감사합니다!

[데이터 스터디] 예측 기술로 마케팅 예산 월 28만 달러 절약하는 방법

By Michel Hayet
Predictive decision-making data study - featured

모바일 마케팅 캠페인의 성공을 예측할 수 있는 수정 구슬이 있으면 얼마나 좋을까요? 

어떤 캠페인과 채널이 가장 효과적인지, 고(高)가치 유저를 확보하려면 어디에 예산을 투자해야 하는지 미리 알면, 기획이 쉽습니다. 성과 없는 캠페인에 더 이상 예산을 낭비하지 않겠죠.  

UA(user acquisition) 매니저는 원하는 유형의 유저를 제대로 모으고 있는지 신경을 쓰면서 마케팅 비용을 지출해야 합니다. 요즘과 같은 경기 침체기에는 한 푼 한 푼이 소중하며 투자 수익을 생각하지 않고 캠페인에 예산을 지출하기란 사치입니다.

그런데 수익성을 극대화하기 위해 실제로 절약할 수 있는 마케팅 금액이 얼마나 될까요? 저희가 데이터를 심층 분석한 결과, 게임 앱 평균 한 달 절약 가능 금액은 최대 10만 달러이고 비게임 앱은 28만 달러에 달했습니다.  

이러한 결과를 얻은 연구 방법과 이 연구 결과의 의미, 예측 기술 활용 방법에 대해 살펴보겠습니다.

데이터 신뢰도 vs. 마케팅 효과

마케팅을 할 때 올바른 선택을 했는지 평가하려면 다음 요소를 고려하세요.

  1. 신뢰도 높은 데이터
  2. 마케팅 효과

이 두 가지는 모두 시간의 영향을 크게 받습니다.

목표에 맞게 캠페인을 최적화하려면 최적화 조치를 신뢰할만큼 충분한 데이터를 수집해야 합니다.

그리고 원하는 효과를 보려면 가능한 한 빨리 실행해야합니다. 신뢰할 수 있는 데이터로 제때 조치를 취하면 예산 낭비를 줄이고 자원을 효율적으로 활용할 수 있습니다.

양질의 정보 + 타이밍 = 마케팅 성과를 극대화하는 최적의 조건 아닌가요?

그런데 오래 기다릴수록 데이터 신뢰도가 높고 확신을 갖고 의사 결정을 할 수 있습니다. (기업 내 비즈니스 인텔리전스 역량에 따라 충분한 데이터를 수집하는데 7~30일 소요) 한편, 낭비를 줄이고 마케팅 효과를 높이려면 일찍 조치를 취해야 합니다.

데이터 신뢰도와 마케팅 효과, 두 마리 토끼를 다 잡으려면 타이밍이 중요

마케터는 데이터가 얼마나 쌓였을 때 행동해야 할지 항상 고민합니다. 적절한 데이터에 근거해 너무 늦지 않게 최적화를 할 타이밍을 노리죠.

그런데, 이 마케팅 성공 방정식에서 ‘시간’이라는 요소를 빼면 어떨까요?

최적화 조치 시점을 최대한 앞당길 순 없을까요? 최적화를 일찍 하면 캠페인 성과에 어떤 영향을 끼칠까요?

저희는 바로 이런 질문에 대한 답을 구하기 위해 연구를 시작했습니다.  

UA에서 예측 기술의 가치

가치는 다양한 방식으로 해석될 수 있지만 이 연구는 예측 기술이 주는 금전적인 가치를 밝히는데 초점을 맞췄습니다. 특히, 예측 데이터에 근거하여 캠페인 전체 기간 중 평소보다 일찍 최적화를 할 수 있었을 때의 경제적 효과를 분석했습니다.

예측 기술의 가치를 계산하는 법

달성하려는 목표에 따라 예측 기술의 가치를 평가하는 방법이 다릅니다. 마케팅의 달성 목표 및 측정 지표의 예시는 다음과 같습니다.

  1. 비용 절감: 성과가 저조한 캠페인을 조기에 중단하여 절약할 수 있는 예산
  2. 수익 증대: 성과가 우수한 캠페인을 조기에 발견해 예산을 늘리거나 입찰가를 높여 얻을 수 있는 추가 수익
  3. 기회 비용: 성과가 낮은 채널의 비용을 성과가 높은 채널로 옮겼을 때의 달러당 효과

수익 증대 효과는 캠페인과 앱에 따라 달라 측정하기가 매우 어렵기 때문에, 이 연구에서는 보편적으로 적용할 수 있는 비용 절감액을 기준으로 예측 기술의 효과를 분석했습니다.

