데이터 클린룸 활용하기 – 마케팅 실무 적용 예시

지금까지 데이터 클린룸이란 광고주와 퍼블리셔에게 개인정보보호법을 완전히 준수하며 안전하고 신뢰할 수 있는 폐쇄 루프(closed loop) 측정 기술을 제공하는 솔루션임을 살펴보았습니다. 즉, 로데이터 형식의 유저 레벨 데이터를 사용하지 않고도 유저 레벨 데이터의 가치를 활용하는 기술입니다.

그런데 이 기술을 마케팅 실무에서 어떤 식으로 활용할 수 있을까요? 데이터 클린룸 환경에서 데이터를 유의미하게 분석하려면 어떤 계획을 세워야 할까요?

자, 초집중 하세요. 총 3부로 구성된 데이터 클린룸 블로그 시리즈의 3번째 블로그(1부 – 개요, 2부 – 종류)에서는 데이터 클린룸을 마케팅에서 실제로 활용하는 법을 살펴보겠습니다. 구체적으로 다음과 같은 목적을 위한 활용법을 알아봅니다.

1. 정밀한 타겟 오디언스 설계
2. 고객 경험을 지속적으로 개선
3. 크로스 플랫폼 마케팅 기획 및 성과 측정
4. 광고 도달 범위 및 광고 노출 빈도 측정 최적화
5. 캠페인 심층 분석

이제 실용적인 내용을 다뤄보겠습니다

1 – 마케팅 성과 측정

데이터 클린룸은 주로 잔존율, ARPU, LTV, ROAS 모니터링을 하는데 사용합니다. 광고주는 CRM 데이터를, 마케팅 파트너는 광고 노출 데이터를 데이터 클린룸에 입력하여 두 데이터를 모두 분석할 수 있는 중립적인 환경이 조성됩니다.

광고주는 캠페인 집행 후 데이터 클린룸에 자사의 퍼스트 파티 데이터를 업로드하고, 고객 데이터와 광고 노출 데이터를 모두 분석하여 주요 식별자를 기준으로 데이터 매칭을 하여 광고 성과를 분석합니다.

최근 발생한 구매 데이터를 구글 광고 노출 데이터와 비교한다고 가정해 보겠습니다. 구글의 데이터 클린룸인 구글 애즈 데이터 허브(Google Ads Data Hub)를 사용하면, 구글 광고 채널에서 집행한 마케팅 활동으로 유입된 신규 고객의 비율을 측정할 수 있습니다.

예를 들어, 이커머스 앱 광고주는 데이터 클린룸에 CRM 데이터, 고유 식별자(이메일, 우편 주소, 모바일 ID 등), 그리고 구매 날짜만 입력하시면 됩니다. 그런 다음 각 매체사는 광고 노출 데이터와 캠페인 오디언스 설정에 사용한 고유 식별자를 입력합니다.

그러면 각 매체에서 집행된 캠페인에 노출된 그룹과 신규 고객 그룹 사이의 교집합을 측정하여 각 채널마다 신규 고객 유입률이 얼마인지 파악할 수 있습니다.

2 –  정밀한 타겟 오디언스 설계

애플이 유저 레벨 데이터 사용을 극적으로 제한하는 ATT를 발표해 업계 내 큰 파란이 일은 후, 지난 1년 새 마케팅 업계에서는 데이터 상세도를 확보하는 것이 최우선 과제가 되었습니다.

데이터 클린룸은 얼마 전까지만해도 불가능했던 수준으로까지 데이터를 깊이있게 분석합니다. 인증된 서드 파티 소스들로부터 데이터를 수집해 유저의 행동, 인구학적 특성, 접속 지역 등 다양한 기준으로 분류합니다. 이렇게 세분화된 데이터를 활용해 데이터 클린룸 참여자들은 내부 데이터베이스를 보강하여 상세도를 높이고 더 깊이있는 분석을 할 수 있습니다.

이러한 데이터 처리방식의 장점은 유저 개인정보를 공유하는 대신, 개인이 익명처리된 동질 집단, 코호트를 기준으로 다양한 데이터 소스의 데이터를 집계하고 분석할 수 있다는 점입니다.

