음? 증분성? 통합 측정은 개인정보 보호 시대 마케팅의 미래입니다.
- 마케팅 측정의 미래는 무엇입니까?
- 성장 마케팅 담당자는 개인정보 보호 시대의 영향력을 어떻게 측정할까요?
- 전략적이고 전술적인 마케팅 통찰력을 얻기 위해 브랜드에는 어떤 도구가 필요합니까?
프라이버시의 시대
우리는 점점 더 개인 정보 보호 시대에 살고 있으며, 개인 정보 보호는 사람들이 디지털 도구에 참여하는 방법과 마케팅 담당자가 노력의 영향을 측정하는 방법을 점점 더 정의할 것입니다.
그러나 우리가 결정론적 세부 데이터에서 보다 미묘한 집계 현실로 전환하는 것은 어려운 일입니다. 프라이버시라는 단어에는 많은 의미와 해석이 있으며, 대부분이 압도적으로 긍정적이지만, 디지털 마케팅 영역에서는 사람들에게 불확실성, 복잡성, 혼란 및 한계를 상기시키기도 합니다.
이는 제가 모바일 마케터들과 나누는 모든 대화에서 계속해서 등장하는 주제 중 하나입니다. 측정과 귀속을 지속적으로 침식하는 한 가지입니다. 큰 경고. 거대한 미지.
GDPR, CCPA, 타사 쿠키 지원 중단, ATT , SKAN 1.0/2.0/3.0/4.0 및 Android 개인 정보 보호 샌드박스 이제 모든 결정의 핵심입니다. 일부는 소비자 개인정보 보호에 대한 진정한 관심 덕분에 존재하는 반면, 다른 일부는 오늘날 대형 기술 플랫폼의 경쟁적 이해관계에 의해 크게 형성됩니다.
그러나 한 가지는 분명합니다. 탐색하기 까다로운 환경이며, 성장 마케팅 작업은 점점 더 복잡해지고 있습니다.
개인적으로 그리고 Singular 전반에 있어서 이 모든 복잡성은 매우 분명한 소명을 강조합니다. 우리의 임무는 일을 단순하게 만들고 기업이 마케팅의 위대함을 달성하도록 돕는 것입니다. 솔직하게 말해서 두 가지 직업 모두 점점 더 어려워지고 있습니다.
하지만 100% 분명히 말씀드리자면, 불가능해지지는 않았습니다.
SKAdNetwork의 참호에서 고군분투하는 사람들에게는 믿기 어려울 수도 있지만, 저는 솔직히 이 모든 변화가 엄청난 기회라고 봅니다. 그리고 이 글을 읽고 계시다면 웨비나, 가이드, Slack 그룹, 워크숍, 심지어 1:1 상담 등 우리의 모든 콘텐츠에서 이러한 낙관주의를 보셨을 것이라고 확신합니다. 당신은 아마도 우리가 개인 정보 보호에 대해 생각하는 데 많은 시간을 소비한다는 것을 알고 있을 것입니다.
우리 지역 사회에 대한 나의 약속: 우리는 여러분의 지지를 받습니다 .
그리고 오늘, 우리가 살고 있는 개인 정보 보호에 집착하는 시대가 시작된 지 2년이 되는 오늘, 저는 잠시 시간을 내어 측정의 미래에 대해 제가 갖고 있는 비전을 설명하고 싶었습니다. 하지만 그러기 위해서는 현재 측정 공간에서 볼 수 있는 것과 그것이 미래를 향한 POV를 어떻게 형성하는지 설명하는 것부터 시작해야 합니다.
최전선에서 상당히 분열된 시장
현재 Android에서의 마케팅은 거의 동일하게 유지되고(측정은 곧 사라질 GAID 식별자를 기반으로 함), Apple의 iOS는 상황이 가장 많이 변한 곳입니다.
