디지털 마케팅이 활발해지고 경쟁이 더 치열해질수록, 데이터를 통해 마케팅 성과를 수치화하여 측정하고 분석하고자 하는 욕구도 커지기 마련입니다. 또한, 자원은 한정되어 있기 때문에 이왕이면 같은 예산이라도 더 큰 성과를 낼 수 있는 방법을 고민해야하죠. 즉, ROI(Return on Investment)를 높여야 합니다.
이를 위해서는, 우선 집행한 광고들의 전환(앱 설치, 결제 등)에 대한 기여도를 분석해야 합니다. 과거의 성과가 높게 혹은 낮게 나왔던 이유를 분석해서 그 요인을 명확하게 파악하고, 이를 반영한 미래의 계획을 세워야 합니다. 현재 마케팅을 집행 중인 채널들에서 지금까지 광고의 성과가 좋았다고 하더라도, 앞으로도 계속해서 같은 성과가 나올 것이라는 보장은 없기 때문입니다.
다시 말해, ROAS(Return on Ad Spend)를 높이기 위해서는 어트리뷰션(Attribution, 기여도) 분석을 통해 각 채널에서 캠페인의 성과를 측정, 분석한 후에 미래 마케팅 기획에 반영해야 합니다.
사실, 모든 데이터를 완벽하게 보여주면서 지속적으로 인사이트를 제공하는 한 가지의 측정 및 분석 방식은 없습니다. 그렇기 때문에 마케팅 성과 분석을 제대로 하기 위해서는 다각도의 접근 방식이 필요합니다.
마케팅 성과를 다각도로 분석하기 위한 3가지 모델
이번 포스트는 마케팅 성과를 분석하기 위한 다양한 어트리뷰션 모델을 소개하고, AB180이 개발한 웹&앱 통합 광고 성과 어트리뷰션 솔루션 에어브릿지(Airbridge)에서 제공하는 멀티 터치 어트리뷰션 분석 기능을 통해 마케팅의 성과를 다각도로 분석할 수 있는 방법을 알아보겠습니다.
어트리뷰션 모델이란?
유저가 전환 이벤트(앱 설치, 구매 등)를 발생시키기까지는 다양한 광고를 접하게 됩니다. ‘어트리뷰션(Attribution, 기여도)’은 유저 여정에서 어떤 터치포인트들(광고 클릭, 조회 등)이 있었는지 확인해서 어떤 터치포인트가 전환에 기여했는지 성과를 분배하는 방법론을 의미합니다.
어트리뷰션은 마케팅 성과 측정의 기본이라고 할 수 있습니다. 여기서, 발생한 성과에 대한 기여도를 어떤 터치포인트에 얼마나 잘 분배하는가가 어트리뷰션의 핵심입니다. 그리고 이 질문에 대해 답하기 위한 다양한 어트리뷰션 모델이 존재합니다. 그 중에서도 대표적으로 라스트 터치 어트리뷰션 모델과 멀티 터치 어트리뷰션 모델을 다뤄보겠습니다.
👉 광고 성과를 결정하는 규칙인 어트리뷰션 모델에 대한 보다 자세한 내용은 에어브릿지 핸드북 01 - 어트리뷰션에서 확인해보세요.
라스트 터치 어트리뷰션(Last-Touch Attribution)
라스트 터치 어트리뷰션은, 싱글 터치 어트리뷰션(Single-Touch Attribution)* 모델 중 하나로, 전환 직전 마지막 단 1개의 마케팅 채널에 모든 성과를 인정해주는 모델입니다. 고객의 유입 경로가 몇 개인지와 상관없이, 마지막 터치포인트가 발생한 매체에 100%의 기여도를 부여합니다.
*싱글 터치 어트리뷰션 모델은 단 1개의 마케팅 채널에 모든 성과를 인정해주는 모델로, 퍼스트 터치 어트리뷰션과 라스트 터치 어트리뷰션 두 가지 모델이 있습니다.
