모바일 광고 성과 측정, 실제 효과까지 측정하고 계시나요?
모바일 광고 성과 측정에서 가장 어려운 점은 페이드(paid) 광고로 인해 발생한 설치나 앱 내 전환에 섞여 있는 오가닉 트래픽을 구별해낼 수 없다는 점입니다. 이로 인해 오가닉으로도 충분히 발생할 수 있었던 전환에 대해 마케팅 비용을 투자하며 비효율적인 마케팅 예산을 집행하고 있었을지 모릅니다. 혹은 오가닉과 페이드 마케팅의 성과가 섞여 있는 분석 결과로 인해 잘못된 판단에 기반한 미디어 믹스를 구성하고 있었을지도 모릅니다.
이러한 상황 속에서 실제 광고의 효과는 어떻게 파악할 수 있을까요? 광고 없이도 구매까지 할 수 있는 유저에 대한 광고비는 어떻게 절약할 수 있을까요? 이를 파악하기 위해서는 광고의 실제 효과인 ‘인크리멘탈리티(Incrementality)’를 측정해야 합니다.
마케팅에서 ‘인크리멘탈리티’의 의미 및 역할
인크리멘탈리티는 사전적 정의로 ‘증분’, ‘순증가분’을 의미합니다. 그리고 이를 마케팅에서 사용한다면 ‘광고로 인한 전환의 순증가분’이라고 정의할 수 있습니다. 인과관계를 측정하여 광고 시청과 같은 특정한 상호 작용 없이도 발생할 수 있었던 전환에 대해 분석할 수 있습니다. 즉, 광고와 전환 간의 실제로 발생한 ‘증분 효과’를 파악한다는 것을 의미하며, 광고를 했을 때와 하지 않았을 때의 성과를 비교하여 진짜 광고 성과를 알려줄 수 있습니다. 마케팅 활동이 얼마나 효과적이었는지 측정하여 마케팅 활동 없이는 발생하지 않았을 실제 가치가 얼마만큼 발생했는지 확인할 수 있습니다.
마케팅에서 인크리멘탈리티를 분석하는 목적은 다음과 같이 두 가지로 정리하여 이야기할 수 있습니다. 먼저, 광고로 인한 전환을 수치로 증명하여 마케팅 비용 사용에 대한 가치를 정당화할 수 있습니다. 두 번째로는, 어떤 채널이 가장 증분 효과가 있었는지 확인하여 마케팅 비용에 대한 효율성을 높여줄 수 있습니다.
1) 마케팅 비용 사용에 대한 가치 정당화
모든 브랜드들이 마케팅으로 달성하고 싶은 궁극적인 목표는 ‘수익 증대’이기 때문에, 마케팅으로 사용한 비용에 비해 그 이상의 증분 결과가 나와야 합니다. 투자한 만큼 나아가 그 이상의 전환과 매출이 발생해야 합니다. 그리고 이 성과가 마케팅으로 발생하였다는 것을 증명하는 과정도 필요합니다. 하지만 오늘날 표준으로 자리 잡은 라스트 터치 어트리뷰션(LTA, Last-Touch Attribution) 모델은 최종 광고 채널에 전환에 대한 모든 기여를 분석하기 때문에, 측정된 성과가 실제 광고로 인해 발생했다는 것을 증명하기에 한계가 있습니다. LTA 모델은 마지막 광고가 무조건 100% 전환 성과를 이끌어냈다고 보지만, 유저가 원래부터 보유한 전환에 대한 잠재적인 경향성이나 앞선 터치포인트들을 고려하면 그렇지 않기 때문입니다. 이때 인크리멘탈리티를 측정하면, LTA 모델이 가진 한계를 보완할 수 있으면서도 마케팅 비용 사용에 대한 가치, 즉 투자를 정당화할 수 있는 이유를 발견할 수 있습니다. 전환의 성과가 광고 활동이 아니었다면 일어나지 않았을 결과라는 것을 증명해 줄 수 있습니다.
2) 가장 효과적인 광고 채널 파악으로 마케팅 효율 개선
그리고 더 나아가 인크리멘탈리티 분석을 통해 효율적인 광고 매체 운영을 위해 가장 많은 증분 효과를 발생시킨 채널을 파악할 수 있습니다. 그리고 이를 예산 분배에 즉각 적용하여 광고비의 낭비를 막고 마케팅 효율을 높일 수 있습니다.
