모바일 어트리뷰션 툴 사용법 101

Posted · Add Comment
Contents_201707

안녕하세요, IGAWorks에서 모바일 앱 광고성과 측정 및 분석(Mobile App Attribution & Analytics) 툴 애드브릭스(adbrix)를 담당하고 있는 이광우입니다.

애드브릭스가 처음으로 서비스를 시작한 2013년 5월부터 지금까지, 성과측정 툴 관점에서 모바일 광고시장의 성장을 바라볼 수 있었습니다. 성과측정 툴의 기능이 생소했던 초반과는 달리, 모바일 광고시장이 양적, 질적으로 크게 성장한 지금은 모든 앱 카테고리 영역에서 필수로 인식되고 있음을 매일 느낍니다. 모바일 앱 환경 안에서 퍼포먼스 광고 담당자들의 궁극적인 목표는 ‘광고성과 최적화’인데, 모바일 앱에 특화된 성과측정 툴은 광고 진행에 따른 효과를 측정 및 분석하여 성과 판단의 근거를 제공하고, 분석 데이터를 매체사에 전달(포스트백)하여 광고 최적화에 활용할 수 있도록 돕는 역할을 하기 때문입니다.

다시 말해, 성과측정 툴은 ‘광고성과 최적화’라는 추상적인 개념을 구체적인 수치로 변환시키는데 필요한 도구입니다. 따라서 성과측정 툴을 사용하지 않는다면 본격적인 앱 광고진행이 불가능하다고 말해도 무리가 없다고 생각합니다. 하지만 성과측정 툴을 처음 접하는 분들께는 어트리뷰션 툴의 개념과 다양한 기능이 다소 낯설게 느껴지는 것이 사실입니다. 기능도 시장 환경에 맞추어 빠르게 변화하고 있어 많은 담당자들을 곤혹스럽게 합니다.

이번 모바일 인사이트에서는 성과측정 툴을 전반적으로 이해할 수 있도록 기능을 정리하고 중요한 개념들을 설명했습니다. 성과측정 툴을 이해하고 활용할 때 많은 도움이 되기를 바랍니다.

순서
모바일 앱 환경의 이해
모바일 앱 성과측정 툴의 세가지 기능
1. 광고성과 측정 (Attribution) 신규 이용자 중복제거, 어트리뷰션 모델, 어트리뷰션 방식 선택, 룩백윈도우
2. 성과 분석 (Analytics)
3. 데이터 활용 (Action)


 

모바일 앱 환경의 이해

모든 분석에는 고유성을 갖는 최소 단위가 필요합니다. 예를 들어 웹(web)에서 사용되는 쿠키나 서비스 이용자의 이메일 주소, 전화번호 등입니다. 모바일에서는 각 OS 사업자(Apple, Google)가 디바이스 단위로 고유성을 가지는 ‘광고 식별 값’을 제공합니다. 성과측정 툴은 이 값을 이용자들의 스마트폰에서 수집하여 분석의 최소단위로 사용합니다.

pr_adbrix_01

Google은 ADID(GAID), Apple은 IDFA라는 이름으로 광고 식별 값을 구분합니다

모바일 환경에서 신뢰할 수 있는 광고 식별 값의 존재는 매우 중요합니다. 앱 이용자들의 행동을 스마트폰 단위로 분석하고 축적할 수 있는 수단이기 때문입니다. 비록 앱 서비스 이용자가 ‘누구’인지는 모르지만, 앱 이용자의 스마트폰이 남긴 기록은 정확히 알 수 있습니다. 따라서 나이, 성별, 인종, 거주 지역 등을 예측하거나 조사하는 것보다 더 직접적으로 이용자들의 앱 이용 현황을 분석할 수 있습니다.

또한 이 광고 식별 값은 매체사들도 함께 사용하기 때문에 축적된 데이터는 광고 진행에도 활용됩니다.

pr_adbrix_02

광고 식별자를 이용해 앱 이용자들의 행동을 고유한 스마트폰 단위로 분석할 수 있습니다

 

모바일 앱 성과측정 툴의 세가지 기능

도구가 제공하는 기능을 분명히 파악하는 것이 중요합니다. 성과측정(Attribution), 분석(Analytics), 데이터 활용(Action)으로 구분하여 살펴보겠습니다.

