당
당근
January 2, 20261회
Activation을 전사 공통 레이어로 만들며 해결한 3가지: 신뢰성, 비용, 생산성

간단 소개
당근에서 Active User 분석의 한계를 극복하고 데이터 신뢰성, 비용 효율성, 생산성을 높이기 위해 전사 공통 Activation 데이터 레이어를 구축한 경험과 그 활용 사례를 설명합니다.
AI Summary
User Activation 분석의 필요성 및 기존 방식의 한계
- Active User 지표는 '무슨 일이 일어났는지'만 보여주며, '왜'에 대한 답을 제공하지 못하는 한계가 있었어요.
- User Activation은 사용자의 활동을 **활성 상태(Stock)**와 **상태 전이(Flow)**로 나누어 해석하는 관점으로, 변화의 원인과 경로를 파악할 수 있게 해요.
- 기존에는 팀별로 Activation을 직접 쿼리 계산하여 데이터 신뢰성과 운영 안정성 확보가 어려웠고, 이에 전사 공통 데이터 레이어인 Activation 레이어 구축을 결정했어요.
Activation 레이어 설계 및 구현
- Activation 레이어는 DBT 프로젝트 계층 위에 Base → Fact → Activation 순서로 쌓아 올린 구조로 설계되었어요.
- 신뢰성 확보를 위해 기준 행동을 Fact 모델로 명확히 정의하고, 모델명에 포함하여 해석의 모호성을 제거했어요.
- 비용 절감을 위해 유저별 최초/마지막 행동 시점을 날짜별 스냅샷으로 저장하는 FirstLast 모델을 도입, 전체 기간 스캔 없이 효율적인 계산을 가능하게 했어요.
- 생산성 향상을 위해 복잡한 계산 로직을 DBT 매크로로 캡슐화하여, Fact 모델 이름만으로 Activation 모델을 쉽게 생성할 수 있도록 했어요.
Activation 레이어의 활용 및 성과
- FirstLast, Activation, 3개 모델이 연동되어 , , , 등 종합적인 분석 정보를 제공해요.
Next Feeds

패키지 여행에 가이드의 경험를 더하다 ‘여기어때 가이드팩’
여기어때가 가이드의 전문성을 중심으로 기존 패키지 여행의 불편함을 해소하고 새로운 브랜드 경험을 제공하는 '가이드팩'을 기획하고 브랜딩한 과정을 설명합니다.
여기어때 가이드팩스타가이드패키지여행여행 경험브랜딩
2026. 1. 2.
여기어때
올리브영 타입스크립트로 알아보는 제네릭과 매개변수 다형성
올리브영 실무 코드를 통해 타입스크립트 제네릭과 매개변수 다형성, 변성(Variance)을 설명하고 타입 안전성 확보 방안을 제시합니다.
제네릭다형성타입스크립트변성타입 추론
2025. 12. 31.
올리브영

사내 DB 관리 규정을 AI로 적용하다 : Amazon Bedrock 기반 DBA 리뷰봇 개발기
요기요는 Amazon Bedrock 기반 DBA 리뷰봇을 개발하여 DDL 변경 관리의 효율성을 20% 개선하고, DBA의 반복 업무 부담을 줄였다.
DBA 리뷰봇Amazon BedrockDDL 관리Knowledge BaseAgent
2025. 12. 31.
요기요
SQS 기반 알림톡 처리에서 발생한 DB 커넥션 데드락 분석기
올리브영은 SQS 기반 알림톡 시스템 도입 후 발생한 DB 커넥션 데드락을 SQS 폴링, HikariCP, 트랜잭션 전파 옵션 튜닝으로 해결했습니다.
SQS데드락트랜잭션HikariCP이벤트 기반
2025. 12. 30.
올리브영

클라우드 단순 비용 절감을 넘어, 비즈니스의 가치로 : FinOps Framework
클라우드 비용을 단순 절감 아닌 비즈니스 가치 극대화를 위한 전략적 투자로 관리하는 FinOps Framework와 2026년 실행 방안을 제시합니다.
FinOps클라우드 비용비용 최적화FOCUSAI 자동화
2025. 12. 30.
교보dts

입사 일주일 만에 일본 출장을? LINE Plus Developer Relations 뉴비의 바쁜 적응기
LINE Plus Developer Relations 뉴비가 입사 초 글로벌 출장과 다양한 내부 행사를 통해 빠르게 적응하고 성장한 경험을 공유합니다.
Developer RelationsTech WeekTech TalkAI Campus Day회고 문화
2025. 12. 30.
LY Corp