37Shares

제2장

개념 바로잡기: 어트리뷰션 & 딥링킹

먼저 어트리뷰션 및 딥링킹에 관한 몇 가지 기본적인 사항을 다시 한번 점검하며 이야기를 시작해봅시다.

어트리뷰션이란 무엇이고 왜 존재하는가

앱 스토어들은 사용자가 앱을 검색하는 시점부터 설치 후 실행하는 시점까지의 사용자 데이터를 전달하는 안정적인 방법을 제공하지 않습니다. 사용자 유입 경로 및 앱 다운로드를 유도한 캠페인 링크, 즉, 사용자 출처에 대한 기타 중요 데이터를 ‘포착’하기 위해서는 사용자의 속성값에 대한 정보를 제공하는 제3자 솔루션의 도움이 필요합니다. 이 과정이 바로 어트리뷰션입니다. 그리고 이러한 기술을 제공하는 외부 협력업체를 어트리뷰션 제공업체라고 부릅니다.

일반적으로 어트리뷰션 제공업체가 제공하는 SDK는 모바일 웹상의 기기를 ‘핑거프린팅’해 사용자를 어트리뷰션한 다음, 사용자가 앱을 실행할 때 이 정보를 매칭하는 방식을 사용합니다. 예를 들어, 사용자가 AppsFlyer URL을 클릭하면, 링크는 기기 정보를 사진을 찍는 것처럼 순간 포착하는 페이지로 사용자를 리디렉션합니다. 그리고 이 페이지를 통해 사용자 기기의 IP, 휴대전화 사이즈, 스크린 사이즈, OS, OS 버전 정보가 공통적으로 수집됩니다.

그 다음 어트리뷰션 업체는 앱을 다운로드할 수 있는 앱 스토어로 사용자를 안내합니다. 구글 플레이 스토어 리시버를 보유한 안드로이드를 제외하고는 앱 스토어를 통한 데이터 전송은 없습니다. 따라서 앱에 포함된 외부 업체의 SDK는 사용자의 앱과 함께 다운로드됩니다. 그리고 사용자가 앱을 실행하면 SDK가 사용자의 데이터를 포착하고 시스템에 전송해 사용자를 ‘매칭’합니다. 과거에는 외부 어트리뷰션 협력업체 또한 사용자 데이터를 iOS의 IDFA와 안드로이드의 GAID에 연결해 지속적으로 사용자를 트래킹하곤 했습니다.

이것이 중요한 이유는 무엇일까요? 다양한 설명이 가능하지만, 가장 설득력 있는 몇 가지 이유만을 살펴보도록 하겠습니다.

 

  1. 유료 미디어 채널이 보고하는 데이터는 정확성을 신뢰할 수 없는 경우가 있습니다. 필연적으로 이해 관계가 상충할 수밖에 없는 구조이기 때문입니다. 
  2. 미디어 소스 전반으로부터 데이터를 집계하고 데이터 수집업체(Data Aggregator)에 데이터를 전달할 수 있는 편향되지 않은 단일 솔루션 필요합니다.
  3. 어트리뷰션을 인정받은 유료 채널을 통해 들어온 딥링킹 사용자의 앱 잔존율이 31% 증가합니다.
  4. 일반적인 어트리뷰션 링크 사용자와 비교했을 때, 딥링킹 사용자의 전환율은 2.5배 더 높았습니다.
  5. 딥링킹 과정에는 사용자의 의도가 더욱 잘 반영되므로 높은 수익으로 이어집니다. 실제로 연구 결과에 따르면 딥링킹을 사용할 경우 사용자 1명 당 평균 수익(APRU)이 148% 증가합니다.

 

딥링킹은 어트리뷰션의 확장입니다.

어트리뷰션과 딥링킹이 서로 다른 개념 또는 기술이라는 오해가 시장에 만연하지만, 이는 사실이 아닙니다.

딥링킹은 어트리뷰션 데이터의 확장 또는 활용을 의미합니다.

