앱스플라이어(AppsFlyer) MMP 제대로 사용하고 있는걸까? 데이터 사각지대 대응 솔루션 ft. 데이터 락커

앱 마케팅의 성과 측정을 위한 방식과 데이터의 해석은 쉽지 않습니다. 

아마 경험이 있으시다면 내가 성과를 제대로 측정하고 있는지 다른 데서도 이렇게 하는지 앱 성과 측정을 잘하는 곳은 어떻게 하는지 많이 궁금해하실 겁니다. 

 

특히 개인정보보호 이슈로인해 앱 마케터들이 필요한 성과 측정 지표에 구멍이 뚫리기 시작했었죠

 

이를 위해 MMP들은 이를 보정하기 위해 굉장히 많은 기술로 앱 성과를 측정할 수 있도록 보완해주고 있습니다.

하지만 이를 제대로 사용해야만 데이터 사각지대를 피할 수 있습니다.

 

데이터 사각지대란? 

"데이터 사각지대는 마치 안개가 짙은 도로에서 운전하는 것에 비유할 수 있을 것 같습니다.

안개가 짙으면 운전자는 도로의 일부만 볼 수 있으며, 나머지는 안개에 가려져 보이지 않습니다.

마찬가지로, AppsFlyer의 로우데이터 리포트에서는 일부 데이터가 제한되거나 가려져 있어 전체적인 상황을 완전히 파악하기 어려운데 이를 데이터 사각지대라고 표현합니다.

 

어떤 현상이 발생하는가?

모바일 앱 성과를 측정할 때는 플랫폼 및 매체사의 개인 정보 보호 및 그에 따른 데이터 공유 정책에 기반한 로데이터 리포트 제한으로 인해 데이터를 제공받지 못하는 현상이 발생합니다.

 

로데이터 리포트 제한이란?

전환(설치 및 재참여) 및 제한 광고 네트워크가 기여한 관련 인앱 이벤트가 제한되어 앱스플라이어에서 데이터를 내려받으면

Media Source 필드는 restricted 로 채워지고 어트리뷰션 필드는 비어 있거나 null로 채워집니다

앱스플라이어 로우데이터

 

또한 데이터 보존 및 삭제 정책에 따라 유저 레벨의 데이터는 AppsFlyer에 의해 제한된 기간 동안 보존되고 보존 기간이 끝나면 사용자 이벤트는 원래 미디어 소스 대신 유기적(organic) 소스로 변경됩니다.

 

이외에도 여러 제약 조건이 있어서 공식문서를 살펴보시길 권장드립니다. 

 

리타겟팅 어트리뷰션과 UA 어트리뷰션 데이터를 통합할 때 인앱 이벤트 성과 중복이 생길 수 있는 점

• 캠페인의 re-engagement window 동안 퍼포먼스를 평가하기 위해서 인앱이벤트와 세션은 UA(user acquisition) 과 retargeting의 media source에 중복 집계됩니다
• 이를 고려해서 리포트를 csv로 내려받은 후 마케터는 데이터를 가공해줘야합니다. (데이터를 내려받는데 시간이 약간 소요됩니다.. 리포트를 가공하는데 앱 마케터들은 매일 반복된 작업으로 오전시간을 소비합니다. 이를 자동화하고 마케터가 분석에 좀 더 몰입할 수 있게 마티니는 마케팅 데이터 파이프라인 구축에 도움을 드리고 있습니다)

앱스플라이어 로우 데이터 Export

 

인앱 이벤트 성과 중복이 된다는 개념을 살펴보자면

 

아래 이미지 처럼 리타겟팅 캠페인으로 유입된 유저의 데이터는 UA, RT(retargeting) 리포트에 중복으로 기록됩니다.

 

앱스플라이어 : 리타겟팅 이벤트의 중복 어트리뷰션

 

데이터를 다운 받으시면 아래 이미지와 같은 컬럼을 확인할 수 있습니다.

 

앱스플라이어 리포트 예시

 

위와 같은 현상을 보완할 수 있는 앱스플라이어의 기능으로는 무료로 사용가능한 데이터 락커의 코호트 애널리틱스 입니다.

데이터 락커 : 코호트 분석 리포트 샘플

• 데이터 락커 구독(유료) 없이도 제공되는 리포트 항목 중 하나(추가 비용 없이 리포트 사용 가능)
• 이 데이터를 활용하려면 약간의 개발 지식이 필요합니다.
• UA, 인스톨, 리타게팅, 리어트리뷰션, 리인게이지먼트와 관련 인앱이벤트 데이터가 포함됩니다
• 앱스플라이어 어드민에서 데이터락커 기능을 활성화하여 Cloud Stroage(Google Cloud Storage or AWS S3)에 데이터 보내는 설정을 하고 이를 DW(Data Warehouse)에 저장을 하여 분석에 사용하셔야 합니다.

Cloud Stroage

• 이 데이터는 최근 1년 동안 기여된 사용자 데이터를 담고 있고 위에서 설명드린 로데이터 리포트 제한이슈로 발생하는 데이터 사각지대를 보완하여 로데이터의 대안으로 사용할 수 있습니다.
• 저장을 한 뒤에 성과를 올바르게 집계하기 위해 전처리를 하여 BI 툴을 활용하여 자동화된 대시보드를 구축할 수 있습니다.
  • Unify 의 경우 is_primary_attribution 필드를 TRUE 혹은 NULL 로 사용
  • UA 의 경우 conversion_type = install 로 사용
  • RT(retargeting)의 경우 conversion_type = re-engagement 또는 re-attribution으로 사용

하지만 단점도 물론 존재합니다.

• iOS의 경우(마케터를 힘들게 하는 주범), 앱스플라이어 어트리뷰션과 SKAN 어트리뷰션 데이터를 통합할 때 중복이 생길 수 있는 점
• SSOT가 적용이 안되는 점
  • SSOT는 앱스플라이어 Overview 대시보드에서만 확인 가능합니다..ㅜㅜ
  • 하지만 앱스플라이어가 유저의 니즈를 모를리 없죠. 앱스플라이어에서 이 기능을 고려한 리포트를 준비중이라고 들었네요 

Single Source of Truth
앱스플라이어가 측정한 어트리뷰션 데이터와 SKAN을 통해 측정한 어트리뷰션 데이터를 통합할 때 중복을 제거할 수 있는 솔루션이 SSOT 입니다. 

 

이번 글은 앱스플라이어를 사용하면서 데이터 사각지대에 빠지지 않기 위한 방법으로 데이터 락커 코호트 분석 기능을 소개해드렸습니다.

 

다음번에도 앱스플라이어를 제대로 사용할 수 있게 도움을 드릴 수 있는 글을 작성해보려 합니다.

 

 

---

 

풀스택 마케팅 컨설팅펌 마티니아이오

https://martinee.io/

Martinee

마티니 링크드인

https://www.linkedin.com/company/martinee

Martinee (마티니아이오) | LinkedIn