SKAN 예측을 위한 9 단계 (예, 가능합니다)
애플의 SKAN 프레임워크는 지난 8개월 동안 모바일 성장 전문가들의 일상 업무에서 핵심적인 역할을 해왔습니다. 하지만 모바일 마케터의 90%는 여전히 SKAN 프레임워크를 유용하게, 효과적으로, IDFA 시절만큼 잘 활용하는 데 어려움을 겪고 있습니다.
요약하자면, SKAN을 예측 가능하게 만드는 것입니다.
가능한 일인 것 같습니다.
실제로, 노련한 마케터들은 SKAdNetwork를 예측력 측면에서 IDFA만큼 효과적으로 활용하는 방법을 찾아내고 있습니다. 아직 SKAdNetwork를 제대로 활용하지 못하는 사람들에게는 믿기 어려울 수도 있겠지만, Singular CTO인 에란 프리드먼은 이러한 사례를 직접 목격했고, 실제로 여러 브랜드가 이를 달성하도록 도왔습니다.
IDFA의 예측 능력이 10점 만점에 10점이라면, SKAN은 뭐냐고 그에게 물었습니다
그는 "이 문제를 해결하기 위해 진정으로 노력한 수준 높은 기업들과 협력하면서 이 점수가 점점 더 높아지는 것을 목격했습니다."라고 말합니다. "기업들이 'IDFA를 사용했을 때와 같은 규모를 달성했고, 성능과 데이터 모두 만족스럽습니다.'라고 말하는 사례들을 보았습니다. 물론 그 수준에 도달하기까지는 어느 정도 시행착오와 노력이 필요했습니다. 하지만 이전과 비슷한 수준에 도달하는 것은 분명히 가능하다고 확신합니다."
제 생각엔 거의 10점 만점에 가깝다고 할 수 있겠네요.
그렇다고 SKAN이 예전에 가지고 있던 모든 것을 다시 제공한다는 의미는 아닙니다. IDFA는 여전히 표준으로 남아 있는데, 그 이유는 과거에도 그랬고 ( ATT의 승인을 받는다면 지금도 여전히 그렇습니다
- 즉각적인
- 결정론적
- 과립형
- 풍부한 데이터
- 똑바로
그렇다면 질문은 이것입니다. 어떻게 하면 SKAN을 예측 가능하게 만들 수 있을까요? IDFA에서 얻었던 것과 같은 마케팅 캠페인 최적화 가치를 SKAdNetwork에서 얻으려면 정확히 무엇을 해야 할까요?
프리드먼에 따르면, 성공을 위해서는 최소한 아홉 가지 일을 해내야 합니다.
SKAN을 예측 가능하게 만드는 9단계
1. 기본 사항을 제대로 확인하세요
. 첫 번째 관문은 기본 사항을 제대로 파악하는 것입니다. 전선이 제대로 연결되어 있는지, 튜브가 연결되어 있는지, SKAdNetwork에서 실제로 데이터가 수신되고 있는지 확인하십시오. 이는 간단해 보일 수 있지만, 많은 마케터들이 바로 이 초기 단계에서 심각한 문제를 겪었습니다.
2. 모델링된 데이터 활용:
Apple의 개인정보 보호 정책으로 인해 데이터의 일부만 볼 수 있습니다. 하지만 적절한 데이터 과학 및 머신러닝 기술을 활용하면 고품질 모델링된 SKAN 데이터를 .
3. 모델링된 데이터 생성: 코호트
누락된 데이터를 확보했다면, 설치 시점에 대한 정확한 데이터가 없으므로 코호트별 예측 모델을 구축해야 합니다. 이를 통해 예상 고객 생애 가치(LTV)를 산출하고 SKAN으로 측정된 캠페인의 실제 성과를 파악할 수 있습니다.
4. 전환 모델 최적화하기
수익 모델부터 시작해서 참여 모델이나 유지 모델까지 다양하게 시도해 볼 수 있습니다. 궁극적으로는 앱에 가장 적합한 모델을 찾는 것이 중요합니다. 다행히 Singular 사용하여 클라우드에서 실시간으로 업데이트 .
5. SKAN 포스트백에 여러 신호를 포함시키세요.
포스트백은 단 한 번만 전송되며, 그 양도 6비트에 불과합니다. 하지만 코호트, 매출, 행동, 등록, 가입 등 여러 정보를 하나의 포스트백에 인코딩할 수 있습니다. ( 포스트백을 최적화하는 .)
6. 업종과 앱에 맞춰
전략을 조정하세요. 대부분의 게임 앱, 특히 하이퍼캐주얼 게임은 광고 캠페인 최적화를 위해 거의 즉각적인 피드백이 필요합니다. 핀테크 앱은 더 긴 피드백 주기가 필요할 수도 있습니다. 고객 생애 가치(LTV)와 고객 생애 주기 계산 방식이 다른 앱과 업종과 매우 다를 수 있으므로, 각 앱과 업종에 맞춰 전략을 조정해야 합니다.
7. 시행착오를 거치세요.
처음부터 완벽하게 해낼 거라고 기대하지 마세요. 모든 것을 파악하는 데 몇 주가 걸릴 수도 있습니다. 그 시간을 투자하세요. SKAN은 일시적인 유행이 아닙니다. iOS 캠페인을 측정하는 데 있어 필수적으로 갖춰야 할 몇 안 되는 도구입니다. (지문 인식 기술이 항상 유용할 거라고 생각하시나요? 그렇게 확신하지 마세요 …)
8. 운영 데이터 세트를 완벽하게 구축하세요: 설치 수, ROI, 코호트, LTV.
가장 먼저 해야 할 일은 운영 데이터 세트를 제대로 구축하고 활용하는 것입니다. 즉, 비용, 설치 수, 코호트, LTV, ROI와 같은 기본 데이터가 필요합니다. 이러한 데이터는 일일/주간 최적화 및 보고에 필수적입니다. 다행히 SKAN을 사용하면 이러한 데이터를 확보할 수 있습니다.
9. 고차원적인 전략적 인사이트를 고려하세요: 증분 분석, 미디어 믹스 모델링.
기본적인 사항들을 갖추고 데이터 과학 및 엔지니어링 분야에 추가적인 리소스가 있다면, 장기적인 관점에서 전략적 인사이트를 얻기 위해 증분 분석이나 미디어 믹스 모델링과 같은 정교한 기법들을 살펴보세요. 이를 통해 채널별 예산 배분, 모든 마케팅 활동 및 지출의 전반적인 효과 등을 파악할 수 있습니다.
Growth Masterminds를 구독하세요
선호하는 팟캐스트 플랫폼에서 Growth Masterminds를 구독하세요:
디지털 마케팅 최신 소식을 받아보세요
