뉴욕타임스는 2011년 디지털 구독 서비스를 시작한 이래로 복잡하고 진화하는 서비스를 제공해 왔습니다. 시간이 지나면서 뉴스 외에도 게임, 요리, 와이어커터, 그리고 애슬레틱과 같은 다양한 제품을 추가하여 개별 제품 및 조합(모든 제품에 접근할 수 있는 올 액세스 번들 포함)을 다양한 출처에서 구매할 수 있게 되었습니다. 현재 사용자는 모바일 웹사이트, 데스크탑 웹사이트, 뉴스 앱, 게임 앱 또는 요리 앱을 통해 올 액세스 번들(현재 주요 구독 제안)을 구매할 수 있습니다.

모든 제품에 걸친 번들 우선 구독 전략으로 전환하면서 구독이 어디에서 발생하는지 구분하기가 더 어려워졌습니다. 우리는 사용자가 어디에서 어떻게 구독하는지에 대해 보다 심도 깊고 세밀한 이해가 필요했습니다. 이를 위해서는 사용자의 여정에 따라 달라지는 다양한 변인을 고려해야 했습니다. 이러한 경로를 파악하기 위해 몇 가지 핵심 측면 — 우리가 어떻게 속성을 정의하고, 데이터를 조직하며, 이벤트를 추적하고, 데이터를 매핑하는지에 대해 일치시켜야 했습니다.

1. 속성 모델 정의 : 우리의 목표는 이 여정의 모든 알려진 변형을 관찰하기 위해 단편화된 메트릭을 만드는 것을 피하는 것이었습니다. 대신, 우리는 다양한 현장 및 현장 외 메타데이터와 구독을 연계하여 확장 가능한 방식으로 구독 성능을 분류하고 현재 사용자 경험에 의존하지 않는 가치 있는 메트릭을 도출할 수 있는 통합 모델을 개발하고자 했습니다.
2. 속성 모델 유형 식별 및 로직 구축 : 모델을 구축하기 위해, 우리는 우선 구독 데이터의 출처를 선택했습니다. 성장 팀은 역사적으로 사이트 내 사용자 상호작용에서 캡처된 프론트엔드 구독 이벤트 — 예를 들어, 구독 구매나 업데이트 같은 데이터에 의존합니다. 이 데이터 소스는 실험 및 분석에 적합하지만, 기업 전체 메트릭과 일치해야 하는 속성 모델의 경우 재무 구독자 보고 데이터 대신 의존해야 했습니다. 이렇게 하면 더 신뢰할 수 있는 구독 기록과 함께 제한된 메타데이터가 제공됩니다. 우리는 기존 보고를 확장할 수 있는 구독 메타데이터를 정의하고 구축하기 위해 추가적인 노력을 기울여야 했습니다.
3. 사이트 이벤트 추적 : 주요 컴포넌트 중 하나는 단순히 재현 가능한 코드를 생성하는 것뿐만 아니라 사이트 내 이벤트 추적이 견고하다는 것을 확인하는 것이었습니다. 이번 계기로 우리는 기존 임프레션 추적을 검토했으며 엔지니어와 협력하여 사이트 내 어느 곳에서든 렌더링되는 모든 종류의 유료 벽(paywall), 해당되는 경우에 쉽게 식별될 수 있도록 단일 통합 추적 사양을 도입했습니다.
4. 전면 및 후면 데이터 간 탐색 : 최종 단계에서는 차원(예: 제품, 채널 및 플랫폼)을 가입자 기록과 매핑했습니다. 대부분의 데이터 환경과 마찬가지로, 이 작업은 시스템 간 데이터를 일치시켜 나중에 새로운 차원을 추가할 수 있도록 하였습니다.

모델 적용

수개월 간의 범위 설정, 설계 및 빌드 후 첫 번째 속성 모델 반복 작업이 완료되었습니다. 이제 제품, 전략, 마케팅 등 여러 부서의 팀은 매핑된 차원을 활용하여 비즈니스 영역에서 어느 부분이 구독을 주도하는지보다 정확하게 보고할 수 있게 되었습니다.

앞으로 이 속성 모델은 다양한 비즈니스 질문에 답할 수 있는 유효한 도구일 뿐만 아니라 다른 모델과 도구가 개발될 수 있는 기반이 될 것입니다. 세심한 설계 덕분에 모델은 미래 확장성을 자랑하여 비즈니스 질문이 생길 때마다 문제 없이 확장 및 개선될 수 있습니다.

이 프로젝트는 뉴욕타임스의 데이터 및 인사이트 그룹에서 일하는 것이 얼마나 독특하고 영향력 있는지 보여주는 많은 프로젝트 중 하나입니다. 우리 팀은 데이터 역량을 강화하는 새로운 방법을 실험하고 찾아낼 수 있을 뿐만 아니라 여러 팀 및 이해관계자와 협력하여 비즈니스 목표를 달성하고 성과를 낼 수 있습니다.