오가닉 성과와 마케팅으로 발생한 성과 간 겹치는 부분은 구별하거나 정확하게 측정하기 어렵기 때문에 부정확한 의사 결정이나 예산 설정으로 이어질 수 있습니다. 하지만 인크리멘탈리티 측정을 통해서 각 채널의 기여분 및 영향력을 파악하고 분석할 수 있습니다. 구체적으로는 아래와 같은 질문에 답변하고 보다 성과를 개선할 수 있습니다.
- 특정 매체에서 광고 집행을 중단하면 성과에 어떤 영향을 미칠까?
- 특정 매체, 캠페인, 광고 크리에이티브가 매출 증대에 실질적으로 얼마만큼의 영향을 미치는가?
- 어떤 채널, 플랫폼, 캠페인, 퍼블리셔 등이 성과 달성에 가장 큰 영향을 미치는가? ex. 수익 증대, LTV 개선
- 어떤 채널에서 얼마만큼의 예산을 증대 혹은 감소하면 가장 두드러지는 성과를 내는 광고 집행이 가능할까?
이와 같이 인크리멘탈리티는 마케팅 활동에 대한 진정한 영향력을 보다 정확하게 파악하여 인과 관계를 이해하도록 도와줄 수 있습니다. 인크리멘탈리티 분석을 통해 보다 정확한 데이터 및 데이터 기반의 의사 결정을 내릴 수 있는 실행 가능한 인사이트를 얻을 수 있습니다. 나아가 어떤 오디언스에게 어떤 광고를 어떤 플랫폼에서 제공해야 하는지 보다 가시적으로 파악하는 데에 도움이 될 수 있습니다.
인크리멘탈리티의 두 가지 측정 방법 - 실험형과 관측형
그렇다면 인크리멘탈리티는 어떻게 측정할 수 있을까요? 광고주가 활용할 수 있는 인크리멘탈리티 측정 방법에는 몇 가지가 존재하지만, 크게는 실험적(Experimental) 방법과 관측적(Observational) 방법으로 나눌 수 있습니다. 간단하게 설명하자면, ‘실험’은 오디언스를 테스트 집단과 컨트롤 집단으로 나누고 두 집단 간의 전환율 간의 차이로 각 채널에 대한 인크리멘탈리티를 측정하는 방식이며, ‘관측’은 과거의 데이터를 활용해 인과 추론을 시도하는 방식입니다.
이 두 방법 중 보다 정확한 방법을 꼽자면 ‘실험’이라고 할 수 있습니다. 이 실험적 방법을 실행하기 위해서는 두 집단을 완전히 동질적으로 나눠야 하는데, 이를 위해서는 전문적인 데이터 사이언티스트의 도움이 필요하며 아무리 신중하게 설계된다고 하더라도 두 집단의 구성이 완전하게 동일하기는 어렵습니다. 이때 주요 광고 매체인 메타(Meta)와 구글(Google)에서 제공하는 RCT(Randomized Controlled Trials) 방법을 통해 테스트 집단과 컨트롤 집단을 랜덤하게 선정하여 실험을 통해 인크리멘탈리티를 측정할 수 있습니다.
다만, 실험을 수행하기 위해서는 상당한 시간과 비용이 소모될 수밖에 없습니다. 실험 기간 동안 컨트롤 집단에 광고가 노출되지 않음으로써 같은 기간 동안 더 많은 매출이 발생할 수 있는 기회를 잃어버릴 수 있으며, 결과 분석에도 시간이 소요되어 어제까지의 분석 결과를 당장 오늘 적용하기 어려울 수도 있습니다. 이러한 한계를 극복하는 방법으로는 에어브릿지와 같은 SaaS 솔루션을 통해 과거 유저의 행동 데이터에 머신러닝과 통계학적 기법을 접목한 관측 방법을 활용할 수 있습니다.
1. 메타 및 구글의 실험적 방법
주요 광고 매체인 메타와 구글에서 제공하는 Lift Study를 통해 평균적으로 비슷하게 선정된 테스트 집단과 컨트롤 집단을 대상으로 광고 노출도를 통제함으로써 실제 ‘실험’을 진행할 수 있습니다. 이 방법은 실제 실험 결과를 토대로 하기 때문에 가장 믿을 수 있는 표준 지표이자, 가장 진정한 인과 효과를 보여주는 값을 계산할 수 있는 방식이라고 할 수 있습니다. 또한 실제 데이터를 활용하기 때문에 정확도가 높습니다. 아래는 각 매체에서 제공하고 소개하고 있는 인크리멘탈리티를 측정 방법입니다.
