디지털 마케팅 기업 모비데이즈는
8월 31일, 9월 1일 양일 간 국내 최대 규모
모바일·애드테크 컨퍼런스, ‘맥스서밋 2023’을 개최한 바 있습니다.
올해 9회째를 맞은 맥스서밋에는 600여 개 기업이 참여했고, 총 23개 세션에서 52명의 연사가 참여하여 ‘‘What is the next momentum?’이란 주제로 위기 상황 속에서도 기회를 찾고 돌파구와 성장 모멘텀을 찾아 나가는 다양한 기업들의 인사이트와 전략들을 살펴보는 시간을 가졌습니다. 특히 분야별 유력 기업이 다수 참여한 덕에 올해 최신 마케팅 트렌드를 점검하고 독자적 마케팅 노하우를 공유하는 각 세션이 풍성하게 채워졌다는 평가가 많았는데요!
이에 모비인사이드에서는 맥스서밋 2023 후원사 릴레이 인터뷰를 진행하고 있습니다. 세번째 인터뷰 주자로, 모바일 어트리뷰션 솔루션사인 앱스플라이어를 만나 디지털 마케팅 업계의 인사이트와 주력 사업, 비전에 대해 자세히 들어봤습니다.
반갑습니다. 앱스플라이어는 마케팅 측정, 특히 광고 기여도를 측정하는 어트리뷰션 분야에서 가장 점유율이 높은 글로벌 리더입니다. 까다로운 개인정보보호 기준을 충족하면서도 측정의 정확성을 높이기 위해 계속해서 기술을 혁신하는데 자원을 아끼지 않고 있고, 감사하게도 이런 노력이 고객과 산업으로부터 변함 없이 인정을 받고 있는 것 같습니다.
저는 한국 지사에서 시니어 고객 성공 매니저로 일하고 있습니다. 저희가 하는 일은 궁극적으로는 고객이 목표한 성공에 앱스플라이어의 기능과 서비스가 충분한 도움을 드리도록 만드는 것입이다. 이 과정 전반을 고객과 함께 하다보니 고객의 산업과 목표를 잘 이해하는 것이 필수인 것 같습니다. 그래야 저희가 제공하는 도움이 맥락적인 면에서, 그러니까 시점이나 상황과 잘 맞아서 더 효과적일 수 있다는 경험을 합니다.
개인적으로는 모비데이즈가 개최하는 컨퍼런스들을 통해서 우리 업계와 구성원들이 시장의 흐름을 가늠해볼 수 있는 영감을 얻을 수 있는 좋은 기회인 것 같습니다. 비유를 하자면 우리가 항해를 하는데 지금 바람이 어느 쪽으로 부는지, 동종 업계나 연관 업종은 어느 방향으로 나아갈 계획이 있는지 촉을 세우고 느껴볼 수 있는 자리였다고 생각합니다.
특히 올해는 저희 팀이 고객을 모시고 4년만에 패널로 참가하게 되어 감회가 새로웠습니다. 업계 대표 컨퍼런스로 자리잡은 만큼 많은 분들을 한 자리에서 뵐 수 있어서 무척 반갑고 유익한 자리였습니다.
글로벌 경제의 저성장은 마케팅 활동을 위축시키는 압력으로 작용하고 개인정보보호가 제도적으로 강화되면서 일부 증명된 마케팅 방법론들이 힘을 잃고 있습니다.
역동적인 마케팅 업계임에도 최근 상황은 심상치 않은데요, 재미있는 것은 현상에 대한 돌파구로써 크리에이티브에서 답을 찾으려는 시도가 많아진 것 같다는 점이에요.
위기일 때는 펀더멘털이 중요하다고 하죠. 크리에이티브로 무게 중심이 옮겨가는 것이 요즘 분위기를 대변하는 것 같습니다.
특히, 그 동안 크리에이티브가 아닌 데이터와 알고리즘으로 답을 찾아내 왔던 퍼포먼스 마케팅 분야에서도 크리에이티브 최적화의 영향력이 확실히 커지는 것이 보여요.
비용을 쓰는 활동은 불확실성이 낮은 쪽으로 기우는 경향이 있죠. 퍼포먼스 마케팅은 정형화된 데이터와 세련된 알고리즘을 등에 업고 있었습니다. 이를 잘 활용해 LTV가 높을 것으로 예상되는 유저를 선별하고 이 유저에게 최적의 시점에 광고를 노출시키는 것이 가능했고요. 이는 축적된 데이터를 기반으로 하기 때문에 ‘근거‘가 있는 것으로 받아들여지고, 근거가 있기 때문에 상대적으로 ‘투자‘가 쉽습니다. 게다가 투자에 대한 결과도 숫자로 증명을 할 수 있습니다.
