어떤 광고에 의한 앱 설치인지를 정확하게 식별하기 위한 네 가지 방법을 지난 글에서 살펴 보았습니다. 지금까지의 가이드를 꾸준히 따라오셨다면 아래 내용과 절차에 대해서 충분히 이해할 수 있을 것입니다.
- 어트리뷰션 툴은 트래킹 URL을 통해 광고 클릭을 감지하고 데이터를 수집
- 트래킹 URL을 클릭한 유저는 트래커 서버를 경유한 뒤 랜딩 페이지로 이동
- 유저가 랜딩 페이지에서 다운로드한 앱을 실행하면 앱 안의 분석 SDK가 데이터를 수집
- 어트리뷰션 툴은 클릭에서 수집한 데이터와 실행에서 수집한 데이터를 대조하여 어트리뷰트
이런 과정을 거쳐 인스톨이 성공적으로 어트리뷰트 되면 관리자 화면에서 수치 확인할 수 있게 됩니다. 대시보드에 수치가 나온다고 해서 어트리뷰션 툴의 역할이 끝난 것이 아닙니다. 더욱 중요한 업인 포스트백(Postback)이 남아있기 때문입니다. 캠페인의 목적을 효율적으로 달성하기 위해서는 광고를 최적화해야 하는데, 이 최적화를 위해서는 포스트백이 필수라는 점에서 포스트백의 의미는 남다릅니다.
포스트백의 역할
포스트백은 어트리뷰션 툴이 분석한 데이터를 매체사에 전송해, 매체사로 하여금 자기 매체로부터 얼마만큼의 광고 성과가 발생했는지를 알게 하는 프로세스를 말합니다. 예를 들어 오늘 하루에 A 매체로부터 100건의 앱 설치가 발생했다고 가정해 보겠습니다. 어트리뷰션 툴은 이런 분석 결과를 광고주 대시보드에 반영할 뿐만 아니라 A 매체에게도 전송합니다. 앱이 100건 설치되었다는 것 이외에도 앱이 설치된 단말기의 식별자, Click ID, 단말기 정보 등이 함께 전송됩니다.
A 매체는 이렇게 쌓이는 데이터를 바탕으로 광고 효율을 최적화 할 수 있습니다. 가장 기본적으로는 단말기 식별자를 이용해 어떤 단말기에 이미 앱이 설치 되었는지를 알 수 있는데, 이미 앱을 설치한 유저에게는 광고를 더 이상 내보내지 않음으로써 광고 효율을 높입니다. 그리고 포스트백 데이터를 통해 어떤 시간대, 소재, 지면, 타겟 등이 성과가 높은지도 알 수 있습니다. 높은 성과를 기록한 방법으로 광고를 최적화 할 수 있게 되는 것이지요.
이와 같이 포스트백은 광고로 인한 성과 데이터를 매체사에 전송함으로써 광고의 효율성을 높이는 역할을 합니다. 매체와 어트리뷰션 툴은 포스트백으로 연결된 애드테크 생태계 안에서 최적의 광고 효율을 달성하기 위해 협업하는 파트너 관계라고 할 수 있습니다.
포스트백 연동
위 내용에서 알 수 있듯이 어트리뷰션 툴과 포스트백 연동이 되어있는 매체를 활용하면 간편하면서도 정교하게 광고 최적화가 이루어집니다. 이런 장점 때문에 어트리뷰션 툴과 매체 모두 포스트백 연동에 적극적입니다. 연동이 되어 있어야 광고주에게 더 나은 성과를 제시할 수 있기 때문입니다.
포스트백은 어트리뷰션사의 서버와 매체사의 서버가 직접적으로 통신하는 서버 투 서버(Server to Server, S2S) 방식을 사용합니다. 즉 성공적으로 어트리뷰션을 끝마친 데이터는, 별도의 수작업 없이 어트리뷰션사의 서버에서 매체사의 서버로 자동 전송된다는 의미입니다. 따라서 툴을 사용하는 광고주나 광고를 최적화하는 매체사 담당자 모두, 포스트백에는 신경 쓸 필요 없이 핵심 업무에만 몰두할 수 있습니다.
