감사합니다!

디지털 클린룸의 종류

By Einav Mor-Samuels
Data clean rooms - a comparative overview of a new(ish) market square

유저 레벨 데이터는 모바일 마케팅에서 많은 사람들이 믿고 의지하던 핵심 데이터였습니다. 그러나 최근 몇 년 동안 개인정보보호 규정이 강화되면서 유저 레벨 데이터가 거의 멸종 위기에 처했습니다. 광고주가 데이터 기반 의사 결정에 어려움을 겪게 되었죠.

혹시 이런 현상이 곧 지나가리라고 생각하신다면, 다시 생각해 보세요. 현재 디지털 생태계를 휩쓸고 있는 개인정보 보호 중심 변화는 가속화될 것으로 보이며, 이로 인해 유저 레벨 데이터에 대한 접근이 더욱 제한되어 비즈니스 최적화가 더욱 더 어려워질 전망입니다.

그러나 이러한 흐름이 악재는 아닙니다. 기업이 경쟁력을 키울 수 있는 절호의 기회가 될 수 있습니다. 글로벌 시장 조사기관 포레스터(Forrester)는 “(기업이) 윤리적으로 개인정보보호를 실천하는 것이 앞으로 소비자 중심, 가치 기반 사고로 남과(타사와) 차별화할 수 있는 원천이 될 것”이라고 설명했습니다.

데이터 클린룸(DCR)은 바로 이러한 소비자 개인정보보호 중심 사고방식에서 비롯됩니다. 데이터 클린룸 시리즈 1부를 읽어보신 독자들은 기억하시겠지만, ‘개인정보보호’ 장치는 법을 준수하고 매체 간 성과 측정 및 최적화를 할 필요가 생기면서 마케팅 테크 스택에서 필수가 되었습니다.

글로벌 IT 리서치 기업, 가트너(Gartner)에 따르면 광고 매체 예산 규모가 상당한 광고주의 80%가 2023년까지 데이터 클린룸을 도입할 것이며 현재 사용중이거나 다양한 개발 단계에서 배포된 데이터 클린룸은 250~500개 정도로 추정됩니다.

데이터 클린룸은 어떤 형태가 있을까요? 종류를 나누기에 앞서, 데이터 클린룸이 무엇인지 여러분의 기억을 되살리기 위해 짧게 핵심만 정리해 보겠습니다.
  

데이터 클린룸(기본 개념 복습)

여러 주체의 광고 데이터를 익명화하고 연결시켜 유의미한 정보를 생산할 수 있는 하나의 안전하고 독립적인 플랫폼을 상상해 보세요. 데이터 클린룸 안에서는 광고주의 퍼스트 파티 데이터와 퍼블리셔의 로데이터가 합쳐져 필요한 정보로 조합됩니다.  그런데 여타 데이터 공유 방식과는 달리, 데이터 클린룸에서는 상세한 광고 데이터를 제공하는 한편 유저 레벨로 데이터를 출력할 시, 엄격한 개인정보보호 규정을 적용합니다.

어떤 식이냐고요? 데이터 클린룸 환경에서 데이터를 분석하는 과정은 다음과 같습니다.

  1. 광고주가 CRM 등에서 데이터를 선택하여 데이터 클린룸으로 전송합니다.
  2. 그리고 퍼블리셔의 로데이터가 SRN(Self Reporting Network)의 API와 리퍼러 데이터를 데이터 클린룸에 입력됩니다.
  3. 광고주가 데이터 클린룸에 사업상 필요한 정보를 문의하면, (개인이 익명처리되어) 집계된 형태로 데이터가 답변으로 돌아옵니다.

데이터 클린룸은 주로 LTV(유저생애가치)를 분석할 때 많이 사용합니다. LTV는 마케팅 하시는 분에게는 최고의 관심사죠.