반면 크리에이티브를 만드는 것은 기본적으로 창의적인 일이고 도출된 아이디어에 대한 평가는 주관적이기 쉬워요. 반짝이는 보석 같은 크리에이티브를 만들려면 여러 주관을 갈고 다듬는 지난한 노력이 필요한데, 노력만큼의 결과가 있을 거라고 항상 확신하진 못합니다.
이 둘 중에 시간과 예산의 제약 아래에서 조금 더 가시성이 높고 빨리 성과가 나오는 쪽을 선택해 왔고, 실행을 해보니 타겟을 잘 선별한 후 이 타겟에 크리에이티브를 맞추는 것이 충분히 효과적임을 참여자들이 경험했다고 봅니다. 예를 들어, 타겟을 잘 선별하면 AIDA 퍼널의 중간에서 캠페인을 시작할 수 있어요. 크리에이티브가 Awareness를 덜 고려해도 된다는 것이고 그만큼 캠페인 기획이나 운영이 수월해집니다. 지난 10년 가까이 이 방식으로 성과가 나오도록 마케터는 인사이트와 데이터 스킬을, 플랫폼은 알고리즘을 발전시켜 왔습니다. 그러나 누적해 온 베스트 프랙티스가 동작하지 않는 환경이 되었고 이 위기를 맞아 기본기에 충실해야 하는 시점을 살고있는 것 같습니다.
무엇을 해야 하는지 아는 것만으로 문제가 풀리면 얼마나 좋을까요. 변화와 적응이 생각처럼 쉽지 않다는 것을 모두 알죠. 오랜 기간 익숙해 있던 관성이 있기 때문입니다. 개개인은 상대적으로 빠르게 적응할 수 있지만 한 조직 차원으로 본다면 생각보다 더디고 힘이 많이 드는 것 같습니다. 예를 들어 크리에이티브를 중심으로 캠페인을 최적화하는 과제가 있다면, 이 과정에 참여하는 모든 이해관계자들이 최소한 같은 데이터를 기준으로 판단하고 서로 상시적으로 의견을 싱크할 수 있도록 만드는 것이 중요할 것입니다. 이 프로세스에 들어와 있는 모두가 올바른 방향을 향할 수 있는 토대가 먼저 깔려있어야 한다는 의미입니다. 토대가 부실한 상황에서 각자가 과제를 해결하기 위해 여러 가지 괴로운 문제를 겪는 것을 많이 보았어요.
유형을 구분한다면 정량적 이슈와 정성적 이슈가 있는 것 같습니다.
정량적으로는 소재의 양이 많다는 게 최적화 과정 전체적인 난이도를 높이는 핵심 요인입니다. 크리에이티브가 하나라고 해도 소재 내의 요소들의 숫자, 이 소재들이 라이브 되는 매체와 캠페인 숫자, 소재별 해상도나 레이아웃의 다양성 등 손이 가는 변수들이 굉장히 많죠. 소재가 하나 늘어나면 필요한 리소스가 곱연산으로 증가합니다. 이런 소재를 여러 개를 제작하고 라이브하고 관찰해야 해요. 매체 대시보드에 일일이 들어가서 캠페인, 애드셋 레벨로 데이터를 보고, 취합하고, 공유하고, 의견을 나눈 후에 앞으로 어떻게 할지 판단할 수 있게 됩니다. 그런데 이 업무만 있는게 아니에요 다른 중요한 업무들이 많이 있죠. 그래서 소재 데이터를 볼 수 있는 BI를 자체 개발하기도 합니다. 이는 아주 바람직한 일이지만 모두가 이런 행운을 누리지 못하는 것이 현실입니다. 여전히 사람이 리소스를 들여서 해결하는 경우가 훨씬 많습니다.
정성적인 이슈는 결과에 대한 해석이 어렵다는 것에서 발생합니다. 소재 분석에 필요한 모든 데이터가 있어서 이제 수치를 근거로 결과를 판단하는 단계라고 가정을 해보겠습니다. 어떤 소재는 성과가 높고 다른 소재는 성과가 낮은데, 이 소재들이 실상 차이가 거의 없고 비주얼이나 카피나 타겟이 같다면, 이 결과를 어떻게 해석할지 난처합니다. 어떤 작은 차이가 숨어있는 것인지 발견하지 못하고 시간에 쫓겨 결정을 내려야 할 수도 있죠. 그리고 성과가 높은 소재에서는 소재 내의 어떤 요소가 많은 영향을 준 것인지 특정하는 것이 쉽지가 않습니다. 확실한 답을 얻으려면 여러 번 실험을 해봐야 할 텐데 그럴만한 예산과 시간이 주어지는 경우는 드뭅니다. 이렇게 불확실한 부분이 있다면 의사결정에 시간이 걸리고 이해관계자들이 여기에서 피로감을 느끼게 됩니다. 잘 해볼려고 시작했는데 다음 미팅이 다가오면 점점 지치는거죠. 이런 이유들로 크리에이티브 최적화가 생각보다 난관이 많습니다.
