오리지널과 리마스터 버전의 차이와 신규기능 알아보기
팔로우애드브릭스 리마스터
'애드브릭스 리마스터'는 2019년 01월 출시된 애드브릭스의 신규 버전입니다.
2013년부터 애드브릭스 오리지널 버전을 개발한 경험과 고객사의 수많은 요청사항을 적극 반영하여 새롭게 만들어졌습니다.
(리마스터 버전은 console.adbrix.io 에서, 오리지널 버전은 partner.igaworks.com 에서 제공됩니다.)
애드브릭스 리마스터는 "그로스 마케터를 위한 데이터 플랫폼"을 지향합니다.
'광고성과 측정(Attribution), 이용자 행동분석(Analytics), 광고사기 방어(Anti-Fraud), 타게팅 푸시 발송(Growth Action)을 통합 제공합니다.
애드브릭스 오리지널 버전 대비 리마스터 버전의 개선점 요약과 세부사항은 아래와 같습니다.
리마스터 버전의 개선점 (주요기능 요약)
기능 구분 | 오리지널 | 리마스터 |
분석 기능 | ||
지표 분석 | 미리 정의된 고정 분석지표를 확인 | 데이터 탐색을 통해 필요한 분석 지표를 직접 구성 |
코호트 분석 | 광고 채널별, 일자별 등 일부만 가능 | 속성기반, 이용자 행동 기반 코호트 분석 가능 |
대시보드 | 미리 정의된 고정 대시보드를 확인 | 직접 구성한 리포트를 대시보드로 조합 |
광고 운영 | ||
광고랜딩 지원 | Andoird, iOS 별 랜딩url을 각각 발급 | All-Link 제공 : OS별 자동분기, 다이나믹 Web랜딩, 딥링크, 앱링크, 유니버셜링크 지원 |
오픈 어트리뷰션 방법 | Last Click 기준 앱 실행성과 측정 | 운영 전략에 따라 방법론별 우선순위 설정 가능 |
광고사기 방어 | Basic 설정기능 제공 | Basic + Fraud Kill-Chain 이용 가능 |
타게팅 푸시 | - | 이용자 행동 기반 타게팅 푸시 발송 기능 |
자유롭고 강력해진 "분석"기능
오리지널 버전
오리지널 버전의 분석 기능은 미리 정의된 지표들을 확인하는 구조입니다. New Install, Re-Install, DAU, WAU, Revenue, Retention, Event 항목 등의 분석 지표를 정해진 메뉴에 접근하여 확인합니다. 물론 이러한 방식으로도 이용자 행동을 분석하고 광고성과를 측정하는 것에 큰 문제가 있었던 것은 아닙니다. 오히려 미리 정의된 지표가 정해진 메뉴에 존재함으로써 쉽게 이용할 수 있다는 장점도 있습니다.
하지만 시간이 지나 경쟁이 심화되고 광고운영 방법이 고도화 되면서 마케터에게 요구되는 데이터 분석 수준 또한 점점 더 높아졌습니다. 자연스럽게 애드브릭스에 요청되는 기능들 또한 고도화 되었습니다. 애드브릭스 팀은 "마케터 스스로 적합한 데이터를 원하는 형태로 조합하여 필요한 분석 지표를 자유롭게 만들어낼 수 있는" 환경만이 마케터분들의 눈높이를 맞출 수 있다고 판단했습니다.
리마스터 버전
"분석" 관점에서 애드브리스 리마스터 버전의 목표는 그로스 마케터 스스로 연동된 데이터를 자유롭게 분석하여 "왜 어떠한 결과가 발생했는가?" 에 대한 답을 찾아내고 궁극적으로 개선할 수 있는 환경을 제공하는 것입니다. 원시 데이터는 매우 유연하게 저장되어 언제든지 필요한 형태로 가공될 수 있어야 하고, 데이터를 탐색하는 인터페이스 환경 또한 마케터에게 친화적이어야 합니다.
아래는 오리지널 버전보다 더 강력해진 애드브릭스 리마스터의 핵심 분석기능 입니다.
_ Data Explorer
_ Audience Studio
_ Custom Dashboard
Data Explorer
리마스터 버전의 지표 분석은 연동된 데이터를 최대한 세밀하게 구분하여 조합할 수 있도록 구성된 Data Explorer로 부터 시작합니다. 총 4가지 리포트 타입, 6가지 분석 세분화 조건을 제공하여 앱 활성화 현황, 광고 채널 별 성과, 이용자 코호트별 성과, 일자별/시간별 매출, 리텐션, 펀널 등 다양한 분석을 수행합니다. 그로스 마케터는 서로 다른 분석 결과를 제공하는 Single Touch Analytics, General Event Analytics, Universal Retention Analytics, Conversion Funnel Analytics 중 하나를 선택하고 매우 세분적인 수준까지 조건을 설정하여 분석을 수행할 수 있습니다.
Audience Studio
애드브릭스 오디언스 스튜디오를 이용하면 이용자 행동 기반 코호트 그룹을 바로 만들수 있습니다. 예를 들면, 아래와 같습니다.
