손님이 어디서 멈추는지까지, 모니터링에 마케팅 분석을 더하다
시스템이 정상이라는 사실과, 손님이 편하게 이용했다는 사실은 다른 문제입니다.
iM뱅크는 그 간극을 품질 데이터와 행동 데이터로 함께 메웁니다.
Background
도입 배경
iM뱅크 앱은 손님이 금융 서비스를 이용하는 주된 채널입니다. 손님이 화면에서 겪는 속도와 오류가 곧 서비스에 대한 경험으로 이어지기 때문에, 실제 이용 환경에서 무슨 일이 일어나고 있는지를 확인할 수 있는 체계가 필요했습니다.
가장 큰 공백은 사용자 행동을 분석할 수단이 없다는 점이었습니다. 별도의 마케팅 분석 솔루션을 갖추지 않아 손님이 어떤 경로로 서비스를 이용하는지, 어느 단계에서 이탈하는지를 확인할 방법이 없었습니다. 어느 화면을 먼저 개선해야 하는지, 어떤 손님이 서비스에 남고 어떤 손님이 떠나는지를 판단할 근거가 없어 서비스 개선과 마케팅 의사결정이 경험과 추정에 기대는 구조였습니다.
품질 확인의 관점도 좁았습니다. 기존 모니터링은 대부분 서버와 시스템에 집중되어 있어, 서버 지표가 정상으로 나타나더라도 실제 손님의 앱과 단말에서 어떤 문제가 발생하고 있는지는 확인하기 어려웠습니다. 손님의 불편이 문의로 접수되어도 그 원인을 데이터로 설명할 수 없었습니다.
이에 따라 iM뱅크는 실제 손님 단말 관점의 모니터링 체계 구축과 사용자 행동·마케팅 분석 체계 확보를 함께 목표로 두고, 모니터링과 분석을 하나의 데이터 기반 위에서 운영하는 방식으로 도입을 추진했습니다.
주요 도입 목적
- 주요 서비스의 단계별 전환과 이탈 구간 확인 (퍼널 분석)
- 사용자 그룹별 재방문 유지율 파악 (코호트 분석)
- 마케팅 업무에 활용 가능한 사용자 행동 데이터 확보
- 데이터에 근거한 서비스 개선 우선순위 판단
- 서버·시스템 관점을 넘어선 실제 손님 단말 기준의 품질 확인
- 화면 성능 · API 지연 · 오류의 실시간 수집
- 단말 및 네트워크 환경과 연계한 불편 원인 분석
- 모니터링 데이터와 행동 데이터의 통합 활용 기반 마련
Solution
도입 솔루션
iM뱅크는 모바일 앱 모니터링과 사용자 행동·마케팅 분석을 함께 도입했습니다. 같은 앱에서 수집되는 데이터를 품질 관점과 행동 관점에서 나란히 확인하는 구성입니다.
MAXY Mobile — 실제 손님 단말의 성능과 오류
- 페이지별 로딩 시간 분석
- API / HTTP 통신 응답 지연 분석
- Error 및 Crash 실시간 수집
- 단말 모델별 에러 · 크래시 점유율과 앱 · OS 버전 분포 확인
- API 응답 시간의 대기 · 다운로드 구간 확인
- 손님별 이용 이력 기반의 불편 원인 추적
- 대상 앱의 성능에 영향을 최소화하는 경량 수집 구조
MAXY Analytics — 유입부터 전환까지의 행동 여정
- 주요 서비스의 단계별 퍼널 분석 — 전환율과 이탈 구간 확인
- 코호트 분석 — 사용자 그룹별 리텐션 비교
- 재방문 및 유지율 현황 분석
- 화면 이동 및 이벤트 기반의 이용 경로 분석
- 수집 로그에 조건을 걸어 콘솔에서 이벤트 정의
- 서비스 개선 및 마케팅 캠페인 성과 분석 활용
- 모니터링과 같은 SDK · 같은 콘솔에서 수집·조회
Impact
기대 효과
퍼널 분석으로 전환과 이탈 구간을 데이터로 확인
주요 서비스의 이용 과정을 단계별로 나누어 전환과 이탈을 확인하고 있습니다. 손님이 어느 단계까지 진행하다가 멈추는지가 수치로 드러나면, 어느 화면을 먼저 개선해야 하는지에 대한 판단 근거가 생깁니다. 개선 우선순위와 캠페인 대상 선정이 경험과 추정이 아니라 실제 이용 데이터에 근거한 방식으로 바뀝니다.
코호트 분석으로 그룹별 재방문 유지율 파악
사용자를 그룹으로 나누어 재방문 유지율(리텐션)을 비교 분석하고 있습니다. 어떤 그룹이 서비스에 계속 남고 어떤 그룹이 이탈하는지, 특정 시점의 변화가 이후 이용에 어떤 영향을 주었는지를 확인할 수 있습니다. 캠페인이나 서비스 개편의 효과를 집행 이후의 실제 이용 행동으로 확인하는 기준이 마련되었습니다.
서비스 개선과 마케팅이 같은 데이터를 보게 되다
화면 이동과 콘솔에서 정의한 이벤트 데이터가 하나의 기준으로 축적되면서, 서비스 기획과 마케팅 조직이 각자 다른 근거로 판단하던 상황에서 벗어나고 있습니다. 어느 유입 경로의 손님이 어떤 화면을 거쳐 어디에서 이탈하는지를 함께 확인할 수 있어, 서비스 개선 과제와 마케팅 활동의 우선순위를 같은 데이터 위에서 논의할 수 있습니다.
실제 손님 단말에서 발생하는 문제까지 함께 확인
화면 성능과 API 지연, 오류를 손님의 단말·네트워크 환경 정보와 함께 수집해, 서버 지표만으로는 드러나지 않던 불편의 원인을 분석할 수 있는 체계를 갖추어 가고 있습니다. 시스템이 정상이라는 사실과 손님이 편하게 이용했다는 사실은 서로 다른 문제이며, 그 간극을 데이터로 메우는 것이 품질 관리의 출발점이 됩니다.
품질과 행동을 한 곳에 두는 데이터 기반
품질 데이터와 행동 데이터가 같은 앱에서 같은 SDK로 수집되고 같은 콘솔에서 열립니다. 분석 도구를 따로 들이지 않고도 마케팅과 개발이 한 콘솔 안에서 각자의 데이터를 확인하고, 데이터는 고객사 안에 쌓입니다.
Voice of Customer
담당자의 말
“기존 모니터링은 서버와 시스템 관점에 집중되어 있어, 서버가 정상이어도 실제 고객의 앱이나 단말에서 어떤 문제가 발생하는지는 확인하기 어려웠습니다. MAXY를 통해 화면 성능과 API 지연, 오류를 단말·네트워크 환경과 함께 확인해 '서버는 정상인데 고객은 왜 불편했는지'를 분석할 수 있는 체계를 구축하고 있습니다. 여기에 퍼널 분석과 코호트 분석을 더해 서비스 개선과 마케팅 업무에 활용하고 있습니다.”