SciPlay의 ELT 전략: 더 많은, 더 많은, 그리고 더 많은 데이터

SciPlay의 ELT 전략에서 무엇을 배울 수 있을까요?

모든 주요 앱 개발사는 포켓몬 고와 같은 데이터 접근 방식을 취하고 있습니다. 모든 출처, 모든 정보를 수집하는 것이죠. 하지만 대부분은 광고 네트워크 데이터와 자체 앱 내 데이터에만 국한되어 있습니다.

사실은 그보다 훨씬 더 많은 것이 있습니다.

이를 활용하는 것은 성장 동력, 경쟁 우위, 캠페인 증분 효과 및 고객 획득 비용(CAC)에 대한 훨씬 더 나은 통찰력을 얻는 데 핵심적인 요소입니다.

그리고 효과적인 ELT 전략을 통해 이 모든 것을 실현할 수 있습니다.

SciPlay의 광고 제품 담당 이사인 Gal Karniel과의 최근 대화를 확인해 보세요

SciPlay의 ELT 전략

SciPlay 규모로 마케팅을 진행할 때는 광고 네트워크와 앱 스토어 등 20~50개의 데이터 소스를 통합하게 됩니다.

카니엘은 이를 유용하게 만드는 유일한 방법은 유연하고 관찰 가능하며 맞춤 설정이 가능한 ELT 레이어를 구축하는 것이라고 말합니다. 그래서 그의 팀은 Singular 의 ELT 제품인 Extract를 Apple의 새로운 App Store API를 포함한 접근하기 어려운 API를 수집하고, 플랫폼 제한(예: Meta의 차원 충돌)을 해결하기 위해 병렬 데이터 세트를 가져오고, 핵심 지표에 컨텍스트 메타데이터를 추가했습니다.

그 결과는 다음과 같습니다. 광고 게재 위치 수준까지 심층적인 분석, 더 빠른 문제 해결, 유지 관리해야 할 맞춤형 데이터 파이프라인 감소, 그리고 "무엇이 바뀌었는지"와 "무엇이 성과에 영향을 미쳤는지" 사이의 인과 관계를 더욱 명확하게 파악할 수 있습니다

훨씬 더 많은 데이터…

여러분은 Singular 기존 광고 네트워크에서 제공해 온 모든 데이터, 즉 비용 데이터, 전달률 데이터, 결과 데이터가 절실히 필요합니다. 그리고 이 모든 데이터를 통합하고, 여기에 여러분이 직접 수집한 앱 내 데이터를 더해야 합니다.

하지만 이제는 올바른 ELT 전략을 통해 더 많은 것을 활용할 수 있습니다.

앱스토어와 구글 플레이 스토어의 실적 추적을 생각해 보세요

• 다운로드 및 삭제
  내역 검증, 설치 수 확인, 이탈 추세 모니터링
• 평점 및 리뷰를
  통해 사용자 의견을 파악하고, 제품 문제를 감지하며, 제품/ASO 팀에 유용한 인사이트를 제공합니다.
• 구매 및 구독
  매장에서 직접 가장 정확한 매출 및 환불 데이터를 받아보세요.
• 충돌 및 ANR
  추적: 앱 안정성 문제로 인해 사용자 유지율과 평점에 미치는 영향을 파악합니다.
• 참여 데이터는
  앱 스토어에서 사용자의 행동을 측정하여 의도를 파악합니다.
• 획득 소스:
  설치가 발생하는 경로(검색, 탐색, 추천, 지역)를 파악합니다.

소셜 미디어에서 수집되는 유기적 데이터를 생각해 보세요:

• 페이지 게시물 참여도 분석:
  어떤 콘텐츠가 가장 많은 자연 유입을 유도하는지 확인해 보세요.
• 팔로워 통계를 통해
  자연 유입 성장세를 파악하고 유료 사용자 확보(UA) 타겟팅 전략에 맞춰 조정하세요.
• 댓글 데이터는
  필터링되지 않은 피드백과 감정을 대규모로 수집합니다.