 

1. 광고성과 측정 (Attribution)

성과측정 툴의 첫번째 기능은 어느 매체가 광고성과에 기여했는지 판단하는 것입니다.

성과측정 툴을 흔히 어트리뷰션 툴이라고 부릅니다. Attribution(귀인, 歸因)은 심리학에서 많이 사용하는 개념입니다. ‘특정 결과 혹은 행동에 대한 원인을 찾는 과정’으로 정의합니다. 예를 들어 내가 치른 시험성적이 좋지 못했다면(결과) 시험문제가 어려웠는지, 스스로 공부가 부족했는지 등의 ‘원인’을 탐색하는 것이 인간의 자연스러운 사고 과정입니다. 이것이 어트리뷰션 과정입니다.

어트리뷰션을 광고성과 측정 관점에 대입 해보면 “목적했던 광고결과(신규실행, 로그인, 구매 등)를 어느 매체의 성과로 인정할 것인가?” 에 답을 내리는 과정으로 정의할 수 있습니다. 이 과정에서 제공되는 기능과 주요한 개념에 대해 조금 더 세부적으로 알아보겠습니다.

 

#신규 이용자 중복제거

성과측정 툴이 기본적으로 수행하는 기능은 광고를 통해 유입된 이용자가 신규실행 이용자인지 아닌지를 판단하는 것입니다.

성과측정 툴을 이용하지 않은 상태에서 매체 A, 매체 B, 매체 C에 각각 광고를 진행한다고 가정 해봅시다. 각 매체는 각자의 룰에 따라 광고성과를 측정할 것이고, 서로의 광고참여 기준을 알 수 없기 때문에 중복된 광고 참여자가 발생합니다. 결과적으로 마케터는 같은 이용자에게 두 번 이상의 광고비를 지불하게 됩니다.

하지만 성과측정 툴을 사용하면 이런 상황을 막을 수 있습니다. 성과측정 툴은 앞서 살펴보았던 광고 식별 값을 기준으로 매체별 중복 광고 참여자를 모두 걸러낼 수 있습니다. 즉, 성과측정 툴이 일종의 중계소 역할을 하면서 신규 실행자 중복제거 기능을 제공하는 것입니다. 예를 들어 ‘ab01bf…’ 라는 광고 식별 값이 성과측정 툴의 SDK를 통해 한번 수집되어 저장되었다면, 해당 광고 식별 값을 가진 스마트폰은 어떠한 매체에서도 신규 실행자로 인정되지 않습니다.

mobile_insight_self_01

설정된 기준에 따라 중복 없는 고유한 성과만을 측정할 수 있습니다

 

#어트리뷰션 모델

광고매체를 운영할 때 2~3개 이상, 많으면 10개가 넘는 매체를 동시에 운영하는 것이 일반적입니다. 이런 상황에서는 이용자가 여러 개의 광고에 반응할 수 있을 것입니다. 예를 들어 이용자가 매체 A에서 클릭하고, 얼마 후에 노출된 매체 B에서도 클릭한 후 앱을 신규 실행했다면, 어떤 매체에 신규 실행이라는 광고 성과를 인정해주어야 할까요? 이 규칙에 대한 정의를 어트리뷰션 모델이라고 부릅니다.

어트리뷰션 모델에 따라 신규 실행의 기여를 A에게 줄 수도 있고, B에게 줄 수도 있고, 모두에게 줄 수도 있습니다. 각각을 First, Last, Linear 어트리뷰션 모델이라고 부릅니다. First Attribution 모델은 첫번째 클릭이 발생한 매체에 성과를 인정합니다. 여러번의 클릭을 거쳐 신규실행이 발생했다면 첫번째 클릭을 일으킨 매체의 성과로 인정합니다. Last Attribution모델에서는 반대로 마지막 클릭이 발생한 매체에 성과를 인정하고, Linear Attribution 모델에서는 클릭을 발생시킨 각 매체에 동일 비율의 성과를 인정합니다. 물론 더 많은 어트리뷰션 모델이 존재합니다.

