모바일 앱 마케팅 성과를 분석하는 툴 5가지

마케팅 데이터를 해석하는 일이 난해하게 느껴지실 수도 있습니다. 그럴듯한 그래프들도 각각 의미하는 바를 정확히 모르면 그 가치를 활용할 수 없습니다.

마케팅 애널리틱스 리포트를 통해 측정 지표를 관찰하고 연구하세요. 데이터의 의미를 분석하고 동향을 파악하여 인사이트를 얻을 수 있습니다.

이러한 데이터 인사이트를 바탕으로 앱 캠페인을 최적화하면, 성공적으로 퍼포먼스 마케팅을 이행할 수 있습니다.

앱스토어에 출시된 앱들 대부분이 무료 설치 앱입니다. 현실적으로 앱을 다운로드 시켜도 바로 수익이 창출되지는 않습니다. 그러므로 궁극적으로는 매출을 올릴 수 있는, 참여도 높은 로열 유저를 유치하도록 캠페인을 최적화해야 합니다.

마케팅 애널리틱스 리포트를 통하면 데이터를 분석하여 고가치 유저를 유치한 미디어 채널을 볼 수 있습니다. 고가치 유저는 즉, 앱을 수익화할 수 있는 유저입니다.

이 블로그에서는 다섯 가지 리포트를 살펴보고 각 리포트를 앱 캠페인 최적화에 어떻게 활용할지에 대해 알아보겠습니다.

1. LTV 리포트

LTV(Lifetime Value, 유저생애가치) 리포트는 앱 설치 후 특정 기간 내 앱에서 수행된 모든 이벤트에 대한 데이터를 제공합니다.

‘유저생애(lifetime)’라는 단어가 혼란스러울 수도 있습니다. 정확히 말씀드리면 ‘유저생애(lifetime)’란  앱 유저가 앱을 설치한 시점부터 오늘까지(혹은 리포트가 생성된 날짜까지)의 활동들을 의미합니다. 예를 들어, 3월 1일에 앱을 설치한 유저에 대해 4월 1일에 생성된 유저생애가치 리포트는 인스톨 이후 한 달간의 앱 사용 활동 데이터를 제공합니다. 5월 1일에 생성된 LTV 리포트는 두 달간의 데이터를 제공합니다.

                 

LTV 리포트는 프리미엄(freemium: free+premium, 기본 무료 서비스에 유료 서비스가 추가된 제품) 모델이 지배적인 앱 시장에서 매우 중요한 유저 가치 정보를 제공합니다. 앱 참여도나 인앱 매출 등 다양한 측정지표를 통해 유저 가치를 확인할 수 있습니다.

LTV와 LTV 리포트는 다릅니다. LTV는 특정 기간 내 유저가 발생시킨 매출이고 LTV 리포트는 앱 설치 이후 발생한 앱 내 행동에 대한 다양한 측정 지표를 모은 데이터입니다.

LTV 리포트로 유저 가치를 유저를 유입시킨 채널, 미디어 소스, 캠페인, 광고 소재별로 비교하여 캠페인을 최적화할 수 있습니다.

예를 들어, 미디어 소스 A가 발생시키는 인스톨 수가 더 많지만, 미디어 소스 B가 유입시킨 유저가 인앱 구매를 더 많이 합니다. 이런 상황에서는 미디어 소스 B에 대한 마케팅 예산을 늘리고 미디어 소스 A에 대한 예산은 줄여야 합니다. (이렇게 예산을 재편성하는 것이 고가치 유저 트래픽을 높이고 광고비 투자 대비 수익이 발생한다고 가정하겠습니다.)

또, LTV 리포트에서 유저 그룹별 인스톨 후 앱 내 창출 가치를 비교하고 인스톨 시점, 인스톨 지역, 유저 유입 비용 기준으로 각 유저 그룹의 특징을 확인할 수 있습니다.

예를 들어, 3월 1일 앱을 설치한 유저 그룹과 4월 1 앱을 설치한 유저 그룹이 앱 설치 30일 후에 발생시킨 매출을 비교할 수 있습니다.

