문제는 마케터가 아니라 MMP – 변경해야 한다는 신호

마케팅을 잘하고 있는지 간단히 점검해 볼까요?

이미 MMP(Mobile Measurement Partner, 모바일 측정 파트너)를 사용하고 있어서 마케팅에서 측정의 중요성을 잘 알고 있지만, 기존 MMP에서 충분한 가치를 얻지 못하거나 마케팅 수준이 발전하여 기존 MMP가 늘어나는 필요 사항을 더 이상 충족시킬 수 없는 상황인가요? 보다 포괄적인 플랫폼이 필요하신가요?

지금 고개를 세차게 끄덕이고 계신다면 이 글을 끝까지 읽어보세요. 해당 사항이 없더라도 MMP에 대한 유용한 정보가 있으니 계속 읽어보시기 바랍니다.

먼저 현재 사용중인 MMP가 우리 회사에 최적화된 MMP인지, 바꿀 때가 된게 아닌지 고민하게 되는 주요 문제 3가지를 분석해 보겠습니다.

1. 돈을 날리고 있는 상황 (그런 사실조차 모를 수도 있음)

문제 원인 1. 데이터 관리 효율성이 떨어짐 – 신뢰할 수 있는 하나의 데이터 소스가 없음

상황을 직시합시다.

데이터 스트림이 중앙관리체제 없이 여러 소스로 분산되어 있으며, 각 애드 네트워크는 자체 형식의 포스트백 데이터를 수신합니다. 캠페인 성과를 전체적으로 이해하려면 이러한 데이터 물줄기들을 통합해야 합니다. 

대표적인 데이터 소스는 다음과 같습니다.  

• SKAN 측정 값
• 추적에 동의한 사용자 집단 데이터
• MMP 어트리뷰션 데이터
• 매체 혼합 모델링 및 성과 증분 측정
• 애드 네트워크의 광고 성과 측정 데이터 (표준화되지 않음) 

이렇게 다양한 데이터 소스의 데이터를 일목요연하게 표준화하고 중복 데이터를 제거하여 취합할 수 없다면 마케팅 성과 전체를 반영하는 큰 그림을 얻을 수 없습니다.  

표준화된 데이터를 조회할 수 있는 통합 대시보드가 없으면 모든 채널과 플랫폼 간의 흐름을 전체적으로 파악하여 예산을 조정하고 마케팅 전략을 세우기 어렵습니다.  

솔루션: Single Source of Truth(SSOT)

앱 설치와 LTV 데이터 중복 집계를 제거하고 하나의 표준 데이터셋을 이용해 캠페인 성과 데이터를 정확히 취합하는 MMP가 필요합니다.  

SSOT은 “모든 반지를 다스릴 절대 반지(판타지 고전 《호빗》과 《반지의 제왕》에 나오는 절대적인 힘을 가진 물건)”입니다.

여러 데이터 물줄기를 한 곳에 모으고 중복 집계를 제거하여 캠페인의 실제 성과를 정확하고 안전하게 볼 수 있습니다.  

한 MMP에서 여러 데이터 소스, 즉, 여러 플랫폼과 기기의 성과를 다양한 측정 기준으로 상세히 분석하면 실용적인 인사이트를 얻을 수 있을 뿐 아니라 광고비 지출을 꾸준히 최적화하여 손해보는 캠페인에 돈이 흘러가는 것을 막을 수 있습니다.

문제 원인 2. 캠페인 성과 전체를 조망하는 시야 제약

모바일은 현존하는 마케팅 채널 중 가장 데이터가 풍부한 마케팅 채널이지만, 캠페인 성과를 평가할 때 분석해야 하는 데이터 양이 엄청나고 측정하기 어려울 수 있습니다. 그래서 구석구석 살피는 종합적인 캠페인 측정 기술이 필요합니다. 

