS CUH
where JSON_UNQUOTE(JSON_EXTRACT(CUH.data, '$.email')) IN (
SELECT DISTINCT email AS email
FROM USER AS CU
WHERE deleted_date IS NULL
 
)
and CUH.created_date >= '2023-10-01'
group by 1,2

), retention_1 as (
 
 SELECT
 initial_access.access_date AS cohort_date,
 DATEDIFF(u.access_date, initial_access.access_date) AS day_number,
 COUNT(u.user_email) AS retained_users
 -- COUNT(u.user_email) / initial_users.total_users * 100 AS retention_percentage
FROM (
 SELECT
   user_email,
   MIN(access_date) AS access_date
 FROM user_access_info
 GROUP BY user_email
) AS initial_access
JOIN user_access_info AS u ON initial_access.user_email = u.user_email
JOIN (
 SELECT
   access_date,
   COUNT(DISTINCT user_email) AS total_users
 FROM user_access_info
 GROUP BY access_date
) AS initial_users ON initial_access.access_date = initial_users.access_date
GROUP BY cohort_date, day_number
ORDER BY cohort_date, day_number
 
), retention_basis as (
select cohort_date, max(retained_users) as total_users
from retention_1
group by 1
), retention_agg as (

select retention_1.cohort_date, retention_1.day_number,
 retention_basis.total_users, retention_1.retained_users,
 round(retention_1.retained_users/retention_basis.total_users*100,2) as retention_percentage
from retention_1
left join retention_basis on retention_1.cohort_date = retention_basis.cohort_date
 
 ), total_users_cnt as (

select sum(total_users) as total_users
from retention_basis
 
 )

select retention_agg.day_number, total_users_cnt.total_users,
 sum(retained_users) as retained_users,
round(sum(retained_users)/total_users_cnt.total_users*100 ,2) as avg_retention_percentage
 
from retention_agg, total_users_cnt
group by 1,2
order by 1 asc

‍

핵심 트렌드가 되어가는 노코드와 자동화는 많은 사람들에게 관심을 받고 있습니다. 노코드는 전문적인 개발 지식없이, 업무를 자동화하고 앱을 만들어줍니다. 노코드를 배우시고 싶은 분들을 위해서 주요 포인트를 정리해보았습니다.

노코드를 배워야 할까요?

노코드 솔루션과 유용한 활용 사례들은 다양해지고 있습니다. 본격적인 노코드의 시대가 시작되고 있다고 할 수 있습니다. 이제 노코드를 필수적으로 배워야합니다.

인터넷을 찾아보면 수많은 노코드 관련 컨텐츠가 쏟아지고 있습니다. 노코드툴 사용법을 익한다면, 모든 부분을 전통적인 하드코딩으로 할 필요가 없어집니다.

노코드를 알아야하는 또 다른 이유는 즉시성에 있습니다. 나와 팀에 필요한 자동화를 순식간에 만들 수 있기 때문에 아이디어에서 실현까지 이어지는 복잡했던 장애물이 사라지고, 원래 중요했던 것들에 집중하게 됩니다. 이를 통해서 우리가 알고있던 오래된 생산성의 관념을 뛰어넘고 있습니다.

노코드를 배우는데 얼마나 걸릴까요?

노코드 툴을 익히는데 걸리는 시간은 엄청나게 짧습니다. 몇 시간부터 하루정도면 대부분의 기능을 익히고 자유롭게 활용할 수 있으며, 시간이 조금 지나면 거의 모든 세부 기능까지 마음대로 사용할 수 있게됩니다.

아웃코드와 같은 솔루션들은 사용자 가이드문서를 포함한 셀프 스타트가 가능한 자료들을 제공하고 있어서, 쉽게 배울 수 있습니다.

혹시 코딩을 배워야할까요?

노코드 툴을 사용하면 코딩지식에 걱정할 필요가 없습니다.