라스트 터치 어트리뷰션 모델은 ‘하나의 터치포인트’라는 불충분한 정보를 토대로 광고 성과를 추론하기 때문에 휴리스틱이라고도 볼 수 있습니다. (휴리스틱 정의) 복잡한 어트리뷰션 분석을 단순화하여 빠르게 진행할 수 있기 때문에, 매체와 광고비 정산 기준을 협의할 때 많은 광고주들이 라스트 터치 어트리뷰션 모델을 사용합니다. 한 유저의 구매 여정에 다양한 광고가 영향을 미친다는 사실을 마케터들도 인지하고 있지만, 각 광고별 효과를 정확히 증명하는 것은 매우 어려운 일이기 때문에 전환 시점과 가장 가까운 터치포인트에 성과를 기여시키는 것으로 타협점을 찾게 된 것입니다.
또한 과거에는 크로스 채널에서의 개별 유저에 대한 분석 역량이 부족했기 때문에, 광고주 입장에서는 어느 유저가 어떤 광고에 노출되었는지 파악하기 어려웠습니다. 라스트 터치 어트리뷰션 모델은 전환을 발생시킨 채널을 확실하게 트래킹할 수 있다는 점에서 이러한 페인 포인트를 해소해 주었고, 현재까지도 주류의 마케팅 성과 분석 모델로 활용되고 있습니다.
하지만, 라스트 터치 어트리뷰션 모델은 한계를 가지고 있습니다.
- 원래 구매의도가 있었던 사람이라도, 페이드 광고에 대한 터치 포인트가 하나라도 있었다면 해당 유저의 전환에 대한 기여도의 100%를 마지막 터치포인트가 가져갑니다.
- 오직 마지막 터치포인트만 기여를 인정받고, 모든 중간 터치포인트는 무시됩니다.
그렇기 때문에, 유저 전환에 영향을 미친 다른 터치포인트들의 증분(incrementality), 즉 진짜 성과를 정확하게 측정하기 어렵습니다. 이 한계를 극복하기 위해서는, 멀티 터치 어트리뷰션 모델을 적용하여 성과를 분석해야 합니다.
멀티 터치 어트리뷰션 (Multi-Touch Attribution)
싱글 터치 어트리뷰션과는 달리, 멀티 터치 어트리뷰션 모델은 특정 기준을 가지고 2개 이상의 매체에 성과를 배분합니다.
대부분의 전환은 여러 번의 터치 이후에 발생합니다. 온라인 상에서 하나의 상품을 구매하기 전까지 여러 번의 광고에 노출되는 경우를 생각해볼 수 있습니다. 혹은 이미 해당 상품의 브랜드 가치로 인해 광고를 보지 않고도 구매를 결정할 수 있죠. 그렇기 때문에 진짜 마케팅 성과를 내는 매체를 파악하기 위해서는 멀티 터치 어트리뷰션 모델을 통해 분석할 필요가 있습니다.
멀티 터치 어트리뷰션은 라스트 터치 어트리뷰션 모델의 한계를 보완합니다.
멀티 터치 어트리뷰션은 유저 여정에서 발생한 모든 터치포인트를 고려하기 때문에, 마지막 터치포인트는 물론 이전에 발생한 다른 터치포인트들의 가치를 제대로 이해할 수 있게 됩니다. 마케터들이 유저들의 전환 여정은 물론 앱 설치 유인을 정확하게 분석할 수 있게 되는 것이죠. 유저가 앱을 다운로드하기 전까지 어떤 광고 채널에 노출되었는지 확인하여 광고 채널들의 효과를 파악할 수 있으며, 이를 라스트 터치 어트리뷰션 결과와 비교해서 과소평가되거나 과대평가된 채널을 파악할 수 있습니다.