광고주는 마케팅 타겟층과 다양한 매체 오디언스 사이의 교집합을 측정할 수 있습니다. 그리고 오디언스에 도달하기 위한 최적의 경로를 파악하여 보다 효과적인 캠페인을 기획하고 여러 채널에 걸친 고객의 동선을 파악할 수 있습니다.

오디언스를 정밀히 나누어 마케팅 효과를 극대화하는 방법을 구체적으로 살펴보겠습니다.

타겟 오디언스 다듬기

소비자의 특정 행동이나 쇼핑 습관과 같은 미세한 데이터를 기준으로 오디언스를 세그멘테이션하면, 캠페인 성과에 극적인 영향을 줄 수 있습니다.

한 브랜드와 파트너십을 맺었는데 그 브랜드와 타겟 오디언스가 겹치는 부분이 있다고 가정해 보겠습니다. 이 때, 클린룸의 오디언스 데이터 분석 기능을 통해, 공통된 오디언스 그룹의 특징을 공유받아 오디언스 데이터가 보강되어 타겟팅을 더욱 정밀하게 할 수 있습니다.

맞춤형 콘텐츠 제작 및 모객 방식 큐레이션

각 오디언스 세그먼트의 관심사를 파악하면, 해당 관심사에 맞춘 광고 형식으로 연관 콘텐츠를 만들고 추천 광고를 할 수 있습니다.

데이터 클린룸 환경을 활용하면 각 세그먼트에 맞춰 메시징 방식, 광고 유형, 광고 채널을 섬세히 조절하고, 타겟 세그먼트 입장에서 문제를 해결하고 필요한 서비스를 제공한다는 메시지를 보다 더 정확히 전달할 수 있습니다.

오디언스 상세 세그멘테이션 활용 예시

여러분이 이커머스 앱을 운영하고, 퍼스트 파티 데이터로 고객 데이터와 고객과 연관된 제품 SKU(Stock Keeping Unit, 재고 관리 단위) 정보가 있다고 가정해 보겠습니다.  그리고 유사한 속성이 있는 잠재 고객층을 타겟으로 캠페인을 집행하고, 이후에 쇼핑 내역이나 쇼핑 빈도를 기반으로 리마케팅 캠페인을 진행하고자 합니다.

이를 위해서 우선, 타겟팅할 세그먼트를 만듭니다. 그 다음, 해당 세그먼트와 관련된 데이터 셋을 테이터 클린룸에 업로드합니다. 그러면 광고 파트너사가 올린 서드 파티 데이터로 해당 세그먼트에 대해 크로스 체크를 하고 더욱 심층적으로 분석할 수 있습니다. 이런 방식으로 유저의 프라이버시를 침해하지 않으면서 데이터 클린룸으로부터 집약적인 형태의 실용적인 인사이트를 얻게 됩니다.

3 –  마케팅 도달 범위 및 광고 노출 빈도 측정 최적화

파트너십을 맺은 애드 네트워크로부터 개인 식별 수준의 광고 노출 데이터를 받으면, 어떤 광고가 어떤 고객에게 얼마나 자주 노출되었는지 정확히 파악할 수 있으며, (잠재) 고객이 이미 보았거나 지나치게 자주 본 캠페인은 해당 고객에게 노출되지 않도록 하여 광고 피로도를 줄이고 미디어 마케팅을 개선할 수 있습니다.

이렇게 데이터 클린룸에서는 적절한 오디언스에게 잘 도달하고 있는지 검증해가며 세그먼테이션 기준을 조정하고, 광고 도달 대상과 노출 빈도를 조절하는 기술을 연마할 수 있습니다. 또, 유저가 마케팅 퍼널 중 어느 단계에 있고 광고에 어떻게 반응하는지에 따라 고객 여정을 최적화하고 전환을 유도할 수 있습니다.

