brunch

매거진 애드테크

라이킷 70 댓글 1

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by cassie Dec 12. 2016

굵고 긴 앱마케팅을 위한 데이터 활용법

샵 매거진 | 참 쉬운 모바일 마케팅③ | 2016. 11

전자상거래 전문지 샵 매거진에 쇼핑몰 앱 마케팅을 주제로 연재한 글입니다.이 글은 아이지에이웍스의 Dynamic Programmatic Advertising & Dynamic Audience Targeting Platform 트레이딩웍스 사업팀의 도움을 받아 작성했습니다.

예뻐서 구경한 원피스가 광고 배너로 따라다니길래 자꾸 보다가 결국 샀다. 지난달 가입한 쇼핑몰은 둘러보기만 했는데 첫 구매 무료배송 쿠폰을 줬다. 신규회원 적립금도 있는데 배송비까지 무료라니까 뭐라도 사고 싶다. 그리고 단골 쇼핑몰에서는 50% 할인 소식이 푸시 메시지로 왔다. 50%라니! 빨리 들어가서 봐야 한다, 예쁜 건 빨리 없어지니까. 이래서 택배가 자주 온다.

글=정자영 아이지에이웍스 과장. 모바일 애드테크 기업의 PR을 맡고 있다. 기업과 솔루션의 가치, 의미를 잘 나타내는 메시지를 찾고 잘 알린다. 가능한 쉽게 설명하려 노력한다. cassie@igaworks.com | fb.com/jy.331

● 쇼핑몰은 고객이 앱 알림을 받게 하기 위해 다양한 노력을 기울인다 ASOS(좌), 임블리(우)

관심 있는 걸 보여주면 보고 싶고, 또 그걸 사라고 부추기면 사고 싶다. 지나가다 본 옷가게 쇼윈도에 취향인 옷이 걸려 있으면 들어가 보게 되고, 할인한다고 하면 괜히 더 구경하고, 살까 말까 망설일 때 조금 깎아주면 사게 되고 뭐 그런 거. 온라인에서는 이 모든 걸 기술이 한다. 타깃팅 광고는 고객의 결제 창을 자주 띄운다.

그래서 쇼핑몰들은 누구에게 어떤 광고 메시지, 쿠폰을 줘야 결제로 이어질지 추측하고 그에 맞는 마케팅 활동을 펼친다. ‘이런 사람은 이러면 사지 않을까’ 하면서. 데이터는 바로 이 순간 필요하다. 체크 원피스를 관심 상품으로 등록한 사람을 알면 그에게 체크 원피스 광고를 자주 노출해 사고 싶게 할 수 있고, 접속한 지 한 달이 지난 사람들을 모아볼 수 있다면 그들에게만 할인 쿠폰을 주며 쓰러 오라고 할 수도 있으니까.

이렇게 데이터를 활용한 타깃팅 광고를 하려면 당연히 데이터가 있어야 하고, 데이터를 모으려면 분석해야 한다. 그래서 지난 호에서 분석에 대해 이야기했다. 이번에는 그렇게 분석한 데이터를 어떻게 활용해서 타깃팅(Targeting) 광고를 잘할 수 있을지를 썼다. 타깃팅은 잘 알고 잘 쓰면 지속적으로 좋은 마케팅 성과를 내니 눈여겨 읽어보자. 우선 앱 타깃팅 광고의 의미와 많이 쓰이는 타깃팅 기법들을 정리했다.

● 쇼핑몰 앱은 다양한 기준으로 사용자를 타깃팅 해 광고를 내보낸다

타깃팅=오디언스 타깃팅(Audience Targeting): 정보에 가까운 광고가 고객을 찾아간다

우리가 흔히 타깃팅이라고 줄여 부르는 건 ‘오디언스 타깃팅’이다. 글자 그대로 청중을 겨냥한다는 뜻이다. 쇼핑몰의 청중은 고객 또는 잠재 고객이다. 과거에는 청중이 많이 모일 것으로 예상하는 광고 매체에 광고를 실었다. 하지만 근래의 오디언스 타깃팅은 광고에 관심이 있으리라 예상하는 고객에게 직접 광고를 노출한다. 광고 집행 대상이 ‘매체’에서 ‘사람’으로 옮겨갔다는 것이다. 그래서 체크 원피스를 본 고객이 어떤 앱에 접속하더라도 찾아가서 체크 원피스 광고를 보여줄 수 있다. 이렇게 개개인에게 맞는 광고를 노출해 광고가 정보에 조금 더 가까워진 것이 오디언스 타깃팅의 핵심이다. 오디언스 타깃팅에도 여러 종류가 있는데, 그 중 많이 쓰이는 타깃팅 기법을 알아보자.

