[어트리뷰션 인 디테일] 1. 모바일 앱 어트리뷰션이란
어트리뷰션(Attribution)이란 말을 한국어로 어떻게 표현하는 것이 적절할까 생소하게 느껴진 게 엊그째 같은데 이젠 적절한 말을 찾지 않고 '어트리뷰션'이라는 말을 쓴다.
어트리뷰션이란 단어 그대로 부여, 할당, 기여라는 의미로 모바일 앱 어트리뷰션은 유저가 앱을 실행하고 사용과정에서 발생하는 데이터 포인트, 즉 실행과 이벤트들을 어떻게 분배할 지 결정해 광고 성과를 측정하고 최적화하는 것을 말한다.
하지만 이러한 어트리뷰션이 어트리뷰션 툴 마다 다르다는 것을 알고 있는가? 방법론은 어느 정도 통일되어 있지만 실제 이것을 어떻게 구현했고 어떤 데이터 포인트를 중요시 하는 지 등에 따라 어트리뷰션 방식이 조금씩 다르다.
그 동안 어트리뷰션 툴을 사용하는 데 집중해 왔다면 모바일 앱 어트리뷰션을 이루는 요소들과 이슈들을 이해함으로써 내가 쓰고 있는 어트리뷰션 툴을 제대로 활용하고 장기적으로는 우리 앱에 맞는 어트리뷰션 모델을 만들어 나가보자.
모바일 어트리뷰션의 첫 번째 주제로 우선 웹 어트리뷰션과 비교함으로써 그 구성요소와 특수성에 대해 다시 한 번 생각해 보자.
웹 어트리뷰션 vs. 모바일 앱 어트리뷰션
웹에서는 어트리뷰션이라는 개념이 상대적으로 약했던 것이 앱 실행이나 회원가입처럼 특정 활동완료를 위한 광고를 하기보다 웹사이트 방문(Visit)을 유도하는 것이 1차적인 목적이였다. 물론 이커머스처럼 고객의 최종구매가 중요한 사이트의 경우 리타깃팅 광고가 발달하기도 했지만 대부분의 웹사이트나 캠페인은 노출, 클릭 광고를 기본으로 웹사이트로 트래픽을 유도하는 것이 일차적인 어트리뷰션이였다.
웹 어트리뷰션은 쿠키, 픽셀 태그, 맞춤 파라미터 URL 등의 조합을 통해 이뤄지는 데 가령 광고 채널별로 파라미터가 붙은 URL을 유저가 클릭하면 유저 컴퓨터에 쿠키를 심는다. 그리고 계속해서 유저가 무언가 특정 전환을 완료하면 전환 완료 페이지에 심은 픽셀 태그가 디스플레이되고 브라우저는 쿠키 정보를 보냄으로써 트래킹툴에 전환을 알리게 된다.
이에 비해 모바일 어트리뷰션은 좀 복잡한 편이다. 모바일 앱에서는 쿠키를 사용할 수 없고 구글 플레이나 애플 앱스토어에서 일어난 앱 설치는 알 수가 없다. 그래서 모바일 어트립뷰션 툴들은 유저 디바이스를 구분하기 위해 여러가지 방법을 조합하고 광고하려는 앱에 탑재된 SDK에서 보내온 실행, 이벤트 정보를 광고 클릭과 일치시키는 과정을 통해 어트리뷰션이 이뤄진다.
무엇보다 모바일 앱 광고의 경우 실행형 광고를 기본으로 하는 만큼 중복을 제거하고 각 매체들의 성과들을 측정하는 데 더 민감한 게 사실이다. 이들 어트리뷰션 툴을 통하면 매체별 SDK를 설치할 필요가 없이 포스트백을 통해 매체 간 중복제거와 최적화가 가능한 것은 모바일 광고에서 더 발달한 부분이라고 할 수 있다.
모바일 앱 어트리뷰션의 구성요소
그럼, 쿠키와 픽셀 태그가 안 통하는 모바일 앱 어트리뷰션은 어떻게 이뤄 지는 지 구체적으로 살펴보자. 모바일 앱 어트리뷰션은 무엇을 가지고 어떻게 어트리뷰트할 지를 결정하고 포스트백을 통해 파트너에게 실행 및 이벤트를 알리는 일련의 과정이다.
먼저 무엇을 가지고라는 부분이다. 모바일 앱 어트리뷰션은 쿠키가 아니라 구글 레퍼러, 아이덴티파이어(식별자), 핑거 프린트와 같은 방식의 조합으로 유저/디바이스를 인식한다.
Referrer는 별도 세팅이 필요 없고 광고 클릭 시 고유 클릭 ID가 생성된다. 구글 플레이에서만 지원하는 기능으로 모바일 앱/웹 어트리뷰션에 사용할 수 있다.
Identifier는 구글 GAID 또는 애플 IDFA 같은 식별자로 파트너사가 제공해야 광고 클릭 시 전송된다. 모바일 앱에서만 사용가능하다.
Fingerprint는 단말 OS나 IP 주소 같은 간접적인 정보를 통해 매칭이 이뤄지는 방법으로 정확도가 높지 않다. 핑거프린트의 중요성에 대해서는 모바일 어트리뷰션의 다음 주제로 다뤄 보고자 한다.