이렇게 유저 그룹별 LTV 데이터로 어떤 미디어 소스에서 유입된 어떤 유저가 매출을 일으키는지 쉽게 확인할 수 있습니다. 따라서, LTV 데이터를 근거로 캠페인을 최적화할 수 있습니다.

아래 예시 데이터에서 성공한 캠페인과 최적화가 필요한 캠페인을 살펴보겠습니다.

위 이미지는 11월 첫째 주에 앱을 설치한 유저의 LTV 리포트 입니다. 앱 설치 30일 후, Media Srouce 3의 로열 유저(앱을 3회 이상 오픈한 유저) 전환율(인스톨 수 대비 로열 유저 수)이 가장 높습니다. Media Source 1은 인스톨 수가 두 배 이상 많았으나 로열 유저 전환율은 낮습니다. 마케터는 이 데이터를 보고 로열 유저 전환율을 중요시하면 Media Source 3에, 로열 유저 전환율이 낮더라도 유저 베이스 규모를 키우려면 Media Source 1에 더 예산을 투입할 수 있습니다.

2. 액티비티 리포트

액티비티 리포트는 앱 인스톨 일자와 관계없이 일정 기간에 앱 실사용자가 수행한 이벤트를 측정합니다. 액티비티 리포트로 특정 기간에 특정 채널이나 매체의 효과를 측정할 수 있습니다.

예를 들어, 블랙 프라이데이나 명절 대목에 미디어 소스별 퍼포먼스를 측정할 수 있습니다. 또, 올해 2월 유저 창출 총매출을 확인하고 작년 2월, 혹은 올해 1월과 비교할 수 있습니다.

액티비티 리포트는 데이터를 여러가지 방식으로 보여주지만 기본적으로 주요 트렌드를 파악하기 쉽습니다. 액티비티 리포트에서 트렌드를 읽고 특정 미디어 소스의 예산을 늘리거나 줄여, 앱 캠페인을 최적화할 수 있습니다. 추후 비슷한 이벤트나 비슷한 기간 앱 캠페인을 운영할 때 참고하여, 마케팅 예산 편성을 최적화하고 마케팅 성과를 향상시킬 수 있습니다.

위의 표를 예로 들어보겠습니다. 한 앱에 대해 일정 기간 미디어 소스별 유저 액티비티를 측정 결과, 세션(앱 오픈) 횟수가 가장 많은 미디어 소스는 Media Source 5로 나타납니다. LTV 리포트에서는 Media Source 5가 상위 5위 미디어 소스로 나타나지 않았지만 액티비티 리포트에서는 이렇게 나타난다는 것이 주목할 점입니다.

그러나 Media Source 5는 전환율이 낮고 CPI(Cost Per Install)이 높습니다. 그래서 액티비티 리포트에서는 액티비티 수치가 높지만 전환율이 낮습니다. 이는 Media Source 5를 개선하고 최적화할 여지가 있음을 암시합니다. 한편, Media Source 3은 전환율과 CPI가 평균보다 높습니다.

액티비티 리포트에서는 선택기간 동안 특정 KPI의 변화와 인앱 구매와 같은 앱 내 특정 활동의 추이를 일별로 확인할 수 있습니다. 예를 들어 11월 26일에 DAU(일일 실사용자 수)가 급격히 떨어지는 것을 보고 마케터는 사용량 급감에 대한 원인을 조사할 수 있습니다.

3. 리텐션 리포트

다시 말씀드리지만, 앱을 다운받고 설치하도록 하는 것은 실제 성과를 얻기 위한 시작에 불과합니다. 앱 설치 이후에도 해야할 일들이 많습니다. 앱 설치 후 유저가 앱을 실제로 사용하도록 리텐션(앱 잔존율)을 관리하는 것이 매우 중요합니다. 수백 만 앱이 경쟁하는 치열한 시장에서 유저의 충성도를 확보하는 것도 큰 과제입니다.

리텐션은 수익화의 근간이기 때문에 앱 캠페인 최적화에 필수요소입니다. 리텐션 리포트는 유저가 어느 시점에서 이탈하는지를 짚어주고 어느 시점에서 최적화를 하거나 리인게이지먼트 캠페인을 실시할지 알려줍니다. 잔존율은 앱 설치일/주간으로부터 특정 일/주간에 앱 실 사용자 수를 선택된 기간에 처음 앱을 오픈한 총 사용자 수로 나눈 값 입니다.

