마케팅 믹스 전략 : 기여도 분석
마케팅 이론 | 퍼포먼스 마케팅 | 데이터 마케팅
이전 글에서 고객 분석 방법 중 하나인 AARRR 프레임워크와 퍼널 분석(Funnel Analysis)에 대해 소개하였습니다.
AARRR 프레임워크를 활용하여 각 단계별 고객 정의와 퍼널 설계를 끝냈다면, 이제 해당 퍼널의 성과를 확인할 필요가 있습니다.
오늘은 각 퍼널의 성과를 분석하는 방법 중 하나인 기여도 분석(Attributuion Analytics)에 대해 소개하겠습니다.
이 글과 함께 읽으면 좋은 글을 아래에 링크합니다.
마케팅 믹스 전략 : AARRR 퍼널 분석 바로가기 >
1. 기여도 분석(Attributuion Analytics)
기여도 분석이란 각 퍼널에 속해있는 미디어(매체)의 성과를 최종 전환에 대한 기여도 측면에서 분석하는 방법입니다.
고객의 최종 전환은 하나의 퍼널이나 하나의 미디어만으로 이루어지는 것이 아니라, 다양한 퍼널의 다양한 미디어의 기여로 이루어지기 때문에 기여도 분석은 매우 중요합니다.
예를 들면, 어떤 고객의 Acquisition(획득) 과정에서 해당 고객이 처음에는 Facebook 광고를 보았고 이후에 버스 정류장에서 옥외 광고를 보았으며, 두 번의 광고를 통해 우리 서비스 이름을 기억하여 네이버에 검색한 뒤 검색 결과 상단의 브랜드 검색으로 유입될 수 있습니다.
이런 경우에는 Acquisition(획득) 퍼널만 해도 Facebook, 버스정류장 옥외 광고, 네이버 브랜드 검색의 3개 미디어를 걸쳐 전환되었음을 알 수 있습니다.
만약 기여도 분석이 없다면, Acquisition(획득)에 직접적인 영향을 미친 네이버 브랜드 검색의 전환율만 높은 성과로 측정하게 될 수 있습니다.
* 고객 퍼널에 대한 자세한 설명은 마케팅 믹스 전략 : AARRR 퍼널 분석에서 확인할 수 있습니다.
기여도 분석이 없다면, 전체 퍼널의 측면에서 볼 때에도 최종적인 목표인 Revenue(매출)이나 Referral(추천)에 직접적인 영향을 미친 미디어만 높은 성과로 측정되고 그보다 앞선 Acquisition(획득), Activation(활성화), Retention(유지)에 기여한 미디어의 성과는 제대로 측정되지 않아 잘못된 성과 분석을 하게 될 수 있습니다.
2. 기여 모델(Attributuion models)
기여 모델은 최종 전환에 이르는 각 단계별 터치 포인트(Touch-Point)에 기여도를 할당하는 규칙을 의미합니다.
일반적으로 많이 사용하는 기여 모델은 아래의 5가지가 있습니다.
· 마지막 상호작용(Last click) 기여 모델
마지막 터치 포인트에 기여도가 100% 부여되는 모델
· 첫 번째 상호작용 (First click) 기여 모델
첫 번째 터치 포인트에 기여도가 100% 부여되는 모델
· 선형 (Linear) 기여 모델
모든 전환 경로의 터치 포인트에 판매 기여도가 균등하게 부여되는 모델
· 시간 가치 하락 (Time decay) 기여 모델
시간 상 최종 전환(일반적으로 구매)에 가장 근접한 터치 포인트에 가장 큰 기여도가 부여되는 모델
· 위치 기반 (Position-based) 기여 모델
첫 번째와 마지막 상호작용에 각각 40%의 기여도가 부여되고 나머지 20%의 기여도가 중간의 모든 전환 경로에 균등하게 부여되는 모델
* 각 모델에 대한 개념은 구글 애널리틱스 기여 모델 개요에서 확인할 수 있습니다.
미디어별 기여도는 어떠한 기여 모델을 선택하느냐에 따라 달라질 수 있습니다.
특히 일반적으로 웹 사이트 유입이나 앱 설치 등의 초기 액션의 CPA가 구매 또는 그 밖의 전환 CPA보다 낮기 때문에 마지막 상호작용 기여 모델을 선택할 때보다는 첫 번째 상호작용 (First click) 기여 모델을 선택할 때 성과가 더 높게 측정될 수 있습니다.
그러므로 일반적인 기여 모델 중 우리 서비스에 잘 맞는 것을 선택하거나, 직접 기여 모델을 모델링하여 적절하게 성과를 측정해야 할 필요가 있습니다.
지금까지 기여도 분석(Attributuion Analytics)에 대해 소개하였습니다.
사실 표준 기여 모델 중 우리 서비스에 맞는 기여 모델을 선택하기란 어렵습니다.
때문에 직접 기여 모델을 모델링할 필요가 있으며, 이렇게 직접 모델링하는 기여 모델 중에는 데이터 기반(Data-driven) 기여 모델이 있습니다.
이 데이터 기반(Data-driven) 기여 모델에 대해서는 다른 글에서 다시 설명하도록 하겠습니다.