'지난 3개월 간 앱 실행 이력은 있으나, 회원가입은 완료하지 않은 이용자'
'지난 1개월 간 광고를 통해 신규 유입된 이용자 중, 회원가입을 완료하지 않은 이용자'
'지난 1개월 간 검색광고를 통해 유입된 이용자 중, 특정 키워드에 속한 상품을 구입하지 않은 이용자'
'지난 3개월 간 앱 실행 이력은 있으나, 구매는 하지 않은 이용자'
'지난 6개월 간 육아 카테고리에 속한 상품을 100만원 이상 구매한 이력이 있는 이용자'
'쥬얼리 기획전 광고에 반응하여 앱에 유입되었지만, 쥬얼리 기획전 외 상품을 구매한 이용자
생성된 코호트 그룹은 Data Explorer 의 'Audience Condition'에 추가하여 바로 분석할 수 있습니다. 즉, 회원가입 여부에 따라 리텐션과 펀널을 분석하거나, 쥬얼리 기획전에 반응한 이용자들이 구체적으로 어떠한 상품을 얼마나 구매했는지 분석하여 기획전 UX를 개선하거나 광고 성과를 최적화 할 수 있습니다.
코호트 별 비교 분석을 통해 전체 이용자 분석에서는 발견하지 못했던 결과를 확인할 수 있습니다. 아직 특정 행동까지 도달하지 않은 코호트의 다음 행동을 예측하기 위한 합리적인 방법이기도 합니다.
Custom Dashbaord
커스텀 대시보드(Dashboard)는 중요지표를 직관적으로 확인할 수 있도록, 리포트를 원하는 구성으로 배열하여 시각화할 수 있는 환경을 제공합니다. Data Explorer를 통해 저장했거나, 신규로 생성한 리포트를 위젯(Widget)으로 저장하고 조합하여 목적별 대시보드를 만들 수 있습니다.
광고랜딩 최적화 : "All-Link" 지원
오리지널 버전
오리지널 버전에서는 Android, iOS를 위해 각각의 트래킹링크를 발급받아 사용하는 번거로움이 있었습니다. 리마스터 버전에서는 All-Link 기능을 이용하여 하나의 트래킹링크 만으로 모든 광고랜딩 지점을 설정할 수 있습니다.
리마스터 버전
리마스터 버전은 하나의 트래킹링크만으로 Android, iOS, Web 에서 각각 원하는 지점으로 광고 유입 사용자를 연결하는 All-Link 기능을 제공합니다.
- Android, iOS 자동분기 기능
- 딥링링, 지연된 딥링킹 지원 (uri스킴, 유니버셜링크, 앱링크 모두 지원)
- 앱 미설치자 대상 다이나믹 Web 랜딩 지원
Ad Fraud 방어기능 강화
오리지널 버전
오리지널 버전에서도 광고사기에 대응하기 위한 CTIT Report, Click Injection 방어 기능 등을 제공합니다. 하지만 광고사기는 날이 갈수록 고도화되고 있는 추세입니다. 리마스터 버전에서는 더욱 강력한 기능을 제공하는 Fraud-Kill Chain 패키지를 필요에 따라 선택할 수 있도록 제공합니다.
리마스터 버전
리마스터 버전에서는 고도화된 사이버 범죄의 일종인 광고사기에 적극적이고 체계적으로 대응하기 위하여, 강력한 Ad Fraud 방어 솔루션인 “Fraud Kill-Chain”이 적용되었습니다. 리마스터에 적용된 "Fraud Kill-Chain"이 강력한 이유는 아래와 같습니다.
- “Fraud Kill-Chain”은 총 5가지 광고사기 유형을 방어하는 12가지 방어기능을 제공합니다.
- 실시간(Real-Time)으로 AD Fraud를 차단합니다. AD Fraud Index 리포트를 지원합니다.
- 캠페인 목적별 Fraud Rule 설정이 가능합니다.
- 고객사와의 상호 검증을 통해 위장 이벤트를 원천 차단합니다.
이용자 행동 기반 타게팅 푸시
리마스터 버전
리마스터 버전에서 제공하는 Growth Action은 "내가 원하는 이용자에게, 미리 설정한 시나리오에 따라, 알맞은 푸시 메시지를 보내고, 결과를 분석하여 최적화"하기 위한 이용자 행동(Customer Journey) 기반 타게팅 푸시 기능입니다.
1) 설정된 오디언스 그룹(즉, 푸시 메시지 발송 대상)에게
2) 행동 및 디바이스 데이터를 기반으로 미리 설계된 조건의 메시지를 보내고
3) 인-앱 액션 수준으로 메시지에 대한 반응을 분석하여 볼 수 있기 때문에,
실질적인 메시지 효과를 검증하고 인게이지먼트 전략을 도출할 수 있습니다.
예를 들어, 아래와 같은 조건으로 푸시 메시지 발송이 가능합니다.
_ 앱 실행 후 3일 내에 목표 행동(회원가입, 멤버십 가입, 구매 등)에 도달하지 않은 이용자만을 대상으로 푸시 메시지를 발송합니다.
_ 월 100만원 이상 구매한 이용자만을 대상으로 재구매를 유도하기 위한 푸시 메시지 A/B 테스트를 시작합니다.
_ A상품 광고를 보고 앱을 신규설치한 이용자에게 A상품과 관련있는 푸시 메시지를 발송합니다.
_ 특정 카테고리의 상품을 5회이상 구매한 이용자에게 유사 상품 소개를 위한 푸시 메시지를 발송합니다.
_ 푸시 메시지를 통해 앱을 실행한 이용자가 앱 내에서 어떤 행동을 했는지 분석하여 효과를 검증합니다.
댓글
댓글 0개
이 문서에는 댓글을 달 수 없습니다.