MMM? 증분성? 통합 측정은 개인정보보호 시대의 마케팅 미래입니다

• 마케팅 측정의 미래는 무엇일까요?
• 개인정보보호 시대에 성장 마케터들은 어떻게 성과를 측정할까요?
• 브랜드가 전략적 및 전술적 마케팅 통찰력을 얻기 위해 필요한 도구는 무엇일까요?

프라이버시 시대

우리는 점점 더 프라이버시가 중요해지는 시대에 살고 있으며, 프라이버시는 사람들이 디지털 도구를 사용하는 방식과 마케터들이 마케팅 활동의 효과를 측정하는 방식을 규정하는 중요한 요소가 될 것입니다.

하지만 확정적이고 세부적인 데이터에서 더욱 미묘하고 종합적인 현실로의 전환은 어려운 과제입니다. '프라이버시'라는 단어는 매우 다양한 의미와 해석을 지니고 있으며, 대부분 긍정적인 의미이지만 디지털 마케팅 영역에서는 불확실성, 복잡성, 혼란, 그리고 한계를 떠올리게 합니다. 

모바일 마케터들과 나누는 모든 대화에서 끊임없이 등장하는 주제입니다. 측정과 기여도 분석을 끊임없이 어렵게 만드는 요소이자, 큰 함정, 그리고 엄청난 미지의 영역이기도 합니다.

GDPR, CCPA, 타사 쿠키 사용 중단, ATT , SKAN 1.0/2.0/3.0/4.0, 안드로이드 개인정보 보호 샌드박스 이제 여러분이 내리는 모든 결정의 핵심에 자리 잡고 있습니다. 이러한 규정 중 일부는 소비자 개인정보 보호에 대한 진정한 관심에서 비롯된 것이지만, 다른 일부는 오늘날 거대 기술 플랫폼들의 경쟁적인 이해관계에 의해 크게 좌우됩니다.

하지만 한 가지 분명한 것은, 이 분야는 헤쳐나가기 까다로운 환경이며, 성장 마케팅의 업무는 더 복잡해졌을 뿐, 결코 쉬워지지 않았다는 점입니다.

Singular 전체적으로 나 우리의 역할은 복잡한 것을 단순화하고 기업들이 마케팅에서 탁월한 성과를 거두도록 돕는 것입니다. 솔직히 말해서, 이 두 가지 모두 점점 더 어려워지고 있습니다.

하지만 분명히 말씀드리겠습니다. 그것들이 불가능해진 것은 아닙니다.

SKAdNetwork에서 고군분투하는 사람들에게는 믿기 어려울지도 모르지만, 저는 솔직히 이 모든 변화를 엄청난 기회로 보고 있습니다. 그리고 이 글을 읽고 계신다면, 아마도 저희의 모든 콘텐츠, 즉 웨비나, 가이드, 슬랙 그룹, 워크숍, 심지어 1:1 상담에서 이러한 낙관적인 시각을 느끼셨을 거라고 생각합니다. 저희가 개인정보 보호에 얼마나 많은 시간을 투자하는지 알고 계실 겁니다.

저는 우리 커뮤니티를 위해 헌신하겠습니다. 저희가 항상 여러분을 지원하겠습니다 .

오늘날, 개인정보 보호에 대한 강박관념이 만연한 시대에 살고 있는 지 2년이 지난 지금, 저는 측정의 미래에 대한 제 비전을 잠시 이야기해 보고자 합니다. 하지만 그러기 위해서는 먼저 현재 측정 분야의 현황과 그것이 미래에 대한 우리의 관점을 어떻게 형성하는지 설명해야 할 것입니다.

최전선에서는 시장이 상당히 양분되어 있다

현재 안드로이드 마케팅은 대체로 이전과 크게 다르지 않지만(측정 기준은 곧 사라질 GAID 식별자에 기반함), 애플의 iOS는 가장 큰 변화를 겪었습니다.

