Wanted Lab, 가입자 150% 증가 및 실험 문화 구축의 비결

인사이트/실행/결과: Wanted Lab은 팀이 지속적인 실험 문화 도입을 방해하는 데이터에 대한 액세스 장벽을 없애 민주화하고자 했습니다. Wanted Lab은 Amplitude를 공통 데이터 언어로 사용하여 랜딩 페이지 가입 전환율을 150% 증가시켰고, 매년 1,300여 개의 차트를 생성하는 자립형 실험 문화를 구축했습니다.

알 수 없는 블록 유형 "horizontalLineRichText", `components.types` 옵션에서 해당 구성 요소 지정

Wanted Lab의 선임 퍼포먼스 마케터로서 저는 불가능해 보이는 임무를 맡았습니다. 즉, 긴축되는 노동 시장에서 마케팅 예산이 줄어드는 상황에서도 가입 및 지원을 늘리면서 마케팅 효율성을 개선하는 것이었습니다.

줄어든 예산으로는 성장을 위한 투자를 할 여유가 없었습니다. 대신 기존 퍼널 최적화를 통해 성장을 설계해야 했습니다. 개선할 부분이 많다는 것을 알고 있었지만, 데이터를 더 목적 의식을 가지고 다루는 것이 선행되어야 했습니다.

Wanted는 한국에서 가장 큰 AI 기반 채용 플랫폼으로, 인센티브가 제공되는 추천 모델을 통해 수백만 명의 전문가를 최상급의 고용주와 연결하고, 추천이 성공적인 채용으로 이어지면 사용자에게 현금 보상을 제공합니다.

더 많은 사용자의 커리어 성장을 촉진하는 데 있어 가장 큰 내부 장애물은 데이터 리터러시와 액세스였습니다. 다음과 같은 몇 가지 우려 사항이 있었습니다.

• Wanted의 마케팅 팀과 제품 팀은 서로 다른 데이터 언어를 사용했기 때문에 데이터에 관해서는 이미 과도한 부담을 지고 있는 분석 팀에 과도하게 의존하게 되었습니다.
• 제품에 문제가 발생했을 때 기능 수준의 성과를 자세히 분석할 수 없었습니다.
• 문제 해결을 위해 여러 팀 간에 인계가 필요했으므로 업무가 전반적으로 지연되었습니다.
• 각 팀이 분리되어 작업하기 때문에 지원 의향이 높음을 알리는 신호인 이력서 작성 완료와 광고 클릭 사이의 연결 고리를 파악할 수 없었습니다.

해결책은 분명해 보였습니다. 데이터 민주화를 달성할 수 있다면, 기술 지식이 없는 마케터들도 자신만의 가설을 세우고 실험을 설계할 수 있을 것입니다. 분석 팀의 부담을 덜어 주는 동시에 문제 해결 및 제품 속도 개선도 바라볼 수 있을 것이었습니다.

유일한 문제는 사용자 행동을 심층적으로 파악하는 동시에 자립성을 보장하는 분석 도구가 없었다는 것이었습니다. 그러다 Amplitude를 발견하게 되었죠.

Amplitude로 공통 데이터 언어 구축하기

Amplitude는 제품, 개발 및 마케팅 전반에 걸쳐 Wanted의 공통 데이터 언어로 자리 잡았습니다.

저는 인사이트와 실행 사이의 연결 고리를 만들기 위해 Amplitude의 전체 데이터 분석 도구 제품군을 사용하여 공식적인 '실험-분석-개선' 주기를 설계했습니다. Amplitude 애널리틱스를 사용하면 사내 팀이 분석 팀에 요청을 제출할 필요 없이 사용자가 프로덕트를 어떻게 탐색하는지, 어디에서 망설이는지, 어디에서 이탈하는지를 추적할 수 있었습니다.

다음으로, 각 기능의 성과를 실시간으로 모니터링하고 문제를 신속하게 감지할 수 있도록 Amplitude의 지표 차트를 사용하여 기능별 대시보드를 구축했습니다. 이러한 대시보드는 사일로를 해소하고 마케팅, 제품, 분석 팀이 동일한 언어를 사용할 수 있도록 도와주었습니다.

문제를 감지할 때마다 Amplitude 기능 실험을 사용하여 문제를 실험 의제로 전환했으며, 이는 조직 전체에서 데이터 활용 및 실험 문화를 강화했습니다. 제품 개선을 견인하기 위해 지금까지 제가 설계한 실험은 웹, 앱, 기능 수준 전반에 걸쳐 있습니다.

행동 코호트를 통해 광범위한 인구통계학적 범주가 아닌 공통 행동에 따라 사용자를 그룹화하여 특정 세그먼트에 대해 고도로 개인화된 캠페인을 실행할 수 있었습니다. 이러한 인사이트를 사용하여 AI의 매칭 정확도를 개선하고 사용자 세그먼트의 경험을 개선하는 초개인화 캠페인을 진행합니다. 예를 들어, 일치율이 낮은 사용자의 경우 별도의 코호트로 묶어 이력서 작성을 위한 클릭률을 높이는 실험을 진행했습니다.

알 수 없는 블록 유형 "pullQuoteBlock", `components.types` 옵션에서 해당 구성 요소 지정

일이 되게 하는 제품 개선을 생산하는 공장

Amplitude는 가입 및 지원 수 향상과 더불어 마케팅 효율성 개선에도 도움이 되었습니다. 현재 Wanted는 매년 1,300개 이상의 차트를 생성하고 있으며, 제품 개선 사항을 찍어내는 공장이 되었습니다.

• 핵심 퍼널 최적화: 방문자가 망설이는 부분을 파악하고 등록 절차의 마찰을 제거함으로써 랜딩 페이지 가입 전환율을 4%에서 10%(2.5배 성장률)로 높였습니다.
• 상실 기회 회복: 의욕이 강한 구직자의 마찰 요소를 해결함으로써 인기 검색어의 전환율을 38% 개선했습니다. 또한, 일괄 지원 버튼에 대한 단일 UX 테스트를 통해 이전에 마찰로 인해 손실되었던 월 7,000건 이상의 지원 건을 회복했습니다.

데이터 의존에서 자립으로

Amplitude를 사용함으로써 KPI 개선이 이루어졌을 뿐 아니라 조직 전체의 데이터 리터러시를 향상시킬 수 있었습니다.

대시보드는 데이터 액세스를 민주화하고 모든 팀이 동시에 제품 개선에 참여할 수 있도록 지원합니다. 회사 차원에서 사후 대응적이며 일회성인 해결 방식을 대체하는 강력한 지속적인 실험 문화를 육성했습니다. 제 경우에는 Amplitude 커피 챗, Wanted 사전 온보딩, MGS2025와 같은 내외부 이벤트를 통해 데이터 해석 및 실험에 대해 배운 내용을 지속적으로 공유하며 제가 할 수 있는 역할을 수행하고 있습니다.

알 수 없는 블록 유형 "pullQuoteBlock", `components.types` 옵션에서 해당 구성 요소 지정

Wanted Lab의 프로덕트 경험 팀과 마케팅 퍼포먼스 팀은 분석 팀에 과도하게 의존하는 대신 긴밀하게 연결되어 있으며 훨씬 더 자립적입니다. 우리는 함께 불가능해 보였던 임무를 완수했습니다.