데이터 클린룸에서는 모든 유저를 익명화하여 다양한 기준에 따라 유저 레벨로 분석할 수 있고, 그 결과 고객이 제품을 발견하고 사용하는 과정 전체에 걸쳐 창출하는 가치를 평가할 수 있습니다. 즉, 고객별 총 수익을 개인정보 보안 문제 없이 상세히 분석할 수 있습니다.

또, 광고주는 오디언스를 세분화하여 각 세그먼트에 맞게 맞춤형 광고를 송출해 경쟁사와 차별화된 마케팅을 할 수 있습니다. 그리고 데이터 클린룸에서는 참여자 누구나 동등하게 데이터를 공유하고 활용할 수 있습니다.

이제 데이터 클린룸에 대한 기본 개념을 확실히 정리했으니, 본론으로 들어가볼까요?
 

데이터 클린룸 유형 – 운영 주체 및 장단점

Types of data clean rooms

데이터 클린룸은 모두 유저 레벨 데이터를 익명화하고 공통 속성을 기준으로 클러스터를 만들어 개인 정보를 숨기고 데이터를 집약합니다. 그러면, 데이터 클린룸에는 어떤 유형들이 있을까요?

빠르게 발전하고 있는 데이터 클린룸 기술을 이해하기 위해, 실제로 어떤 종류가 있고 각 유형이 기업의 가치 사슬(value chain) 전반에 어떤 효과가 있는지, 유형별 장단점은 무엇인지 알아보겠습니다.
 

담장 친 정원(Walled Gardens) – 거대 테크 플랫폼

이 유형은 데이트 클린룸 기술 제공사가 하드웨어, 애플리케이션 또는 콘텐츠에 대한 상당한 통제권을 갖는 폐쇄된 생태계 입니다.

담장 친 정원(Walled Gardens)식 데이터 클린룸은 자사의 데이터를 안전하게 상업화하고, 경쟁사가 사용하는 동안 광고비 흐름 내역을 파악하기 위해 구글, 아마존, 메타(페이스북)가 처음 도입했습니다.

전체 광고 매체 비용의 거의 70%가 이 세 거대 광고 플랫폼에 흘러들어가고 있습니다. 각 플랫폼은 자사가 세운 담장 친 정원식 데이터 클린룸 내에서 광고주가 활동할 수 있도록 허용합니다.

이런 데이터 클린룸이 바로 구글 애즈 데이터 허브(ADH, Google Ads Data Hub), 페이스북 고급 분석(FAA, Facebook Advanced Analytics), 그리고 아마존 마케팅 클라우드(AMC, Amazon Marketing Cloud)입니다.

이렇게 보안이 엄격한 환경에서 메가 SRN은 광고주가 이벤트 수준의 데이터를 제공하여 광고주가 충분한 정보에 입각해 캠페인을 기획하고 운영할 수 있도록 지원하며, 소비자 개인정보와 생태계를 둘러싼 방어막을 견고히 지킵니다.

Data clean rooms: Walled gardens

장점

  • 이벤트 수준 데이터로 퍼스트 파티 데이터 셋 보강 지원

단점

  • 분석을 해야하는 로데이터 형태로 제공 – 일반 마케팅 담당자가 이 데이터를 해석할 수 있도록 하려면 데이터 사이언티스트, 애널리스트 및 엔지니어 팀의 지원이 필요함
  • 경직된 구조
  • 실무에 효과적으로 활용할 수 있는 크로스 플랫폼 데이터(예: 멀티 터치 어트리뷰션)를 추출할 수 없음
  • 기업 간 데이터 협업 불가
  • 데이터 쿼리 기능 사용법이 엄격히 제한됨

 

멀티 플랫폼, 혹은 중립 플랫폼

이 유형은 각각 장단점이 다른 세 가지 하위 그룹으로 나뉩니다.

 

기존 유사 솔루션에서 다각화된 유형

이들은 주로 마케팅 애플리케이션 또는 클라우드 데이터 스토리지와 같은 관련 산업에서 운영되는 기존 솔루션이며, 개인정보보호법을 준수하는 방식으로 데이터를 수집하는 데이터 협력 메커니즘을 제공합니다. 이 유형에는 Epsilon, Measured, BlueConic 및 Merkle와 같은 솔루션 기업이 있습니다.