앱 스토어 API, 광고 네트워크 추가 데이터, 소셜 데이터, CDP 데이터, CRM 또는 라이브 운영 데이터 등 활용할 수 있는 데이터는 무궁무진합니다. 경쟁사 데이터도 생각해 보세요. 앱 스토어와 구글 플레이의 인기 순위 목록을 자동으로 조회하여 BI 시스템으로 가져와 분석할 수 있습니다.

SciPlay의 ELT 전략의 또 다른 핵심은 Meta와 같은 광고 네트워크에서 여러 데이터 세트를 가져오는 것입니다. 기존 광고 네트워크는 호환되지 않는 측정기준만 제공하고 지역 및 게재위치 데이터를 함께 가져올 수 없었기 때문입니다. 이제는 두 가지 데이터를 모두 가져올 수 있으며, 기본 키가 공유되지 않아 테이블을 조인할 수는 없지만, 이러한 추가적인 인사이트를 통해 더 많은 기회를 발견할 수 있습니다.

앱스토어 데이터에 숨겨진 기회

앞서 언급했듯이 대부분의 마케터는 데이터 수집을 Meta, Google, AppLovin, Unity, TikTok 등의 광고 네트워크로 제한합니다. 이를 통해 지출, 클릭, 설치 데이터를 얻고, 수익까지 더하면 완벽한 수익 창출 모델을 구축할 수 있습니다.

하지만 결정적으로, 이는 앱 스토어 자체에서 실제로 무슨 일이 일어나고 있는지에 대한 맥락적 측면을 놓치고 있습니다.

다시 말해, 앱 생태계 전체를 의미합니다.

이것이 바로 SciPlay가 Apple의 새로운 App Store API와 Google Play 데이터를 자체 데이터 웨어하우스에 직접 수집하는 이유 중 하나입니다. 이제 SciPlay는 캠페인 성과를 광고 내 측정항목뿐만 아니라 훨씬 더 큰 그림과 연관지어 분석할 수 있습니다

• 앱 스토어 이벤트
  , 추천 순위, 리뷰, 업데이트
• 메타데이터 변경 사항:
  크리에이티브 자산, 설명, 스크린샷, 카테고리
• 시장 상황,
  경쟁사 배치 및 매장 알고리즘 변경

이는 더 크고 넓은 렌즈를 추가합니다.

광고 캠페인이 성장에 어떤 영향을 미쳤는지 묻는 대신, 이를 설명할 수 있는 다른 매장 내 상황은 무엇인지도 함께 고려할 수 있습니다. 그 결과, 근본 원인 분석이 더 빨라지고, 잘못된 기여도 분석이 줄어들며, 사용자 확보(UA), 제품 및 앱 최적화(ASO) 간의 피드백 루프가 더욱 강력해집니다.

앱은 고립된 환경에서 존재하는 것이 아니기 때문입니다. 다른 퍼블리셔들이 마케팅 캠페인을 시작하고, 일부 앱은 애플이나 구글에서 추천 앱으로 선정되기도 합니다. 영화, 휴일, 날씨, 스포츠 경기와 같은 외부 요인들도 소비자의 행동에 영향을 미칩니다.

그러므로 올바른 ELT 전략을 세우면 훨씬 더 많은 것을 볼 수 있습니다.

추출하는 이유는 무엇일까요?

물론, ELT 전략에 Extract를 사용하는 이유가 무엇

정답은 바로 놀라운 가격에 최적의 솔루션을 제공한다는 것입니다.

카르니엘의 팀은 사실 순수한 데이터 퍼널링 도구를 찾고 있던 것은 아니었습니다. 여러 솔루션과 대시보드를 제안받으면서 자체적으로 도구를 개발할지 고민하고 있었죠. Extract가 데이터 이동에 중점을 두고 손쉬운 구성이 가능하다는 점이 그들에게 완벽한 해답이었습니다.