과거에는 대부분 의 회사가 IDFA 마지막 클릭 모델을 채택했습니다. 물론, 우리 모두는 이상적으로 MTA를 원했습니다. 우리는 마지막 클릭을 의심했습니다. 물론, 우리는 적절한 MTA를 가질 수 있도록 Google이나 Snap과 같은 SAN이 IDFA에서 노출 수준 데이터를 공유하기를 원했습니다. 물론, 우리는 App Store가 Play Store와 유사한 "리퍼러" 메커니즘을 갖기를 원했습니다. 그러나 대부분의 경우 시장은 일치했습니다. 허용 가능한 측정 방법이 있었습니다.
그러나 이제 시장은 다시 크게 분열되었습니다.
부문 1: iOS 및 SKAdNetwork
분할의 첫 번째 주제는 SKAdNetwork (Apple의 개인 정보 보호 기능이 있지만 매우 제한적인 Attribution API)입니다.
회사를 두 그룹으로 묶어야 한다면 다음과 같이 정의하겠습니다.
- 그룹 1 – 예! SKAdNetwork가 작동하도록 했습니다.
- 그룹 2 – 윽! SKAdNetwork를 작동시킬 수 없습니다
100% 명확하게 해보자:
- 두 그룹 모두 매우 똑똑한 회사를 포함하고 있습니다.
- 두 그룹 모두 모든 업종과 규모의 회사를 보유하고 있습니다.
- 두 회사 모두 Skadnetwork를 싫어합니다 (일을해도해도!)
심지어 SKAdNetwork를 싫어하는 것이 꽤 인기가 있다고 말하고 싶습니다. 내 말은, 어렵고, 블랙박스이고, 망치기 쉽다는 것입니다. 이해가 되지 않는 수치(예: $500 CPA)를 발견하는 경우가 많으며 이를 이해하는 능력도 제한되어 있습니다.
그렇다면 왜 그것을 좋아하겠습니까?
하지만 여기에 여러분을 놀라게 할 만한 것이 있습니다. 그룹 1은 여러분이 생각하는 것보다 더 큽니다. SKAN에 대해 공개적으로 긍정적인 반응을 보이는 것은 인기가 없습니다. SKAN을 작동시키더라도 IDFA에서 이전에 가졌던 것보다 여전히 더 나쁘기 때문에 이는 의미가 있습니다. 게다가, 가능한 한 SKAdNetwork를 작동시키기 위해 다른 모든 사람들이 애쓰고 있다면... 이는 엄청난 경쟁 우위가 될 수 있습니다.
(참고: SKAN을 작동시킬 수 없는 그룹에 속해 계시다면 저희에게 문의해 주십시오 . 저희는 문자 그대로 수백 개의 회사가 SKAdNetwork 전문가가 되도록 도왔고 그들은 놀라운 결과를 얻고 있습니다.)
부문 2: 확률적 귀인(AKA 핑거프린팅)
Apple의 지침을 침해하는 확률적 속성을 제거하기로 결정했습니다 그들은 규칙을 준수하고 안전을 유지하기를 원하기 때문에 비즈니스에 대한 잠재적인 경쟁적 불이익을 기꺼이 받아들입니다.
반면, 트래픽의 특정 부분에 지문 채취 방법을 사용하는 회사가 여전히 있다는 것은 모두가 알고 있는 사실입니다.
하지만 현실을 생각해보면 이 부분이 점점 작아지고 있다는 것은 명백합니다.
우리 데이터에 따르면 SAN은 광고 지출의 80% 이상을 차지하며 이미 SKAN을 100% 준수하고 있으며 추적에 사용할 수 있는 데이터를 공개하지 않습니다. 나머지 20%는 대부분 상당히 대규모의 공공 광고 네트워크로 구성되어 있으며 이들 역시 대부분 SKAN과 함께 운영됩니다.
따라서 일부는 지문 채취를 하고 있지만 점점 줄어들고 있는 시장 부분을 쫓고 있습니다. 뻔한 내용을 언급할 위험이 있지만 이는 성공적인 장기 전략이 아닙니다.
부문 3: MMM 및 증분성
IDFA 지원 중단으로 인해 MMM(미디어 믹스 모델링) 및 증분성과 빠르게 뜨거운 논쟁의 주제가 되었습니다.
