iOS 14.5, 앱스플라이어와 준비하세요.

FAQ

iOS 14은 앱스플라이어 제품에 어떤 영향을 끼칠까요?

어트리뷰션

>

앱스플라이어의 개인정보보호 중심 어트리뷰션은 다음과 같은 정보와 기능을 제공하여 모든 iOS 버전에서 캠페인에 성과에 대한 360도 전방위 인사이트를 제공합니다.

1. SKAdNetwork 어트리뷰션에 대한 확정적 데이터를 제공합니다.
2. 앱스플라이어의 확정적 어트리뷰션은 엔드유저가 광고주 앱과 광고 게재 앱에서 모두 앱 추적 투명성(ATT) 대화상자에서 기기 정보 수집에 동의할 때, 기기 식별자에 기반하여 이루어집니다.
3. 앱스플라이어의 확률적 모델링 알고리즘으로  캠페인 성과에 대해 상세 수준의 데이터를 제공합니다.

확정적 어트리뷰션은 엔드유저가 광고주 앱과 광고 게재 앱에서 모두 앱 추적 투명성(ATT) 대화상자에서 기기 정보 수집에 동의하면 여전히 가능합니다. 기기 식별자가 없으면, 앱스플라이어의 확률적 모델링 알고리즘이 캠페인 성과에 대한 데이터를 제공합니다. 또, 앱스플라이어 고객은 확정적 어트리뷰션에 기반하여 SKAdNetwork를 활용할 수 있습니다. 이와 같이 앱스플라이어의 개인정보보호 중심 어트리뷰션은 모든 iOS 버전에서 캠페인 성과에 대한 360도 전방위 시야를 제공합니다.

오디언스: 오디언스 세그멘테이션

다양한 기기 식별자가 여러 플랫폼에서 사용되고 Apple이 ‘리마케팅 옵트인’ 메커니즘을 새롭게 발표한 가운데 iOS 14 이후 리마케팅이 더욱 복잡해지고 있습니다. 앱스플라이어의 오디언스는 오디언스를 형성할 수 있도록 IDFA 외 추가 기기 식별자를 지원합니다. 광고주는 원하는 식별자로 오디언스를 생성하여 파트너사에 전송할 수 있습니다. 또, 엔드유저의 최신 ATT 옵트인 상태에 따라 어떤 식별자를 파트너사에 보낼지 광고주가 직접 정의할 수 있는 새로운 데이터 통제 장치를 추가했습니다. 앱스플라이어는 파트너사의 타겟팅 기준에 맞는 유연한 오디언스 관리 솔루션을 제공하여 앱 광고주가 지속가능한 사업을 할 수 있도록 지속적으로 지원합니다.

딥링킹 & 디퍼드(deferred) 딥링킹

iOS 14 유저가 애드 네트워크와 온드 미디어(owned media) 캠페인에서 딥링킹을 하는 경험에는 아무런 영향이 없습니다. 앱스플라이어는 기본적으로 사용가능하면 IDFA를 우선 사용하고, IDFA가 없으면 확률적 모델링을 사용합니다. iOS 14는 IDFA에 의존하는 애드 네트워크 캠페인에서 디퍼드 딥링킹하는 과정에 영향을 끼칠 수 있습니다.

애드 네트워크와 온드 미디어에서 디퍼드 딥링킹을 구현하려면, 앱스플라이어 iOS SDK v.6.2.x를 설치하시기를 권장드립니다. 앱스플라이어의 최신 SDK는 iOS 14의 영향을 최소화하고 (필요시) ATT 프레임워크를 지원하며, 응답시간이 빠릅니다.
SRN(Self Reporting Network)에서 캠페인을 집행하는 경우에는 IDFA를 사용할 수 없으면 딥링킹과 디퍼드 딥링킹이 작동하지 않는다는 점에 유의하세요. SRN 캠페인에서 딥링킹과 디퍼드 딥링킹으로 어트리뷰션 가시성을 확보하여 웹-앱 이동 경로를 활용하시기를 권장드립니다.

파트너사와 협업하기

앱스플라이어는 8천여 애드 네트워크, 기술 파트너, 애널리틱스 파트너와 매끄럽게 연동되어 있으며, 고객사에게 고객사의 데이터가 어떻게 사용되고 어떻게 연동 파트너와 공유되는지에 대한 정보를 투명하게 제공합니다.

저희는 엔드유저의 프라이버시를 더욱 강력히 보호하도록 파트너사에게 앱스플라이어의 ‘프라이버시 강화 모드’ 데이터 공유 프로토콜에 참여하도록 장려하고 있습니다. 프라이버시 강화모드를 활성화한 파트너사와 앱스플라이어의 SKAdNetwork 솔루션에 연동한 파트너사는 파트너 연동 메뉴 페이지에서 파란색 뱃지로 표시됩니다. 앱스플라이어를 사용하는 광고주분들은 파트너사와 엔드유저 수준의 연동을 최소화하고 데이터 프라이버시 보호 상태를 점검하여 파트너사가 Apple의 최신 규정을 따르고 있는지 확인하시기를 권장드립니다.

