#003 오가닉 인스톨 분석
광고는 과연 오가닉 유저의 유입에 얼마나 도움이 되는 걸까
모바일 마케팅을 시작하고 나서 오가닉 유저 유입이 늘어났습니다. 저희 게임에서 오가닉 유저는 일반적으로 광고로 유입된 유저보다 게임에 더 잘 Engage 되고 구매도 더 많이 합니다. 당연히 마케팅의 성과분석에 빠져서는 안 되는 부분이겠죠!
광고를 하면서 오가닉 유저 유입이 늘었습니다, 신난다!
Y축 = 월간 오가닉 NRU오가닉 유저는 왜 늘어날까?
일단 광고를 하게 되면서 오가닉 유저 유입이 늘어나는 원인에 대해 한번 생각해 봅니다. 자연적인 노출 증가 효과와 측정되지 않는 광고 노출 효과, 이렇게 크게 2가지로 원인을 분류해 볼 수 있을 것 같습니다.
자연적인 노출 증가
자연적인 노출 증가 효과는 앱 유저가 늘어남에 따라서 발생합니다. 우선 쉽게 생각해 볼 수 있는 Viral 효과가 있습니다. 유저들의 활동들에 의해 좀 더 많은 사람들에게 앱이 알려지고 전파될 가능성이 커집니다. 또 앱스토어어의 차트에서 순위가 올라가면서 발생하는 효과도 있습니다. 앱이 상위권 순위까지 올라가게 되면 차트의 첫 화면에 앱이 보이기 때문에 상당히 많은 오가닉 유입을 기대해 볼 수 있습니다. 하지만 앱이 꼭 상위권에 진입하지 못하더라도 유저 수가 늘어나고 유저 액션이 활발하게 일어나는 앱은 앱스토어 검색에서 이점을 갖게 됩니다. 예를 들어 유저가 슬롯게임이라고 검색을 했을 때 검색 결과의 더 상위에 위치할 수 있게 되는 것이죠.
측정되지 않는 노출의 효과
트레킹 되지 않는 광고 노출 효과는 실제로는 광고를 보았으나 광고 유입으로 집계되지 않는 유입을 말합니다. LAT(Limited Ad Tracking) 옵션, Attribution 기간의 설정 같은 이유들 때문에 발생할 수 있습니다.
MMP(Mobile measurement Partner)에서는 기본적으로 유저의 광고 식별자를 사용해서 광고를 보았는지 아닌지를 판단합니다. 하지만 애플이나 구글에서는 유저의 프라이버시 보호를 위해 유저의 광고 식별자를 MMP가 가져가지 못하도록 하는 옵션을 두었기 때문에 이러한 옵션이 켜져 있는 유저들의 광고 식별자를 수집할 수가 없습니다. 애드저스트의 16년도 말 자료를 확인해보니 미국에서는 LAT옵션을 On 해두는 비율이 20% 정도 됩니다.
LAT ON 유저 비율(자료 : Adjust)이때 MMP는 다른 공개된 기기 데이터들을 이용해서 유저를 추론하는 핑거프린팅 방식으로 광고 식별자를 대체하는데 여기에는 많은 제약이 있습니다.(iOS 24시간, Android 30분의 Look back 기간 / 트레킹 링크 방식이 아닌 Self Reporting Network에서의 제약 등) 그래서 결국 광고식별자를 알 수 없는 상당수의 유입이 오가닉 유입으로 집계됩니다.
또 광고를 할 경우에 매체들은 보통 Attribution기간을 두기 때문에 광고를 보았지만 이런 Attribution기간 이후에 앱을 설치하는 유저들 역시 오가닉 유저로 집계될 수 있는 가능성이 있을 것입니다. 예를 들어 Attribution 기간을 광고 시청 후 7일로 설정했는데 8일째 되는 날 갑자기 생각나서 앱을 설치했다면 이런 유저는 오가닉 유입 유저로 집계될 것입니다.
광고가 오가닉 유저의 유입에 미치는 영향의 크기는?