미디어 믹스 모델링은 데이터 과학이 많이 사용되는 프로세스입니다. 집계된 지출 데이터, 집계된 수익 데이터, 기타 생태계 매개변수를 사용하여 채널(또는 캠페인 등)별로 예상 ROI를 출력합니다. IDFA에 대한 의존성이 부족하거나 플랫폼 데이터에 대한 특별한 액세스가 없다는 점을 고려하면 이러한 매력은 자연스러운 것입니다. 또한 총 지출 및 수익 데이터( Singular와 같은 플랫폼을 사용하면 매우 쉽게 얻을 수 있는 데이터)만 있으면 됩니다.
우리 모두는 현실을 알고 있습니다. MMM은 새로운 것이 아니며 수년 동안 존재해 왔습니다.
주로 MMM은 Fortune 100대 기업이 매우 복잡한 미디어 믹스 질문에 답하는 데 사용되었습니다(네브라스카 월마트의 바디 로션 판매에 TV 광고 지출을 연결하는 것을 생각해 보세요). 그러나 새로운 점은 MMM을 탐색하고 MMM이 거의 구식의 기업 전용 서비스 중심 솔루션에서 보다 현대적이고 가벼운 SaaS 제품으로 전환될 수 있는지 알아보려는 새로운 동기입니다. 현재 SKAN이 제공하고 내일은 Android의 개인 정보 보호 샌드박스가 제공하는 통찰력 부족으로 어려움을 겪고 있는 앱 개발자입니다.
MMM의 열렬한 팬은 이것이 진정한 ROI를 확인하고 미디어의 진정한 증분성을 측정할 수 있는 유일한 방법이라고 믿습니다. 다른 사람들은 단지 SKAN이 작동하지 않고 신뢰할 수 없기 때문에 iOS 애플리케이션에 단순화된 MMM 모델을 사용하고 있다고 말합니다.
확실히 팬 수가 늘어나고 있는 반면, 많은 비판자들도 있습니다. MMM을 시도했지만 그 수치가 매우 부정확하다는 사실을 발견한 회사들입니다(적어도 대부분 수동으로 '조정'을 많이 하지 않은 경우는 아닙니다). MMM이 올바른 방향으로 나아가기 위해서는 엄청난 투자가 필요할 수 있으며 심지어 MMM의 지지자들조차 말 그대로 실제 채택보다 여전히 더 많은 관심이 있다고 말했습니다.
그리고 증분성?
증분성과 관련하여 한 가지 더 구분을 언급할 가치가 있습니다. 어떤 사람들은 증분성을 측정하는 유일한 표준은 청중을 대상으로 A/B 테스트를 동시에 실행하고 각 집단의 전환 결과를 측정하는 것이라고 말합니다. 유일한 문제는 이제 iOS에서는 불가능하지는 않더라도 극도로 어렵다는 것입니다. 심지어 Android 세계에서도 광고 채널의 집중적인 협력을 통해서만 이를 달성할 수 있습니다. A/B 테스트를 통해 성과 증분 측정을 약속하는 도구에 대해 경계하고 싶습니다 .
그러나 분명히 짚고 넘어가야 할 점은 모바일 마케팅의 특정 세계와 요구 사항에 맞게 조정될 때 미디어 믹스 모델링과 증분성 모두에 가치가 있다는 것입니다. 또한 두 가지 모두 모바일 및 디지털 마케팅 채널뿐 아니라 TV, 커넥티드 TV , 모든 종류의 스트리밍 미디어, 옥외 광고, 웹 등을 인쇄물이나 전단지와 같은 매우 전통적인 채널도 있습니다.
통합 측정은 마케팅의 미래입니다
우리가 사용해야 할 단일 에 대한 논의가 있어서는 안 되는 시점에 와 있다는 것은 분명하다고 생각합니다 다양한 언제, 어디서, 어떻게 함께 사용하는지에 관한 것입니다.
그렇기 때문에 마케팅 측정의 미래는 우리가 통합 측정을 . 아마도 통일 된 측정에 대해 몇 시간 동안 계속할 수있을 것입니다. 진실은 고객과 테스트하기 위해 배우고 밝혀 질 것이 더 많지만, 그 핵심에는 다음과 같은 3 가지 주요 개념이 있습니다.