캠페인의 성과 기여도를 측정하는 어트리뷰션은 여러 디바이스, 플랫폼, 채널을 포괄해야 하며 전체를 종합적으로 측정하지 못하고 다양한 소스의 데이터를 정확히 취합할 장치도 없다면, 데이터 오류가 발생하기 쉽고, 예산을 잘못 책정할 가능성도 크며, LTV와 ROAS를 향상시킬 기회를 잃게 됩니다.

솔루션: 종합적인 마케팅 측정

종합적이고 정확하며 공정히 성과 기여도를 기록하는 MMP는 특정 채널, 미디어 소스, 퍼블리셔, 캠페인, 심지어 크리에이티브의 실제 가치를 정확히 찾아내므로, 마케터는 안심하고 그로쓰 전략을 세울 수 있습니다.  

여기서 ‘종합적’이 무슨 뜻일까요?

종합적인 MMP는 한 대시보드에서 다음과 같은 모든 데이터 소스의 데이터를 제공합니다.  

• 모든 플랫폼 및 디바이스에서 발생하는 마케팅 성과 데이터: 모바일, 데스크톱, CTV, OTT 및 옥외광고 데이터. CTV(Connected TV, 인터넷 연결 TV) 데이터는 스마트 TV, 게임 콘솔, 스트리밍 박스 등 모든 CTV 기기 포함.
• 멀티터치 어트리뷰션 – 고객이 거쳐간 모든 마케팅 터치포인트를 측정. 앱 설치 직전의 라스트 터치 및 그 전 터치포인트를 기반으로 마케팅 매체 구성을 최적화합니다.

문제 원인 3. 데이터에 깊이가 없음

앱 설치 전 발생한 마지막 광고 클릭과 마지막 광고 조회(광고 조회 전환율이 측정된 경우)에만 의존하면 매체의 광고 성과를 극히 일부만 볼 수 있으며 어떤 매체의 성과가 좋고 어떤 매체가 그렇지 않은지 완전히 파악할 수 없습니다.

이렇게 대략적인 데이터로 충분히 근거있는 마케팅 전략을 수립할 수 있을까요? 예를 들어 SQO 수에 기여하는 채널을 알 수 있을까요?

솔루션: 내장형 top-down 측정 솔루션

특정 캠페인으로 인한 성과 증분 측정, 예측 모델링, 미디어 믹스 모델링(MMM)과 같은 종합적인 방법을 제공하는 MMP를 사용하면 매체 예산을 보다 효율적으로 지출하는 방법에 대한 중요한 관점을 얻을 수 있습니다. 

이러한 방법은 개인 식별자를 사용하지 않고도 페이드 미디어(paid media, 유료 매체)의 영향을 추정할 수 있는 고도화된 통계 모델을 적용합니다. 따라서 유저 레벨 데이터가 줄어든 환경에서 마케팅 성과를 최대한 측정하고 최적화할 수 있습니다. 

미디어 믹스 모델링으로는 캠페인의 영향을 측정하고 수익에 기여하는 요소들을 분석할 수 있습니다.

미디어 믹스 모델링은 광고 지출액, 광고 노출, 앱 설치, 전환 등 다양한 변수 사이의 관계를 한 번에 분석하는 다변량 회귀 분석(multivariate regression)에 기반한 고도화된 확률적 모델(probabilistic model)로 이루어집니다. 이 방법을 통해 마케팅 비용 지출로 인한 성과에 영향을 미친 요소를 분석할 수 있습니다. 즉, 유료 광고 성과에 기여한 요소를 찾을 수 있습니다.  

성과 증분 측정을 통해 실제로 매출을 늘리는 요인을 찾아내 예산 편성을 최적화할 수 있습니다. 특정 캠페인으로 인한 성과 증가분을 측정하면 리마케팅이 기여한 성과분을 더 많이 측정하여 마케팅 성과가 오가닉 유저 데이터로 잘못 집계되는 것을 막을 수 있습니다. 성과 증분을 측정할 때 라스트 터치 어트리뷰션을 적용하여 전환 수를 늘리는 요소를 추론할 수 있습니다.

