빡공단_디지털 마케팅 #17 ~ #21

빡공단_디지털 마케팅 복습

 

17. 모바일 측정 파트너 (MMP) : Mobile Measurement Partner

1. 데이터를 근거로 UA(User Acquisition) 전략을 세울 수 있다.
2. 한 번의 연동으로 모든 채널을 트래킹 할 수 있다.
3. 여러 채널 사이에서의 Attribution을 관리할 수 있다.
4. 하나의 대시보드로 모든 채널의 퍼포먼스 지표를 확인할 수 있다.

- Attribution을 정확히 보기 위한 트래킹링크 발급 : AppsFlyer

- 광고 채널, 캠페인 별 리텐션 : 어떤 캠페인에서 전환설치, 그리고 얼마나 리텐션이 나왔는지를 보여주는 지표가 된다. (각각의 효율 비교 가능)

- MMP Frauds : 모바일 광고 시장의 Frauds는 매체, 네트워크, 광고주 모두에게 영향을 준다.
   -> Attribution Fraud로 인한 중복 과금 !
         : Organic 인스톨을 광고를 통한 유입으로 판단해 불필요한 과금 발생 위험
         : 한 유저의 설치 이력이 복수의 채널에서 과금 발생할 위험 
         : 마케팅 비용을 증가시켜 장기적으로 효율을 떨어트림. (MMP가 많이 걸러줄 수 있음)

따라서 MMP를 선택하려면?
 1. Fraud 필터링을 얼마나 정교하게 하는지
 2. 설치수나 이벤트 수에 따른 추가 과금은 없는지
 3. 중요 지표를 잘 모니터링하게 해주는 대시보드가 잘 마련되어 있는지


정리) 
 구글, 페이스북 이외에 추가적인 매체를 집행한다면 MMP를 활용해보자
 다수의 퍼포먼스 캠페인을 통합적으로 모니터링하고 관리할 수 있다
 Attribution, Retention, Fraud Management 등 어렵고 복잡한 작업을 대신해준다
 MMP 마다 차이점이 있어서 적절한 솔루션 선정이 중요하다.


18. 마케터가 가장 많이 쓰는 분석기법 (1) - 퍼널 분석 

Funnel = 깔때기

광고노출 -> 클릭 및 설치 -> 회원가입 -> 구매 / 단계가 지날수록 유저의 수가 적어지기 때문에 깔때기처럼 생긴 그래프가 됨.

퍼널 분석은 언제 필요할 까?
 -> 문제 사항을 발견하고 개선점을 찾을 때

ex) 광고비는 많이 쓰고 있는데, 회원가입자가 너무 적어요.
ex) 어제와 다르게 제품 구매자가 확 줄었는데?
ex) 우리 쇼핑몰은 회원은 많은데 왜 매출이 발생하지 않지? 왜 이탈하지?

정리)
 퍼널은 데이터 분석의 기본이다
 각 퍼널별로 문제점을 찾고 이를 개선해 나가는 것이 중요하다
 모든 전환 지점 개선 보다는 선택과 집중을 할 것


19. 마케터가 가장 많이 쓰는 분석기법 (2) - AARRR - funnel framework 

Acquisition - 유저(사용자)의 획득 (사이트 인입, 앱 설치)
Activation - 유저의 활성화 수 (사용자가 제품을 처음으로 사용하기 시작)
Retention - 우리 제품의 가치를 느끼고 다음 날, 그 다음 날 잔존 여부
Revnue - 제품에 대한 돈을 지불 (구매, 수익)
Referrer - 제품을 소개하고 추천함

:: RARRA 
Retention - Activation - Referral - Revenue - Acquisition
# 우리 유저들이 머무르게 만들고, 자주 쓰게끔 만들게 난 다음에, 돈을 부어 Acquisition을 진행하는 방법.


