iOS 저작권 표시 수정

iOS 저작권 표시 문제를 해결해 주실 수 있나요?

• iOS 사용자 확보 에서 진정한 유기적 성장을 어떻게 이룰 수 있을까요 ?
• 네트워크 측정을 어떻게 관리하나요 SKAN 그리고 약간 aren’t?
• 채널별로, 즉 자체 콘텐츠, 획득 콘텐츠, 유료 콘텐츠별로 결과를 어떻게 구분하나요?
• 그렇다면 SKAN 기반 측정 데이터, 광고 파트너 모델링 수치, IDFA, 자사 데이터, UTM 추적 링크 데이터, Apple Ads Attribution API및 기타 소스를 어떻게 통합할 수 있을까요?

게다가 중요한 것은, SKAN 변환 값 페이로드의 절반을 손실하지 않고 이 모든 작업을 수행할 수 있을까요?

요약하자면, iOS 기여도 측정 문제를 해결할 수 있을까요? 그리고 어쩌면 AT&T 인수 이전과 비슷한 수준으로 되돌릴 수 있을까요? 아마도… 재생 버튼을 누르고 계속 읽어보세요!

우리 모두 알고 있는 문제점이 있습니다. 바로 여러 iOS 기여도 측정 방법이 서로 경쟁하고 있다는 것입니다

현재 iOS에서는 기본적으로 이 기능이 작동하지 않습니다.

Singular의 제품 담당 부사장인 에비아타르 람(Evyatar Ram)은 “모든 채널의 설치 수와 각 채널별 ROAS(광고 투자 수익률)를 한눈에 보고 싶으시죠?”라고 말합니다. “하지만 데이터는 여기저기 흩어져 있습니다. 어떤 데이터는 여기에 있고, 어떤 데이터는 저기에 있고, 어떤 데이터는 그룹화되어 있고, 어떤 데이터는 그렇지 않고, 어떤 데이터는 즉시 제공되고 어떤 데이터는 3일 후에 제공됩니다.”

요약하자면, 그는 다음과 같이 덧붙입니다

“고통스러워요.”

실제로 각 채널은 서로 다른 기여도 측정 방식을 사용하기 때문에 동일한 질문에 대해 서로 다른 결과가 나올 수 있습니다. 예를 들어, 한 사용자와 하나의 설치가 서로 다른 광고 네트워크 또는 다른 채널에 서로 다른 측정 방식으로 기여된 것으로 집계될 수 있습니다.

통합 측정: iOS 기여도 측정 문제 해결

다행히도 통합 측정.

Singular’s 항상 경쟁력 있는 SKAN 솔루션을 제공했습니다 SKAN Advanced Analytics. 하지만 iOS 어트리뷰션 분야에서 최고의 옵션이었음에도 모든 문제를 해결하지 못했습니다: 모든 소스에서 설치를 중복 제거하지 못했고, 유료 캠페인 결과가 아닌 유기적으로 많이 표시되었습니다. 모바일 어트리뷰션 분야에서는 다양한 시도가 있었으며(SSOT가 그 중 하나입니다). 하지만 SSOT는 SKAN 전환 값을 절반만 소모하고, Singular 는 전환 후 참여와 수익 데이터를 크게 희생하지 않으려 했습니다. . 

비용이 너무 높아, 특히 검열된 데이터 때문에 피해를 입어 프라이버시 임계값 SKAN 3 및 크라우드 익명성 SKAN 4에서, 귀중한 신호가 더욱 손상됩니다. 

추적기 데이터를 중복 제거 및 정확한 방식으로 안정적으로 결합하는 통합 측정이라고 말합니다 Singular 제품 마케팅 매니저인 켈시 리 는 장기적인 해결책은 SKAN 데이터와 MMP

"각 채널에서 발생하는 실제 설치 수와 전체 설치 수를 정확히 알 수 있을 뿐만 아니라, 수익 그룹별 데이터와 이벤트 정보도 파악할 수 있습니다."

에게 수개월 동안 제공되어 왔으며 Singular , 그 결과는 매우 인상적입니다. 고객들은 정확도 31% 향상, 유기적 유입과 유료 유입의 차이 분석을 통한 캠페인 ROI 43% 증가, 중복 설치 19% 감소 등의 성과를 거두었습니다. 물론 고객별 정확한 결과는 특정 미디어 조합, 광고 파트너 선정, 규모에 따라 달라지지만, 핵심은 전반적인 정확도 향상입니다.

거의 마찬가지로 중요한 점은 Unified Measurement가 35일 코호트를 제공한다는 것입니다. 이는 일부 MMP에서 제공하는 7일 코호트보다 훨씬 길며 마케팅 캠페인의 진정한 장기적 가치를 훨씬 더 잘 보여줍니다. 

35일 단위 코호트 연구는 다른 곳에서는 불가능한 일입니다.

해결책: 각 기여도 측정 방법론의 장점을 활용한 사용자 확보(UA) 측정

Unified Measurement는 SKAN의 장점을 취합합니다. SKAN은 여러 단점에도 불구하고 기기 내에서 사용자에게 가장 가까운 곳에서 작동하는 진정한 결정론적 기여도 분석 방법입니다. 여기에 자사 데이터, 네트워크 데이터, MMP 추적기 데이터 등 다양한 측정 방식에서 얻은 최상의 인사이트를 더하여 iOS 기여도 분석에 최적화된 솔루션을 제공합니다.

그중 중요한 부분은 SKAN이 변환 데이터에 대해 가능한 한 많은 비트를 유지할 수 있도록 하는 것입니다.

"전환 모델에서 일어나는 일을 보존하는 것이 궁극적으로 보고서의 질을 향상시킬 것입니다."라고 리는 말합니다. "그리고 이는 또한 개인정보 보호 기준이나 크라우드 닉네임의 적용을 받지 않는다는 것을 의미합니다. SKAN 포스트백에 의존하지 않기 때문에 검열 문제에 직면할 필요도 없습니다."

그 결과는 성장 마케터에게 매우 유용한 데이터이지만, iOS 기여도 분석에 있어 영구적인 만능 해결책은 아닙니다.

"제 생각에는 현재 시장에서 구할 수 있는 최고의 솔루션입니다."라고 람은 말합니다. "하지만 이 분야는 계속 발전하고 있으며, 지금 내놓은 이 솔루션 하나로 향후 3년간 문제없이 사용할 수 있을 거라고는 생각하지 않습니다. 저희는 이 솔루션을 개선할 수 있는 다양한 아이디어를 가지고 있습니다."

가장 중요한 것 중 하나는 미디어 믹스 모델링(MMM)입니다.

또한, 채택률이 높아짐에 따라 SKAN 4도 출시될 예정입니다.

안드로이드의 개인정보 보호 샌드박스는 물론 향후 발생할 수 있는 추가적인 개인정보 보호 정책 에도 동일한 기본 방법론이 적용될 것입니다

"iOS 마케팅 캠페인을 운영하고 있다면 이제 효과적으로 운영할 수 있습니다."라고 Ram은 말합니다. "하지만 우리는 미래를 위한 프레임워크도 구축했는데, 이는 향후 발생할 수 있는 다른 개인정보 보호 관련 변화에 대비할 수 있는 기반이 될 것입니다."

전체 에피소드에서 더 자세한 내용을 확인하세요

늘 그렇듯, 효과적인 iOS 기여도 분석에 대한 더 자세한 내용은 전체 에피소드를 시청하세요.

Growth Masterminds 에피소드는 언제든지 저희 YouTube 채널 이나 즐겨 사용하시는 팟캐스트 플랫폼( Apple , Spotify )에서 시청하실 수 있습니다 .