아웃코드를 포함한 새롭게 등장하는 노코드 툴들은 사용자의 목적에 따라 필수 기능들을 제공하기 때문에 활용 목적에 따라 선택하는 것이 합리적입니다. 예를 들어, 웹사이트를 만들기 위해서는 웹플로우, 앱이나 서비스를 만들기 위해서는 버블, 자동화를 위해서 아웃코드를 선택하는 일입니다.

만약 기본적인 개발지식이 있는 사용자가 아웃코드와 같은 툴을 사용한다면 할수 있는 범위는 크게 확대됩니다. 일반 사용자를 위한 자동화와 같은 기본 기능도 제공하며, 고급 사용자를 위한 데이터플로우 기능도 제공하며, 고도화된 자동화도 가능하게 만들어줍니다.

‍

API와 데이터소스간의 연동을 상당히 자주 사용하는 기능입니다. 아웃코드를 사용하여 초간단하게 완성하는 방법입니다. 준비 사항은 아래와 같습니다.

1. 데이터를 받아올 API URL
2. 데이터가 저장될 MySQL, PostgreSQL, MariaDB, Firebase, MongoDB, SQL Server, Oracle DB, Google Sheet, Airtable 등

[1분만에 끝내는 방법]

1. 아웃코드 데이터플로우를 열고 HTTP Reqeust 테스크를 추가합니다.
2. 그 다음 데이터가 저장될 태스크를 추가합니다.
3. Test 기능을 사용하여 정상적으로 작동하는지 확인한 후 활성화합니다.

만약 응답데이터를 파싱해야하는 경우는 Javascipt task를 추가하여 넘어오는 결과값을 정제합니다.

작업이 끝났습니다. 역방향으로 DB > API 도 가능합니다. 데이터플로우는 유용한 기능입니다. 개발시간을 줄이고 핵심에 집중하세요.

‍

어떤 서비스로부터 메세지를 받은 적이 있는데, 상당히 공들여서 작성한 내용이었습니다. 그러나, 읽어보기도 전에 삭제를 했는데요, 그 이유는 단순했습니다.

‍

나와 관련이 없었습니다.

‍

최근에 각광받는 마케팅 자동화는 정교하게 개인화된 고객 경험을 제공하는 것을 말합니다. 고객 여정과 활동 상황에 따라 자동으로 처리하는 것이며,  앱푸시, 이메일, 모바일 메세징, 알림톡/친구톡, 문자, 블로그 등의 작업을 자동화합니다.

이러한 자동화가 업무 시간을 줄여주기도 하지만, 마케팅 업무가 높은 가치를 만들어내는, 전략적인 업무로 바꾸어줍니다.

우리는 이런 생각들을 많이 합니다.

“절반 이상의 사용자가 관심이 있어요”

“클릭을 했는데, 딱 맞는 커뮤니케이션을 하기 어려워요”

우리는 더 사려깊은 생각을 해야합니다. 절반 이상의 사용자라면 나머지 수많은 사용자들은 어떻게 해야하는지, 관심있는 사용자에게 어떻게 다가가는지, 결제를 안한 사용자를 어떻게 유도해야하는지, 이탈이 발생한 사용자는 어떻게 해야하는지 등입니다.

‍

또한 시장 환경도 달라졌습니다.

• 낮은 충성도: 특정 브랜드나 서비스에 대한 충성도가 낮고, 다른 브랜드나 서비스로 스위칭이 빠릅니다.
• 개인화 선호: 개인화된 경험에 대한 가치를 높게 평가합니다. 예를 들어 클레임이 접수되면 접수완료-해결중-해결완료 등의 여정을 사용자에게 신속하게 커뮤니케이션 해야합니다.
• 불충분한 정보: 사용자들은 늘 정보부족에 시달리며, 결정이나 전환에 망설입니다. 특히 결정적인 순간에 충분한 정보를 주지 않으면 싫어합니다. 또한, 스스로 정보를 찾는 사용자의 비율이 줄고 있어. 정보 제공의 역할은 서비스 제공자가 수행해야 합니다.
• 설득이 어려움: 과거 10년간 온라인 마케팅을 지배했던 넛지(Nudge)나 행위유도, 눈길을 사로잡는 주제는 크게 효과적이지 않습니다. 사용자들은 스마트하고 이런 테크닉에 익숙해져 있기 때문에 쉽게 설득되지 않습니다.