과거에는 대부분의 기업들이 IDFA 기반 마지막 클릭 모델에 대체로 동의했습니다. 물론, 우리 모두 이상적으로는 MTA를 원했습니다. 마지막 클릭 방식에 대해서는 회의적이었습니다. 구글이나 스냅챗 같은 SAN 업체들이 IDFA 수준에서 노출 수준 데이터를 공유해 주기를 바랐습니다. 그래야 제대로 된 MTA를 구현할 수 있을 테니까요. 앱스토어에도 플레이스토어처럼 '리퍼러' 메커니즘이 도입되기를 바랐습니다. 하지만 대체로 시장은 이러한 방식에 동의했습니다. 수용 가능한 측정 방식이 존재했으니까요.

하지만 지금 시장은 다시 극심한 분열을 보이고 있습니다.

제1부: iOS 및 SKAdNetwork

첫 번째 분할 대상은 SKAdNetwork (애플의 개인정보 보호 기능을 갖추고 있지만 기능이 매우 제한적인 어트리뷰션 API)입니다.

만약 기업들을 두 그룹으로 분류해야 한다면, 다음과 같이 정의하겠습니다:

• 1조 – 야호! SKAdNetwork를 작동시키는 데 성공했어요.
• 2조 - 아! SKAdNetwork가 작동하지 않아요.

확실히 말씀드리겠습니다

• 두 그룹 모두 매우 똑똑한 기업들을 포함하고 있습니다
• 두 그룹 모두 모든 업종과 규모의 기업을 보유하고 있습니다
• 두 회사 모두 SKAdNetwork를 좋아하지 않습니다 (설령 작동하게 만들더라도!)

SKAdNetwork를 싫어하는 사람들이 꽤 많다고 해도 과언이 아닐 것 같아요. 복잡하고, 마치 블랙박스 같아서 사용하기가 어렵고, 실수하기 쉽거든요. 이해하기 어려운 수치(예: CPA 500달러)를 자주 보게 되는데, 그걸 해석하기가 쉽지 않죠. 

그렇다면 왜 당신은 그것을 좋아할까요?

하지만 놀라운 사실이 하나 있습니다. 1그룹은 생각보다 규모가 큽니다. SKAN에 대해 공개적으로 긍정적인 평가를 내리는 것은 인기가 없습니다. 당연한 일이죠. SKAN을 제대로 작동시킨다고 해도 기존의 IDFA보다는 여전히 성능이 떨어지기 때문입니다. 게다가 다른 모든 사람들이 SKAdNetwork를 제대로 작동시키기 위해 고군분투하는 동안 당신은 해낼 수 있다면… 엄청난 경쟁 우위가 될 수도 있습니다.

(참고: SKAN을 제대로 활용하지 못하는 기업이라면 저희에게 문의하세요 . 저희는 수백 개의 기업이 SKAdNetwork 전문가가 되도록 지원해 왔으며, 그 결과 놀라운 성과를 거두고 있습니다.)

제2부: 확률적 귀속(일명 지문 분석)

많은 기업(특히 브랜드 인지도를 보호해야 하는 대형 기업)들이 애플의 가이드라인을 위반하는 추적 기반 확률적 기여도 분석을 . 이들은 규칙을 준수하고 안전을 유지하기 위해 잠재적인 경쟁력 저하를 기꺼이 감수하고 있습니다.

반면에, 여전히 자사 트래픽의 특정 부분에 대해 지문 인식 방식을 사용하는 기업들이 있다는 것은 누구나 알고 있습니다. 

하지만 솔직히 말해서, 이 비중이 점점 줄어들고 있다는 건 분명한 사실입니다. 

저희 데이터에 따르면 SAN(광고 정보 네트워크)이 광고비 지출의 80% 이상을 차지하며, 이들은 이미 SKAN(스캔 및 링크드인 광고 네트워크)을 100% 준수하고 추적에 사용될 수 있는 데이터를 공개하지 않습니다. 나머지 20%는 대부분 규모가 큰 공개 광고 네트워크로 구성되어 있으며, 이들 역시 대부분 SKAN을 준수하며 운영되고 있습니다. 

지문 인식을 시도하는 사람들이 있을 수 있지만, 그들은 점점 줄어드는 시장 점유율을 쫓고 있는 것뿐입니다. 굳이 말할 필요도 없겠지만, 이는 장기적으로 성공적인 전략이 아닙니다.

