넷플릭스 데이터 분석 엔지니어링: 대시보드 설계와 API 배포 경험 이야기
넷플릭스에서의 데이터 분석 엔지니어링: 3부 – 대시보드 설계 및 분석 API 배포 경험
안녕하세요! 오늘은 넷플릭스의 데이터 분석 엔지니어링에 대해 다루는 시리즈의 세 번째 글을 소개하려고 합니다. 이번 편에서는 대시보드 설계의 중요성과 넷플릭스 스튜디오에서의 분석 API 배포 경험에 대해 이야기하겠습니다. 이 글은 넷플릭스 내의 연례 분석 엔지니어링 회의에서 발표된 내용을 바탕으로 작성되었습니다.
대시보드 설계 팁
디자인이란 무엇이며 왜 중요한가요? 많은 사람들이 디자인을 단순히 외양으로 생각하지만, 사실 디자인은 사물의 작동 방식에 관한 것입니다. 좋은 디자인은 사용자에게 효과적으로 목표를 달성할 수 있도록 도와줍니다. 대시보드 애플리케이션에 디자인 원칙을 적용하기 위해 기존 패턴을 활용하는 것이 가장 좋은 방법입니다. 예를 들어, 파란색 밑줄이 있는 텍스트는 클릭 가능한 링크라는 인식을 활용할 수 있습니다.
사용자 이해하기
- 사용자와 지속적으로 대화하기: 프로덕트의 모든 단계에서 사용자와의 대화를 통해 그들의 필요와 문제를 이해해야 합니다.
- 우선순위 정하기: "적은 것이 더 많다!"라는 말을 명심하며, 사용자에게 가장 큰 가치를 제공할 수 있는 것을 간소화해야 합니다.
정보 구조 이해하기
- 다양한 사용자 그룹이 있다면, 이들을 각각 다른 애플리케이션이나 뷰로 나누는 것이 좋습니다.
- 한 페이지 내에서 어떤 정보가 함께 제공되어야 하는지 결정하여 사용자가 작업을 수행할 수 있도록 해야 합니다.
대시보드에서의 일반적인 레이아웃 가이드라인
- 사용자에게 가장 많이 사용되는 정보를 페이지 위쪽에 먼저 배치합니다.
- 시각적으로 관련된 항목들을 카드나 경계로 그룹화하여 제공합니다.
상호작용 차트 디자인 팁
- 필터와 관련된 내용을 제목이나 부제목에 포함시켜 쉽게 스캔할 수 있도록 합니다.
- 단위 테스트 및 통합 테스트를 강화하여 실시간 결과를 제공하면서도 오류를 최소화해야 합니다.
넷플릭스에서의 분석 API 배포 경험
넷플릭스 스튜디오에서는 데이터가 의사결정을 보완하는 도구로 간주됩니다. 예를 들어, 콘텐츠 제작을 위한 예산 결정 과정에서 우리는 새로운 도구를 개발하여 유사한 넷플릭스 제작물들을 비교하고, 이를 통해 예산을 자동으로 산출할 수 있게 되었습니다.
주요 경험과 교훈
- 실시간 결과의 필요성 평가하기: 사용 사례에 따라 실시간 분석이 정말로 필요 여부를 따져보고, 경우에 따라 일괄 처리 방식이 더 효과적일 수 있습니다.
- 모든 가능한 솔루션 탐색하기: 넷플릭스에서는 다양한 API 생성 방법이 있지만, 특정 사용 사례에 맞는 것은 없었습니다. 그래서 우리는 신속하게 메타플로우 팀과 협력하여 그래프QL 엔드포인트를 구축했습니다.
- 성능 기대치 정 align하기: 초기부터 사용자와 엔지니어의 기대치를 일치시킴으로써 API 지연 시간을 최소화할 수 있습니다.
외부 연사: 벤 스탠실
이번 회의에서는 모드 애널리틱스의 창립자인 벤 스탠실의 기조 강연도 있었습니다. 강연에서는 현대 데이터 스택의 역사와 분석의 미래에 대한 이야기들이 오갔습니다.
이번 넷플릭스의 분석 회의는 서로의 작업을 공유하고, 앞으로의 분석 실무를 조망할 수 있는 기회를 제공해 주었습니다. 우리 팀은 계속해서 데이터 분석 엔지니어링의 문화를 구축하고 있으며, 앞으로도 많은 성과를 기대하고 있습니다.
더 알아보시고 싶으신 분들은 넷플릭스 리서치 사이트를 방문해 주세요. 여러분의 이야기를 들어볼 수 있기를 기대합니다!
