소셜로그인 중단 안내

계정으로 로그인 기능이 2023년 11월 16일 중단되었습니다.

아이보스 계정이 사라지는 것은 절대 아니며, 계정의 이메일 주소를 이용해 로그인 하실 수 있습니다.

▶️ 자세한 공지사항 확인

김종진의 분석마케팅·5,303·2017. 09. 26

기여모델, 성과를 어떻게 배분할 것인가?(2)

 

오늘은 지난 번에 이어 기여 모델(Attribution model)에 대해 얘기해 보도록 하겠습니다. 

 

지난 포스팅( http://www.i-boss.co.kr/ab-74668-518 )에서 기여 모델이 무엇인지 왜 필요한지에 대한 설명과 더불어 구글 애널리틱스의 각 모델이 갖는 한계에 대해 이야기를 나눠봤는데요, 이번 포스팅에서는 기여 모델을 적용할 때 추가적으로 고려해야 할 사항들을 살펴보고자 합니다. 

 

 

 

# 다양한 기기 및 브라우저를 통한 유입 (cross devices and browsers)

 

 

 

위와 같은 구매 여정을 가정해 보겠습니다. 여기서 구매자는 1) (소셜) 페이스북 광고 클릭 2) (유료검색) 포털에서 키워드 검색광고 클릭 3) (추천) 블로그 후기에서 사이트로 연결되는 링크 클릭 4) (자연검색) 검색엔진에서 업체명 검색 후 사이트 링크 클릭의 총 네 단계 채널 경로를 거쳐 상품을 구매했습니다. 그리고 구매자가 위와 같은 전환 경로를 거쳤다는 사실은 구글 애널리틱스의 다채널 유입경로 > 인기 전환 경로 보고서에서 확인할 수 있습니다. 

 

그러면 GA에서는 구매자가 위와 같은 채널 경로를 거쳤다는 것을 애초에 어떻게 파악했을까요? 바로 쿠키에 저장된 고유 ID 값을 통해서 사용자 정보를 수집했기 때문입니다. (이에 대한 자세한 내용은 쿠키와 사용자 이해하기 http://www.i-boss.co.kr/ab-74668-508 참조)

 

그럼 이제 조금 다른 가정을 해보겠습니다. 여기서 구매자는 위와 동일한 채널을 이용하였으나 아래와 같이 브라우저 혹은 기기를 달리해서 웹사이트에 접속을 했습니다. 즉, 앞의 세 번에 걸친 유입은 모바일을 통해 이뤄졌으며, 마지막 자연검색 채널 유입에서만 데스크탑 PC를 이용했습니다.

 

 

이 경우 구글 애널리틱스는 사용자의 유입 채널을 어떻게 인식할까요? 짐작하듯이 GA는 모바일과 PC 유입을 각각 다른 사용자 유입으로 인식합니다. 쿠키 정보가 다르기 때문입니다. 따라서 동일한 사용자임에도 불구하고 GA 인기 전환 경로 보고서에서는 아래와 같이 최종 전환이 발생한 PC유입만이 표시됩니다.

 

 

 

다시 말해, 사용자가 다양한 기기 혹은 브라우저를 통해 웹사이트를 방문하는 경우 그 유입 경로를 온전하게 파악할 수 없습니다. 물론 User-ID 설정을 통해 교차기기 추적(참조: https://support.google.com/analytics/answer/3123662?hl=ko )이 가능하지만 로그인 상태에서만 데이터가 수집되는 등 여전히 한계가 있습니다. 

 

 

 

# 클릭(clicks) vs 노출(impressions)

 

구글 애널리틱스는 우리 웹사이트에 방문한 사용자 데이터를 수집해서 분석합니다. 사용자가 광고를 보든, 블로그를 보든 혹은 뉴스레터를 보든 클릭을 해서 우리 웹사이트에 도달해서 페이지가 조회되고 이 과정에서 추적코드(GATC)가 실행되어야 데이터가 수집됩니다. 따라서 사용자가 특정 채널을 단순히 보기만 하고 웹사이트로 연결되는 링크를 클릭하지 않았다면, GA는 사용자가 해당 채널을 접했다는 사실을 알 수 없습니다. 이 점을 염두에 두고 아래 전환 경로를 살펴보도록 하겠습니다.