어트리뷰션사와 매체사가 포스트백 연동을 시작하면 우선 데이터를 주고받기 위한 연동 규격을 확정합니다. 연동 규격에는 전송할 이벤트 종류(앱 설치, 실행, 상품 조회, 주문, 구매 등), 형식(사용할 파라미터의 이름), 최종 전송 위치(Endpoint URL) 등이 포함됩니다. 결국 어떤 데이터를 어떤 형식으로 어느 위치에 전송하는지를 정의하는 것으로 이해하면 좋습니다.
포스트백 예시
포스트백 URL은 다수의 파라미터로 구성되는데, 각 파라미터에는 누가 어떤 캠페인을 통해 얼마만큼의 전환성과를 기록했는지에 대한 값들이 포함되어 있습니다. 광고 트래킹에 사용하는 트래킹 URL과 구조적으로 유사합니다.
위 URL은 example media라는 가상의 매체로 보내는 포스트백 URL 입니다. 역시 트래킹 URL과 동일하게 앰퍼샌드(Ampersand, &)로 각각의 파라미터를 구분합니다. 각 파라미터는 데이터의 종류와 해당 데이터의 값을 포함하는데, 위의 URL에 있는 ‘os_version=12’ 파라미터를 예로 들면 12 버전의 OS를 사용한다는 것을 의미하게 됩니다. 전체 URL을 해석해보면 cpi_0001이라는 캠페인을 통해서 iOS 12 버전이 설치된 iPhone 8+를 사용하는 한국인 유저가 앱을 설치했다는 것을 매체로 포스트백 한 것이 됩니다.
앞서 말했듯이 매체는 포스트백 받은 데이터를 기반으로 광고를 최적화합니다. 여기에서 매우 의미 있는 사실을 발견할 수 있는데, 어트리뷰션 툴의 기능이 뛰어나서 더 많은 데이터를 트래킹 할 수 있고, 다양한 데이터가 넘어와도 매체가 그것을 다룰 수 있는 역량이 충분하다면 광고 성과가 더 나은 수준으로 최적화 될 것이라는 점입니다. 어트리뷰션 툴을 선택하고 매체와 툴의 상성을 판단해야 할 때 이 점을 생각해볼 필요가 있을 것입니다.
포스트백의 한계
포스트백만 잘 활용하더라도 매체가 광고를 최적화할 수 있는 방법이 다양해지고 최적화 수준이 향상됩니다. 하지만 다음과 같은 이유 때문에 기존의 포스트백 방식으로는 완벽한 수준의 최적화는 어렵습니다.
1. 낮은 실시간성
데이터가 매체로 포스트백되는 시점은 어트리뷰션이 끝난 이후입니다. 이 말은 유저가 인앱 액션을 발생시킨 시점과 매체가 해당 데이터를 받아보는 시점 사이에는 일정한 시차가 존재한다는 의미입니다. 만약 어트리뷰션 툴이 30분짜리 세션 단위로 데이터를 쌓아 뒀다가 처리한다면, 매체는 최대 30분의 시차를 두고 데이터를 받게 될 것입니다.
현 시점에서 대중적이며 발전된 형태의 프로그래매틱 광고는, 흔히 ‘다이나믹 광고’로 불리는 Dynamic Creative Optimization(DCO)입니다. 정해진 한 가지 소재만 사용하지 않고 유저의 현재 상태에 비추어 가장 효과가 좋을 것 같은 소재를 순간적으로 제작해 노출합니다. 이런 유형의 광고가 높은 효과를 거두기 위해서는, 매체가 광고를 보게 되는 유저에 대한 정보를 실시간으로 쌓아놓고 있을 필요가 있습니다.