제3부: MMM과 점진적 발전

IDFA가 더 이상 사용되지 않게 되면서 미디어 믹스 모델링(MMM) 및 증분 측정 빠르게 뜨거운 논쟁거리가 되었습니다.

미디어 믹스 모델링은 데이터 과학 기반의 프로세스입니다. 총 지출 데이터, 총 수익 데이터, 기타 생태계 매개변수를 활용하여 채널별(또는 캠페인별, 혹은 그 이상) 예상 ROI를 산출합니다. IDFA(광고주 식별 함수)나 플랫폼 데이터에 대한 특별한 접근 권한이 필요하지 않다는 점에서 매력적입니다. 또한, 총 지출 및 수익 데이터만 있으면 되는데, Singular와 같은 플랫폼을 사용하면 이러한 데이터를 매우 쉽게 얻을 수 있습니다.

우리 모두 알고 있듯이, MMM은 새로운 것이 아니며 이미 오래전부터 존재해 왔습니다.

MMM은 주로 포춘 100대 기업들이 매우 복잡한 미디어 믹스 관련 질문에 답하는 데 사용되어 왔습니다(예를 들어 네브래스카 월마트의 TV 광고 지출과 바디 로션 판매량 간의 관계를 분석하는 경우). 그러나 최근에는 MMM을 탐구하고, 거의 구시대적인 기업 전용 서비스 중심 솔루션에서 벗어나 SKAN이나 안드로이드 프라이버시 샌드박스가 제공하는 인사이트 부족으로 어려움을 겪는 앱 개발자들이 활용할 수 있는 현대적이고 가벼운 SaaS 제품으로 전환할 수 있는지 살펴보려는 움직임이 새롭게 나타나고 있습니다.

MMM의 열렬한 팬들은 이것이 진정한 ROI를 파악하고 미디어의 진정한 증분 효과를 측정하는 유일한 방법이라고 믿습니다. 반면, SKAN이 제대로 작동하지 않고 신뢰할 수 없기 때문에 iOS 애플리케이션에 간소화된 MMM 모델을 사용하는 사람들도 있습니다.

팬층이 확실히 늘어나고 있는 반면, 비판적인 시각을 가진 기업들도 많습니다. MMM을 사용해 본 결과 수치가 매우 부정확하다는 것을 발견한 기업들이 있는데, 적어도 상당한 양의 수동 '조정' 없이는 정확하지 않다는 것입니다. MMM을 제대로 구현하려면 막대한 투자가 필요하며, 심지어 지지자들조차 실제 도입률보다 관심이 훨씬 더 많다고 제게 말했습니다.

그리고 점진적이라는 건요?

증분 효과 측정과 관련하여 또 다른 의견 차이를 언급할 필요가 있습니다. 일부에서는 증분 효과를 측정하는 유일한 기준은 동일한 오디언스를 대상으로 A/B 테스트를 동시에 진행하고 각 코호트의 전환 결과를 측정하는 것이라고 주장합니다. 하지만 문제는 iOS에서는 이러한 방식이 매우 어렵거나 불가능하며, 안드로이드에서도 광고 채널의 적극적인 협조가 있어야만 가능하다는 점입니다. 따라서 개인정보 보호가 중요시되는 이 시대에 오디언스 A/B 테스트를 .

하지만 분명히 말하자면, 미디어 믹스 모델링과 증분 분석 모두 모바일 마케팅의 특수한 환경과 요구사항에 맞춰 적용될 때 가치가 있습니다. 그리고 이러한 방법들은 모바일 마케팅뿐 아니라 TV, 커넥티드 TV , 각종 스트리밍 미디어, 옥외 광고, 웹, 심지어 인쇄물이나 전단지와 같은 전통적인 채널을 포함한 모든 마케팅 채널의 지출을 측정하고 배분하는 데에도 매우 유용할 수 있습니다.

통합 측정은 마케팅의 미래입니다

단일 측정 방법을 사용해야 하는지에 대한 논의가 아니라, 언제, 어디서, 어떻게 여러 측정 방법을 함께 논의가 이루어져야 할 시점이라는 것이 분명해 보입니다

그래서 저는 마케팅 측정의 미래가 우리가 '통합 측정' . 통합 측정에 대해선 아마 몇 시간이고 이야기할 수 있을 것 같고, 사실 고객과 함께 테스트하면서 배우고 발견해야 할 것들이 아직 많이 남아있지만, 핵심적으로 우리가 정립한 세 가지 주요 개념이 있습니다.