 

 

이 사례에서 고객은 1) (소셜) 페이스북 광고를 통해 특정 제품을 인지(클릭 안함) 2) (유료검색) 포털에서 해당 제품 조회 및 키워드 검색광고 클릭 3) (추천) 블로그에서 제품 후기 조회(클릭 안함) 4) (자연검색) 검색엔진에서 업체명 검색 후 사이트 링크 클릭의 총 네 단계 채널 경로를 거쳐 상품을 구매했습니다. 각 채널 모두 나름의 기여를 했다고 볼 수도 있는 위 시나리오에서 첫 번째 소셜 및 세 번째 추천 채널에서는 클릭(과 이로 인한 사이트 방문)이 없었습니다. 따라서 GA '인기 전환 경로' 보고서에서는 아래와 같이 표시됩니다.

 

 

즉, 구글 애널리틱스는 클릭에 의한 유입 채널은 파악하지만 배너 등 노출에 의해 인지되는 채널은 알지 못합니다. 

 

 

 

# 모든 디지털 채널과 오프라인 채널

 

구글 애널리틱스는 웹사이트 방문자 데이터를 수집합니다. 상품을 판매하는 데 있어 웹사이트는 거점이 되는 중요한 채널이지만 여전히 전체 디지털 채널의 일부에 해당합니다. 당연하지만 구글 애널리틱스는 웹사이트(와 유입 시점의 채널)를 제외하고 구매 고객이 상품을 접하게 되는 모든 터치 포인트를 알 수 없습니다.

 

 

위 사레에서 구매자는 1) TV광고를 통해 특정 제품에 노출 2) 포털에서 해당 제품 조회 및 키워드 검색광고 클릭 3) 오프라인 상점을 방문하여 제품 확인 4) URL 접속으로 웹사이트 방문의 총 네 단계 채널을 거쳐 구매했습니다. 오프라인 상점 직원의 설명/설득이 구매를 하는 데 결정적인 영향을 미쳤습니다. GA에서 이 구매자의 전환 경로는 아래와 같습니다.

 

 

 

지금까지 1) 다양한 기기와 브라우저를 통한 유입 2) 모든 디지털 채널 vs 웹사이트 사용 3) 온라인 채널 vs 오프라인 채널 사용 크게 세 가지 측면에서 구글 애널리틱스의 기여 모델이 갖는 추가적인 문제점을 살펴봤습니다. 기여 모델은 구글 애널리틱스가 아니더라도 어려운 이슈입니다. 계속해서 많은 채널이 생겨나고 고객의 구매여정이 점점 복잡해짐에 따라 각 터치포인트에 기여를 적정하게 배분하는 작업은 점점 더 어려운 과제가 되고 있습니다.

 

하지만 한편으로는 요즘 대세가 되고 있는 인공지능이 가장 잘 할 수 있는 작업 영역에 해당한다고 볼 수 있습니다.

 

 

 

# 데이터 기반 기여 모델

 

참조(구글 도움말): https://support.google.com/analytics/answer/3264076?hl=ko&ref_topic=3180362

 

데이터 기반 기여 모델은 방식이 정해져 있는 기존 모델과 달리 GA 분석 계정에서 실제 데이터를 사용하여 전체 구매 경로에서 마케팅 터치포인트에 전환 기여도를 할당하도록 하는 맞춤 모델을 말하며 인공지능이 사용됩니다. 실제 전환 데이터를 토대를 학습을 통해 기여를 배분한다고 보면 됩니다.

 

현재는 유료 프리미엄 툴인 구글 애널리틱스 360에서만 사용 가능한 모델이구요, GA 데이터뿐만 아니라 애드워즈, 구글 디스플레이 네트워크, 더블클릭 캠페인 매니저와 같이 애널리틱스와 연결된 모든 구글 제품의 데이터도 함께 분석합니다. 작동 방식 설명에 따르면 협조적 게임 이론의 샤플리 값 솔루션 개념을 사용하여 기본 채널 그룹에 정의된 각 채널에 알고리즘에 의한 기여도를 추천한다고 하네요.

