실버리버의 이야기 :: 정보안의 정보 - 메타정보, Activity Log 그리고 UserID #2

'Activity Log'에 해당되는 글 1건

2007/01/30 10:58

2. Activity Log

아쉽게도 Activity Log에 대한 정의는 위키피디아에 나와있지 않습니다. 그만큼 간단한 개념이고 어쩌면 아직 주제어로서 관심을 끌지 못하고 있는 이유이기도 하겠지요. 나름대로 정보의 Activity Log에 대해 이해하려고 노력하자면

정보의 Activity Log란 정보가 언제, 어디서, 왜, 누구에 의해, 무엇으로, 어떻게 쓰였는가를 알 수 있는 Log이다.

정도로 받아 들일 수 있겠습니다. 사용자 입장에서는 메타정보가 가치있다면 정보를 제공하는 기업이나 운영자 입장에서는 Activity Log가 항상 관심의 대상입니다. 내가 제공한 정보가 어떤 계층에 어떤 목적으로 어떻게, 어디서 쓰이고 있느냐를 파악할 수 있다는 것은 비즈니스적으로 많은 것을 시사하기 때문입니다. 정보에 메타정보가 붙어 정보에 생명력이 생겨난다면 정보의 Activity Log들이 모임으로써 정보에 비즈니스적 가치가 생겨난다고 말 할 수 있습니다. 정보에 비즈니스적 가치가 붙는다는 것을 좀더 노골적인 말로 이야기하자면 '돈 되는 정보'를 구별해 낼 수 있다라고 표현 할 수도 있겠군요.

정보의 Activity Log는 정보를 사용하는 고객의 성향과 생각을 반영하는 통계 자료입니다. '통계'라는 단어가 매우 의미심장한 것이 지금의 인공지능 기술로는 정보의 사용자에게 꼭 맞는 정보를 제공하기란 불가능에 가깝지만 통계적 접근을 통해서는 그럭저럭 가능하기 때문입니다. 인공지능과 통계를 적절히 섞는다면 더욱 정교한 비즈니스가 가능해지겠죠. 달리 말하자면 사람은 분명 사회적인 동물로 문화나 집단에 따라 유사한 행동 양상을 보이며 그러한 행동 양상을 논리적 근거를 바탕으로 예측하기란 무척 어렵지만 통계적 결과를 바탕으로 추론하기는 쉬운편이라 할 수 있겠습니다.

<통계의 Low Data를 제공하는 입장이 되고픈 lotto>

B2C(Business to Customer) 마켓에서 비즈니스라는 것은 어차피 고객의 마음에 얼마나 근접하느냐의 싸움입니다. 고객의 마음에 드는 기업은 성공할 것이고 그렇지 못한 기업은 실패하겠죠. 때론 독점이나 과점의 논리로 고객과는 멀어지고 있지만 기업이 유지되는 경우도 존재하지만 매우 특별한 경우이고 거의 모든 기업가들의 머리속엔 '어떻게 하면 고객의 마음을 읽을 수 있을까'라는 명제가 항시 존재한다는 것은 부정할 수 없는 사실입니다. 만일 고객의 마음을 그리고 성향을 추측할 수 있는 DB가 쌓여간다면 얼마나 큰 힘을 발휘할 수 있을지는 상상할 수도 없습니다. 즉, 특정 기업이 다른 기업보다 고객의 Activity Log를 더 많이 보유하고 있다면 그리고 그 Log를 적절히 분석해 낼 수 있는 힘을 가진 기업이라면, 그 기업이 다른 기업보다 고객의 마음을 더 잘 읽고 있다고 볼 수 있으며 결과적으로 경쟁우위에 위치할 수 있다는 결론을 내릴 수 있습니다. 이러한 Activity Log의 중요성은 이미 전통적인 비즈니스 군에서도 익히 알려져 있으며 CRM(Custoemr Relationship Management)과 같은 학문과 기술의 발전에도 기여하게 되었습니다.

다시 정보의 Activity Log로 돌아가서,

정보의 Activity Log를 풍부하게 해주는 것은 앞서 설명드렸던 메타정보입니다. 같은 Activity Log가 쌓이더라도 메타정보가 잘 붙어 있는 정보의 Activity Log와 그렇지 못한 Activity Log는 질적인 면에서 큰 차이가 있습니다. 통계의 결과가 분류와 분석의 잣대가 되는 부표들이 많으면 많을 수록 정교해지는 것은 당연한 일이기 때문입니다. 메타정보의 풍부함에 앞서 Activity Log 그 자체의 양이 절대적으로 많아야 한다는 것은 말할 필요도 없을 것입니다. 100가지 Activity Log가 가진 힘과 1,000가지 Activity Log의 차이는 10배가 아닌 100배 이상일 것이기 때문입니다.

<고객 1명을 얻기위한 광고비용>

xChart 사이트를 이용해 처음 온라인 차트를 제작해봤습니다.

링크가 걸리는 방식이라 자료가 없어질 것이 좀 걱정되는군요. 영원하길 빕니다.;;

구글을 비롯한 웹 서비스 기업들은 대부분 광고를 주 수익원으로 삼고 있습니다. 광고에서 가장 중요한 것은 고객이 선택할 확율이 높은 광고를 제공함으로써 Hit율을 높히는 일입니다. 위 차트에서 알 수 있듯이 불특정 다수에게 광고하는 DM이나 이메일, 배너 광고에 비해 어느 정도 행동을 예측할 수 있는 사용자에게 광고하는 전화번호부나 검색광고가 고객확보 비용면에서 월등함을 알 수 있습니다. 상식적으로 내가 관심을 가지고 있는 분야의 광고를 선택할 확율이 높겠죠. 문제는 고객과 대화하지 않고 어떻게 고객의 행동을 예측할 수 있느냐는 것입니다. 사실 검색이나 전화번호부를 사용하는 고객의 행동을 예측하기란 그리 어렵지 않습니다. 찾고자하는 키워드가 어느정도 고객의 다음 행동을 보여주기 때문입니다. 꽃집 전화번호를 찾으려는 사람이나 웹에서 검색하려는 사람은 꽃을 배달시킬 확율이 매우 높겠죠. 하지만 특정 사이트를 방문하는 사람이나 특정 정보를 이용하는 사람의 행동을 예측하기란 쉽지 않습니다. Activity Log의 분석이 바로 그런 사람들, 불특정 다수의 사람들의 행동을 예측할 수 있게 해줍니다.

물론 단순히 하나의 정보에 대한 Activity Log 분석으로 최적화된 광고를 제공 할 수 있을 것이라는 생각은 위험합니다. 하지만 앞서 말씀드린 메타정보의 분석을 통해 정보간의 연관관계가 어렴풋해지면 그리고 그에 기초하여 정보와 정보간의 Activity Log가 분석된다면 보다 정밀한 타겟 마케팅이 가능해지겠죠.

사실 Activity Log가 정보에서 가지는 의미는 강조하고 있는 광고의 효과보다는 개인화나 집단지성의 유도와 같은 서비스 측면이 더 강하지만 그런 이야기를 풀어나가려면 다음에 설명할 UserID와 앞서 설명한 메타정보에 대한 이해가 같이 어우러져야하므로 이번 포스트에서는 이정도로만 언급하려합니다.