연구 대상은 안드로드 앱 60개, iOS 앱 60개이며, 앱은 다시 ‘게임’과 ‘비게임’으로 분류했습니다.

비용 절감액의 기준은 다음과 같이 구체화시켰습니다.

비용 절감액 = 캠페인 중단 결정을 더 일찍 내렸을 경우 앱 평균 절약할 수 있는 금액

잠재적 비용 절감액을 계산하기 위해 캠페인 집행 후 평소와 같은 경과 시간 후에 결정한 경우와 캠페인 시작 후 48시간 동안 사용할 수 있는 예측 데이터에 근거하여 3일차에 결정한 경우를 비교했습니다.
광고주마다 서로 다른 시점에서 캠페인 최적화 결정을 내리기 때문에 몇 가지 가상의 결정 체크포인트를 적용했습니다.

  • [7일차 최적화할 경우 비용]-[3일차 최적화할 경우 비용]
  • [14일차 최적화할 경우 비용]-[3일차 최적화할 경우 비용]
  • [21일차 최적화할 경우 비용]-[3일차 최적화할 경우 비용]
  • [26일차 최적화할 경우 비용]-[3일차 최적화할 경우 비용]

캠페인 성공의 기준

캠페인 종료 여부를 결정하기 위해서는 캠페인 성공을 정의해야 하지만 앱 카테고리, 비즈니스 모델 등 여러 요인에 따라 성공의 기준은 다를 수 있습니다.

그래서 저희는 캠페인 잔존율을 비교하기로 했습니다. 이탈율이 높은(잔존율이 낮은) 캠페인은 명확히 성과가 낮은 캠페인으로 정의할 수 있습니다. 특히, 동일한 광고주가 집행한 유사 캠페인과 비교했을 때 잔존율이 낮으면, 그 캠페인은 성과가 낮은 것입니다.

잔존율을 기준으로 각 광고주의 캠페인 하위 30%를 성과가 가장 낮은 캠페인으로 설정했습니다.

초기 예측 인사이트를 가치로 전환하기

캠페인 초기에 쓸만한 데이터를 얻으면 최적화를 더 빨리 할 수 있습니다. 그런데 조기 최적화의 가치는 정확히 얼마나 될까요? 광고주가 얼마나 많은 돈을 절약할 수 있을까요?

위에서 언급했듯이 저희는 iOS와 안드로이드 앱을 모두 살펴 보았습니다. 두 플랫폼의 측정 결과는 다음과 같습니다.   

안드로이드 앱: 비(非)게임 앱이 더 많은 비용 절감

안드로이드 앱 분석 결과, 비게임 앱과 게임 앱의 잠재적 절감액 사이에 확연한 차이가 있었습니다.

실적이 저조한 캠페인 수 평균은 게임 앱과 비게임 앱 모두 15.7개로 비슷하지만, 격차가 발생한 주 원인은 앱 설치당 마케팅 비용(CPI) 차이 때문입니다.

안드로이드 게임 앱은 인스톨 어트리뷰션 프로드가 높고 인앱 이벤트 측정에 크게 의존하기 때문에 CPI가 매우 낮습니다.

그럼에도 불구하고 안드로이드에서 캠페인 집행 후 보통 7일차에 최적화를 하는 그룹은 3일차에 최적화를 했을 때, 게임 앱의 경우 월 1만9천 달러 이상, 비게임 앱의 경우 월 4만 달러 이상의 비용 절감 효과를 누릴 수 있습니다.

평소에 최적화 결정 시점까지 시간이 오래 걸리는 그룹일수록 예측 데이터를 활용해 조기에 초취를 하여 얻는 비용 절감액이 증가합니다. 평소 최정화 결정 시점이 캠페인 집행 후 26일차인 그룹은 게임 앱 월 평균 10만 달러 이상, 비게임 앱 월 평균 28만 달러 이상의 비용을 절감할 수 있습니다.

iOS 앱: 캠페인 수는 적지만 게임 앱이 더 많은 비용 절약

iOS 앱에서는 안드로이드와 다른 양상을 보입니다.

가장 눈에 띄는 차이점은 iOS에서 광고주당 실적이 저조한 캠페인 수 평균으로, 2.9개에 불과합니다. 이 연구는 잔존율 기준 하위 30% 캠페인 분석에 근거하므로 이 숫자는 상위 iOS 캠페인을 반영하지는 않고 광고주 평균 집행 iOS 캠페인의 수를 나타냅니다.