① 리타깃팅(Re-Targeting): 다시 불러들이기

리타깃팅은 이탈한 고객을 ‘다시’ 부르는 타깃팅 기법이다. 쇼핑몰 앱에 방문했던 고객들만 추려 재방문을 권하는 광고를 할 수도 있고, 전에 광고 배너를 클릭했지만 앱은 설치하지 않은 사람에게 앱 설치 광고를 보낼 수도 있다. 이처럼 리타깃팅을 잘 활용하면 상품이나 쇼핑몰에 관심을 보인 이들에게 적절한 광고를 노출해 구매를 유도할 수 있다.

② 다이나믹 리타깃팅(Dynamic Re-Targeting): 본 상품+추천 상품 보여주기

다이나믹 리타깃팅은 본 상품을 광고 배너로 바로 생성해 보여준다. 이전에는 한 번 본 상품만을 계속해서 노출했다. 예를 들어, 당신이 쇼핑몰에서 플랫슈즈를 봤다면 그 플랫슈즈 이미지가 배너로 바로 만들어져 보이는 식이다. 하지만 계속 같은 광고를 보고 반감을 가지는 사람들이 늘어나며 최근에는 프리퀀시 캡(Frequency Capacity)을 거는 경우가 많다. 광고 노출 횟수를 제한하는 방식이다. 프리퀀시 캡을 걸면 보통 3회에서 6회 정도만 노출한다. 정해진 노출 횟수 이후에는 같은 상품이라도 다른 이미지를 넣어 다른 각도로 보이게 하거나, 아예 다른 상품을 노출한다. 플랫슈즈에 어울리는 스커트나 비슷한 디자인의 다른 플랫슈즈를 보여줄 수 있다.

● 다이나믹 리타깃팅은 고객이 본 상품을 중심으로 광고를 노출할 수 있다 vonvon(좌), 중앙일보(우)

최근에는 고객의 행동에 따라 고객이 속한 광고 그룹 자체를 옮겨 실시간 행동에 따른 광고를 노출하는 ‘오토매틱 오디언스 트리거링(Automatic Audience Triggering)’이라는 기술도 등장했다. 방문 고객을 모은 A 그룹, 상품 상세 페이지 조회 고객을 모은 B 그룹, 구매 고객을 모은 C 그룹이 있다고 가정하자. 오토매틱 오디언스 트리거링을 활용하면, 방금 전 방문했다가 상세 페이지를 보고 나간 고객은 자동으로 A 그룹에서 B 그룹으로 이동한다. 그러면 A 그룹 광고 메시지를 받다가도 바로 B 그룹 광고 메시지를 받는다. 이렇게 고객이 실시간으로 자신이 한 행동에 따라 맞는 광고를 접하면, 광고 효율은 높아진다. 트레이딩웍스(TradingWorks)와 같은 오디언스 타깃팅 광고 플랫폼의 강점이다.

● 고객 행동에 따라 실시간으로 광고 그룹을 옮기는 ‘오토매틱 오디언스 트리거링’ (자료: 트레이딩웍스)

③ 관심사 기반 타깃팅 (Behavioral Targeting): 좋아할만한 상품 보여주기

관심사 기반 타깃팅은 사용자의 방문, 클릭, 검색 등 행동을 바탕으로 관심사를 찾아내는 타깃팅 기법이다. 쇼핑몰을 방문한 적이 있는지, 방문했다면 어떤 상품들을 주로 봤는지, 또 광고를 클릭한 적은 있는지 등으로 사용자의 관심사를 유추하고 분류해 타깃팅이 가능하다. 이런 관심사를 알아내려면 수많은 데이터가 필요하다. 쇼핑몰 자체적으로 많은 데이터를 가지고 있거나, 써드 파티 DMP(3rd Party Data Management Platform)를 활용하면 된다.

④ 유사 타깃팅(Look a like Targeting): 고객이 될 법한 사람 찾기

핵심 청중 정보를 바탕으로 유사 청중을 찾아 타깃팅 하는 기법이다. 고객이 될 확률이 높은 사람을 찾아 광고를 보여주는 것이다. 내 쇼핑몰 구매 고객과 비슷한 행동 양상을 보이지만 아직 회원은 아닌 사람을 찾아 광고를 노출하면, 더 높은 광고 효과를 기대할 수 있다. 이렇게 비슷한 사람을 찾으려면 관심사 기반 타깃팅처럼 역시 데이터가 필요하다. 그래서 DMP가 연동되어 있는 광고 플랫폼이나 이미 많은 회원을 구축한 페이스북 광고에서 주로 활용한다.