예를 들어 어떤 유저가 광고에 노출 되는 시점에, 매체는 ‘이 유저가 어제는 앱을 설치 했고 오늘은 몇가지 상품을 조회 했으니, 지금은 관련 상품의 프로모션을 노출하는 것이 좋겠어’라는 판단을 할 수 있어야 합니다. 매체는 이런 유저 정보를 어트리뷰션 툴로부터 포스트백 받는데, 포스트백은 실시간이 아니므로 DCO가 잘 동작하는데 필요한 수준으로는 정보를 쌓지 못해서 광고의 기대효과가 감소하게 됩니다.
2. 매체 숫자에 비례하는 비효율성
오늘 100개의 앱이 설치 되었는데 그중 20개가 A 매체의 광고를 통해서 발생 했다고 가정해 보겠습니다. 이런 경우 어트리뷰션 툴은 ’20개 앱 설치’에 대한 데이터를 ‘A 매체에’ 포스트백 합니다. 문제될 것이 없어 보이지만, 최적화 관점에서 생각해보면 그냥 넘어갈 수 없는 치명적인 문제가 있습니다. 바로 나머지 80개의 앱 설치에 대한 대응이 문제입니다.
이 80개는 분명히 앱이 설치된 수치입니다. 그러나 A 매체에게는 그렇지 않습니다. A 매체는 20개의 앱 설치에 대해서만 알고 있기 때문에, 이 20개에 해당하는 단말기 외의 모든 단말기는 여전히 타겟팅 대상입니다. 여기에는 A 매체가 모르고 있는 80개의 단말기도 포함되겠지요.
매체가 늘어나면 어떻게 될까요? 3개의 매체를 동시에 운영한다고 생각해 봅시다. 오늘 앱이 100개 설치 되었는데 A, B, C 각 매체를 통해 20개씩, 그리고 자연유입으로 40개가 설치 되었다고 가정합니다. 이렇게 되면 각 매체들은 자기 매체를 통한 20개의 설치 데이터만 포스트백 받게 됩니다. 세 매체 모두 나머지 80개의 디바이스는 여전히 타겟팅 대상으로 삼게 되겠지요. 매체 숫자가 증가할수록 비효율성도 늘어나는 결과로 이어집니다.
리얼타임 포스트백
위에서 언급한 포스트백의 한계를 보완한 것이 리얼타임 포스트백입니다. 유저의 행동을 실시간으로 트래킹 하며, 그렇게 발생한 데이터를 즉시 매체로 전송합니다. 유저가 어떤 행동을 할 때마다 어트리뷰션 툴은 그 데이터를 매체로 전송하고, 매체는 특정 유저에 대한 행동 데이터를 시계열로 쌓아 나갑니다. 결과적으로 매체는 각 유저에 대한 입체적인 정보를 확보하게 되며 이를 바탕으로 최적의 광고를 내보냅니다.
또한 특정 매체에게만 포스트백 함으로써 생기는 비효율도 더 이상 발생하지 않습니다. 예를 들어 세 가지 매체를 동시에 운영 중이라면, 앱에서 발생하는 모든 유저 이벤트 데이터를 이 세 매체에 동시에 실시간으로 포스트백 할 수 있습니다. 결과적으로 운영 중인 모든 매체가 동일하게 전체 이벤트 데이터를 확보하게 되면서 기존보다 높은 수준의 효율 최적화가 가능해집니다.
그리고 리얼타임 포스트백을 응용하면 기업의 데이터 시스템으로 직접 데이터를 전송할 수 있습니다. 마케팅 부서가 사용하는 BI, 전사 단위의 CRM 또는 DW 등에 트래킹 데이터를 보내는 것이 가능합니다. 이렇게 개별 고객의 모바일 행태에 관한 종합적인 데이터로, 기업은 데스크탑, 모바일, 오프라인 등의 모든 고객 접점에서 개인화된 고객 경험을 일관적으로 제공할 수 있는 기초를 마련하게 되는 것입니다.