 

 

 

# 구글 어트리뷰션 (Google Attribution)

 

머신 러닝을 적용한 데이터 기반 기여 모델을 현재는 프리미엄 툴에서만 사용할 수 있지만 조만간 구글에서 무료 버전을 출시한다고 합니다. 바로 구글 어트리뷰션(Google Attribution)이란 툴인데요 지난 3월 구글에서 개최한 구글 마케팅 컨퍼런스(Google Marketing Next 2017)에서 처음 발표되었습니다. 발표 시점에서 베타 테스트 중이며 수개월 내 더 많은 광고주들이 사용할 수 있을 것이다(Google Attribution is now in beta and will roll out to more advertisers over the coming months)라고 했는데 아직 접해보지는 못했습니다. 올해 말이나 내년 초에는 출시될 것으로 예상되고 있습니다.

 

 

작동 방식은 구글 애널리틱스가 아닌 별도의 Google Attribution 계정을 만들고 여기에 구글 애널리틱스와 애드워즈, 더블클릭 서치(DoubleClick Search)의 기존 데이터를 불러와서 채널 기여도를 분석하며 별도의 태깅(tagging, 데이터 수집) 작업이 필요 없다고 합니다.

어떤 결과를 보여줄지 꽤 기대가 됩니다만, 다른 한편으로는 고객구매여정에서 구글 매체/채널이 차지하는 비중이 그리 높지 않은 국내 환경을 감안할 때 해외와 비교하여 그 유용성이 많이 떨어지지 않을까 하는 의구심도 있습니다.

 

참조(구글 공식 블로그): https://analytics.googleblog.com/2017/05/powering-ads-analytics-innovations-with-machine-learning-xp.html

 

 

 

# 전환 추적기간 (Lookback window)

 

마지막으로 기여 모델과 관련하여 알아야 할 개념 중에 전환 추적기간(Lookback window)이 있습니다. 클릭(세션)이 발생한 후 전환이 기록되는 기간을 말하며 '특정 채널로 유입된 사용자가 전환에 이르기까지의 성과를 인정하는 기간'으로 해석할 수 있습니다. 이 전환 추적기간 얼마로 정하는냐에 따라 집계되는 전환수가 달라집니다. 전환 추적 기간이 짧으면 해당 채널에서 전환으로 기록되는 전환수가 줄어들고 기간이 길면 전환수가 늘어나게 됩니다.

 

구글 애널리틱스의 경우, 다채널 유입경로를 제외한 모든 표준 보고서에서 6개월의 전환 추적기간을 기본 값으로 사용합니다. 이 추적기간은 관리 > 속성 > 추적 정보 > 세션 메뉴 내 '캠페인 만료'일 수정을 통해 변경할 수 있습니다. (세션 설정 참조:  support.google.com/analytics/answer/2795871 )

 

다채널 유입경로 보고서에서는 기본 값으로 30일이 적용되어 있으며 1~90일 사이에서 조정이 가능합니다.

 

구글 애널리틱스 이외에 네이버, 페이스북, 구글 애드워즈 등 광고 계정 또한 전환 성과 측정을 위해 전환 추적기간을 설정해야 하는데요, 이에 대한 자세한 내용은 아래 글 참조하시기 바랍니다. (GA/네이버/애드워즈/페이스북 성과 차이 해석하는 법: http://www.i-boss.co.kr/ab-6141-29508 )

 

 

 

 

# 디지털마케터와 사업자의 웹로그분석 역량을 높여줄 구글 애널리틱스 교육을 매월 진행하고 있습니다.   :: http://www.i-boss.co.kr/ab-goods-236  

기여모델 데이터기반 상호작용 터치포인트 시간가치하락 채널 구글어트리뷰션 attributio

스크랩

공유하기

신고

하트 아이콘2ji님 외 10명이 좋아합니다.

  • 페이스북
  • 트위터
  • 밴드
  • 카카오스토리
  • 네이버 블로그
김종진
현 오컴데이터 대표/컨설턴트
현 아이보스 GA/GTM 강사
LG전자/아모레퍼시픽/HSAD/플레이디/한국능률협회/인하대 등 강의
LG디스플레이/요기요/뉴스킨몰/코웨이 등 구축/컨설팅
댓글 0

아직 등록된 댓글이 없습니다.
김종진님의 게시글에 첫번째 댓글을 남겨보세요.

댓글 새로고침

당신을 위한 추천 칼럼