이 중 어트리뷰션 툴에서는 Last Attribution모델이 가장 일반적으로 사용됩니다. 가장 마지막에 광고반응을 일으킨 매체에 성과를 인정해주는 것입니다. 클릭-신규실행 예시를 들었으나 신규실행-구매, 재실행-구매 등과 같이 광고성과를 어떻게 정의하느냐에 따라 다양하게 적용될 수 있습니다.

pr_adbrix_04

대표적인 성과측정 모델과 예시

 

# 어트리뷰션 방식 선택

성과측정 툴이 광고 클릭 후 실행(new install 혹은 re-install)을 판단할 때 보통 구글 레퍼러, 광고 식별 값 매칭, 핑거 프린팅 방식 세가지 방식 중 하나를 이용합니다. 각 방식마다 특성이 다르기 때문에 매체 운영 전략과 방침에 따라 조정하는 과정이 필요합니다.

구글 레퍼러 방식은 Google Play로 바로 랜딩되어 앱이 설치/실행 되었을 때, Google Play가 제공하는 레퍼러를 이용하여 유입경로를 결정하는 방식입니다. 정확도는 100%에 가까우나 Google Play 에서만 사용할 수 있으며, 광고 참여자가 구글플레이 스토어를 이탈할 경우 추적이 단절될 수 있습니다.

광고식별자 매칭 방식은 매체가 성과측정 툴에 광고식별자(ADID/IDFA)를 직접 제공하는 방식입니다. 구글 레퍼러 방식과 마찬가지로 정확도가 100%에 가까우나 매체가 광고 식별 값을 제공할 수 있는 경우에만 사용될 수 있습니다.

핑거프린팅 방식은 구글 레퍼러 방식과 광고 식별 값 매칭 방식을 사용하지 못하는 경우에 적용됩니다. 이용자의 앱 사용환경 중 수집이 가능한 정보를 이용하여 유입경로를 결정하는 방식입니다. 사용하는 정보는 IP주소, 디바이스 환경 등으로 다양합니다. 구글 레퍼러와 광고 식별자 매칭 방식을 사용할 수 없는 경우에도 성과측정을 할 수 있다는 장점이 있습니다. 하지만 사용되는 정보들이 간접적이기 때문에 구글 레퍼러나 광고식별자 매칭 방식에 비해 정확도가 낮아 신중한 사용이 필요합니다.

 

룩백윈도우

성과측정에서 사용하는 또 하나의 주요한 개념은 룩백윈도우(Lookback Window) 입니다. 룩백윈도우는 ‘광고성과를 어느 기간까지 인정할 것인가?’에 대한 물음과 관련됩니다. 매체 A에서 마지막 클릭이 발생한 이후 얼마만큼의 시간 안에 신규실행이 발생해야 매체 A의 성과로 인정할 수 있을까요? 24시간? 7일?, 15일? 기간을 정함에 있어 정답은 없겠지만, 어트리뷰션 방식과 마찬가지로 매체 운영 전략과 방침에 따라 적절하게 조정하는 과정이 필요합니다.

룩백윈도우가 7일로 설정된 광고가 있다고 가정 해보겠습니다. 매체 A에서 2월 8일에 발생한 클릭 이후 10일에 신규실행(new install)이 발생했다면, 룩백윈도우 7일 내에 포함되기 때문에 매체 A의 성과로 인정됩니다. 하지만 17일에 신규실행이 발생했다면, 룩백윈도우 7일에서 벗어나기 때문에 매체 A의 성과가 아니라 자연유입(Organic) 신규실행으로 판단합니다.

pr_adbrix_05_v2

클릭-신규실행 룩백윈도우 예시

애드브릭스의 Media Settings 메뉴에서는 어트리뷰션 방식과 클릭-인스톨 룩백윈도우를 각각 설정할 수 있는 기능을 제공하고 있습니다.

