퍼포먼스 마케팅의 문제는 D
개념 설명을 위해서 공식이 하나 필요해요. 퍼포먼스 마케팅의 결과는 y, 여기에 들이는 예산을 x라고 했을 때, 저는 y를 이렇게 도출하고 싶군요.
y = x + w⋅C ⋅ log(w⋅D ⋅ w⋅M) + b
각각 다음과 같아요.
- y는 퍼포먼스 마케팅의 결과
- x는 예산
- C는 캠페인 전략과 전술
- D는 데이터
- M은 데이터를 바탕으로 하는 캠페인 운영 능력
부수적으로 w는 각 변수에 대한 가중치를, b는 기타 외부 요인을 의미해요.
D에 생긴 문제
퍼포먼스 마케팅은 데이터에 의존적이에요. 여기까지는 누구나 다 아는데, 레벨이 나뉘는 지점은 '그러면 그 데이터라는게 뭔데'를 자기 언어로 설명할 수 있는지라고 봐요. 여기부터는 개인 능력에 맞기고, 저는 간단하게만 짚어볼게요. 퍼포먼스 마케팅의 데이터의 범주엔 크게 이런 데이터가 있어요.
- 캠페인 데이터 - 캠페인 라이브 이후 매체 데이터, 노출, 클릭, 비용, 인스톨 등등
- 전환 데이터 - 캠페인 데이터에 어트리뷰션 모델을 적용한 데이터
- 벤치마크 데이터 - 타겟 시장, 인더스트리, 경쟁자, 과거 캠페인 데이터 등
이 데이터에 문제가 생겼어요. 문제가 가장 잘 드러나는 순간은 데이터를 매우 세분화해서 분석해야 할 때에요. 보통 분석을 할 때는 전환 데이터를 주로 사용하죠. 특정한 방식으로 걸러진 데이터면서 캠페인 단위의 비용과 수익도 같이 있으니까요.
앱 마케팅을 예로 들어보죠. 자체 어트리뷰션 모델이 없다면 MMP에서 가져온 데이터를 원천 데이터로 삼게되요. 그런데 MMP 데이터는 어떤 상태죠?
- iOS에선 ATT에 의해 IDFA를 사용하기 매우 어려워졌는데, 이게 없어서 MMP는 기존 방식으로는 SRN 또는 SAN을 어트리뷰트 하지 못해요.
- SRN 또는 SAN 중 대다수는 유저 단위의 데이터를 광고주에게 공유하지 않아요. 광고주가 MMP를 통해서 받는 SRN 데이터도 마찬가지에요.
a에 의해 MMP는 SRN iOS 트래픽의 대부분을 어트리뷰트 하지 못해요. b에 의해 MMP의 로데이터엔 SRN 정보가 없어요. 자 이제 여러분이 까보려고 하는 데이터에 이 두가지가 어떤 영향을 주고 있죠? 여러분에게 문제가 되나요? 문제 중 해결할 수 있는 것과 없는 것은요? 어떤 방법으로 해결하고 있나요?
y = x + w⋅C ⋅ log(w⋅D ⋅ w⋅M) + b
제가 왜 D를 문제로 보냐면
- x는 어차피 내 의지대로 할 수 있는게 아니에요. 그러니 제외.
- C와 M은 여러분 하기에 달려있어요. 성장과 개선이 가능하죠.
- D는 서드파티에 많이 의존하니 내 손을 떠나있어요. 그런데 이거 관리를 제대로 못해서 w⋅D가 음수가 되면 내가 아무리 w⋅C, w⋅M을 높여도 이 계산식 자체가 성립하지 않아요.
- D는 연결되어있어요. 특히 전환 데이터가 망가지면 매체가 학습하는 포스트백 데이터, 레퍼런스로 남는 벤치마크 데이터도 다 같이 망가지는 거에요.
진짜 D가 문제가 맞는지?
반대 논리 1 - 퍼포먼스 마케팅은 데이터가 아니라 전략이나 예산이 가장 큰 요인 아닌지?
반만 맞는 말이에요. 어떤 캠페인들은 데이터가 부족해도 뛰어난 전략과 충분한 예산을 가지고 성공적인 결과를 만들어낼 것입니다. 그러나 데이터가 없다면 전략을 세우고 예산을 효율적으로 사용할 근거가 부족하게 되요. 이렇게 근거가 부족한 상태에서 지금의 전략이 맞는지, 예산이 적절한지 어떻게 판단할까요? 감으로 한 다음 결과가 좋지 않으면 누가 어떻게 책임을 져야 하나요? 데이터의 중요성은 아무리 강조해도 부족하지 않아요.
반대 논리 2 - ATT의 영향을 받지 않는 다른 플랫폼에서 퍼포먼스를 끌어올리면 되지 않는지?
일시적으로 괜찮겠지만 결국 큰 도움이 되지 않아요. iOS 사용자들이 많은 나라들은 특히 구매력이 크다는 특징도 함께 가지고 있죠. 여길 어떻게 포기하겠어요? ATT와 정면으로 붙어서 동의율을 높이고, 모델링을 잘할 수 있는 방법을 찾고, 오가닉 트래픽의 퀄리티를 키우는 등 모든 방면에서 더 잘할 수 있도록 하는 수 밖에요.
D에 적용 가능한 옵션들
뭘 할 수 있을지 옵션들을 검토하는 단계라면 이 내용도 참고해보세요. 구체적으로는 들어가지 않을거에요.
- 퍼포먼스 마케팅 예산을 다른데 투자
회사 차원의 결정이 필요하겠죠. 이게 불가능한 인더스트리도 있을거에요. 그리고 다른데 투자해야 할 금액이 줄이는 예산보다 커지기도 할거고, 단기간에는 거기에서 성과가 안나올 수도 있어요. - 서드파티 데이터 보강
ATT 같은 플랫폼 정책에 가장 많은 피해를 본 당사자가 서드파티들이에요. 그래서 나름대로 대안들을 만들어서 서비스하고 있죠. 그것들이 무엇인지, 어떤 효과와 한계가 있는지, 우리에게 적용 가능한지 평가해보세요. 활용하는 매체, MMP, 기타 솔루션들 모두. 개인적으론 아래 3번 때문에 이 부분이 제일 중요하다고 생각해요. - 모델링 방법론 도입
보통 인하우스 모델을 고민하죠. 멀티 터치든 예측 모델이든 미디어 믹스든. 이것이 이상적이긴 하지만 여러가지 이유로 어려워요. 구글이나 메타는 MMM 모델을 오픈 소스로 공개해 놓았으니 이걸 먼저 사용해보는걸 추천해요. 이 오픈 소스 모델 말고도 구글과 메타는 분명히 자체 모델링을 강화할거에요. 새로운 현실에서는 모델링에 반드시 익숙해져야 해요. 그리고 위 2번에 구멍이 나있으면 3번도 아무 효과가 없어요. 이게 무슨 말인지 이해가 안된다면 아직 모델링이 뭔지를 모르는 거에요.