리텐션 리포트에서는 시간 경과에 따른 채널별 잔존율 변화도 확인할 수 있습니다. 예를 들어, 애드 네트워크 A의 유입된 유저 수가 많을지라도, 애드 네트워크 B의 유저 잔존율이 시간이 경과됨에 따라 더 높을 수 있습니다.

이러한 리텐션 데이터로 어떤 미디어 소스가 앱을 더 자주 사용하는 유저를 유입시키는지를 파악하고, 적절한 순간에 앱 캠페인을 최적화하여 이탈할 뻔한 유저를 앱으로 다시 불러들일 수 있습니다.

LTV 리포트를 보면 Media Source 4는 인스톨 수 대비 로열 유저(앱을 3회 이상 오픈한 유저) 비율은 두 번째로 낮습니다. 그러나 리텐션 리포트를 보면 Media Source 4로 유입된 유저가 앱 설치 후 10일차에 잔존율이 가장 높다는 것을 알 수 있습니다.

이는 이 미디어 소스에 마케팅 예산을 더 투자하는 근거가 될 수 있습니다. 앱 설치 후 10일차에 앱을 오픈할 가능성이 가장 높은 유저를 유입시키는 매체에는 더 투자할 수도 있습니다. 앱을 적극적으로 많이 사용한 유저(로열 유저)의 비율이 적어도 괜찮습니다. 이는 앱 설치 후 초기에 앱을 많이 사용할 수록 더 일찍 이탈하는 경향 때문일 수도 있습니다.

4. 코호트 리포트

코호트 리포트는 공통 특징이 있는 유저들을 그룹(코호트)으로 나누어 유저 그룹별 데이터를 세분화(세그멘테이션)하는 툴입니다. 예를 들어 같은 국가에서 같은 날에 앱을 설치한 유저 그룹이 한 코호트가 됩니다. 국가별, 앱 설치일별 코호트 데이터를 비교 분석할 수 있습니다. 이렇게 코호트 리포트에서는 특정 파라미터, 필터, 기준을 적용하여 데이터를 다양하게 분석하여 사용자 행동 흐름의 맥락을 읽을 수 있습니다.

코호트 리포트 툴로 데이터를 유의미하게 분류하여 불필요한 정보는 차단하고 데이터가 방대했을 때는 알아차리지 못할 트렌드를 파악할 수 있습니다. 코호트 데이터로 앱 캠페인이 성공한 지점과 실패한 지점을 쉽게 파악하고 적절히 최적화 해보세요.

코호트 리포트에서 특정 기간에 어느 채널이 혹은 어떤 지역이 더 참여도가 높은 유저를 유입시키는지도 확인할 수 있습니다.

코호트 분석 데이터는 누적 수치로도 나타납니다. (다른 보기 방식도 있습니다.) 누적 수치 그래프로 선택한 KPI(아래 예시에서는 매출)의 증가율을 확인할 수 있습니다. 또, 구체적인 달성목표가 있으면, 그 목표를 달성하는데 며칠이 걸리는지도 이 누적 그래프로 보실 수 있습니다.

유료 매체 간 퍼포먼스를 비교하기 위해, 아래 그래프에서 오가닉 채널은 제거했습니다. 앞서 LTV 리포트에서 우리는 로열 유저 전환율이 가장 높은 Source 3에 초점을 두었지만, 코호트 리포트에서는 매출이 가장 높은 미디어 소스는 Media Source 3임을 확인할 수 있습니다. 아래 코호트 그래프를 보면, 미디어 소스별 매출 증가율은 비슷합니다.

코호트 리포트에서 KPI를 인스톨 일자로 바꾸면, 그래프 모습이 달라집니다. 인스톨 후 3일차의 매출을 미디어 소스별 비교하면 11월 22일에 Media Source 1을 통해 유입한 유저가 발생시킨 매출이 가장 높습니다. 11월 22일의 광고소재, 광고집행 시각 등의 정보를 깊이 분석하면 성공 요인을 파악할 수 있습니다.