기본적인 예시를 바탕으로 딥링킹 기술 작동 방식을 살펴봅시다. 앞에서 우리는 사용자가 링크 또는 광고를 클릭하는 방식을 설명했습니다. 그 다음 어트리뷰션 제공업체는 앱을 다운로드할 수 있는 적절한 앱 스토어로 사용자를 유도합니다.

설치 또는 클릭을 통해 사용자가 앱을 실행하면 어트리뷰션 SDK가 사용자의 데이터를 순간 포착하고 사용자를 ‘매칭’하기 위해 데이터를 시스템으로 전송합니다. 이 데이터는 또한 사용자를 지속적으로 트래킹하기 위해 iOS의 IDFA 및 안드로이드의 GAID에도 연결됩니다. 매칭은 여러 가지 방식으로 실행될 수 있으며, 그중 한 가지는 ‘핑거프린팅’이라고 불리는 방식입니다. 다른 매칭 방식으로는 구글 플레이 스토어 리퍼러, iOS Safari 뷰 컨트롤러 쿠키를 수신하고 매칭하는 방법이 있습니다. 사용자가 앱을 보유하고 있으면 높은 정확성을 보장하는 결정적 매칭이 가능한데, 이 경우에는 URI 스킴(my-app://), 유니버설 링크, 안드로이드 앱 링크, 크롬 인텐트(manifest를 통한 활동 등록 및 처리) 등 이미 정해진 흐름을 따라 앱이 즉시 실행되기 때문입니다. 이러한 최신 방식을 통해 앱은 사용자 출처에 대한 링크를 획득하므로 AppsFlyer와 같은 어트리뷰션 솔루션은 쌍으로 구성된 결정적 키 값을 쿼리 파라미터 집합에 추가할 수 있습니다. 이 파라미터 집합은 클릭으로 확인 가능하며 앱을 실행하는 순간 즉시 검색됩니다.

바로 이 시점에서 SDK는 링크 및 그 외 연관된 어트리뷰션 메타데이터를 포함하는 콜백을 앱에 제공합니다. 다음은 iOS에 제공되는 AppsFlyer SDK 콜백 샘플입니다.

{

  1. campaign: “CAMPAIGN_NAME”, // “None” if not specified on the link
  2. media_source: “MEDIA_SOURCE”, //”None” if not specified on the link
  3. cost_cents_USD : “0”,
  4. is_first_launch: true,
  5. install_time: “2018-12-30 23:59:39.330”,
  6. orig_cost: “0.0”,
  7. af_click_lookback: “7d”,
  8. click_time: “2018-12-30 23:59:09”,
  9. cost_cents_USD: “0”,
  10. af_status: “Non-organic”

}

이제 앱 개발자가 이 콜백 데이터를 가져올 차례입니다. 개발자들은 사용자정의 이벤트를 기록하고, 메시지를 발송하고, 일부 활동에 대한 로그를 남기는 등 원하는 것은 무엇이든 할 수 있습니다. 하지만 가장 중요한 사실은 개발자들이 어트리뷰션 데이터를 확인하고, 사용자를 앱의 특정 지점으로 유도할 수 있다는 점입니다. 이것이 바로 딥링킹입니다.

디퍼드 딥링킹은 사용자가 앱을 설치한 후 처음으로 실행하는 순간에 어트리뷰션 데이터를 불러오고, 링크 또는 정의된 경로에 대한 파싱(parsing) 작업을 수행하고, 사용자를 앱의 특정 페이지로 라우팅하기 위해 데이터를 사용하는 프로세스입니다.

어트리뷰션에 대한 오해 바로잡기

앞서 설명한 방법론에 따르면 어트리뷰션 파트너는 웹과 앱 사이에서 핑거프린팅된 기기 및 결정적이라고 판단되는 기기를 바탕으로 어트리뷰션 데이터를 제공합니다. 이러한 기기는 사용자를 연속적으로 트래킹하기 위해 IDFA와 GAID를 사용합니다.