4 -성과 증분 측정

퍼블리셔의 광고 노출 데이터, 오디언스, 퍼스트 파티 데이터 및 전환 데이터는 모두 유저 레벨로 연관지을 수 있으며, 이렇게 엮인 정보로 해당 마케팅으로 인해 성과가 얼마나 향상되었는지를 이해할 수 있습니다.

데이터 클린룸에서는 A/B 테스트를 통해 실험군과 통제군을 비교할 수 있습니다. 더 정확히는, 광고를 보여준 그룹과 보여주지 않은 그룹을 비교해 광고의 효과를 측정할 수 있습니다. 대단한 기술이지 않나요?

5 –  퍼블리셔 퍼포먼스 검증

퍼블리셔는 유저 레벨 데이터를 안전한 클린룸 환경에 주입하여 광고주가 다양한 특성을 기준으로 고객 중복 부분과 유저 가치까지 측정하도록 할 수 있습니다.

한편 광고주는 오디언스를 설정한 다음, 퍼블리셔 X의 퍼포먼스를 테스트하고 평가합니다. 데이터 클린룸은 퍼블리셔와 광고주 모두 유입 유저의 가치를 평가하고 입증하기 좋은 샌드박스입니다.

6 – 퍼스트 파티 데이터 협력체제 구축

안전하고 데이터 접근 권한 관리가 철저한 환경에서 두 주체가 전략적으로 합의하여 데이터셋을 결합하고 매칭합니다. 이렇게 미디어 생태계에서 새로운 파트너십을 구축할 수 있습니다.

양측의 데이터를 안전한 형식으로 서로 참조하여 분석한 결과로 제품 개발에 박차를 가하고 마케팅 기획을 개선할 수 있습니다.

7 – 학습과 추론, 그리고 성향 점수 모델링

마지막으로 데이터 클린룸 환경에서는 제한된 유저 레벨 데이터를 이용하여 학습과 추론 모델, 그리고 성향(propensity) 모델까지 만들어 실행시킬 수 있습니다. 성향 모델이란 고객이 특정 행동을 할 성향을 측정하는 논리 구조입니다.

핵심 정리

• 데이터 클린룸에서 마케터는 캠페인과 제품에 보다 더 연관성이 있는 타겟 오디언스를 설정하고, 고객 경험을 지속적으로 개선하며, 크로스 플랫폼 마켓팅을 기획해서 여러 플랫폼에 걸친 고객의 동선을 분석하고 성과를 측정하며, 광고 도달 범위 및 노출 빈도를 파악하여 최적화하고, 캠페인을 심층 분석할 수 있습니다.
• 데이터 클린룸은 광고주의 CRM 데이터와 파트너의 광고 노출 데이터를 모두 분석하는 중립적인 환경이므로 마케팅 성과 측정에 이상적입니다.
• 인증된 서드 파티 소스들로부터 데이터를 수집해 유저의 행동, 인구학적 특성, 접속 지역 등 다양한 기준으로 분류합니다. 이렇게 세분화된 데이터를 활용해 데이터 클린룸 참여자들은 내부 데이터베이스를 보강하여 상세도를 높이고 더 깊이있는 분석을 할 수 있습니다.
• 애드 네트워크의 개인 식별 수준 광고 노출 데이터가 데이터 클린룸에 안전하게 저장되면, 광고주는 어떤 광고가 어떤 고객에게 얼마나 자주 노출되었는지 파악할 수 있으며, (잠재) 고객이 이미 보았거나 지나치게 자주 본 캠페인은 해당 고객에게 노출되지 않도록 하여 광고 피로도를 줄이고 미디어 마케팅을 개선할 수 있습니다.
• 퍼블리셔의 광고 노출 데이터, 오디언스, 퍼스트 파티 데이터 및 전환 데이터는 모두 유저 레벨로 연관지을 수 있으며, 이렇게 엮인 정보로 해당 마케팅으로 인해 성과가 얼마나 향상되었는지를 이해할 수 있습니다.
• 퍼블리셔가 유저 레벨 데이터를 클린룸의 안전한 환경에 적재하여 광고주가 다양한 특징에 따라 타겟팅 중첩 부분과 유저의 가치까지 측정할 수 있습니다.