개인 정보 보호를 위해 기기 ID에 의존하지 않고 마케팅 캠페인 측정하기
Alix Carman, Content Writer, Adjust, 2023년 10월 09일.
개인정보 보호 정책의 진화에 따라 모바일 마케팅 업계도 많은 변화를 겪었습니다. 기존의 측정 및 어트리뷰션 모델링이 잇따라 변화했고, 모바일 마케터들은 이에 따른 과제에 직면하게 되었습니다. 그 결과, 마케팅 성과와 개인 정보 보호 중심 어트리뷰션에 대한 전체적인 관점에서 집계 데이터를 제공하는 다양한 측정 솔루션과 방법론이 주목을 받고 있습니다.
측정 접근 방식의 본질적인 변화
모바일 광고 초기에는 마케터들이 캠페인 성과 측정을 위해 기기 수준의 데이터 트래킹에 크게 의존했습니다. 그러나 사용자 개인정보 보호에 대한 우려가 커지면서 데이터를 수집하고 활용하는 방식도 변화하였습니다.
Google의 서드 파티 쿠키 제한과 Apple이 지난 2020년 6월 iOS 14와 함께 발표한 App Tracking Transparency(ATT) 프레임워크는 업계의 중요한 전환점이 되었습니다. 이는 모바일 앱 환경을 근본적으로 바꿔 광고주가 사용자의 상호작용을 측정하는 방법을 제한했고, 업계에서는 사용자 개인정보를 취급하는 방식을 재평가하고 모바일 광고 측정 접근법을 재정의해야 했습니다.
Adjust의 CPO Katie Madding은 MAU Vegas 2023에서, "우리는 이 업계에서 일하면서 매년 새로운 변화를 목격합니다. Meta가 Facebook으로 불리던 시절에는 Facebook이 Adjust의 콜백에서 기기 ID를 삭제하려고 했죠. 그 다음에는 iOS의 딥링킹이 유니버설 링크로 바뀌었습니다. GDPR이 제정됐고, SKAdNetwork와 Google 프라이버시 샌드박스가 등장했습니다. 이런 변화는 기회를 가져다주지만 동시에 해결해야 할 과제도 생겨납니다"라고 언급했습니다.
ATT의 첫 발표부터 시행까지, 업계는 변화에 적응하기 위해 바쁜 나날을 보냈습니다. Adjust는 ATT로의 원활한 전환을 위해 Apple, 파트너, 고객과 긴밀히 협력하며 유연하게 대응했습니다. 이 기간에는 정밀한 어트리뷰션과 결정론적 데이터에서 집계된 데이터를 비롯한 종합적 분석을 활용하는 보다 균형 잡힌 접근법으로 초점이 옮겨갔습니다.
Jamp City의 UA VP인 Winnie Wen은 마케터에게의 영향에 대해 다음과 같이 말했습니다. "지난 몇 년간 우리는 수많은 과제를 해결해야 했습니다. 퍼포먼스 마케터로서 지루할 새가 없었지요. 그러나 지금까지 그 어떤 변화도 ATT 출시만큼 급격하지는 않았습니다. 우리는 목표로 하는 오디언스를 고도로 타겟팅할 수 있는 능력을 잃었습니다. 더 중요한 것은, ROAS를 측정하지 못하게 되었다는 것입니다."
"이러한 사실은 퍼포먼스 마케터에게 '이제 뭘 해야하지?'와 같은, 일종의 새로운 도전 과제를 제기합니다. 우리가 알고 있다고 생각했던 모든 것을 재평가하고 재진단할 계기가 되는 것이죠. 우리는 더 효과적이고 수익성 있는 방식으로 iOS 환경을 헤쳐나가고 UA를 실행할 방법에 대해 새로운 전략을 수립해야 했습니다."
Android 프라이버시 샌드박스의 등장
이후 Google은 사용자 개인정보 보호를 강화하며 개별화된 광고 경험을 제공하기 위해 다년간 계획한 이니셔티브인 Android 프라이버시 샌드박스를 발표하였습니다. 해당 이니셔티브는 서드 파티와의 사용자 데이터 공유를 제한하고 Android 기기에서 사용자 개인정보를 보호하며, 이와 동시에 앱이 광고를 통해 무료 콘텐츠와 서비스를 지속적으로 제공할 수 있도록 보장하는 것을 목표로 합니다.
현재 Android 프라이버시 샌드박스는 더 큰 범위, 더 빠른 포스트백 및 다양한 리포트 유형을 제공하고 네트워크 대신 Google에서 이벤트 데이터를 받는 등 Apple의 SKAdNetwork (SKAN)와 몇 가지 측면에서 다른 방향성을 보입니다. 현재 사용자와 앱 퍼블리셔 모두 베타 출시 참여를 옵트인할 수 있으며, Android 프라이버시 샌드박스가 최종 출시되면 모바일 광고 산업에 엄청난 영향을 미치게 될 것입니다. Adjust는 이번 이니셔티브의 초기 테스터로서 개인정보 보호와 관련된 변화를 이끄는데 최선을 다하고 있으며, Google과 협력해 사용자 개인정보 보호와 광고주를 위한 인사이트 간의 균형을 맞추는 솔루션을 제공하려고 노력하고 있습니다.
새로운 측정 방법의 부상
이와 같은 새로운 개인정보 보호 프레임워크가 가져온 변화에 대응해 모바일 마케터들은 어트리뷰션 단독 사용에서 집계된 데이터 소스를 통해 인사이트를 함께 얻는 방향으로 초점을 바꿔나가고 있습니다.
집계된 데이터 분석은 기기 수준의 데이터 없이도 대량의 일반화된 형태로 수집, 요약 또는 조합된 데이터를 인식 및 해석하는 과정입니다.