Extract는 SciPlay가 원하는 데이터를 빠르고 간편하며 저렴하게 얻을 수 있도록 지원합니다. 전문적인 기술 지식이 필요하지 않으므로 제품 관리자와 운영 책임자도 직접 사용할 수 있습니다. 완벽한 엔드투엔드 가시성을 제공하며, 업계 최고 수준의 가격을 자랑합니다.

(Extract의 기능에 대해 더 자세히 알아보려면 여기를 클릭하세요.)

ELT 전략을 수립할 때 기억해야 할 핵심 사항

진정으로 성장을 원하고 성과 마케팅 팀이 빠르고 효율적으로 목표를 달성할 수 있도록 지원하는 모든 데이터 소스를 찾고 있다면, 잘 오셨습니다.

SciPlay의 경험을 바탕으로 명심해야 할 몇 가지 핵심 사항은 다음과 같습니다

1. 병렬 처리를 고려한 설계:
   플랫폼에서 원하는 모든 차원의 데이터를 동시에 반환하지 않는 경우, 데이터 스트림을 분할하고 사용 사례별로 필요한 스트림을 선택하세요.
2. 광고 네트워크에만 의존하지 마세요.
   앱 스토어 API와 컨텍스트 신호는 활용도가 낮은 보물창고입니다. 이를 내부적으로 활용하면 사용자 확보(UA), 앱 최적화(ASO), 제품 개발 간의 연계를 강화할 수 있습니다.
3. KPI뿐 아니라 맥락을 우선시하세요.
   설치/지출/매출액은 필요하지만 충분하지 않습니다. 설치 및 수익화 변화를 해석하려면 스토어, 시장 및 광고 소재 메타데이터를 추가해야 합니다.
4. 유연한 제품을 구매하세요. 융통성 있는
   제품은 훌륭하지만, 필요에 따라 설정을 변경하고 맞춤 설정할 수 있는 도구를 선택하는 것이 중요합니다. 그래야 원하는 방식으로 필요한 작업을 수행할 수 있습니다.
5. 관찰 가능성을 필수 요건으로 만드세요.
   전체 로그, 타임스탬프, 실행 세부 정보는 조직이 데이터에 대한 신뢰를 구축하는 데 도움이 되며, 작업 흐름이 중단될 때 디버깅을 용이하게 합니다.

시간이 지남에 따라 더 많은 데이터 소스가 필요하게 될 것입니다. 다행히 Extract는 지속적으로 새로운 커넥터를 추가하고 있으므로 데이터 모델을 추가하고 개선할 수 있는 더욱 간편한 옵션이 제공될 것입니다.

전체 팟캐스트에서 더 많은 내용을 확인하세요

늘 그렇듯, 전체 팟캐스트를 확인해 보세요. SciPlay의 ELT 전략에 대한 더 많은 흥미롭고 유용한 정보가 담겨 있어, 여러분이 획득하는 신호를 증폭하는 데 도움이 될 것입니다.

여기서 찾을 수 있는 것:

• SciPlay는 마케팅을 위해 20~50개의 서로 다른 데이터 소스를 어떻게 관리할까요?
• SciPlay는 자체 솔루션과 타사 도구의 균형을 어떻게 맞추는가?
• Extract는 Apple의 새로운 App Store API 50개 도입이라는 과제를 어떻게 해결했을까요?
• Extract를 사용하면 더 심층적인 분석을 위해 병렬 데이터 세트를 생성할 수 있습니다
• 데이터 파이프라인에 대한 신뢰를 위해 가시성, 로그 및 투명성이 중요한 이유
• Extract는 데이터 보강 파이프라인을 간소화하고 유지 관리 부담을 줄여줍니다
• SciPlay는 어떻게 더 빠른 인사이트 접근, 더 나은 타겟팅, 더 나은 데이터를 구축하여 더 스마트한 의사결정을 내릴 수 있도록 지원했을까요?

그리고 Extract를 무료로 사용해 보는 것도 잊지 마세요…