3 Min. Read

정확한 ROI 계산, 어트리뷰션 데이터와 비용 데이터를 함께 활용해야 하는 이유

Avatar Shani Rosenfelder Oct 27, 2020

모바일 마케팅에서 ROI는 파악하기 어려운 지표입니다. 겉보기에는 총 비용과 총 수익을 알면 쉽게 알 수 있을 것 같습니다. 그러나 현실은 ROI 통계가 잘못되어있을 가능성이 높습니다.

ROI 데이터 정확성은 무엇보다도 어트리뷰션 데이터 정확성에 달려있으며, 어트리뷰션 데이터가 정확해야 수익 데이터와 비용 데이터를 정확히 파악할 수 있습니다.

비용 데이터 정확성은 특히, 관련 자료는 많지만 표준화가 되어있지 않아, 지키기가 까다롭습니다.

설상가상으로 각기 다른 비용과 어트리뷰션 제공자들과의 협력 단계에서 여러 종류의 문제가 발생됩니다. 이에 대해서는 해당 블로그에서 조금 더 다루어보겠습니다.

 

어트리뷰션 제공자와 마케팅 비용 데이터 제공자를 분리하는 것이 위험한 이유

비용 집약 데이터와 어트리뷰션 데이터 제공 주체를 각각 따로 두는 것은 좋지 않습니다. 여러가지 이유가 있지만 가장 큰 이유는, 이렇게 두 시스템을 사용하는 경우 데이터 정합성이나 완결성이 떨어지기 쉽습니다. 또, 부정확한 데이터로 마케팅 예산을 낭비하거나 심지어 비즈니스 자체가 위험해질 수도 있습니다.

왜 이런 일들이 발생하는 것일까요?

1) 미흡한 어트리뷰션 솔루션: 강력한 어트리뷰션 플랫폼을 구축하는 데에는 수년간의 시간이 필요하고 이를 빠르게 구축하는 지름길이란 없습니다. 그리고 어트리뷰션 데이터가 부족한 시스템의 데이터는 완전히 신뢰할 수 없습니다.

데이터 정확성. 인풋이 좋지 못하면 아웃풋도 좋을 수가 없습니다. 결정을 위해 입력한 매개 변수가 잘못된 경우 결정 결과가 잘못됩니다. 현대 마케팅에서 어트리뷰션 데이터는 가장 중요한 마케팅 결정의 원천입니다. 결국 마케터는 종종 자신도 모르게 잘못된 결정을 내립니다.

wrong data roi attribution

여기에는 두 가지 주된 이유가 있습니다. 바로 광고성과사기 프로드(fraud)와 잘못된 어트리뷰션입니다. 

두 경우 모두 측정이 올바른 것으로 보이며 올바른 결정을 내렸다고 알려줍니다. 그러나 실제로는 마케팅 비용이 필요없는 오가닉 유저와 사기성 트래픽을 구매하게되는 경우가 많습니다. 그 실수를 계속해서 반복하면 예산 출혈 악순환이 일어납니다.

마케팅 담당자는 (실제로는 그렇지 않은)높은 성과를 보고 CEO에게 더 많은 예산을 요청하게 되고 CEO는 (잘못된) 데이터를 보고 승인하기 때문입니다.  그러나 숫자가 잘못되어 회사는 결국 잘못된 성과 출처에 더 많은 돈을 쏟아 붓습니다

2) 데이터 불일치: 마케팅 비용 데이터 제공자가 어트리뷰션 데이터의 소유자가 아닌 경우 어트리뷰션 데이터를 자체 비용 데이터에 연결하기가 매우 어렵습니다.
어트리뷰션-비용 데이터 통합은 일반적인 비용 통합을 구축하는 것이 아니라 광고 네트워크별로 고유하게 구축되어야합니다.

다음과 같은 시나리오를 살펴보겠습니다. 네트워크 A의 API로 구축된 연동에는 필드 X가 포함되어있습니다. 여기서 필드 X는 광고주가 사용하는 광고소재입니다. 그러나 어트리뷰션 제공자와 협업하는 네트워크는 해당 광고소재를 필드 Y로 전달합니다. 이런 경우 Excel 혹은 BI 플랫폼에서 아래와 같이 두개의 행이 별도로 표기됩니다.

ROI data mismatches attribution and cost

전반적으로 상당한 숫자의 비용/어트리뷰션 데이터 포인트가 매칭이 되는 경우든 안되는 경우든, 빈 칸이 많이 남는 것을 볼 수 있습니다. 결론적으로 부정확한 데이터를 기반으로 의사결정을 내리게 되는 것입니다. 반면 어트리뷰션 제공자가 전체적인 비용 데이터를 보유한 경우 두 데이터 세트를 하나의 ‘일관된’ 데이터 세트로 쉽게 집계, 정규화 및 표준화 할 수 있습니다.

3) 개인 정보 보호 및 보안 위험: 일부 마케팅 담당자는 어트리뷰션 플랫폼의 대시 보드 인증 정보를 비용 데이터 제공자에 전달한 다음 데이터 스크래핑이라는 프로세스를 실행하여 어트리뷰션 데이터를 얻습니다. 이 방법은 오류가 발생하기 쉬우며 인증 정보를 공유하여 자사의 데이터에 액세스할 수 있도록 하는 것은 심각한 보안 위험이 있습니다. 

4) 데이터 세분성 부족->낮은 최적화 수준: 이론적으로 마케팅 담당자는 최소한의공통 분모 (종종 미디어 소스 수준 또는 미디어 소스 및 캠페인 수준)를 설정하여 빈 칸을 채울 수 있습니다. 하지만 이런 방법으로는 의미있는 세분성을 잃어 버리게됩니다. 즉, 위 예시의 광고 소재 수준 데이터는 캠페인을 완전히 최적화하는 데 활용되기 어렵습니다.

그럼 어느 정도의 세분화가 필요할까요? 데이터는 광고 소재, 지역, 사이트 ID 및 검색광고 키워드 수준까지 내려 가야합니다.

결론 : [강력한] 어트리뷰션과 비용 집계는 분리하여 생각할 수 없음을 잊지 마세요!