예측 모델링은 머신 러닝을 사용하여 사용자의 초기 앱 사용 활동과 예측되는 사용자 창출 가치 간의 상관 관계를 파악하고 모델링한 뒤, 실제 초기 앱 사용 활동을 모델링한 값에 매핑하여 캠페인 초기 단계에서 정확한 예측 데이터를 제공합니다. 예측 모델링을 통해 예산을 조기에 효율적으로 최적화할 수 있습니다.

최근 유저 레벨 데이터 사용이 제한되면서 큰 덩어리에서 작게 쪼개며 분석하는 top-down 방식이 주목받고 있습니다. top-down 방식으로 IDFA나 웹 쿠키 같은 개인 식별자에 의존하지 않고 TV, 전광판, 팟캐스트 광고 등 실제 디지털 터치 데이터가 없는 마케팅 활동도 측정할 수 있습니다.

문제 원인 4. 프로드(fraud)와 어트리뷰션 오류

광고 성과를 조작하여 광고비를 가로채는 프로드(fraud)는 항상 예방해야 소중한 예산을 낭비하지 않을 수 있습니다.

비정상적인 트렌드가 보이면 데이터가 오염되고 있다는 증거입니다. 광고 클릭 수나 광고 조회 수가 갑자기 폭증했다거나 미지의 소스에서 전환율이 지나치게 좋으면 프로드를 의심해 봐야 합니다.

하지만 프로드를 효과적으로 예방하려면 급변하는 시장을 깊고 넓게 분석하고 통찰하는 마켓 인텔리전스, 대규모 데이터 수집 및 가공 능력, 최첨단 머신 러닝 기술이 필요합니다. 현재 사용하는 MMP가 이런 기술을 제공할 정도로 발전해 있지는 못할 수 있습니다.

사기성 데이터에 속아 엉뚱하게 허위 트래픽에 돈을 쓰고, 성과 데이터는 계속 부풀려져 예산 낭비가 눈덩이처럼 불어납니다. 데이터 오염과 예산 출혈의 악순환이죠.

앱 설치 이후 앱 사용 기간에 활발히 발생하는 인앱 프로드를 무시한 채 기존 MMP가 프로드를 막아주고 있다고 생각하신다면, 다시 생각해 보세요. 허위 인스톨의 16%는 앱 설치 이후에만 탐지됩니다.

기존 MMP가 실시간으로 앱 설치 프로드와 인앱 이벤트 프로드를 막지 못하고 앱 설치 어트리뷰션 이후에도 프로드를 감지하지 못한다면, 확실히 프로드 위험에 노출되어 있는 것입니다.

솔루션: 앱 설치 전후 철저한 프로드 방어

예산이 줄줄 새는 프로드 악순환(데이터 오염 <-> 예산 낭비)에서 벗어나려면 MMP가 악의적인 플레이어를 제거하여 데이터 무결성을 보장할 수 있어야 합니다. 또, MMP는 프로드 방지에 철저한 애드 네트워크와만 파트너십을 맺고 앱 설치 어트리뷰션 후에도 프로드 탐지를 지속해야 합니다.

2. 개인정보보호 제도는 발전하고 있는데 프라이버시에 대해 준비가 안되어 있는 상황

문제 원인 1. iOS 측정 제한 (가용 데이터 부족)

개인정보 보호가 강화된 시대에 구체적인 데이터 인사이트를 얻기란 결코 쉬운 일이 아닙니다. 새롭게 개선된 SKAN 4.0을 사용하더라도 SKAdNetwork를 활용하기가 꽤 복잡합니다.  

Apple의 SKAN은 측정할 수 있는 캠페인 수가 제한적이고 광고소재는 측정할 수 없으며, 측정할 수 있는 전환 수도 적으며, 측정 기간이 제한됩니다. 이렇듯 SKAdNetwork은 수많은 한계를 안고 있기 때문에 iOS 캠페인을 분석하기가 보통 일이 아닙니다.  