저희 제품 이야기입니다만, 사실 이번에 출시한 크리에이티브 애널리틱스가 현업의 이해관계자들이 일을 더 쉽게 할 수 있게 만들 것이라고 생각합니다. 힘든 것의 난이도를 낮추는 것이 기술이 해야 할 역할이고, 그중에서도 광고 소재 분석은 MMP가 가장 잘할 수 있는 영역이라고 믿습니다.
세 가지 근거로 말씀드리겠습니다. 첫 번째는 네트워크와의 연결성입니다.
만약 소재 분석을 위해 자체 BI를 개발했다고 해도 여기에서 끝이 아닙니다. 매체가 추가될 때마다, 매체의 API 스펙이 변할 때마다, 각 소재별로 새로운 디멘션이 필요할 때마다 개발 리소스가 계속 들어가요. 이걸 유지보수하는 것이 업무가 되죠. MMP는 각 네트워크와 이미 연동이 되어있으니, 소재별 데이터를 API로 끌어오고 대시보드에 표시하고 파일 형태로 제공하는 등의 작업을 기본적으로 잘할 수밖에 없습니다. 항상 하는 일이니까요. 여기에 저희 크리에이티브 애널리틱스는 광고 소재 파일도 추가로 끌어와서 대시보드에 표시 합니다. 이 부분을 BI로 구현하지 못하는 경우들도 많다고 해요. 저희가 많은 역할을 대신하면서 고객들이 개발 리소스를 아끼게 될 것입니다.
두 번째는 진짜 성과를 볼 수 있다는 점이에요. 업계에서는 다운 퍼널 메트릭이라고 하는데 즉, 매체 대시보드에서는 각 소재가 얼마나 노출되었고 클릭율이 얼마고 인스톨이 몇개인지 등이 표시가 됩니다. 그런데 이 인스톨 수치를 특히 SRN 매체들은 자체적으로 집계하고 있습니다. 여기에 MMP가 하듯이 라스트 터치 기준을 적용하면 적지 않은 차이가 생깁니다. 즉 이 수치가 정확하다라는 확신을 할 수 없는 것입니다. 현업에서는 이런 차이에 대해 다 알기 때문에, 매체 데이터 기준의 eCPI나 ROAS를 가지고 어떤 소재의 퍼포먼스를 평가하는 것이 마냥 적절하지 않다는 인식이 있어요.
그런데 앱스플라이어의 소재 분석은 각 소재로부터 발생한 인스톨을 라스트 터치 기준으로 보여줍니다. 이렇게 인스톨을 기록한 다음 발생하는 KPI들, 리텐션, ROAS 모두 라스트 터치 이후의 LTV입니다. 정확한 데이터를 만들기 위해서 개별 소재 레벨로 LTV를 산출하려면 담당자분들이 너무 많은 것들을 수가공 해야만 했습니다. 이게 앱스플라이어를 거치면서 훨씬 쉬워지는 것이죠.
마지막으로는 복잡하고 미묘한 일은 AI의 도움을 받을 수 있다는 점입니다.
가령 A 매체와 B 매체에 서로 다른 파일명으로 업로드된 소재가 있는데 실제로는 완전히 동일한 소재일 수 있습니다. 이 두 소재로부터 발생하는 데이터들을 합쳐서 봐야 올바른 분석일 텐데, 단순히 API로 데이터를 가져온다면 파일명이 다르기 때문에 서로 다른 소재로써 분석을 하면서 의도와는 다른 결과가 나오게 되겠죠.
앱스플라이어의 크리에이티브 애널리틱스는 AI가 데이터 스트림의 앞단에서 분류작업을 합니다. 소재의 모든 비주얼, 배경음악, 영상 길이, 해상도 등을 가지고 같은 소재인지, 비슷한 유형의 소재인지, 또는 다른 소재인지를 판단합니다. 같은 소재의 데이터를 합치고, 비슷한 소재들은 별도의 디멘션으로 묶어서 데이터를 분류하죠. AI는 소재의 각 요소들을 구분해 낸 다음 요소별로 퍼포먼스 데이터를 분석하는 용도로도 활용됩니다. 분석해야 하는 데이터 포인트가 많아서 수작업이 걸림돌이었거나 정성적인 분석이 어려운 케이스일수록 AI를 활용한 자동화가 더 큰 가치로 돌아올 것입니다.
바쁘신 와중에도 인터뷰에 응해주셔서 감사합니다.