장점

  • 유연한 구조
  • 데이터 유형 및 분석 수준 맞춤형 관리

단점

  • 보안이 철저한 거대 테크 기업 데이터(walled garden)에 대한 접근 제한
  • 파트너 연동 폭 협소
  • 데이터 다운스트림 연동 제약
  • 기존 CDP(고객 데이터 플랫폼)/CEP(복합 이벤트 처리)를 활용으로 데이터 이슈 발생 위험

 

순수 데이터 클린룸 제공업체

이들은 Hobu, Harbr, InfoSum 및 Decentriq와 같은 신생 중소형 기업과 엔터프라이즈급 데이터 서비스를 제공하는 SnowFlake와 같은 데이터 클린룸 전문 제공업체입니다.

장점

  • 유연한 구조
  • 기존 데이터 파이프라인 및 스토리지 인프라 활용(SnowFlake)
  • 파트너 연동으로 확장된 생태계 활용 (SnowFlake)

단점

  • 퍼스트 파티 데이터 세분화 제한
  • 데이터 수집을 위해 타사 인프라에 의존하는 경우가 많음
  • 데이터 추가 가공을 위한 연동 옵션이 많지 않음

 

모바일 측정 파트너(MMP)

MMP는 이론적으로 고객이 필요에 따라 모든 사용 가능한 데이터를 활용할 수 있도록 하여, 집계된 형태의 실용적인 정보를 지원하는 공정하고 신뢰할 수 있는 데이터 플랫폼입니다.

장점 

  • 고유 자원(cornered resource) – 상세한 유저 레벨 데이터 및 포괄적인 크로스 채널 데이터
  • 실시간 전환 데이터
  • 모바일 앱 비즈니스에 최적화된 종합 분석
  • 시스템 간 유연한 연동
  • 최고 수준의 데이터 집약형 리포트

단점

  • SRN 관련 데이터는 상세 분석 및 쿼리 작업이 제약될 수 있음
  • 기존 CDP(고객 데이터 플랫폼) 아키텍처의 부재
Data clean rooms: MMPs

우리 사업에 알맞은 데이터 클린룸 찾기

데이터 생태계 구축 예산이 있는 광고주는 지금 데이터 클린룸에 투자해야 합니다. 그런데 완전히 새로운 데이터 클린룸을 구축하든, 기존 인프라를 보강하든, 비즈니스에 최적화된 솔루션을 어떻게 찾을 수 있을까요?

여러분의 판단에 도움을 드리고자, 데이터 클린룸 시장을 조망해 보겠습니다. 데이터 클린룸을 선택할 때는 다음과 같이 주로 두 가지 요소를 고려해야합니다.

  • 데이터의 규모와 품질 – 데이터의 깊이
  • 수신하는 데이터의 다양성 – 데이터의
How to choose the right data clean room for your business

거대 테크 기업이 관리하는 담장 친 정원(walled garden) 유형은 데이터의 규모와 품질 측면에서는 이점이 있지만 다양성이 부족합니다. 순수 데이터 클린룸 서비스 제공업체는 일반적으로 데이터의 깊이가 얕거나 폭이 좁습니다. MMP는 다양한 파트너와 연동하여 깊이있고 폭넓은 데이터를 제공하는 데이터 클린룸 기술을 제공합니다.

데이터 클린룸을 고려할 때 그 가치를 최대한 활용하기 위한 가이드를 드립니다.

  • 먼저 주요 채널(모바일, 앱 또는 웹), 사업 규모, 마케팅을 위해 필요한 사항, 데이터 구조 및 내부 리소스를 점검하세요.
  • 그런 다음, 현재 고객 뿐만 아니라 미래 상황을 고려하여 데이터 클린룸을 설계하세요. 고객 행동의 변화를 예측할 수 있도록 설정해야 데이터 클린룸이 진가를 발휘할 수 있죠.
  • 소비자 행동을 실시간으로 분석하고 실행 가능한 통찰력을 얻는 것은 매우 중요합니다. 실제 오디언스를 대상으로 캠페인 테스트를 진행합니다.