먼저 결정적확률적 매칭을 알아보겠습니다. 결정적 매칭은 사용자가 100%의 정확도로 어트리뷰션 및 딥링킹되는 경우입니다. 이는 URI 스킴 런치, 안드로이드 크롬 인텐트, 안드로이드 구글 플레이 스토어 리시버 콜백, 안드로이드 앱 링크, iOS 유니버설 링크 등의 기술을 기반으로 합니다. 이 모든 경우에 클릭을 통해 앱을 동시 실행할 수 있으며, 결정적 지표는 앱 실행 시 100%의 정확도로 제공됩니다. 예를 들어 보겠습니다.

spotify://track/123?click_id=known_user_ABCD123

이 경우 iOS의 크롬 및 안드로이드 운영 플랫폼과 같이 URI 스킴 런치를 지원하는 브라우저에서 링크를 클릭하면 앱은 어트리뷰션 링크를 통한 리디렉션으로 실행됩니다. 즉, 어트리뷰션 링크가 브라우저에서 자바스크립트 앱으로 사용자를 리디렉션하는 작업이 일어나는 것입니다 (생각해 보십시오… window.location.href…). 이는 앱이 실행되고 업스트림 클릭을 위한 식별자가 앱에 제공된다는 것을 의미합니다. 앱 내부의 SDK는 이 값에 대한 파싱 작업을 수행하고 100%의 정확도로 사용자를 즉시 매칭합니다. 이와 동일한 시스템과 방법론이 안드로이드 앱 링크 및 애플 유니버설 링크같이 앞에서 언급한 기술에도 작용합니다. 이것이 바로 결정적 매칭이며, 정확성은 100%입니다.

확률적 매칭은 앞서 설명한 매칭의 한 종류로서, 사용자의 브라우저 프로파일이 클릭을 통해 핑거프린팅되는 것을 말합니다. 사용자가 앱을 설치하고 실행하면, SDK는 유사한 핑거프린트를 매칭시키고 어트리뷰션 소스를 표시하는 서버에서 콜백을 수신합니다. 때로는 핑거프린트가 중복될 가능성이 있으므로 이 매칭을 확률적이라고 간주하는 것입니다. 제3자 어트리뷰션 제공업체가 IP, 휴대전화 사이즈, 스크린 사이즈, OS, OS 버전 등 고도로 예측 가능하지만 때로는 상충하는 파라미터 집합을 바탕으로 매칭을 수행하기 때문입니다.

예상과는 달리 핑거프린팅이 확률적인 이유는 같은 IP로 iPhone을 사용하는 사용자를 비슷한 링크를 클릭하는 또 다른 사용자로 간주할 수 있기 때문입니다. 완벽한 확률적 불일치가 발생할 가능성이 매우 낮긴 하지만 현실에서는 여전히 일어나는 일입니다. 민감한 개인 정보를 포함할 가능성이 있는 UX 플로우에서 딥링킹을 활용하는 기술 전문가들이 어트리뷰션 방법론의 차이를 명확히 이해해야 하는 이유는 바로 이 때문입니다.

두 가지 유형의 매칭 방식에 대해 알아보았으니, 이제는 문제가 되는 사안들을 논의할 차례입니다. 일부 어트리뷰션 제공업체는 ‘높은 매칭률’을 주장하기도 합니다. 또는, 일부 업체는 ‘사람을 기반으로 한 어트리뷰션 방법’에 대해 이야기하며 채널 전반에 걸쳐 사용자를 어트리뷰션할 수 있는 더 좋은 방법이 있다고 주장합니다. 이러한 주장은 어느 정도 사실일 수도 있지만 이를 무턱대고 믿기 보다는 이러한 가정을 낱낱이 살펴보고 왜, 그리고 어떻게 그것이 가능한지를 먼저 이해해야 합니다.

첫째, 매칭률이 높다는 것은 얼마나 많은 기기와 사람이 핑거프린팅되었는지 알려주는 지표로, 다음과 같은 정보의 프록시에 해당합니다.