솔루션: 유연한 iOS 14+ 캠페인 성과 측정 기술

SKAN이라는 레몬에서 마지막 한 방울까지 쥐어짜려면, 사전 정의된 모델에만 국한되지 않고 맞춤형 SKAdNetwork 측정 솔루션을 제공하는 MMP가 필요합니다.

SKAN 활용을 지원하는 MMP는 다음과 같은 서비스를 제공해야 합니다. 

• 앱 설치 후 ATT 동의 소급 적용
• 누락된 전환 값을 데이터 모델링으로 메꿔 캠페인 전체 현황을 온전히 반영하는 기술
• 일련의 매출 발생 과정 이벤트를 하나로 묶어 측정하는 퍼널 측정 기능
• 제한된 SKAN 전환 값 용량을 절약하는 이벤트 발생 빈도 단위 측정
• 데이터 집약형 프라이버시 강화 기술 – Apple의 개인정보보호 정책을 완전히 준수하면서 실시간으로 유저 레벨 어트리뷰션 데이터 사용을 통제할 수 있는 권한

문제 원인 2. 개인정보 보호형 측정 솔루션이 없음

디지털 업계 내 개인정보보호 규정을 강화되고 데이터 보안 감독이 더욱 철저해지면서 마케팅용 유저 레벨 데이터를 수집, 저장, 분석, 공유하기가 더욱 복잡해졌습니다.

이런 환경에서 독립적인 데이터셋 사이에 연관성을 찾고 필요에 맞게 조합하고 가공하려면 데이터 사이언티스트의 전문성이 필요하고 비용과 시간이 많이 듭니다.  

솔루션: 데이터 클린룸

개인정보보호 규정을 지키며 사용이 제한된 유저 레벨 데이터를 분석하는 기술은 문자 그대로 판을 뒤집는 게임 체인저(game-changer) 입니다.  

데이터 클린룸을 제공하는 MMP는 본질적으로 ‘데이터계의 스위스’에 출입할 여권을 제공합니다. 데이터 클린룸은 퍼스트 파티 유저 데이터를 모아 구성원들이 공동으로 안전하게 활용할 수 있는 중립적인 공간입니다.

둘 이상의 주체가 데이터를 안전히 공유하고 분석할 수 있으며 각 주체는 자신의 데이터를 언제, 어디서, 어떻게 활용할 수 있는지를 완전히 통제할 수 있습니다.  

클린룸에 주입되는 데이터는 유저 레벨 데이터이지만, 클린룸에서 출력되는 데이터는 유저가 식별되지 않는 집계형이며 ‘코호트’라고 불리는 혼합된 오디언스 그룹 형태로 나타납니다. 이런 방식으로 고객의 프라이버시를 침해하지 않으면서 개인정보보호 규정을 준수하는 형태로 필수 데이터 인사이트를 얻을 수 있습니다.  

현재 사용하는 MMP에서 데이터 클린룸을 제공하지 않는다면, 데이터 사용이 제약되는 변화에 적응하는 방법 하나를 놓친 셈입니다. 데이터 클린룸은 개인정보보호 강화 시대에 가장 안전하고 효과적인 데이터 활용 방식 중 하나입니다.

3. 고객 지원 불만족

자료가 부족하든, 시간대가 맞지 않든, 응답 대기 시간이 길든, 교육이 부족하든, 열악한 고객 지원 서비스는 마케터에게 커다란 골칫거리 입니다.  

고객 지원이 원활하지 않으면 솔루션 설치와 온보딩을 지체할 뿐만 아니라 투자 효과를 보지 못하고 예산만 낭비하며 성장 기회를 놓칩니다.

솔루션: 적시에 응답하고 문제를 해결하는 고객 지원

MMP는 고객이 MMP 플랫폼에 완전히 적응하고 최대한 활용할 수 있도록 도입 과정을 잘 안내하고, 적절한 교육을 제공하고 어느 시간대든지 신속하게 전문 지식에 기반하여 지원해야 합니다.