아래 설정을 예시로 들어보면 구글 레퍼러, 광고 식별 값(ADID/IDFA)매칭, 핑거프린팅 매칭 방식이 모두 사용되고 있습니다. 하지만 룩백윈도우는 7일, 3시간으로 다르게 설정되어 있습니다. 어트리뷰션 방식과 룩백윈도우의 개념과 특성을 이해하고 앱 특성과 광고 전략에 최적화된 설정을 찾아가는 과정이 필요하겠습니다.

abx_mobile_insight

애드브릭스의 Install Attribution 설정 기능

 

2. 성과분석 (Analytics)

성과측정 솔루션의 두 번째 기능은 분석(Analytics) 입니다. 측정된 광고성과를 다양한 기준에서 평가할 수 있도록 분석지표를 제공하고 리포팅하는 것입니다. 따라서 모든 분석지표는 매체 혹은 캠페인 별로 구분됩니다.

pr_adbrix_06

광고성과를 측정했다면, 분석을 통해 결과를 평가할 수 있어야 합니다

광고성과 분석은 유입 관점과 유입 이후 앱 내 활동 관점으로 구분하는 것이 가장 명확합니다. 유입 관점에서는 신규 이용자(New Install)와 재실행 이용자(Re-Install, Re-Open)를 구분하고, 활동 관점에서는 신규 이용자의 활동(Engagement)과 재실행 이용자의 활동(Re-Engagement)으로 구분할 수 있습니다. 이를 정리 해보면 아래와 같습니다.

pr_adbrix_07

광고를 통한 이용자 유입 구분과 분석지표

앱을 런칭하는 단계에서는 신규 이용자(New Install)를 확보하고 이 이용자들이 앱 내에서 얼마나 유의미한 활동을 하는지(Engagement)가 핵심일 것입니다. 반면 장기간 서비스되고 있거나, 라타게팅 광고를 진행중인 앱이라면 광고를 통한 재실행 중심의 지표를 활용해야만 정확한 성과분석이 가능할 것입니다.

신규유입된 이용자가 우리 앱의 KPI 지점까지 도달 했는가(Engagement)? 혹은 재유입 된 이용자가 KPI 지점까지 도달했는가(Re-Engagement)?를 구분하는 것이 핵심입니다. (더 알아보기 – 광고 재유입 이용자의 매출성과 분석)

그래서 최근에는 성과측정 툴이 제공하는 커스텀 액티비티 연동을 통해 실행 이후 특정 이용자 활동까지 측정하는 것이 일반적입니다. 기본 SDK연동만으로도 신규실행(New Install), 재방문 비율(Retention rate) 같은 기본지표를 확인할 수 있으나 커스텀 액티비티를 사용하면  회원가입, 캐릭터 생성, 장바구니, 구매와 같은 앱 내 특정 이용자 행동까지 분석하는 것이 가능하기 때문입니다. 앱 내 주요 KPI로 판단할 수 있는 지점을 연동하는 것으로 생각해도 무방합니다.

만약 내 앱의 주요 시작점이 로그인 혹은 캐릭터 생성임에도 불구하고, 해당 커스텀 액티비티가 연동되어 있지 않다면 신규실행 수치만으로 광고성과를 판단해야 합니다. 따라서 성과 판단의 기준이 제한적입니다. 하지만 커스텀 이벤트를 연동하면 더 다양한 이용자 행동을 파악할 수 있어 판단 기준이 확장됩니다.

커스텀 액티비티까지 분석하기 위해서는 성과측정 솔루션이 제공하는 전용 API 를 원하는 지점에 연동하는 작업이 필요합니다. 이 과정에서 중요한 것은 커스텀 액티비티에 대한 정의(definition) 입니다. 내 앱에서 분석하길 원하는 지점을 구체화하는 과정으로 볼 수 있습니다. 앱 내에 주요 지점이 정의되었다면, 앱에서 연동이 가능한지 논의 후 연동작업에 들어가면 됩니다.

커스텀  액티비티 연동이 중요한 또 하나의 이유는 성과측정이나 분석 뿐 만 아니라, 포스트백을 통해 광고성과를 최적화하거나 리타게팅을 하는 활용 측면에서도 필수 요소이기 때문입니다. 이 부분은 3. 데이터 활용(Action)에서 더 자세히 살펴보겠습니다.

pr_adbrix_09

커스텀 액티비티를 설정하여 측정, 분석, 활용 관점에서 이용할 수 있습니다

 

3. 데이터 활용 (Action)

반복해서 언급하지만 측정되고 분석된 데이터는 모두 광고 식별 값을 기준으로 축적됩니다. 앞서 살펴본 커스텀 액티비티 또한 마찬가지 입니다. 성과측정 툴의 세 번째 기능은 이렇게 분석되어 축적된 데이터를 광고 관점에서 적극 활용할 수 있도록 지원하는 것입니다. 즉, 성과측정 툴은 단순히 수치를 분석하고 리포팅하는 역할에만 머물지 않습니다.