#1 어트리뷰션 기술을 사용하는 회사의 종류

#2 이 회사들이 어트리뷰션 기술을 사용하는 방법

#3 익명의 어트리뷰션 데이터가 공유 및 활용되는 방법

 

예를 들면,  AppsFlyer SDK를 사용하는 앱은 전 세계적으로 85,000개 이상이며, AppsFlyer는 가장 규모가 큰 어트리뷰션 제공업체입니다. 하지만 이보다 더 중요한 사실은 AppsFlyer의 SDK를 사용하는 다양한 브랜드가 전 세계에 분포해있어 다양한 채널 전반에서 구조화된 링크를 생성할 수 있다는 점입니다. Walmart, Alibaba, eBay, Epic Games (Fortnite), Microsoft (Minecraft), booking.com, Coca-Cola, Waze, HBO 등의 브랜드는 소규모 브랜드에 비해 핑거프린팅 방식으로 매칭된 사람들에게 도달할 가능성이 더 높습니다.

둘째, 정확도 측정 기준은 생각보다 훨씬 더 중요합니다. 많은 회사가 “사람 중심의 어트리뷰션이 더욱 효율적이다”와 같은 말을 잘못 해석합니다. 이 문장의 진정한 의미는 웹과 앱 전반에 걸친 다양한 터치포인트에서 사용자를 포착할 수 있다면, 해당 사용자를 매칭하고 어트리뷰션할 수 있는 능력이 본질적으로 개선된다는 것입니다. 유료 미디어, 이메일, 스마트 배너, 리퍼럴 전반에 어트리뷰션 링크를 사용한다면 기본적으로 더 많은 터치포인트에서 사용자를 트래킹할 수 있기 때문에 결과적으로 어트리뷰션 능력이 더욱 향상할 것입니다!

셋째, 회사가 사용자 데이터를 공유할지 여부를 결정하는 것 역시 중요합니다. 2018년에 AppsFlyer는 GDPR이 사용자 마케팅 데이터 관리 및 활용의 새로운 기준으로 자리 잡는 현상을 목격했습니다. 미국에서는 페이스북, 구글을 포함해 여러 기업이 국회 청문회에 소환되며 곤란한 상황을 겪었고, 사용자들은 자신의 개인 정보가 담긴 데이터가 악의적인 용도로 사용되었다는 사실에 분노했습니다. 신뢰성이 가장 높은 어트뷰션 제공업체인 AppsFlyer는 외부 업체와 IDFA 및 GAID를 공유하지 않습니다. 그 대신, 웹 쿠키 및 IDFA/GAID와 매칭할 수 있는 익명의 데이터 풀을 형성해 활용합니다. 모든 앱에 걸쳐 사용자를 매칭하기 위해 이 데이터 집합을 외부 회사와 명시적으로 공유하지 않고 내부적으로 사용합니다. 이러한 방식은 매칭 작동 방식과 효율성에 일부 제한을 가할 수도 있지만, 우리는 사용자 데이터를 지키고 보안을 준수하는 일이 중요함을 믿기 때문입니다. 모든 회사가 이러한 암묵적 규칙을 준수하고 사용자 개인정보 보호법을 따르지는 않습니다. 오늘날, OpenGDPR에 소속된 어트리뷰션 제공업체를 선택하는 일이 그 어느 때보다도 중요한 이유입니다.

 

 

일부 제3자 어트리뷰션 솔루션이 주장하는 ‘비법 공개’ 등의 과대 선전에 현혹되지 마세요. 일부 사람들이 “기존의 어트리뷰션 시스템은 해답을 주지 못한다”고 주장할 때, 이는 대개 영업 및 마케팅 전략일 뿐 실제 기술을 근거로 하지 않습니다.

 

제대로 된 어트리뷰션 제공업체는 사용자와 터치포인트를 매칭하기 위해 결정적 방식인 웹 쿠키와 기기 ID 매칭(IDFA 또는 GAID)을 사용합니다. 어트리뷰션 제공업체 풀의 도달 범위에 따라 딥링킹을 활용하거나 활용하지 않기로 결정하는 선택이 달라질 수 있다는 사실이 중요합니다.

About the Authors