1. 통합 데이터 인프라
2. 다중 측정 방법론
3. 다양한 관점과 목적에 부합하는 보고 및 분석 자료

통합 데이터 인프라

Singular 는 마케팅의 진정한 가치는 다양한 정보를 한곳에 모으는 데 있다고 믿어왔다는 사실을 알려드려도 아마 놀라지 않으실 겁니다. 2014년 창립 이래, 이러한 신념을 바탕으로 제품을 설계해 왔으며, 수천 개의 서로 다른 소스에서 발생하는 마케팅 데이터를 처리할 수 있는 세계 최고의 플랫폼을 성공적으로 개발했습니다.

하이브리드 측정 비전을 제대로 구축하려면 다음과 같은 중요한 데이터 입력 목록이 필요합니다

• 마케팅 지출 데이터
• 마케팅 전달 데이터(노출수, 이메일 조회수, 딥링크 열람수)
• 허용되는 세부 측정 신호( IDFA , GAID , 쿠키)
• 집계된 개인정보 보호 측정 신호(SKAN, Android Privacy Sandbox, ITP)
• 온라인 및 오프라인 수익 데이터
• 고객 데이터( 참여도 , 고객 획득 비용, 고객 생애 가치 , 플랫폼 간 활동 )
• 생태계 데이터(경제, 날씨, 소비자 행동, 계절성)

이러한 비전을 구축하는 데 있어 우리의 출발점은 매우 탄탄하다고 자신 있게 말씀드릴 수 있습니다. 당사의 통합 데이터 인프라는 시장 최고 수준이며, 기존에 제공하는 측정 방법론과 이를 결합하는 정교함은 비할 데가 없습니다. 또한 보고 및 인사이트 레이어는 거의 10년 동안 철저한 검증과 지속적인 개선을 거쳐왔습니다.

하지만 그렇다고 해서 모든 게 끝난 건 아닙니다. 오히려 이제 막 시작일 뿐입니다.

다중 측정 방법론

(iOS의 데이터 파편화로 인해 현재도 사실상 불가능한) 단일한 성능 관점에 의존하는 대신, 위에서 언급한 모든 데이터를 활용하고 다양한 목적을 달성하는 여러 방법론을 사용하는 다양한 관점이 존재할 것입니다

• 가능한 경우 허용된 세부적인 기여도 데이터(웹, iOS, Android, 자사 데이터, PC, 콘솔, CTV, 교차 기기 데이터)를 기반으로 하는 관점 및 방법론으로, 마지막 터치 또는 다중 터치 기여도 분석을 제공합니다
• SKAdNetwork, Android의 PSA, Safari의 PCM과 같은 집계된 개인정보 보호 측정 신호를 기반으로 한 관점 및 방법론
• 사용 가능한 모든 측정 신호 위에 구축된 데이터 과학 레이어를 기반으로 하는 관점 및 방법론(예: 당사의 "SKAN 고급 분석")
• 미디어믹스 모델링과 관련된 관점 및 방법론은 채널 및 캠페인의 전반적인 투자수익률(ROI)을 평가하고, 증분 효과를 파악하며, 예산 배분과 같은 의사결정에 유용한 정보를 제공합니다

보시다시피, 저희는 측정 방법론에 데이터 과학 기술을 점점 더 많이 접목하고 있습니다. 현재는 주로 SKAdNetwork(SKAN 고급 분석 제품 )와 미디어 믹스 모델링에 집중하고 있지만, 앞으로는 안드로이드 개인정보 보호 샌드박스, 비공개 클릭 측정 등과 같이 개인정보 보호 기능을 강화한 기술들이 더욱 널리 사용됨에 따라 그 범위도 확대할 계획입니다.

다양한 관점과 목적에 부합하는 보고 및 분석 자료

당연히 제기되는 질문은 다음과 같습니다. 통합 측정은 모든 마케팅 활동에 대한 단일한 진실의 원천을 제공하는가?