‍

우리가 사용자의 활성화율과 전환율을 높이기 위해서 집중해야할 부분은 아래의 5가지 지점입니다.

• 둘러보기: 처음 우리의 제품이나 서비스를 알아보는 첫 단계입니다. 이 단계에서 사용자의 행동 데이터를 기반으로 개인화된 메세지를 전달할 수 있습니다.
• 여정: 가장 중요한 단계로 경험에 따라서 충성도가 생길수도 있고, 영원히 떠나버릴 수 있습니다. 사용자 여정 활동 데이터에 따라 개인화된 커뮤니케이션 해야합니다.
• 낮은 충성도: 사용자의 충성도가 낮은 경우는 원하는 서비스가 없는 경우도 있지만, 찾지 못하는 경우도 많습니다. 다른 서비스나 제품대비 왜 우리 서비스를 사용해야하는지 장점들을 모르는 경우가 대부분입니다. 예를 들어, 접속 4일 후 접속빈도를 포함한 충성도가 급격하게 낮아지는 경우 선제적인 조치를 취할 수 있습니다.
  
• 활성화: 사용자마다 다르게 나타납니다. 활동이 높은 사용자, 낮은 사용자 정도를 구분해서 유도하고, 코호드나 세크먼트별로 유용한 정보를 제공할 수도 있습니다.
• 구매: 사용자에게 어떤 가치나 혜택을 받을지를 전달하여 충분한 정보를 바탕으로 전환이 이루어질 수 있도록 도와주어야 하며, 구매 후에는 충성도 높은 사용자가 될 수 있도록 유도해야 합니다.
• 이탈: 사용자가 더이상 우리의 서비스를 사용하지 않는 경우는, 다시 활성화해야합니다. 과거의 관심사나 활동 정보를 바탕으로 개인화된 방법으로 해야합니다.

또하나는 최적의 시간도 알아야 합니다.

가입 후 1분이 최적인지, 2시간 후가 효과적인지 찾아야 하며, 장바구니 후 결제 안한 고객에게 다음날 아침 또는 저녁으로 다양하게 시도해야 합니다. 사용자 활동 데이터와 스케줄로 세분화된 20~50개 이상의 메세징 시나리오가 만들어지고, 이렇게 정교하게 실행되는 비지니스의 전환율과 활성화율은 높아질 수밖에 없습니다.

다만, 스타트업이나 작은 규모에서 이렇게 세분화된 시나리오별로 자동화를 하기란 어렵습니다.

아웃코드는 사용 중인 데이터와 툴을 연결해서 위의 자동화들을 심플하게 합니다. 이제 우리가 집중해야할 일은, 관련 시스템의 개발보다는, 어떤 사용자에게 어떤 내용으로 언제 커뮤니케이션하는가 입니다.

‍

아웃코드 자동화툴으로 구글시트에서 카카오 알림톡, 친구톡과 문자, 이메일을 보낼 수 있다는 사실을 아시나요? 구글시트는 물론, 엑셀파일, 에어테이블, 데이터베이스에서 바로 발송해보세요.

‍

‍

아웃코드 자동화툴로 조건에 따라 변하는 고객 데이터를 보면서 세그먼트, 특성별로 메세징을 발송할 수 있어요. 만드는 방법은 간단해요.

‍

1. 먼저, 아웃코드 자동화에 고객정보가 있는 구글시트를 연결합니다.

‍

2. 구글시트 데이터에 조건(필터)를 설정해요.   

‍

3. 이제 필요한 앱(솔라피)를 추가하고 설정합니다. (자동입력도우미가 있어서 간편해요 😀)

‍

5. 실행주기(스케줄)를 설정하면 고객에게만 자동발송되는 알림톡 자동화가 완성됩니다!  

