지금은 개인 정보 보호 시대, 예측 분석 마케팅이 뜬다

By Michel Hayet

몇 번의 지연을 거쳐 기나긴 기다림 끝에, 마침내 Apple이 4월 26일 공식적으로 ATT(AppTrackingTransparency, 앱 추적 투명성)를 전면 시행했습니다.

앱 사용 시 개인 정보 공유 동의 여부를 묻는 팝업창을 띄우는 앱 추적 투명성 프레임워크가 전면 시행되면서, 우리는 개인 정보 보호 중심 온라인 광고 시대에 본격적으로 접어들었습니다.

Apple은 온라인 업계가 IDFA(Identifier for Advertisers, 광고 성과 측정을 위한 Apple 기기 식별자)에 대한 의존도를 줄이도록 하고, 사용자 추적 및 타겟팅 활동에 대한 제약사항을 늘려 프라이버시를 중시하는 방향으로 혁신하도록 강력히 밀어붙이고 있습니다.

온라인 사용자들은 최근 몇 년간, 점점 더 지식이 늘고 개인정보에 대해 민감해졌습니다. 이제 사람들은 일반적으로 앱이나 온라인 서비스를 이용하기 위해 프라이버시를 쉽게 포기하지 않습니다.

그런데, 2021년에도 맞춤형 광고는 사용자 프라이버시를 대가로 치뤄야만 할 수 있을까요?

사고의 틀 부수기

여러 해 동안, 전통적인 광고에 비해 온라인 광고가 갖는 가장 큰 이점은 바로 광고 성과 데이터를 무궁무진하게 측정하여 목표로 삼은 타겟 오디언스(잠재 고객)에게 집중적으로 광고를 내보낼 수 있는 기술이었습니다. 구체적으로 정의한 특정 그룹을 대상으로 캠페인을 노출시키면 광고로 유입된 유저가 앱 사용 기간 내 창출하는 유저 생애 가치(LTV, lifetime value)가 향상되고 마케팅 비용을 더욱 효율적으로 운영할 수 있습니다.

그런데 광고 노출 범위를 확대시켜 더 많은 사람들의 잠재 가치에 대한 인사이트를 즉각적으로 얻을 수 있다면 어떨까요?

예측 분석이 바로 그런 기술입니다.

예측 분석 기술로 고객이 될 가능성이 있는 캠페인 (타겟) 오디언스를 늘릴 수 있습니다. 오디언스를 개인 식별자가 아니라 캠페인 집행 초기에 캠페인에 대한 반응을 기준으로 행동에 따라 각기 다른 그룹을 생성하여 분류할 수 있습니다. 초기 캠페인에 대한 오디언스의 반응은 여러분의 앱에 대한 잠재적 미래 가치를 의미할 수 있습니다.

예를 들어, 게임 앱 개발사는 신규 유저가 30일 내 창출할 수 있는 잠재적인 유저 생애 가치(LTV)를 예측할 수 있습니다. LTV 예상치(pLTV, predictive LTV)는 지정된 기간 내 발생한 튜토리얼 완료(인게이지먼트), 앱 재방문 횟수(리텐션), 혹은 각 앱 세션별 광고 노출량(수익화)에 근거하여 계산됩니다.

이 세 가지 요소 각각, 혹은 요소들의 조합을 앱 개발사가 정한 LTV 계산 로직과 연계하여 캠페인 집행 초기 pLTV 점수를 계산합니다.

각 측정 요소와 LTV 사이의 연관성 로직을 개발하려면 우선 기계를 정교하게 학습시켜야 합니다. 예측 분석은 앱 개발사가 지정한 성공에 대한 정의, 즉, LTV 로직에 기반합니다. 상당량의 데이터를 LTV 로직에 적용하고 초기 인게이지먼트 신호들 간의 연관성을 찾아 궁극적으로 성공 공식을 개발합니다.

광고주는 사용자의 신원을 알 필요가 없습니다. 그보다는 pLTV 점수 그룹 어디에 속하는지가 더 중요합니다. pLTV 점수는 최대한 정확해야 하며, 캠페인 집행 첫 며칠 내에 확인할 수 있어야 합니다. 또, 광고주가 기대하는 광고 성과(LTV)를 반영하여 캠페인이 유효한지, 중단시킬지 계속 진행할지 여부를 판단할 수 있는 근거 자료가 되어야 합니다.

사람을 정의하는 것은 사람의 생각이 아니라 사람의 행동이다 - 배트맨 비긴즈

배트맨 비긴즈 – 워너 브라더스 픽처스

이러한 인사이트를 얻으면 캠페인을 증강할지, 멈출지, 어떻게 최적화할지에 대해 자신있게 빨리 판단할 수 있습니다.

예측 분석 기술은 익명성을 보장하고 광고주와 앱 사용자 사이의 온라인 상호작용 방식을 혁신시킵니다.

데이터 기반 예측, 새로운 개념은 아닙니다

예측 분석 기술이 수년 전부터 존재해왔다는 사실은 공공연히 알려져 있습니다. 이 기술은 전 세계 거대 기업과 여러 산업 분야에서 운영에 완벽을 기하고자 사용되었습니다. 수요와 공급을 예측하고, 글로벌 변화를 예견하고, 기록을 활용하여 향후 사건을 예상하여 대비하기 위해 예측 분석 기술이 사용되었습니다.

이러한 정교한 기술을 마케팅 분야에 도입하고 관련 애플리케이션을 사용해 마케팅을 진화시키는 일은 큰 의미가 있습니다.

사용자 개인 정보 보호주의는 돌이킬 수 없는 흐름이며 이제 마케팅 업계에서 변치않는 원칙입니다.

앱스플라이어는 2019년 말부터 예측 분석 솔루션을 개발하고 있습니다. 저희는 지속적으로 기술 혁신을 위해 노력하며, 생태계, 광고주, 파트너, 앱 사용자 모두에게 실질적인 가치를 제공하겠다는 신념 하에 이러한 솔루션을 개발해왔습니다.

짧은 기간 내 적은 데이터로 마케팅 인사이트를 도출하는 솔루션을 개발하는 일은 Apple이 SKAdNetwork와 ATT라는 개념을 소개하기 훨씬 전부터 저희가 논리적으로 결정하여 진행해온 사업이었습니다.

SKAdNetwork의 제약사항은 사용자 개인 정보 보호 중심 솔루션으로 보완할 수 있습니다.

측정 시간 24시간.

측정할 수 있는 전환 값 1개.

예측 분석에 필요한 전부입니다.