이러한 새로운 환경에서는 미디어 믹스 모델링(MMM), 예측 분석, 및 Incrementality 테스트와 같은 방법이 주목을 받고 있습니다.
미디어 믹스 모델링(MMM): 데이터 사이언스 기법을 사용해 마케팅 활동이 비즈니스의 투자 대비 수익률(ROI)에 미치는 영향을 평가 및 예측하는 통계 분석 방법입니다. MMM은 다양한 채널의 인게이지먼트, 전환과 같은 종속 변수와 광고 비용과 같은 독립 변수를 고려하며, 마케터는 외부 요인, 오프라인 및 디지털 마케팅 활동을 통합할 수 있습니다. 더 알아보기: MMM.
예측 분석: 인공 지능(AI)과 머신러닝을 활용해 마케터에게 특정 변수를 기반으로 미래 결과의 추정치를 제공하는 모델을 생성하는 데이터 분석 접근법입니다. 이를 통해 마케터는 사용자 행동을 예상할 수 있으며, 데이터 동향 확인 후 정보에 입각한 전략적 의사 결정을 내릴 수 있습니다.
Incrementality 테스트: 마케팅 계획이 설치 또는 인앱 구매(IAPs)와 같은 앱의 핵심 성과 지표(KPI)에 미치는 실제 영향을 기준치인 마케팅 활동을 하지 않았을 때와 비교해 진단합니다. 마케팅 영향은 긍정적일 수도, 부정적이거나 중립적일 수도 있습니다. 이러한 접근법은 모바일 마케터가 성장과 매출 목표 달성에 실제로 보탬이 되는 활동을 파악하는 데 도움이 됩니다. 더 알아보기: Incrementality 측정.
"우리는 삼각 측정이라고 부르는 측정 접근법을 근간으로 합니다"라고 Katie는 설명합니다. "어트리뷰션은 단기 측정법입니다. 전환이 일어났고 설치나 이벤트에 대한 비용을 지불한 상황에서, 어트리뷰션을 통해 잦은 빈도로, 세분화된 데이터를 실시간으로 받아볼 수 있습니다."
"그 다음 단계는 Incrementality로, 중기적 측정에 적합합니다. 신규 캠페인, 채널, 네트워크, 지역을 테스트 중이라는 예시를 들어 보겠습니다. 투자한 비용이 가치 있게 쓰였는지 최대한 빨리 알고 싶겠죠. 이럴 때, Incrementality가 캠페인 테스트 방법을 이해하는 데 도움을 줍니다. 세 번째로 짚어볼 것은 장기적 측정 형태인 MMM입니다. 이 접근법을 활용하면 예산을 전략적으로 할당할 수 있어, 투자 대비 가장 큰 효과를 얻을 수 있습니다. 이 세 가지의 다른 측정 접근법은 모두 기기 수준 데이터에만 전적으로 의존할 필요 없이 방향성 있는 의사 결정을 내릴 수 있게 해 준다는 점에서 차세대 측정의 핵심이라고 할 수 있습니다."
개인정보 보호 중심 측정의 선두에 있는 Adjust
Adjust는 측정 포트폴리오를 통해 앞서 언급된 모든 솔루션을 제공하며, 업계의 측정 방식에 변화를 선도해 왔습니다. Adjust의 최우선 목표는 모바일 마케터가 데이터에 입각한 의사 결정을 내리고 캠페인을 최적화할 수 있는 역량을 갖추도록 돕는 솔루션을 제공하는 것입니다.
Katie Madding에 따르면, "SKAN과 프라이버시 샌드박스 프레임워크로는 완벽한 측정이 불가합니다. 데이터에 갭이 너무 많아져 이제 그로스 마케터로서 해야 하는 일을 제대로 수행하지 못할 지경에 이르렀습니다. Adjust는 바로 이런 상황에서 데이터 갭을 해결하는 데 도움을 드립니다. 최적화가 없다면 측정은 아무 의미가 없고, 측정을 하지 못한다면 최적화도 아무 의미가 없습니다. 둘 다 필요합니다."
포스트 ID 시대에서 중요한 것은 어트리뷰션 방법론과 집계 방법론을 응집력 있는 하나의 전략으로 결합해, 가능한 강력하고 신뢰할 수 있는 인사이트를 얻는 것입니다. Adjust는 집계 iOS 측정을 위해 다음과 같은 원칙을 고수합니다.
전환: Adjust는 리서치에 입각한 옵트인 모범 사례를 바탕으로 사용자 동의를 극대화할 수 있도록 지원합니다.
수집: Adjust는 광범위한 파트너 네트워크를 통해 집계된 SKAN 데이터 수집 결과를 제공합니다.
계산: Adjust의 전환 모델은 결정론적 데이터와 집계된 데이터를 전부 활용해 비동의 데이터와 KPI 실적 예측을 위한 데이터 포인트를 계산합니다.
이러한 데이터 분석 방법을 함께 사용하는 마케터는 단,중,장기간에 걸쳐 신뢰할 수 있는 인사이트를 얻을 수 있습니다.
진화하는 개인정보 보호 프레임워크와 사용자 기대에 부응하면서 모바일 마케팅은 큰 변화를 겪고 있습니다. 기존의 어트리뷰션 방식을 재정의하고, 개인정보 보호 중심의 측정을 활용한 전략을 구상해야 합니다.
Adjust는 이러한 변화의 최전선에서 혁신적인 툴과 전략을 제공해 마케터가 새로운 모바일 마케팅 시대를 성공적으로 헤쳐나갈 수 있도록 돕습니다. 자세한 Adjust 솔루션은 데모 요청을 통해 알아보실 수 있습니다.
월간 발행되는 Adjust 뉴스레터를 구독하고 최신 인사이트를 확인해 보세요.