정리) 
- 어디부터 시작해야할지 막막하다면 AARRR부터 적용해보자
- AARRR 사이클을 그려보고 어느 지점을 개선해야할지 고민해보자
- AARR은 하나의 템플릿일 뿐, 내 비즈니스에 맞게 적용하는 것이 중요하다


20. 마케터가 가장 많이 쓰는 분석기법 (3) - 코호트 분석

Cohort : 특정 기간 동안 공통된 특성이나 경험을 갖는 집단
Cohort 분석 : 그 동일 집단들의 시간의 흐름에 따른 이탈 패턴이나 행동 패턴 등을 분석

Acquisition을 통해서 유저를 인입 시켰지만 => 절대다수는 우리의 제품을 떠남 => 한달뒤에도 지속적으로 제품을 사용하는 유저는 극히 드물다.
코호트 분석을 하면 => 각 시간별 날짜별 Retention 분석을 통해 특정 기간의 방문자들이 시간의 흐름에 따라 어떻게 달라지는지를 파악하고 이에 적절한 대응을 할 수 있다.!

필요한 이유 ?  :  마케팅 인사이트를 얻을 수 있음
 - 마케팅 채널별로 코호트 분석이 다르게 나올 수도 있음 
 - 어떤 채널이 고객 유치 및 리텐션에 크게 기여하는지를 분석해서 특정 채널 마케팅에 집중할 수 있음.


정리)
 코호트는 동일집단이다.
 코호트 분석은 동일집단의 시간의 흐름에 따른 이탈이나 행동 분석이다.
 코호트 분석을 통해서 효과적인 마케팅을 집행할 수 있다.


21. 기법근거기반 마케팅의 핵심

A/B 테스팅
 : 사용자를 임의로 두 집단으로 나누고,
   한 집단에게는 A안을, 다른 집단에는 B안을 보여준 다음,
   두 집단 중 어느 집단이 더 높은 성과를 보이는지 측정해서
   A안과 B안 중 어느 쪽이 더 좋은지 정량적으로 평가하는 방식

왜 해야 할까?
 : 인과관계를 알아보자. (결과를 좌우할 수 있는 요인을 발견하고, 그에 대해 무엇인가를 그에 대한 무엇인가를 실행하고, 결과를 개선하는 것이 우리가 원하는 것)

시행과정
 : 사용자군 랜덤 배정 (변수의 통제)
    - 나이, 성별, 연령 등 모든 요소들이 비슷해야 함
    - 실험하고자 하는 단 하나의 변수만 두 집단을 다르게 설정
    - 변수가 많을수록 실험의 정확도가 떨어짐

 : 두 개의 실행을 동시에 집행
    - 이것도 마찬가지로 날짜, 요일, 시간 등이 달라지면 변수가 많아지므로 정확한 측정을 위해 동시에 집행해야 함.

 : 결과가 나올 때까지 충분한 시간을 두고 기다린다
    - 매일매일 실험 결과를 계산할 시 결과가 매일매일 달라질 수 있음
    - 샘플 사이즈를 정하고 기간을 정했으면 그 기간까지는 충분히 결과를 기다려야보다 정확한 결과를 알 수 있음

주의할 점? : 단기적인 손해 발생
 - A/B 테스트는 항상 좋은 결과를 가지고 오지 않음
 - 그래서 트래픽이 많은 경우에는 적절하게 테스트 샘플을 분배해야 함

             : 좋은 수치가 좋은 사업 결과를 보장하지는 않음
- 만약 결과 수치가 5%에서 5.1%가 증가했다고 했을 시에 수치적으로는 좋아졌으나 여기에 들어간 테스트 개발, 세팅, 배포의 시간 등을 고려했을 때는 오히려 손해일 수도 있음
- 그래서 Effect가 크고 개발에 들어가는 시간이 적은 순으로 먼저 실험을 많이 함

정리)
A/B테스팅이란 특정 기능이나 실험을 위한 도구이다
A/B테스팅을 통해 비용을 최소화하며 기능 테스트가 가능하다
A/B테스팅이 꼭 좋은 결과만을 가져오지는 않는다