메타에서 제공하는 리프트 테스트는 페이스북(Facebook)의 광고에 대한 증분 효과를 이해할 수 있는 효과적인 방법입니다. 브랜드 인지(Brand recognition) 혹은 전환(Conversion)과 같은 특정 비즈니스 목표에 대한 인과적인 영향을 이해하기 위해, 광고주의 페이스북 광고를 봤던 그리고 보지 못했던 두 그룹으로 나누어서 비교하는 일종의 실험입니다. 광고주의 오디언스와 일치하지만 의도적으로 광고를 보지 못하도록 만들어서 ‘통제 그룹’으로 만듭니다. 구체적으로는 전환 목표에 대한 페이스북 광고의 증분 효과를 확인할 수 있는 ‘Conversion Lift tests’, 브랜드 인지 목표를 위한 페이스북 광고의 증분을 확인할 수 있는 ‘Brand Lift tests’, 그리고 ‘Experiements’ 세 가지 방법이 있습니다.
구글의 리프트 측정 툴은 광고의 효과를 측정할 수 있습니다. 그리고 이를 통해 구글 광고 캠페인을 조정하거나 개선하는 데에 활용할 수 있습니다. 구글에서는 동영상 광고의 효과를 측정하여 캠페인을 조정하거나 개선하는 데에 활용할 수 있는 Brand Lift, 그리고 광고를 보는 오디언스가 직접 유도하는 전환 수나 사이트 방문 등의 행동을 측정할 수 있는 Conversion Lift의 두 가지 방법을 제공하고 있습니다. 구글의 리프트 측정 툴은 일부의 구글 애즈 광고주만 활용 가능하기 때문에, 계정 담당자에게 문의해야 합니다.
2. 관측형(Observational) 방법 - Matching, PSM
앞서 언급한 것처럼 실험형 방법의 실험 수행에 대한 시간 및 비용 소모라는 제약과 단점을 보완하는 방법으로 관측형 모델을 활용하여 인크리멘탈리티를 측정할 수 있습니다. 하지만 이때 주의해야 하는 점은, 과거 데이터 속에 처치 군(treatment group)과 컨트롤 군(control group)이 이미 정해져 있기 때문에 이를 비교 가능하게 만들어야 합니다.
구체적으로는 Matching 방법을 활용할 수 있는데 우선 두 집단을 유사하게 만들 기준을 잡고, 해당 기준이 서로 가장 유사한 사람들끼리는 짝을 지어 남기고 나머지는 인과 추론에 사용하지 않는 방식으로 진행됩니다. 혹은 Propensity Score Matching(PSM) 분석 방법을 활용할 수 있는데, PSM은 개별 고객이 광고에 노출될 수 있는 확률로 산출된 유저별 경향성을 뜻하며, 여기에 통계적 기법을 적용해 실제로 광고가 순수하게 미치는 증분 효과를 파악할 수 있습니다.
광고의 진짜 효과가 궁금하다면, 인크리멘탈리티를 확인해야 합니다.
지금까지 마케팅 성과 측정에 왜 인크리멘탈리티 분석이 필요한지, 그리고 두 가지의 인크리멘탈리티 분석 방법을 소개했습니다. 마케팅 비용을 집행하면 그 성과를 측정해야 하는 것은 당연합니다. 보다 정확하고 가시적인 성과 측정 방식을 활용하고 싶다는 것은 모든 마케터와 브랜드의 바람일 겁니다.
마케팅 성과 측정 모델의 표준인 LTA 모델은 오랫동안 발전되어온 훌륭한 방법론이지만, 진짜 성과 측정을 위한 유일한 정답일 수는 없습니다. 광고의 진짜 효과가 궁금하다면, 인크리멘탈리티를 확인해 보세요.
👉 광고의 순증가분(Incrementality)을 알아야 하는 이유와 통계학이 제시한 여러 방법을 통한 순증가분 분석 방법이 궁금하다면, 에어브릿지 화이트페이퍼 광고가 만든 '진짜 성과'를 찾아라 에서 확인해보세요.