MMP 업체인 Tune의 17년 포스팅 자료를 보면 전체 모바일 앱에서 평균적으로 1명의 광고 유입 유저가 1.5명의 추가적 오가닉 유입을 발생시킨다고 합니다. 물론 앱 카테고리별로 이 승수는 전부 다릅니다. 아마도 아래 그림처럼 수많은 앱들의 광고 유입량과 오가닉 유입량의 관계를 선형적으로 분석해서 도출한 숫자인 것 같습니다. 하지만 아쉽게도 저희 앱의 유저 유입 상황과는 전혀 맞지 않는 것 같습니다. 나의 앱을 대상으로 광고 유입과 오가닉 유입의 관계를 분석하려면 어떻게 해야 할까요?
(자료 : tune)RnC에서 광고 유입과 오가닉 유입의 관계 분석해보기
Android OS에서 일자별 광고 유입량과 오가닉 유입량 데이터를 스캐터 그래프로 표현하고 두 변수 간의 선형적 관계를 측정해봤습니다.
위 데이터를 이용해 X축을 광고 유저 유입, Y축을 오가닉 유저 유입으로 두고 선형 회귀분석을 해보니 광고 유저 유입이 100 늘어날 때마다 오가닉 유저 유입이 8 늘어나는 관계를 보이는 것을 확인할 수 있었습니다. LTV 계산을 할 때 마케팅 유저 100명당 8명의 오가닉 추가 유입에 대한 기여분을 포함시켜야 할까요?
그런데 이 방법은 사실 마케팅에 의한 오가닉 증가 효과를 너무 크게 측정합니다.
오가닉 유저가 늘어나는 주요 원인을 바이럴 효과, 차트 순위 상승 같은 자연적인 효과로 본다면 아마도 오가닉 유입이라는 변수는 자기 자신에 의해 영향을 받는 시계열 데이터의 성격을 띨 것 같습니다. 마치 주식처럼 오를 때 계속 오르고 떨어질 때 계속 떨어지는 특성을 보이는 거죠. 오늘의 앱의 인기는 전날 앱의 인기에 영향을 받고, 내일의 앱의 인기 또한 오늘 앱의 인기에 영향을 받을 수밖에 없기 때문입니다. 반면에 주요 원인을 측정되지 않는 광고 노출의 효과로 본다면 광고 유입이 좀 더 직접적인 영향을 미칠 것입니다. 오가닉 유입이 늘어나는 것은 그야말로 광고에 의한 영향이기 때문에 두 변수 사이의 관계만 찾으면 될 것입니다.
2번째 가정을 갖고 광고 유입 유저의 증가량이 오가닉 유저 유입의 증가량에 미치는 순수한 영향을 측정해 보기 위해서 시계열 데이터 분석 기법 ARMA Model을 사용해서 데이터를 피팅하고 외생변수인 광고 유저 유입량의 영향 치를 계산 해 보았습니다. 계산해보니 Android OS에서는 당일날과 전날 광고 유입이 100명 늘어날 때 오가닉 유저 유입을 각각 2명을 증가시키는 것을 확인했습니다. (광고 유입이 어제 100 늘고, 오늘 100 늘었으면, 오늘 오가닉 유입이 4 늘어나는 관계)
승수를 8로 계산할지 4로 계산할지는 상황을 어떻게 이해하는가에 따라 달라질 수 있을 것 같습니다. 현실은 위 두 상황의 중간 어디쯤에 위치해 있을 거라 생각합니다.
측정을 넘어서
마케팅 유저 유입이 오가닉 유저 유입에 미치는 영향을 지표로 보고 계속해서 추적 관찰하는 것도 의미 있는 시도가 될 수 있을 것 같습니다. 자연 노출 효과를 생각한다면 승수가 높아질수록 자연 노출이 활발히 이루어지고 있다는 뜻이기 때문에, 이는 ASO와 Viral 유도 측면에서 좋은 성과를 내고 있다는 것을 의미할 것입니다. 하지만 측정되지 않는 노출이 증가하는 것 일수도 있으니 install에 대한 트레킹이 제대로 이뤄지고 있는지에 대해서도 항상 염두 해 두어야 할 것 같습니다.
https://brunch.co.kr/@haegun/19