타깃팅, 잘하면 뭐가 좋을까?

타깃팅을 잘하면 광고비를 효율적으로 쓸 수 있다. 한정된 예산으로 높은 광고 효과를 볼 수 있다. 쓸 수 있는 광고 예산이 500만 원이고 30일 이내에 앱에 접속한 고객이 100만 명이라면 이들 모두에게 광고를 노출하기는 조금 어렵다. 이때, 타깃팅을 하면 구매 가능성이 더 높은 사람들로 범위를 좁혀 광고를 집행할 수 있다. 30일 이내에 앱에 접속하고 구매한 이력이 있는 사람들만 고르는 식으로.

이벤트 태그(Event Tag) 잘 심을수록 다양하고 세밀한 타깃팅 가능

데이터의 양이 많고 다양하면 타깃팅도 다양하게 할 수 있다. 그래서 분석 툴에서 이벤트 태그 작업을 잘 해두는 것이 좋다. 구매하기, 관심상품, 공유하기, 정기배송 등의 버튼에 태그를 심어 분석할 수 있게 하는 것을 이벤트 태그 작업이라 말한다.

물론 이벤트 태그 작업을 안 해도 타깃팅을 할 수는 있다. 다만, 볼 수 있는 데이터가 적어 세밀한 타깃팅이 어렵다. 분석 툴을 연동하면 보통 별도의 작업 없이도 앱 방문과 구매 여부 정도는 볼 수 있으니, 그 정보만 가지고도 타깃팅 광고를 진행할 수는 있다. 하지만 거기까지다.

아직까지는 이벤트 태그 작업이 잘 되어 있지 않은 앱이 더 많다. 실제로 유료 분석 툴을 써서 비싼 분석 비용을 지불하면서도 이벤트 태그 작업을 하지 않아 타깃팅 광고에 쓸 수 있는 데이터가 적은 경우가 잦다. 무엇을 볼지 정확하게 정의하고 개발 작업을 진행하는 게 어렵기 때문이다. 이에 대한 자세한 내용은 지난 10월호 원고를 참고하자.

● 구매, 장바구니 등 각 버튼에 이벤트 태그를 심어 분석할 수 있다 ASOS(좌), 임블리(우)

고객 행동 특성 별 그룹 나누기, ‘오디언스 세그먼트’(Audience Segment)

아무튼 분석했다면, 데이터를 광고에 써보자. 먼저 누구에게 광고를 노출해야 가장 효과가 좋을지 보기 위해, 고객이 앱 안에서 하는 행동을 기준으로 그룹을 나눈다. 분석 결과를 바탕으로 구매한 적이 있는 사람과 없는 사람, 구매한 지 30일이 지난 사람과 아닌 사람, 상품을 장바구니에 담은 사람과 관심상품으로 등록한 사람 등의 기준으로 나눌 수 있다. 이렇게 사용자를 분석해 세분화된 그룹으로 나누는 것을 ‘오디언스 세그먼트’라 부른다. 그룹을 나눴으면 어느 그룹들에 광고를 내보낼지 정하고, 각 그룹에 맞는 광고 메시지를 준비하면 된다.

● 트레이딩웍스의 A 쇼핑몰 리타깃팅 광고 캠페인 집행을 위한 그룹 설정 (자료: 트레이딩웍스)

오디언스 세그먼트 실제 사례: A 쇼핑몰 리타깃팅 광고

빠른 이해를 돕기 위해 실제 사례를 찾았다. 트레이딩웍스의 A 쇼핑몰 리타깃팅 광고 캠페인 진행 과정과 결과를 살펴봤다.

당시 A 쇼핑몰은 방문자와 구매자 정보 정도만 분석하고 있었다. 타깃팅 광고에 쓸 수 있는 데이터가 많지 않은 상황. 우선 다음과 같이 광고 그룹을 나눴다. 30일 이내에 쇼핑몰에 접속한 방문자를 구매자와 미구매자로 나눴다. 미구매자는 광고(Paid)를 보고 들어온 사람과 그냥 자연적으로(Organic) 들어온 사람으로 나눴고, 또 각각 30일 이내 방문자와 3개월 이내 방문자로 나눴다. 이렇게 총 5개의 광고 그룹을 만들었다.