Touchpoint Analysis 리포트를 통한 Multi Touchpoint 분석하기
그렇다면, 멀티 터치 어트리뷰션 분석을 위한 터치포인트들은 어떻게하면 한 눈에 확인할 수 있을까요?
에어브릿지에서는 앱에서 발생한 전환과 터치포인트에 대한 분석 리포트인 Touchpoint Analysis 리포트를 제공합니다.
에어브릿지에서는 서비스 또는 각 광고 채널별로 어트리뷰션 기간을 커스텀하게 설정할 수 있습니다. 먼저 서비스 또는 채널별로 룩백 윈도우 기간을 설정하고, Touchpoint Analysis 리포트를 통해 유저 전환에 기여한 Single Touchpoint, Multiple Touchpoint 또는 No Touchpoint(Organic) 각각의 수 및 비율을 확인할 수 있습니다. 이를 통해 라스트 터치포인트 어트리뷰션 모델과 멀티 터치 터치포인트 어트리뷰션 모델의 성과를 비교해볼 수 있습니다.
에어브릿지의 기여 모델 및 기여 기간 설정에 대한 자세한 설명은 각각 연결된 링크에서 확인하실 수 있습니다.
위의 리포트는 데모 데이터를 바탕으로 구성되었지만, 실제 터치포인트 발생 양상도 이와 유사합니다. 리포트를 상세히 살펴보면, 하나의 터치포인트도 가지지 않은 오가닉 전환의 수는 싱글 터치포인트의 경우와 거의 유사합니다. 5개 혹은 그 이상의 터치포인트를 가진 전환의 수가 그 뒤를 잇습니다.
만약 이와 같은 현상이 지속된다면, 멀티 터치포인트들을 제대로 분석할 필요가 있다는 인사이트를 얻을 수 있습니다. 특히 라스트 터치포인트 어트리뷰션 모델 하에서 성과를 낸 것으로 분석된 각 매체들이 진정한 증분 효과를 가져다준 것인지 생각해 볼 수 있습니다.
Touchpoint Overlap Analysis 리포트를 통한 광고 채널들의 성과 분석하기
각 광고 채널들이 발생시킨 전환의 진정한 성과를 확인하기 위해서는 각 채널에서 발생한 터치포인트들 간의 중복 비율을 확인해 보는 것도 중요합니다. 에어브릿지는 Touchpoint Overlap Analysis 리포트를 통해 채널 간 중첩되는 터치포인트들의 수와 비율을 제공합니다.
더 많은 유저를 획득하기 위해서는 새로운 오디언스들에게 광고를 노출해야 합니다. 하지만 위의 리포트와 같이, 일부 광고 채널들이 다른 광고 채널의 터치포인트들과 굉장히 높은 비율로 중복되고 있음을 알 수 있습니다. 즉, 해당 채널들은 같은 유저들에게 반복적으로 광고를 노출하고 있는 것입니다.
Touchpoint Overlap Analysis 리포트를 통해 비효율적인 성과를 보이는 광고 채널을 파악할 수 있으며, 해당 채널들에 대한 예산 조정을 통해 마케팅 비용을 절약할 수 있습니다.
Conclusion
이번 포스트에서는 마케팅 성과를 다각도로 측정하기 위한 어트리뷰션 분석 모델 두 가지와, 어트리뷰션 분석 결과를 확인할 수 있는 에어브릿지의 터치포인트 리포트들을 알아보았습니다. 모든 마케터가 바라는 것처럼 마케팅 성과를 높이기 위해서는 과거 성과에 대한 측정과 분석이 선행되어야 합니다.
다음 포스트에서는 마케팅 성과를 다각도로 분석하기 위한 세 가지 모델 중 남은 한 가지, 두 어트리뷰션 모델을 보완하고 거시적인 마케팅 성과와 전략 분석을 도와주는 또다른 모델인 ‘마케팅 믹스 모델링(Marketing Mix Modeling)’을 알아보겠습니다.