‍

심플한 사용환경외에도 아웃코드 자동화툴의 가장 큰 장점은 나의 업무에 맞게 자유롭게 만들수 있는 자동화툴이라는 점이에요. 우리 회사는 이제 모든 고객에게 똑같은 알림톡이나 이메일을 보내실 필요가 없어요. (고객유형별로 40개의 다른 이메일과 알림톡을 보내는 팀도 있어요 👍)

‍

또 한가지 장점은 고객활동, 주기, 데이터별로 세분화된 알림톡을 보낼 수 있어요.  다양한 종류의 알림톡과 친구톡을 필터와 스케줄을 다양하게 설정해서 최적의 메세징 자동화를 만들 수 있습니다.

‍

아웃코드를 잘 사용하시는 팀은 코호트, 상황별, 시나리오별로 수십개의 알림톡 템플릿과 이메일 템플릿을 만들어서 사용 중입니다.

‍

‘데이터 드리븐’ 또는 ‘데이터 기반 마케팅’이란 용어를 검색해보면 키워드부터 인구통계 데이터, 관심사 등을 사용하여 마케팅을 하는 것(?)을 의미합니다. 듣기에는 좋지만 실체가 분명하지 않은 것도 사실이고 사람마다 다르게 해석하기도 합니다.

‍

먼저 데이터 드리븐(Data-driven)이란 무엇일까요?

데이터 드리븐 마케팅이란 고객 커뮤니케이션과 접점을 실행하는 방법으로 데이터를 지속적으로 사용하여 새로운 기회를 발견하는 방식이라고 합니다.

데이터의 중요성을 이해하기는 쉽지만 그래서 어떻게 적용하는지는 막연합니다. 예를 들어, 고객 데이터를 분석해서 좋은 기회를 발견했다고 하더라고 고객 커뮤니케이션과 점접에 적용하기 어렵다면 그저 이론상으로 존재하는 무언가에 그치고 맙니다. 실행되지 못하면

1. 고객 커뮤니케이션과 피드백이 느려집니다.
2. 의미있는 개인화는 어렵습니다.
3. 실행이 어렵다면 같은 성공만 또는 실수를 계속 반복합니다.

한 조사 결과에 따르면, 데이터 드리븐 마케팅을 실행하면 매출이 400%까지 성장하는 것으로 나타납니다. 그렇다면 좀더 간편하고 현실적인 방법이 있을까요?

‍

먼저 고객 데이터가 구글시트, 엑셀, 에어테이블, 노션, 데이터베이스, BI 툴 등을 통해서 접근하기가 쉬워야 하고, 고객 등급, 분류 등에 따라서 자동화된 이메일이나 알림톡/친구톡, 푸시 메세지 등을 보낼 수 있어야 합니다.

고객의 데이터를 보면 대부분 아래의 다양한 커뮤니케이션에 활용할 수 있는 데이터가 있습니다.

• 회원가입일자
• 회원 프로필 정보
• 이메일, 전화번호 등 연락처
• 구매 내역, 조회내역
• 이외에도 더 풍부한 정보가 있을 수 있고,

고객 커뮤니케이션 측면에서는 아래와 같은 활동을 할 수 있습니다.

• 고객 등급별 상품 추천이나 차별화된 프로모션
• 사용자의 의향, 행동에 따른 개인화된 메세지
• 정기/비정기적인 피드백 수집 이메일
• 새로운 제품이나 서비스, 기능에 대한 맞춤형 안내
• 자동화된 고객 미팅일정과 아내
• 결제 미완료 또는 완료 고객에 대한 갱신 메세지
• 이외에도 많은 다양한 사례가 있을 수 있으며,

커뮤니케이션 채널 측면에서는 주로,

• 이메일(영업 이메일, 마케팅/프로모션 이메일, 트랜젝션 이메일)
• 알림톡/친구톡
• 인앱 메세지
• 문자 등이 있습니다.

이 외에도 데이터 드리븐 마케팅을 위해서는 데이터 조회/필터/취합/이동 등이 필요합니다.