● 트레이딩웍스의 A쇼핑몰 리타깃팅 광고 캠페인 결과 (자료: 트레이딩웍스)

이렇게 그룹을 나눠 광고를 일정 기간 진행하면, 효과가 높은 그룹과 낮은 그룹이 보인다. 광고비를 어디에 집중해야 좋을지 선명해진다. A 쇼핑몰도 전체 방문자를 대상으로 리타깃팅 광고 캠페인을 진행하던 이전보다 높은 성과가 났다. 처음에는 5개 그룹 모두에 광고를 노출하다가, 효율이 높은 3개 그룹에 집중했다. 그 결과 ROAS(Returns On Ads Spending)가 1,000% 대에서 4,000%대 까지 상승했다. 그래프의 변곡점은 광고 그룹 추가나 변경에 따른 결과다.

이벤트 태그를 잘 달아 데이터가 더 많다면, 방문 여부와 유입 채널(Channel) 외에도 기간, 방문 빈도(Frequency), 사용자 충성도(Loyalty) 등을 기준으로 다음처럼 광고 그룹을 나눌 수 있다.

● 분석한 정보가 더 많다면 광고 그룹 설정은 이렇게도 가능하다 (자료: 트레이딩웍스)

30일간 방문자를 7일 이내 방문자와 30일 이내의 방문자로 나눈다. 그리고 행동 유형별로도 나눈다. 메인 페이지에 접속한 사람, 상품 상세 페이지에 접속한 사람, 장바구니에 물건을 담은 사람, 구매한 사람으로. 메인페이지만 보고 간 사람은 광고를 보고 왔었는지, 자연적으로 왔었는지 유입 경로도 나눴다.

이렇게 생성한 10개의 광고 그룹에 각기 다른 광고 메시지를 발송한다. 메인 페이지에 접속한 사람에게는 쿠폰이나 할인 혜택을 강조하고, 그리고 물건을 본 나머지 그룹에는 다이나믹 리타깃팅으로 보고 간 물건을 광고 배너로 노출할 수 있다.

● 분석 결과를 바탕으로 다양한 광고 그룹을 만들 수 있다 (자료: 트레이딩웍스)

+오디언스 타깃팅 광고 운영 TIP

① 광고 그룹 나누기는 필수다

타깃팅 광고는 사실 마케터가 좀 귀찮다. 광고를 한 개의 전체 그룹에 그냥 보내는 것과 열 개의 그룹을 나눠 각기 다른 열 개의 광고를 만들어 보내는 건 다르니까. 하지만 지속적인 마케팅 효율을 위해 꼭 필요한 작업이다. 만약 전체를 대상으로 광고를 진행했는데 효율이 높지 않다면, 원인 파악을 위해 모든 데이터를 들여다봐야 한다. 하지만 초기에 광고 그룹을 잘 나눴다면 해야 할 액션이 분명하다. 정확하게 그룹별로 데이터를 보며 문제점이 무엇인지 빠르게 볼 수 있다.

② 광고 효율 낮은 그룹도 버리지 말자

광고 효율이 높지 않은 그룹도 활용해야 한다. 이들은 어쨌든 한 번이라도 쇼핑몰에 방문했던 사람들이므로, 완전히 모르는 사람에게 광고하는 것보다는 좋은 반응을 기대할 수 있다. 할인 쿠폰이나 배송비 무료 쿠폰을 발송해볼 수도 있고, 재접속 이벤트를 진행할 수도 있다. 이렇게 다양한 시도로 반응을 살피고, 어떤 메시지가 반향을 일으키는지 알아가는 과정은 의미가 있다. 실제로 트레이딩웍스가 이렇게 여러 테스트를 진행했을 때, 구매가 일어나거나 쇼핑몰에 더 자주 오는 등 광고 효율이 높았다.

③ 불필요한 리소스 최소화

광고 집행 후에는 이미 광고에 참여한 사용자에게 같은 광고가 반복적으로 노출되고 있지는 않은지, 초기에 설정한 메시지에 해당 그룹이 잘 반응하고 있는지 등을 지속해서 관리해야 한다. 전략적으로 고려할 사항이 다양한 오디언스 타깃팅은, 누가 운영하는가에 따라 성과가 다르기에 전문가의 도움을 받는 것도 좋다.

이렇게 분석 후 광고를 집행하고 최적화하는 과정을 꾸준히 반복하면 오랜 기간 좋은 성과를 유지하는, 말 그대로 굵고 긴 앱 마케팅이 가능하다. 데이터를 읽어내기에 재미를 붙여보자.

keyword