데이터 활용에서의 핵심 개념은 ‘포스트백(Post-back)’ 입니다. 포스트백이란 성과측정 툴을 통해 수집된 데이터를 매체사에 전달(즉, 포스트백)하는 것을 의미합니다. 매체사에서는 성과측정 툴과의 포스트백 연동을 통해 성과를 최적화하거나 리타게팅 진행에 필요한 데이터를 전달 받습니다. 이 포스트백 범위에는 단순 실행여부 뿐 만 아니라 커스텀 액티비티로 연동된 이용자 행동이 포함됩니다. 따라서 로그인, 캐릭터 생성, 구매 등을 기준으로 광고를 최적화 한다거나 리타게팅을 진행하는 것이 목적이라면 커스텀 액티비티 설정이 필수입니다.

예를 들어, 신규실행이 아닌 로그인을 기반으로 광고성과를 최적화 하거나, 로그인 완료형 광고를 진행하고자 한다면 ‘로그인’ 커스텀 액티비티를 포스트백해야 할 것입니다. 구글 애드워즈의 경우 애드브릭스로부터 전달된 커스텀 액티비티 포스트백을 활용하여 U.A.C In-App Action을 활성화 할 수 있습니다. 혹은 리타게팅을 지원하는 매체를 통해 신규실행 후 회원가입까지 완료하지 않은 이용자나 앱에 매일 접속하지만 정작 구매이력은 없는 이용자 그룹을 광고 노출 대상으로 지정할 수 있습니다. 이처럼 앱 내에 연동된 커스텀 액티비티는 앱 이용자를 구분하는 기준점이 되기 때문에, 내 앱에 알맞은 커스텀 액티비티를 정의하고 연동하는 과정은 점점 더 중요해지고 있습니다.

pr_adbrix_08

광고관점의 포스트백은 분석된 데이터를 매체에 전달하는 것을 의미합니다

한편 광고 목적에 따라 어떠한 액티비티를 어떠한 기준으로 포스트백 할 것인지 설정하는 과정이 필요합니다. 만약 리타게팅이 목적이라면 원하는 타게팅 이용자 그룹를 구분하기 위해 다수의 커스텀 액티비티를 설정하고, 충분한 타게팅 모수 확보를 위해 매체 특정 매체로부터의 유입에 제한받지 않는 독립적(All) 포스트백을 사용하게 됩니다. 혹은 단순히 로그인 달성만을 대상으로 최적화하는 광고라면, 해당 매체로부터 유입된 이용자의 로그인 도달 데이터만 필요하기 때문에 매체 종속적(Only) 포스트백을 사용하면 됩니다. (더 알아보기 – 포스트백 구조와 설정 예시)

mobile_insight_self_03(new)

All(매체 독립), Only(매체 종속) 포스트백 개념과 애드브릭스 내 포스트백 세팅 화면

 

나가며

지금까지 성과측정 툴의 세 가지 기능에 대해 알아보았습니다. 이 세 가지 기능을 통해 달성 할 수 있는 궁극적인 목적은 “광고성과 최적화” 입니다. 광고 성과를 설정된 기준에 따라 측정하고, 다양한 관점에서 분석하고, 축적된 데이터를 효과적으로 사용함으로써 모호하게 떠도는 광고성과 최적화를 구체화할 수 있게 됩니다.

이 도구를 얼마만큼 잘 활용할 것인지는 이 글을 읽고 계시는 담당자분들께 달렸습니다. 성과측정 툴이 제공하는 Attribution, Analytics, Action 기능에 여러분의 관심(Attention)이 더해질 때, 광고성과는 더욱 더 극대화될 것입니다. 데이터의 가치는 마케터의 관심에 비례하기 때문입니다. 애드브릭스는 이 과정에서 모든 모바일 마케터 여러분들이 광고성과 최적화라는 궁극적인 목적을 이룰 수 있도록 최선을 다하겠습니다.

pr_adbrix_10

모바일 마케터 화이팅!

감사합니다.