이들 방법의 적용 순서에 대해 튠과 같이 레퍼러 - 아이덴티파이어 - 핑거프린트 순이라고 명확하게 밝히는 경우도 있고 레퍼러 And/Or 아이덴티파이어, 둘 다 가능하지 않으면 핑거프린트라고 하는 경우도 있는 데 공통적인 것은 레퍼러나 아이텐티파이어를 사용한 1:1 어트리뷰션이 1:1이 아닌 개연적인 방법 (Probabilistic attribution)보다 항상 우선한다는 점이다.
또한, 이러한 어트리뷰션 방법을 모두 디폴트로 모두 사용 가능하지만 튠이나 애드브릭스처럼 그 자체를 사용하지 않을 수 있는 옵션을 제공하는 툴이 있는가 하면 위의 적용 순서에 따라 어트리뷰션을 결정하고 윈도우 설정만을 통해 매체 어트리뷰션을 조정 가능한 경우도 있다. 물론 이미 매체들은 각 어트리뷰션 사들의 방법과 매체 사정에 따라 연동되어 있으므로 이들의 변경은 매체사와 확인을 통해 이뤄져야 하는 부분이다.
Attribution Method - Referrer, Indentifier, Fingerprint를 사용한다는 점은 공통적이다.다음은 어떻게 어트리뷰트할까이다. 여러 광고 채널을 통해 광고를 진행하고 여러 번의 클릭이 발생했을 때 어떤 클릭을 SDK에서 보내온 실행 신호와 연관지을 수 있는 유효 클릭으로 볼 것이냐의 문제이다. 현재 모든 어트리뷰션 사들은 Last Click 모델을 택하고 있으며 최초 실행이 발생하기 전 마지막 클릭에 인스톨을 어트리뷰트한다.
여기에 그 클릭이 유효하기 위해서는 해당 방법에 설정한 윈도우 기간 안에 발생한 클릭이여야 한다는 조건이 한가지 더 있다. 어트리뷰션 윈도우는 해당 클릭과 노출이 유효한 것인가를 결정하는 인정기여 기간으로 어트리뷰션의 정확도와 오가닉 인스톨에도 영향을 미칠 수 있는 중요한 설정이다.
앞서 말했듯 어트리뷰션 방법과 윈도우는 각 어트리뷰션 사의 방법과 매체 사정에 따라 설정되어 있으므로 캠페인 시작 전 광고를 진행하는 각 매체들의 디폴트 윈도우 값을 확인할 필요가 있다.
튠의 경우 클릭 기반 어트리뷰션은 기본적으로 가능하고 노출 기반 어트리뷰션 (View through attribution)은 불가능하게 설정되어 있지만, 룩백 윈도우 디폴트 값이 매체마다 다르게 설정되어 있어 확인이 중요하다.
앱스플라이어와 애드브릭스의 경우 각 어트리뷰션 방법에 따라 윈도우 디폴트 값이 설정되어 있지만 역시 매체별로 윈도우를 조정하는 것이 가능하다. 물론 구글, 페이스북 등 일부 매체의 경우 자체 어트리뷰션 방법과 윈도우를 가지고 있어 조정이라는 말이 무의미할 수 있겠다.
Install Attribution Window - 특히 View through attribution과 Fingerprint 윈도우 설정에 주의해야 한다.마지막으로 포스트백이다. 포스트백은 상기 과정을 통해 유효하다고 판단된 실행과 이벤트를 매체사에 알림으로써 중복을 제거하고 광고 최적화를 할 수 있도록 해준다. Google Analytics가 웹은 물론 모바일 앱의 이용자 분석에 초점을 맞춘 툴이라면 구글의 새로운 무료 툴 파이어베이스는 포스트백 기능을 옵션으로 제공한다.
모바일 앱 어트리뷰션 툴 어떻게 잘 활용한 것인가?
모바일 어트리뷰션에는 정해진 기준이나 표준이 없다. 따라서 어트리뷰션 사 별로 실제 어트리뷰션 방법을 어떻게 적용하는 지, 마케터가 컨트롤 할 수 있는 어트리뷰션 방법과 윈도우 설정의 자유도, 윈도우 디폴트값, 재참여와 이벤트 어트리뷰션 기준들이 모두 다르다.
게다가 구글, 페이스북과 같은 셀프 어트리뷰팅 매체와 일부 매체의 경우 더 높은 어트리뷰션 매칭률을 얻어내기 위해 자체 기준을 강화하고 있다. 이것이 내가 사용하는 어트리뷰션 툴의 방법과 설정을 제대로 이해해야 하는 이유다.
기본을 이해한다면 광고성과 측정과 최적화는 물론 매체와의 협의, 장기적으로는 우리 앱 비즈니스에 맞는 어트리뷰션 모델을 만들어 나가는 데 도움이 될 것이라 생각한다. 앞으로 모바일 어트리뷰션에서는 윈도우 설정과 캠페인 퍼포먼스, 핑거 프린트의 양면성, 리어트리뷰션, 셀프 어트리뷰팅 등의 주제에 대해 계속해서 다뤄보고자 한다.
# 참고기사
1. Tune, An Introduction to Mobile App Attribution
2. Tune, Main Methodologies for Attribution
3. Tune, Setting Your Attribution & Event Attribution Windows
4. What is Appsflyer's attribution model?
5. Applift, A debate on standard part 1: The cookie crumbles