기타 주제

앱스플라이어의 SKAdNetwork 솔루션 연동만으로 iOS 14 변경사항에 충분히 대비가 될까요?

SKAdNetwork 대비만으로는 충분하지 않습니다. SKAdNetwork는 iOS 14 환경의 일부입니다. SKAdNetwork는 제약사항이 많습니다. 특정 조건에서, 특정 어트리뷰션만 가능하기 때문에 SKAdNetwork에서는 논오가닉 인스톨의 최대 32%가 잘못 어트리뷰션 됩니다. 앱스플라이어의 iOS 14 솔루션은 SKAdNetwork, 개인정보보호 중심 어트리뷰션(확률적 모델링과 확정적 어트리뷰션), 웹-앱 전환 솔루션을 포함하여 iOS 어트리뷰션에 대한 빈틈없는 해결책을 제공합니다.

핑거프린팅과 확률적 모델링의 차이점은 무엇입니까?

핑거프린팅:

핑거프린팅(브라우저 핑거프린팅이라고도 불림)은 유저의 웹 브라우저를 통해 광범위한 컴퓨터 및 브라우저 정보를 수집하는 과정과 연관된 용어입니다. 핑거프린트는 쿠키 같은 고정 식별자를 읽을 수 없거나 웹사이트에 저장될 수 없을 때, 기기를 식별하기 위해 사용됩니다. 핑거프린트는 엔드유저가 웹페이지를 방문할 때 엔드유저의 기기 그리고/혹은 브라우저로부터 다양한 데이터 포인트를 취합하여 생성됩니다. 핑거프린트 생성에 사용되는 데이터는 브라우저 버전, 브라우저 확장 프로그램, 플러그인(버전 정보 포함), 하드웨어 속성, 폰트, 캔바스, WebGL, HW 벤치마킹, 언어, 시간대, OS 버전, 스크린 특징, 메뉴 바 등을 포함합니다.두 개 이상의 기기에 동일한 설정 및 구성을 갖출 가능성은 통계상 거의 없습니다. 사용자의 구성 및 설정이 얼마나 고유한지는 여기에서 확인할 수 있습니다. 핑거프린팅은 특히 IP 주소가 변경되거나 엔드유저가 VPN을 사용할 때처럼 핑거프린트의 일부 파라미터가 변경되어도, 오랫동안 엔드유저의 기기를 식별할 수 있기 때문에 강력합니다.핑거프린팅 방식은 초기에 은행에서 금융사기를 감지하고 신원도용을 방지하기 위해 개발되었지만, 오늘날 개인의 브라우징 이력을 장기 보존하여 웹사이트 내 행적을 추적하고 타켓팅 광고나 특정 유저를 타겟팅한 행위를 하기 위해 사용됩니다. 그러므로 개인정보보호 문제를 일으킬 소지가 있습니다. 이러한 이유로, 사파리, 크롬, 파이어폭스와 같은 몇몇 브라우저들은 최근 웹사이트에 노출시키는 데이터의 양에 제한을 두는 조치를 취하기 시작했고, 사용자들을 개별적으로 식별할 수 없게 서로 비슷하게 보이도록 하여 ‘집단 면역’이 이루어지도록 했습니다.다행히, 모바일 브라우저는 데이터를 훨씬 덜 노출하여 데스트톱에서 흔히 발생하는 핑거프린팅에 방어하는 ‘집단 면역력’이 이미 내재해 있습니다. iOS 기기는 특히 덜 파편화되어 있어 핑거프린팅에 강력히 대응할 수 있습니다. 안드로이드에 비해 iOS를 사용하는 기기의 범주가 좁아 iOS 기기는 핑거프린팅을 하지 않고 개인정보를 보호하면서 측정할 수 있습니다.

앱스플라이어의 확률적 모델링:

확률적 모델링은 캠페인 성과를 측정하는 통계 기술이며 사용자나 기기를 고유하게 식별하지 않습니다. 머신러닝 기술을 활용하여 프라이버시를 침해하지 않고 캠페인 성과를 측정합니다.

핑거프린팅은 각 사용자로부터 데이터를 최대한 많이 확보하여 사용자 식별자를 생성하고, 이 식별자를 장기간 여러 웹사이트에 걸친 유저의 행적을 추적하는데 사용하는 기법입니다. 이런 핑거프린팅과 달리, 앱스플라이어의 확률적 모델링은 이런 핑거프린팅과 정반대의 방식을 취합니다. 확보하는 데이터 포인트를 최소화하여 유저나 기기를 식별하기 위해 사용할 수 있는 (반)영구적인 고유 식별자를 생성하지 않도록 합니다. 핑거프린팅은 최대한 수집한 데이터를 기반으로 유저의 상세 프로필을 생성하여 이를 어느 사이트, 어느 시점에서나 정교하게 타겟팅하는 목적으로 사용하지만, 확률적 모델링은 유료 매체나 웹사이트, 소셜 미디어 플랫폼, 이메일, 앱 추천 등 온드 미디어(owned media)에서 집행하는 캠페인의 성과를 측정하는 목적으로만 사용됩니다.