이러한 데이터 기반 마케팅을 가장 쉽고 빠르게 자동화할 수 있는 방법은 노코드 데이터 자동화입니다. 아웃코드는 고객 데이터를 자동화할 수있는 새로운 방법을 제시합니다. 업무 중에 사용하는 어떤 데이터와 애플리케이션(채널)을 연결하여 10분만에 자동화할 수 있습니다.

아웃코드를 사용하면, 어떠한 개발과 코딩없이, 마케터, 영업, 운영팀에서 마치 스프레드시트처럼 쉽고 빠르게 필요한 고객 커뮤니케이션 자동화를 만들 수 있습니다.

아웃코드 자동화에서 조회화면을 쉽게 만들 수 있는데요, DAU와 MAU 조회화면을 만들어보겠습니다.

‍

먼저, DAU와 MAU의 정의와 측정 방법은 아래와 같습니다.

• DAU(Daily Active User): 일간 활성 사용자 수
• MAU(Monthly Active User): 월간 활성 사용자 수
• 측정 주기를 주단위로 하는 WAU((Weekly Active User: 주간 활성 사용자 수)도 있습니다.
• 주의할 점은 사용자가 하루에 몇번을 방문/접속해도 1회로 측정해야 합니다.

특히 DAU/MAU로 사용자 고착도(Stickness)를 측정할 수 있는데요, 앱이나 서비스의 활성화를 측정하는데 이용됩니다.

DAU나 MAU를 비교하고 두 지표의 비율을 계산하면 서비스의 고착도를 더 자세하게 들여다볼 수 있습니다. 이 비율이 높을수록 사용자가 서비스를 더 자주 사용한다는 것을 나타냅니다.

• Stickness = DAU/MAU = (일일 활성 사용자 수 / 월 활성 사용자 수) *100
• 유명한 소셜앱의 경우는 50%에 달하기도 하고, 서비스의 성격에 따라 다릅니다. (페이스북 지표에 대한 글: https://backlinko.com/instagram-users)
• 일반적으로 20%면 높은 편이고, 25%의 경우 매우 높은 편에 속합니다. 유명 금융 앱의 경우 24%, SaaS 28%, 전자상거래 22%, 미디어 26%면 상위권입니다.

‍

아웃코드로 빠르게 DAU/MAU 조회화면 만들기

아래와 같은 DAU/MAU 조회화면을 직접 만들어보겠습니다.

‍

‍

1. 먼저, 아웃코드에 가입한 후, 커넥터로 측정할 데이터가 있는 데이터소스를 연결합니다. 주로 MySQL, PostgreSQL, MariaDB 등 상용 데이터베이스를 연결합니다.

‍
2. 자동화에서 DAU/MAU 쿼리를 입력하기 전에, 아래의 샘플 데이터베이스의 데이터를 이용하도록 하겠습니다. 샘플 MySQL 데이터베이스는 이렇게 구성되어 있습니다.

‍

3. DAU/MAU를 계산하기 위해서는 아래의 데이터를 기준으로 삼으면 됩니다.

• log-in date (접속일자)
• user id (사용자 고유 ID)

마지막으로, 아래의 쿼리를 필요에 따라 수정해서 아웃코드 자동화에 입력하면, DAU, MAU, Stickness 를 한번에 조회 화면을 직접 만들 수 있습니다.

SQL에서 DAU와 MAU를 한번에 구하는 쿼리 샘플

(위에 샘플 데이터베이스에서는 DAU를 측정하기 위해서는 login_history 테이블의 user_id와 created_at가 필요합니다. 아래 쿼리를 복사 붙여넣기하여 수정해보세요!)