- 통합 데이터 인프라
- 다양한 측정 방법론
- 다양한 관점과 다양한 목적을 제공하는 보고 및 통찰력
통합 데이터 인프라
Singular 에서는 마케팅의 위대함은 다양한 신호를 한 곳으로 가져오는 것이 중요하다고 항상 믿었다는 사실을 말씀드려도 놀라지 않으실 것입니다. 2014년 창립 이래 이것이 우리 제품의 디자인 원칙이었으며, 말 그대로 수천 개의 다양한 소스에서 나오는 마케팅 데이터를 처리할 수 있는 세계 최고의 플랫폼을 성공적으로 만들었습니다.
하이브리드 측정 비전을 올바르게 구축하려면 다음과 같은 중요한 데이터 입력 목록이 많이 있습니다.
- 마케팅 지출 데이터
- 마케팅 전달 데이터(노출수, 이메일 조회수, 딥링크 열기)
- 허용되는 세분화된 측정 신호( IDFA , GAID , 쿠키)
- 개인 정보 보호 측정 신호 집계(SKAN, Android 개인 정보 보호 샌드박스, ITP)
- 온라인 및 오프라인 수익 데이터
- 고객 데이터( 참여 , CAC, LTV , 크로스 플랫폼 활동 )
- 생태계 데이터(경제, 날씨, 소비자 행동, 계절성)
저는 이 비전을 구축하는 우리의 출발점이 매우 강력하다고 자신있게 말할 수 있습니다. 우리의 통합 데이터 인프라는 시장에서 최고이며, 기존의 측정 방법론 제공과 이를 결합하는 정교함은 비교할 수 없을 만큼 뛰어납니다. 우리의 보고 및 통찰력 계층은 거의 10년 동안 스트레스 테스트를 거쳐 반복적으로 개선되었습니다.
그러나 이것이 우리가 끝났다는 의미는 아닙니다. 그것과는 거리가 멀다. 우리는 이제 막 시작하고 있다.
다양한 측정 방법론
성능에 대한 단일 관점(현재는 iOS의 데이터 조각화로 인해 실제로는 불가능함)에 의존하는 대신 위에서 언급한 모든 데이터를 사용하고 다양한 목적을 제공하는 여러 방법론을 사용하는 여러 관점이 있을 것입니다.
- 라스트 터치 또는 멀티 터치 어트리뷰션을 제공하는 허용된 세분화된 어트리뷰션 데이터(웹, iOS, Android, 자사 데이터, PC, 콘솔, CTV, 크로스 디바이스 데이터)를 기반으로 하는 보기 및 방법론
- SKAdNetwork, Android의 PSA, Safari의 PCM 등 집계된 개인 정보 보호 측정 신호를 기반으로 하는 보기 및 방법론
- 사용 가능한 모든 측정 신호 위에 실행되는 데이터 과학 계층(예: "SKAN 고급 분석")을 기반으로 하는 보기 및 방법론
- 채널 및 캠페인의 높은 수준의 ROI를 평가하고 성과 증분을 결정하며 예산 할당과 같은 결정을 알리는 데 유용한 미디어 믹스 모델링과 관련된 보기 및 방법론
그리고 아시다시피 우리는 측정 방법론에 데이터 과학의 계층을 점점 더 추가하고 있습니다. SKAN 고급 분석 제품 ) 및 미디어 믹스 모델링 에 중점을 두고 있습니다 그러나 앞으로는 더 많은 채택이 시작되면서 추가적인 개인 정보 보호 기술(예: Android 개인 정보 보호 샌드박스, 비공개 클릭 측정 등)로 확장될 것입니다.
다양한 관점과 다양한 목적을 제공하는 보고 및 통찰력
명백한 질문은 : 통일 된 측정은 모든 마케팅 활동에 대한 단일 진실의 원천으로 요약됩니까?
곧? 아니요. 미래에는요? 예. 그러나 시간이 좀 걸릴 것입니다.