이 그래프에서 또 하나 눈에 띄는 점은 월요일이나 화요일에 앱을 설치한 유저가 발생시킨 매출이 가장 높다는 점입니다. 이는 더 깊이 조사할 부분입니다. 이 날에 유의미한 UA 액티비티가 있었는가? 매출 증가를 일으키는 다른 외부 요인이 있었는가? 아니면 이 코호트 집단의 트렌드인가? 등을 검토해볼 수 있습니다.

이렇게 월요일과 화요일은 가장 매출이 좋다는 사실을 파악하고 이 날에 캠페인 예산을 더 배정해서 캠페인을 최적화할 수 있습니다.

간단히 말해, 코호트 분석을 통해 유저 트렌드를 시각화하여 캠페인 퍼포먼스의 두드러지는 지점을 즉각 파악할 수 있습니다.

5. 리마케팅 리포트

리마케팅(리타겟팅) 리포트는 중요한 앱 마케팅 툴입니다. 페이드(paid)·온드(owned) 미디어 채널을 통해 기존 앱 유저를 대상으로 캠페인을 집행해 앱을 다시 사용하도록 하는 것이 리마케팅의 목적입니다. 앱 대부분이 앱 설치 30일 안에 신규 유저의 95%를 잃습니다. 그러므로 리마케팅이 유저 이탈을 막기 위한 매우 중요한 전략입니다. 리마케팅 비용은 신규유저 유입 마케팅 비용보다 훨씬 저렴하기도 합니다.

위 예시 표를 보면, 광고노출이나 광고클릭 데이터가 기록되지 않았지만 Media Source 3과 4가 리마케팅 캠페인의 결과로 추가 수익을 창출했습니다. Media Source 2는 리마케팅 캠페인에 많이 투자했고 높은 전환율을 달성했으나 ARPU(average revenue per user, 유저 평균 매출)이 낮습니다.

유저 평균 매출 1등은 Media Source 4 입니다. 그러므로 고가치 유저를 유입시키는 이 애드 네트워크에 대한 예산을 늘리는 것이 바람직합니다.

LTV vs 액티비티 리포트

액티비티 리포트를 제외하고 모든 마케팅 애널리틱스 리포트는 LTV 데이터에 기반한다는 점을 꼭 알아두세요. 즉, 유저가 앱을 설치한 일자부터 선택한 기간까지 발생한 앱 설치 후 유저 활동에 대한 정보를 제공합니다. 그러나 액티비티 리포트는 특정 일/주/월 등 특정 기간에 발생한 유저 액티비티에 대한 정보만 수집하고 분석합니다.

쉽게 기차 플랫폼에 비유하겠습니다. 기차 플랫폼에서 기차가 지나가는 것을 볼 때 한 순간 기차에 탄 승객들이 그 순간에 동시에 한 행동들만 볼 수 있습니다. 이것이 액티비티 데이터 입니다.

이제 달리는 기차 안에 탔다고 가정하겠습니다. 같이 탄 차량 안에 있는 승객들의 모든 행동을 지켜볼 수 있습니다. 이것이 유저생애가치, Lifetime Value 데이터 혹은 LTV 데이터입니다. 

같은 데이터, 다양한 분석

같은 데이터를 다양한 분석 툴을 이용해 여러 리포트 생성되고, 각 리포트마다 고유한 장점이 있습니다. 마케터는 필요에 따라 여러 분석 리포트를 이용하여 트렌드를 읽고 인사이트를 얻을 수 있습니다.여러 리포트를 취합하여 보면, 넓은 시야를 확보할 뿐만 아니라 주의깊게 보고자 하는 KPI에 따라 어떤 앱 캠페인의 성과가 좋고 어떤 앱 캠페인이 그렇지 않은지 세세하게 파악할 수 있습니다. 

핵심요약: 마케팅 애널리틱스 툴은 모바일 앱 마케터에게 필수입니다. 데이터 분석 도구를 통해 현황을 파악하고 미래를 예측하는 통찰력을 얻고, 궁극적으로 현명하게 기획하고 투자해서 마케팅을 최적화할 수 있습니다.