MMP의 실제로 고객 중심인지 확인하는 방법 중 하나는 제품 로드맵에 고객의 의견을 반영하는지 확인하는 것입니다.

고객 중심 MMP는 고객의 의견을 경청하고 제품에 고객의 피드백을 반영합니다.

MMP는 고객 중심주의 서비스에 탄탄한 기술력과 전문성이 뒷받침 돼야 여러분의 늘어나는 요건을 잘 지원할 수 있습니다. 불편한 설치 및 업데이트, 연락이 닿지 않는 상황, 최적화가 거의 불가능한 플랫폼을 굳이 사용할 필요는 없습니다. 고객 지원이 안되는 MMP를 쓰면 고생만 하죠.

현재 사용중인 MMP가 여러분의 상황에 딱 맞춰서 도입시켜주고, 만족스러운 사용 및 협업 경험을 제공하고, 귀사 전담 전문가 팀이 귀사 업무의 발전을 지원하지 않는다면, 잠시 멈추고 다시 평가해보고 다른 선택지가 있는지 살펴보세요.

MMP 평가 자료

지금까지 잘못된 MMP로 겪는 문제점들을 살펴보았습니다. 이제 다음과 같은 MMP 평가 자료로 적절한 MMP를 고르세요.

• 비즈니스 테크 리뷰 사이트 TrustRadius의 MMP 비교 분석
• 마케팅 에이전시 AppAgent의 귀하의 앱을 위한 최고의 모바일 어트리뷰션 파트너
• 앱 마케팅 솔루션 App Radar의 베스트 MMP 14곳
• MMP 구매 가이드 – 마케팅 테크 스택의 기초를 바로 잡고, 경영진에게 올바른 MMP를 도입하도록 설득시키기 위한 강력한 자료

핵심 요약

MMP를 바꿀 시점을 가장 잘 알리는 신호는 다음과 같습니다.

• 비용 낭비: 가시성 부족, 효율성 부족, 프로드(fraud), 잘못된 측정, 잘못된 분석, 데이터 파편화로 인해 비용을 낭비하고 있는 경우
  • 솔루션: 크로스 플랫폼 및 크로스 디바이스 측정 (모바일, 데스크톱, CTV, OTT, 옥외광고), top-down 분석(성과증분 측정, 미디어 믹스 모델링, 예측 분석), 멀티터치 어트리뷰션, 엔드-투-엔드 프로드 방지, 단일 데이터 소스를 포함하는 종합 어트리뷰션 플랫폼
    
• 개인정보보호 의식과 제도가 발전하고 있는데 프라이버시에 대해 준비가 안되어 있는 경우: Apple이 개인정보보호 정책을 강화하면서 iOS 앱 측정이 제한되었고 구체적인 데이터 인사이트를 얻기 어려워졌습니다. 이런 환경에서 개인정보보호형 데이터 측정 솔루션이 없으면 유저 레벨 데이터를 수집, 저장, 분석 및 공유가 무척 복잡해 집니다.
  • 솔루션: 사전 정의된 측정 모델에만 국한되지 않는 강력한 맞춤형 SKAdNetwork 측정 최적화 도구. 
  • 데이터 클린룸은 앱 사용자의 개인정보를 완전히 보호하면서 제한된 유저 레벨 데이터를 분석할 수 있는 공간입니다.
    
• 고객 지원 부족: 자원이 충분하지 않고 지원 시간대가 제한되며, 응답 대기 시간이 길거나 필요한 교육을 제공하지 않는 경우
  • 솔루션: 귀사가 귀사의 고객에게 대하는 것만큼, 혹은 그 이상으로 귀사에게 집중하고 전문적인 관리를 하는 MMP와 협업하세요. 고객 지원 서비스를 체계적으로 제공하는 MMP와 협업하면 마케팅 플랫폼 업데이트나 툴 설치가 더 이상 불편하지 않고 순조로우며, 만족스러운 서비스를 경험할 수 있고, 어려웠던 최적화를 쉽게 진행하고 꾸준히 성장할 수 있습니다.