기본적으로 이러한 데이터 세트는 서로 적합하도록 설계되지 않았습니다. 허용된 세분화된 속성 데이터(예: IDFA)를 가져와서 집계된 개인 정보 보호 측정 데이터(예: SKAdNetwork)와 결합하고 이를 MMM 모델의 통계 출력과 결합한다고 상상해 보십시오. 이러한 데이터 포인트 간의 중복을 식별할 수 있는 명확한 방법이 없습니다. 하나는 장치 수준이고, 두 번째는 여전히 다소 결정적인 집계된 집단 수준이며, 마지막은 지출, 수익 및 추가 요소 간의 상관 관계를 살펴보는 완전한 통계 모델입니다.
따라서 오늘날 많은 손을 흔들지 않고 병합하는 것은 매우 어렵습니다. 지금까지 우리가 본 초기 시도는 이 데이터의 제한된 하위 집합(예: IDFA 및 SKAdNetwork 데이터 병합)에 대해서도 지나치게 단순하고 매우 부정확했습니다.
업계로서 우리는 아직 SKAdNetwork를 적절하게 도입하기 위한 비교적 초기 단계에 있습니다. 즉, 모든 앱 개발자가 자신의 MMM 모델을 성공적으로 실행하도록 하려면 아직 갈 길이 멀다는 의미입니다. 본질적으로 지금까지 이러한 모든 다양한 관점을 포괄적인 방식으로 지원하는 과제를 수행한 플랫폼이 없었기 때문에 배울 수 있는 실제 과거 경험이 없습니다.
그러나 결국 마케팅 담당자는 이러한 수치를 조화롭게 이해할 수 있는 방법을 원하고 필요로 한다는 것이 매우 분명해졌으며 이는 앞으로 몇 달 동안 데이터 과학, 엔지니어링 및 제품 팀의 목표 중 하나가 될 것입니다. 그리고 앞으로 몇 년.
통합 측정은 언제 해제됩니까?
이는 점진적인 과정이 될 것이며 저는 다음 세 단계를 구상합니다.
- 1단계 : 공통 데이터 인프라 및 데이터 과학 계층(일명 하이브리드 측정 플랫폼)을 통해 더 많은 방법론에 대한 액세스를 활성화합니다. 여기서 초점은 단지 과대광고가 아닌 실제 채택에 있습니다.
- 2단계 : 다양한 방법론에 대한 보고 시각화를 재구성합니다. 이는 이미 현재 표면화되어 작업 중이며, 더 많은 방법론을 사용할 수 있게 되면 더욱 중요해질 것입니다.
- 3단계 : 사용 가능한 모든 데이터 소스를 기반으로 다양한 관점과 방법론의 결과를 단일 통찰력 엔진으로 결합하는 방법을 개발합니다.
이러한 단계가 완전히 순차적이지는 않지만 1단계의 학습이 2단계와 3단계에 큰 영향을 미칠 것이라는 점은 분명합니다.
마지막 말
우리는 이 비전에 대해 매우 기대하고 있습니다.
기술이나 행운(아마도 둘 다일 것입니다 :))으로 인해 우리는 이 비전을 수행할 수 있는 완벽한 플랫폼을 구축했습니다. 이는 항상 우리 플랫폼과 업계 전체의 자연스러운 확장 경로였으며 개인 정보 보호는 이를 실현하는 완벽한 촉매제였습니다.
데이터 과학이 오늘날 우리가 하는 모든 일에 어떻게 내장되고, 상황이 점점 더 정교해지고 있는지 보는 것은 아름답습니다. 반면에 우리는 차세대 측정 솔루션이 제공해야 하는 단순성과 접근성에 전념해야 합니다.
우리는 다음 주와 몇 달 동안 이것에 대해 더 많이 공유 할 때 계속 지켜봐 주시기 바랍니다. 그리고 그때까지, 당신은 평범한 지점에서 우리를 찾을 수 있습니다 : Slack , Webinars 및 우리의 블로그 .
디지털 마케팅의 최신 소식을 받아보세요.