이렇게 iOS 캠페인 수가 적은 것은 SKAdNetwork(SKAN)과 연관 있습니다. iOS 앱의 캠페인 성과를 측정하려면 반드시 사용해야 하는 애플의 어트리뷰션 프레임워크, SKAN의 측정 범위가 제한적이기 때문입니다.

iOS에서는 또, 게임 앱이 비게임 앱보다 예측 데이터의 영향을 더 크게 받는다는 연구 결과가 나왔습니다. iOS 게임 앱 CPI 요율은 안드로이드 앱보다 훨씬 높을 뿐만 아니라 iOS 비게임 앱보다도 높습니다.

이 차이는 광고주 평균 월 비용 절감액에도 반영됩니다. iOS 게임 앱 광고주가 절감할 수 있는 금액은 평소 최적화 시점에 따라 2만~6만9천 달러 사이로 다양하며 iOS 비게임 앱 광고주는 매달 7천9백 달러~4만 달러 사이를 절감할 수 있습니다.

결론 & 핵심 정리

마케팅 최적화는 일찍할수록 좋습니다

새로운 캠페인을 집행할 때 비즈니스 인사이트가 없으면 비용이 많이 듭니다. 또, 비즈니스 인사이트를 얻기에 충분한 데이터가 쌓일 때까지 기다리는 동안 마케팅 예산이 금방 소진되기 쉽습니다.

캠페인 집행 후 48시간 이내 성과에 대한 인사이트를 얻으면 빠르게 최적화하여 투자 수익율을 높일 수 있습니다.

데이터 제한은 캠페인 규모에 영향

애플의 iOS 어트리뷰션 프레임워크, SKAN이 iOS 앱 광고 예산에 큰 영향을 미쳤습니다. SKAN에서 데이터 측정 범위 및 측정 기간 제약되어 광고 성과를 명확히 파악하기 어렵게 되자, iOS 앱 광고를 주저하는 광고주가 적지 않습니다.

하지만 이제 캠페인 초기 데이터 기반 예측 기술로 측정 기간 제약을 극복하고 조기에 자신있게 최적화를 해나갈 수 있습니다.

예측 기술의 가치, 비용 절감 그 이상

이 연구에서 보여주는 수치는 모든 모바일 앱 광고주에게 의미있지만, 비용 절감 수준만 나타내기 때문에 예측 기술의 가치 전체를 대변할 수는 없습니다.

예측 로직은 이미 몇몇 글로벌 대기업들에서 사용되고 있지만, UA(user acquisition) 분야에 응용되는 방법에 대한 연구는 이제 막 첫걸음마를 떼었습니다.   

예측 기술은 UA 영역에서 활용하기에 따라 상당한 비용 절감으로 이어질 뿐만 아니라 투자 가치가 있는 채널에 대한 기준을 확립할 수 있습니다. 궁극적으로 현명한 예산 편성을 통해 브랜드의 성장을 이끄는 캠페인 경영 기술을 발전시킬 것입니다.

데이터에서 행동으로

캠페인 초기 예측 데이터만으로는 성과 개선이나 비용 절감을 이룰 수 없음을 명심하세요. 데이터 인사이트를 행동에 옮겨야지만 진정한 효과를 낼 수 있습니다.  

예측 로직은 어느 조직에서나 의사 결정 프로세스에 도입하여 어떤 의사 결정이 미래에 어떤 결과를 낳는지 미리 파악할 수 있습니다.

지금까지 예측 기술을 통해 모바일 캠페인을 조기 최적화한 경우, 그 효과를 구체적으로 증명한 연구 결과를 살펴보았습니다. 예측 분석 툴은 여러분 가까이에 있습니다. 앱스플라이어와 상담하세요. 미래를 예측하는 수정 구슬은 없어도 됩니다. 🙂    

P.S. 예측 기술이 마테크에 적용된 사례

Michel Hayet

전직 기업가이자 디지털 전략 컨설턴트. 디지털 광고 베테랑이자 모바일 광고 프로드 전문가 입니다. 10여 년간 복잡한 디지털 광고의 세계에 몸담아 광고 프로드 방식을 심층 분석하며 프로드 방지 기술을 연구하고 있습니다.
Background
모바일 앱 마케팅 성과 향상을 위한 현명한 선택