Standardizing User Activation: How We Built a Shared Data Layer at Karrot

간단 소개

당근은 사용자 행동 분석의 신뢰성과 생산성을 높이기 위해 User Activation을 전사 공통 데이터 레이어로 구축했다.

AI Summary

User Activation의 필요성
- 기존 Active User 지표는 '무엇이 일어났는지'만 보여주며, '왜' 변화했는지 설명하기 어려움.
- User Activation은 사용자를 **활동 상태(Stock)**와 **상태 전환(Flow)**으로 분석하여 행동 변화의 원인을 파악하는 프레임워크.
- 각 팀의 독립적인 분석은 데이터 신뢰성과 파이프라인 안정성 문제를 야기하여 전사 공통 Activation Layer 구축 필요성 대두.
Activation Layer 구축 및 해결 과제
- Activation Layer는 통합된 표준에 따라 사용자별 활동 상태 및 전환 정보를 제공하는 공통 데이터 레이어.
- 신뢰성: Fact 모델을 참조 액션으로 명확히 정의하고 명명 규칙을 통해 해석의 모호성 제거.
- 비용: FirstLast 중간 테이블을 일별 스냅샷 방식으로 구현하여 대규모 데이터 스캔 비용 최소화.
- 생산성: 복잡한 SQL 로직을 DBT 매크로로 캡슐화하여 새로운 액션 모델 생성을 간소화.
Activation Layer의 활용 및 성과
- FirstLast, Activation, Activation Status 세 모델이 유기적으로 연결되어 상태 및 흐름 분석 정보 제공.
- AU 대시보드 및 분석 에이전트를 통해 Active User 변화 원인 및 전환 세그먼트 분석 가능.
- 마케팅 타겟팅, 성과 분석, 핵심 액션 추적 등 다양한 팀에서 에 활용되며 전사적 생산성 향상에 기여.