당장은요? 아니요. 미래에는요? 네. 하지만 시간이 좀 걸릴 겁니다.

애초에 이러한 데이터 세트들은 서로 호환되도록 설계되지 않았습니다. 예를 들어, 허용된 세부적인 기여도 데이터(예: IDFA)와 집계된 개인정보 보호 측정 데이터(예: SKAdNetwork)를 결합하고, 이를 MMM 모델의 통계적 결과와 결합한다고 생각해 보세요. 이러한 데이터 포인트 간의 중복을 명확하게 파악할 방법이 없습니다. 하나는 기기 수준 데이터이고, 다른 하나는 여전히 어느 정도 확정적인 집계된 코호트 수준 데이터이며, 마지막 하나는 지출, 수익 및 기타 요인 간의 상관관계를 분석하는 완전한 통계 모델 데이터입니다.

따라서 현재로서는 이러한 데이터들을 통합하는 것은 상당한 시행착오 없이는 매우 어려운 일입니다. 지금까지 우리가 살펴본 초기 시도들은, 심지어 이 데이터의 제한된 부분집합(예: IDFA와 SKAdNetwork 데이터 통합)에 대해서조차, 지나치게 단순화되어 있고 상당히 부정확했습니다.

업계 전반적으로 SKAdNetwork를 제대로 도입하는 단계는 아직 초기 단계이며, 모든 앱 개발자가 MMM 모델을 성공적으로 운영하기까지는 갈 길이 멉니다. 본질적으로 지금까지 이처럼 다양한 관점을 포괄적으로 지원하는 플랫폼이 없었기 때문에 참고할 만한 과거 경험이 부족합니다.

하지만 결국 마케터들이 이러한 수치들을 종합적으로 이해할 수 있는 방법을 원하고 필요로 한다는 것은 분명하며, 이는 향후 몇 달, 몇 년 동안 우리 데이터 과학, 엔지니어링 및 제품 팀의 목표 중 하나가 될 것입니다.

통합 측정 기능은 언제 출시될 예정인가요?

이는 점진적인 과정이 될 것이며, 저는 세 단계를 구상하고 있습니다

1. 1단계 : 공통 데이터 인프라 및 데이터 과학 레이어(일명 하이브리드 측정 플랫폼)를 통해 더 많은 방법론에 대한 접근성을 확보합니다. 이 단계에서는 단순한 홍보가 아닌 실제 도입에 초점을 맞춥니다.
   
2. 2단계 : 다양한 방법론에 맞춰 보고서 시각화 방식을 재구상합니다. 이 부분은 이미 현재 논의되고 있으며, 더 많은 방법론이 도입됨에 따라 더욱 중요해질 것입니다.
3. 3단계 : 다양한 관점과 방법론에서 얻은 결과를 모든 가용 데이터 소스를 기반으로 하는 단일 인사이트 엔진으로 통합하는 방법을 개발합니다.

이러한 단계들이 완전히 순차적으로 진행되지는 않겠지만, 1단계에서 얻은 교훈이 2단계와 3단계에 큰 영향을 미칠 것은 분명합니다.

마지막으로

저희는 이 비전에 대해 매우 기대하고 있습니다.

실력 덕분인지 운 덕분인지 (아마 둘 다겠죠 :)) 우리는 이러한 비전을 실현할 수 있는 완벽한 플랫폼을 구축했습니다. 이는 우리 플랫폼뿐 아니라 업계 전체의 자연스러운 확장 방향이었으며, 개인정보 보호는 이를 실현하는 데 있어 완벽한 촉매제 역할을 했습니다.

데이터 과학이 오늘날 우리가 하는 모든 일에 스며들고 점점 더 정교해지는 모습을 보는 것은 정말 멋진 일입니다. 하지만 동시에 우리는 단순함과 접근성을 유지하기 위해 노력해야 하며, 이것이 바로 차세대 측정 솔루션이 제공해야 할 핵심 요소입니다.

슬랙 , 웨비나 , 그리고 물론 저희 블로그 등 기존 채널에서 저희를 만나보실 수 있습니다 .