한국 데이터 스크래퍼 서비스의 주말 트래픽 패턴 분석으로 사용자 세그먼트 자동 식별 및 차별화된 가격 책정 전략 수립

Context

사용자 조사나 인터뷰 없이 서비스 사용자의 실제 특성을 파악할 수 없었다. 13개의 웹 스크래퍼를 공개 개발하면서 수집된 트래픽 데이터(D+15 기준 10,721회 실행)에서 예상치 못한 사용 패턴이 드러났다.

Technical Solution

• API 호출 시간대 분석: 각 스크래퍼별 요청 발생 시간(요일, 시간대)을 추적해 사용자 행동 패턴 파악
• 스크래퍼 조합 추적: 어떤 액터들이 함께 사용되는지 모니터링해 워크플로우 유추
• 주말/평일 트래픽 차이 측정: naver-news-scraper는 금요일 밤부터 0에 가까운 트래픽, naver-place-search는 토요일 자정~오전 6시에 1,087회 실행되는 것을 확인
• 사용자 세그먼트 분류: 월~금 정시 실행(B2B/엔터프라이즈) vs 주중무관 24시간 실행(소비자 앱/글로벌 분산 팀)으로 분류
• 가격 책정 전략 분화: B2B용은 프리미엄 가격/SLA/사용량 제한, 소비자용은 다른 가격 허용도 설계

Impact

D+15 시점 총 실행: 10,721회이며 지속 증가 중. 주말 오가닉 분포 상한선을 확인했고, 월요일 트래픽 회복 여부를 통해 사용자 기반 변화 감지 가능. 이전 2주 월요일은 주말 대비 2~2.3배 트래픽 증가를 기록했다.

Key Takeaway

API 트래픽 패턴 자체가 시장 조사 데이터가 될 수 있다. 사용자 세그먼트별 시간대 패턴, 요일 주기, 실행 빈도를 분석하면 공식 조사 없이도 고객 특성(업무 시간, 자동화 정도, 지리적 분포)을 정확히 파악하고 가격 전략을 수정할 수 있다.