‍

‍

WITH daily AS (
SELECT
  date_format(created_at, "%Y-%m-%d") AS day,
  date_format(created_at, "%M %Y") AS month,
  count(*) AS dau
FROM
  login_history
GROUP BY
  date_format(created_at, "%Y-%m-%d"),
  date_format(created_at, "%M %Y")
),
monthly AS (
SELECT
  date_format(created_at, "%M %Y") AS month,
  count(user_id) AS mau
FROM
  login_history
GROUP BY
  date_format(created_at, "%M %Y")
)
SELECT
daily.day,
daily.dau,
monthly.mau,
concat(
  round(daily.dau / monthly.mau * 100, 1),
  '%'
) AS 'DAU/MAU'
FROM
daily
JOIN monthly ON daily.month = monthly.monthorder BY daily.day DESC;

‍

만약 MAU, DAU를 따로 구하고 싶으면 아래 쿼리를 사용하면 됩니다.

‍
DAU (Daily Active Users) 구하기:

SELECT COUNT(DISTINCT user_id) AS dau
FROM user_activity
WHERE log_in_date = CURDATE();

‍

MAU (Monthly Active Users) 구하기:

SELECT COUNT(DISTINCT user_id) AS mau
FROM user_activity
WHERE MONTH(log_in_date) = MONTH(CURDATE()) AND YEAR(log_in_date) = YEAR(CURDATE());

‍

이 쿼리들은 현재 날짜를 기준으로 일일 및 월별 활성 사용자 수를 반환합니다.

‍

사용자 가이드

사용자 가이드 문서는 여기에 있어요. 사용하시다가 궁금하신 사항이 있으시면 메뉴나 검색을 통해서 찾아보세요.

‍

궁금하신 사항을 직접 문의하고 싶으실 때는 아웃코드에 접속하셔서 우측 하단의 채팅창에서 직접 문의를 주실 수 있어요.

‍

필터와 스케줄

필터와 스케줄은 원하시는 조건으로 다양하게 설정할 수 있어요. 예를 들어, 어제 가입한 사용자 중에서 내부 사용자만 제외하고 싶다면 아래와 같이 설정할 수 있어요.

오늘이 수요일이고 특정일로 선택 -2일이면, 월요일 데이터만 필터링됩니다.

‍

예를 들어, 아래와 같이 필터는 -10분전까지로 설정하고 스케줄을 10분으로 설정하면

1. 현재부터 -10분전까지에 해당하는 데이터만 필터링하여
2. 매 10분마다 필터링된 데이터만 실행(지메일 발송)합니다.

‍

참고로, 스케줄과 필터는 1/1000초 단위로 정확하게 동작하기 때문에 중간에 누락되는 경우는 없어요.

요금제 선택방법

아웃코드 요금제는 통신요금과 같이 기본요금이 있고, 기본으로 제공되는 ㄱ실행회수가 초과되면 초과회수당 1~2원이 부과돼요.

초과 실행회수당 과금은 요금제별로 달라요(확인).

자동화앱의 실행회수는 아래와 같이 카운트되요.

1. 데이터를 불러올 때 (스케줄, 수동실행, 조회등)
2. 데이터를 앱으로 실행(예: 실제 알림톡 발송회수)할때

요금제를 선택하실 때 중요한 첫번째 팁은 데이터의 양과 스케줄(실행주기)에요. 예를 들어 데이터가 1만개이고 매일 1번씩 스케줄이 설정되어 있다면,

1. 데이터 로딩 (매일 1회, 월 30회)
2. 데이터 실행 (전체 1만개 데이터 중 2천개만 실행, 월 6만회)
3. 실행회수 당 1원이므로 매월 60,030원이 실행(과금)되요.

요금제 선택 시 두번째 팁은 자동화앱의 갯수에요. 자동화 앱의 갯수가 많아지면 실행회수도 그만큼 늘어나요(그만큼 비용과 시간은 줄어들겠죠).

거의 모든 사용자분들이 계속 새로운 자동화앱을 만드세요. 이 부분을 감안하다면 실행회수당 1원인 팀이나 비지니스 요금제를 추천해요.

IF와 같은 조건을 설정하고 싶을 때

아웃코드 자동화앱에서 조건을 설정하는 방법은 간단해요. 자동화에서 시트를 복제하신 후에 시트별로 원하는 조건을 설정하시면 됩니다.