크래프트풀 vs 닷

크래프트풀 장단점

• 30개 이상의 플랫폼(Jira, Zendesk, Slack 등)과 매끄럽게 연동되어 수작업으로 며칠이 걸릴 피드백 분류 작업을 단 몇 분 만에 끝낼 수 있습니다. 환각 방지 LLM 기술 덕분에 요약된 내용의 정확성이 높으며, '우리 사용자들이 가장 많이 요청하는 기능은 무엇인가?'와 같이 데이터에 직접 질문하고 답변을 얻는 대화형 인터페이스가 매우 직관적입니다. 분석 결과를 바탕으로 개발용 티켓과 사용자 스토리를 바로 생성할 수 있어 기획 업무의 생산성을 극대화합니다.

• 고급 분석 기능을 충분히 활용하려면 높은 비용의 플랜을 구독해야 하므로 소규모 스타트업이나 개인 PM에게는 가성비가 낮게 느껴질 수 있습니다. 영어 기반 모델을 중심으로 개발되어 한국어 피드백의 미묘한 뉘앙스나 은어 섞인 불만을 분석할 때는 영어에 비해 정교함이 다소 부족할 수 있다는 의견이 있습니다. 또한 2025년 Amplitude에 인수되면서 독립적인 툴로서의 접근성이나 인터페이스가 기존과 달라질 수 있다는 점을 유의해야 합니다.

닷 장단점

• Snowflake, BigQuery 등 주요 데이터 웨어하우스와의 빠른 노코드 연동
• 비즈니스 사용자의 데이터 접근성 비약적 향상 및 분석 대기 시간 단축
• 단순 조회를 넘어선 능동적인 이슈 감지 및 리포팅 역량
• 데이터 팀이 정의한 기존 비즈니스 로직(dbt 등)을 그대로 활용 가능

• 도입 초기 메타데이터 정리가 부족할 경우 답변의 정확도가 낮아질 수 있음
• 복잡한 다중 연산 및 정교한 분석 설계 시 전문가의 추가 검증이 권장됨
• 소규모 팀에게는 초기 구독 비용이 다소 높게 느껴질 수 있음

크래프트풀 주요 기능

• 환각 방지 특허 LLM으로 피드백 요약 정확도 극대화
• 앱스토어·Zendesk·Intercom 등 30개 이상 플랫폼 피드백 통합 수집
• AI 개인화 사용자 인터뷰 및 설문 자동화
• 인사이트를 Jira·Linear·Notion 티켓·사용자 스토리로 즉시 변환
• 1년 단위 피드백 변화 추적 및 트렌드 시각화
• Amplitude 행동 데이터와 결합한 정성·정량 통합 분석 (인수 후 통합)

닷 주요 기능

• Slack·Teams·이메일을 통한 자연어 기반 데이터 쿼리 및 시각화
• dbt·Looker·PowerBI 등 기존 시맨틱 레이어 및 BI 메타데이터 자동 학습
• 지표 변동 원인을 파악하는 AI 기반 근본 원인 분석(Deep Analysis)
• 실행 가능한 인사이트를 담은 주간 비즈니스 요약 리포트 자동 생성
• MCP 서버로 Claude·Cursor 등 AI 에이전트에서 직접 웨어하우스 데이터 쿼리
• 행 수준 보안(RLS) 및 SSO를 지원하는 엔터프라이즈급 데이터 거버넌스