 

그런데 이상하죠. 이렇게 좋은 데이터 클린룸이 왜 아직 널리 사용되지 않았을까요?

Why haven’t data clean rooms been more widely adopted
  • 단도직입적으로 말씀드리겠습니다. 데이터 클린룸은 저렴하지 않습니다. 거대 테크 기업이 대안을 제공하지만, 이런 메가 플랫폼을 사용하려면 시작부터 운영까지 부담이 크죠.
  • 데이터 클린룸의 뿌리는 데이터 공유입니다. 그런데 모든 광고주가 상세 데이터를 기꺼이 공유하지는 않습니다. 개인정보 보안 리스크가 있을 것이라는 오해 때문입니다. 엉성한 데이터를 넣으면 엉성한 데이터가 나옵니다. 대략적으로 분석할 수 밖에 없겠죠.
  • 구현에 대한 일반적인 기준이 아직 잡혀있지 않습니다. 그렇기 때문에 여러 형식으로 존재하는 데이터를 끌어와서 집약하는 과정에 시간이 많이 소요될 수 있습니다.
  • 마지막으로, 안드로이드 기기 유저 및 iOS 추적에 동의하는 유저와 같이 일부 유저 레벨 데이터는 아직도 사용할 수 있기 때문에 데이터 클린룸 솔루션을 구현하는 것이 아주 긴급하지는 않습니다.

올바른 기술 파트너를 구하고 자원과 데이터가 준비된다면, 이런 장애물을 뛰어넘고 데이터 클린룸을 잘 활용할 수 있을까요? 물론입니다. 데이터 클린룸 활용 사례는 다음 블로그에서 상세히 다룹니다. 끝까지 읽어보세요!
 

핵심 정리

  • 데이터 생태계 구축을 위해 의미있게 예산과 자원을 운용하려면, 상세한 데이터를 활용해 최첨단 측정 및 분석을 하고, 정밀한 세그멘테이션을 하며 최적화 전략을 세울 수 있는 플랫폼에 투자하세요. 그곳이 바로 데이터 클린룸입니다.
  • 데이터 클린룸에서는 프로세스 전반에 걸쳐 유저 레벨 데이터를 익명화하여 안전하고 효율적으로 캠페인 성과를 측정하고 라마케팅 전략을 수립하는데 사용할 수 있습니다.
  • 담장 친 정원식의(walled garden) 대기업 데이터 클린룸 솔루션은 데이터 볼륨이 크고 품질이 좋지만, 다양성은 부족합니다. 순수 데이터 클린룸 서비스 제공업체는 일반적으로 데이터의 깊이가 얕거나 폭이 좁습니다. 반면, MMP는 데이터가 깊이있고 폭이 넓으며 다양한 파트너와 연동하는 데이터 클린룸 기술을 제공합니다.
  • 데이터 클린룸은 중요한 데이터 포인트들을 모든 개인정보보호법을 준수하는 형태로 공유하고 가공하는 안전한 환경입니다. 업계 내 규정은 물론 캘리포니아 소비자 개인정보보호법(CPRA)과 EU의 일반 개인정보보호법(GDPR) 같은 법을 지키는 효율적인 데이터 기술입니다.

Einav Mor-Samuels

디지털 마케팅 경력 15년차의 앱스플라이어의 콘텐츠 라이터. 모바일 업계에서 시장 트렌드를 조사하고 고객의 디지털 문제에 맞는 솔루션을 제공하는 일에 풍부한 경험을 쌓았습니다. 데이터 기반 인사이트로 콘텐츠를 강화하고 매우 복잡한 주제도 쉽고 정확하게 풀어 씁니다.

모바일 앱 마케팅 성과 향상을 위한 현명한 선택