확률적 모델링은 앱 개발사가 보유한 광고소재와 캠페인 정보를 측정하며, 광고가 게재된 앱의 데이터를 측정하지는 않습니다. 더군다나 확률적 모델링에서는 대부분의 경우, 광고가 게재된 앱을 파악할 수 없습니다.

확률적 모델링은 자주 변경되는 극소수의 데이터 포인트에 의존합니다. 이러한 이유로, (고유 ID를 생성하고 일치시키는 방식과 반대로) 머신러닝과 통계적 추정 기술이 사용되며, 룩백 윈도우를 정의할 수 없습니다.

전술한 바와 같이, 확률적 모델링은 광고 캠페인 성과를 측정하기 위한 개인정보보호 중심 방식입니다. 확률적 모델링은 핑거프린팅과 전혀 다릅니다. 확률적 모델링은 여러 사이트나 앱에서 엔드유저의 행적을 오랫동안 식별할 수 있는 고정적이고 영구적인 고유 ID를 생성하지 않습니다. 절대 타겟팅이나 프로파일링 용도로 사용되지 않습니다. 확률적 모델링은 프라이버시를 가장 잘 보호하는 어트리뷰션 방식이자 캠페인 성과 측정 방식입니다. 아래 표에서 기존의 브라우저 핑거프린팅과 확률적 모델링 사이의 중요한 차이점을 쉽게 비교했습니다.

	핑거프린팅	앱스플라이어의 확률적 모델링
고유한 그리고/또는 고정적인 ID에 상응	예	아니요
기기를 고유하게 식별하기 위해 사용될 수 있음	예	아니요
사이트/앱에서 사용자를 추적하기 위해 사용될 수 있음	예	아니요
방대한 양의 사용자 기기 및 브라우저 데이터에 의존	예	아니요
프로필을 작성하는 데 사용될 수 있음	예	아니요
사용자 타겟팅에 사용될 수 있음	예	아니요
사용자가 VPN이나 대체 IP에 숨어도 기기를 식별할 수 있음	예	아니요
확정적	예	아니요
프라이버시	프라이버시를 침해할 수 있음	개인정보보호 지원

앱스플라이어의 확률적 모델링은 Apple iOS 14 가이드라인을 준수합니까?

앱스플라이어는 앱 개발사와 광고주가 CRM처럼 사용하는 퍼스트 파티 소프트웨어 서비스(SaaS, software-as-a-sevice)입니다. 앱 개발사는 앱스플라이어에서 자사의 퍼스트 파티 엔드유저 데이터를 관리, 분석, 보호할 수 있는 한편, Apple이 최근 발표한 보안 정책을 비롯하여 모든 개인정보보호법을 준수할 수 있습니다.

앱스플라이어의 확률적 모델링은 캠페인 성과를 측정하는 통계 기술이며 사용자나 기기를 고유하게 식별하지 않습니다. 머신러닝 기술을 활용하여 프라이버시를 침해하지 않고 캠페인 성과를 측정합니다. 핑거프린팅은 각 사용자로부터 데이터를 최대한 많이 확보하여 사용자 식별자를 생성하고, 이 식별자를 장기간 여러 웹사이트에 걸친 유저의 행적을 추적하는데 사용하는 기법입니다. 이런 핑거프린팅과 달리, 앱스플라이어의 확률적 모델링은 이런 핑거프린팅과 정반대의 방식을 취합니다. 확보하는 데이터 포인트를 최소화하여 유저나 기기를 식별하기 위해 사용할 수 있는 (반)영구적인 고유 식별자를 생성하지 않도록 합니다.

확률적 모델링은 다음과 같은 단순한 질문에 대한 답입니다. 고객이 나의 페이드(paid), 언드(earned), 웹사이트, 소셜 미디어 플랫폼, 이메일, 앱 추천과 같은 온드(owned) 미디어 캠페인에 어떻게 반응하는가? 확률적 모델링은 앱 개발사가 보유한 광고소재와 캠페인 정보를 측정하며, 광고가 게재된 앱의 데이터를 측정하지는 않습니다. 더군다나 확률적 모델링에서는 대부분의 경우, 광고가 게재된 앱을 알 수 없습니다. 앱스플라이어는 확률적 모델링과 파트너사와의 집약형 어트리뷰션 데이터 연동을 지원하는 개인정보보호 중심 어트리뷰션과 함께 Apple의 iOS 14 가이드를 준수하도록 지원합니다. 이와 더불어 Apple의 앱 개발자 조항 및 가이드라인, 파트너사 연동 상태, 데이터 수집 정책을 검토하여 앱이 iOS 14 가이드라인을 준수하는지 확인하시기를 권장드립니다.