경로 유입
모바일 앱 어트리뷰션(Attribution)
모바일 앱은 링크를 클릭한 후 앱스토어로 이동한 다음 앱을 설치한고 실행하는 과정이 필요한데, 앱스토어로 이동하는 과정을 거치면서 URL에 지정된 UTM 파라미터가 유실되기 때문에 다른 방법을 사용해야 합니다.
그래서 사용하는 것이 어트리뷰션입니다.
어트리뷰션은 사용자가 앱을 설치하고 사용하는데 어떤 채널이 기여했는지를 식별함으로써 모바일 앱의 마케팅 성과를 판단하는 과정입니다.
어트리뷰션 윈도우
기여 이벤트 : 앱을 설치하게 하는데 영향을 미친 이벤트를 말합니다.
기여 이벤트가 발생한 이후 얼마만큼의 기간 동안 발생한 전환에 대해 어트리뷰션을 인정할 것인가를 의미하는 용어로서 룩백 윈도우라고도 합니다.
예를 들어 광고를 클릭하고 앱 스토어로 가서 앱을 설치한다면 광고가 앱을 설치하는데 기여를 한 것으로 인정됩니다. 하지만 광고를 클릭한 후 바로 설치하지 않고 며칠 뒤에 직접 앱스토어에 가서 앱을 설치한다면 광고가 기여를 했다고 볼 수 있을지는 애매합니다.
이처럼 기여 채널의 성과를 판단하기 위해서는 이벤트가 발생한 후 어느 정도의 기간 내에 발생한 어트리뷰션을 해당 채널의 성과로 인정할 것인가에 대한 기준이 필요합니다.
클릭 스루(Click-through) / 뷰 스루(View-through)
클릭 스루 : 클릭을 통해 발생하는 기여를 클릭-스루
뷰 스루 : 조회를 통해 발생하는 기여를 뷰 스루라 한다.
어트리뷰션 모델(Attribution Model)
여러 개의 어트리뷰션 접점이 발생하는 경우에는 기여도에 대한 판단을 내릴 수 있게 하는 일종의 기준이 필요합니다. 그 기준을 어트리뷰션 모델이라합니다.
싱글 터치 어트리뷰션(Single-touch-attribution)
싱글 터치 어트리뷰션 모델에서는 여러 채널 중 가장 기여도가 높다고 판단되는 하나의 채널을 선정한 후 해당 채널의 어트리뷰션을 인정하는 것입니다.
퍼스트 클릭 모델 : 여러 건의 기여 이벤트가 발생했을 때 그중 첫 번째 매체의 성과를 100% 인정하는 방식의 어트리뷰션을 의미합니다.
라스트 클릭 모델 : 맨 마지막 상호작용에 기여한 매체의 성과를 100% 인정하는 방식입니다.
멀티 터치 어트리뷰션(Multi-touch-attribution)
멀티 터치 어트리뷰션은 여러 건의 어트리뷰션 접점이 발생했을 때 전체 기여도를 나름의 기준에 따라 2개 이상의 채널에 분배하는 형태로 어트리뷰션을 판단합니다.
- 선형 어트리뷰션 모델 : 어트리뷰션 접점이 발생한 모든 매체에 동일한 가중치를 부여하는 것입니다.
- 타임 디케이 어트리뷰션 모델 : 기여한 모든 채널의 어트리뷰션 기여도를 인정하지만 이 과정에서 각 채널의 기여도를 판단할 때 시간 흐름에 따라 가중치를 주는 방식 입니다.
- U자형 어트리뷰션 모델 : 타임 디케이 방식과 유사하지만 가장 먼저 발생한 기여 이벤트와 최근에 발생한 기여 이벤트에 동일하게 가중치를 부여하는 방식입니다.
딥 링크(Deep Link) & 디퍼드 딥 링크(Deferred Deep Link)
딥 링크는 모바일 앱 안의 특정 화면(Activity)으로 이동하는 링크를 의미합니다.
예를 들어 사용자들이 딥 링크를 클릭하게 되면 웹 브라우저 대신 모바일 앱이 실행되면서 앱 내의 적합한 랜딩 페이지를 보여 줄 수 있습니다.
하지만, 딥 링크는 링크를 클릭하는 사람의 휴대폰에 해당 앱이 설치돼있을 때만 정상적으로 동작한다는 한계가 있습니다.
이 때 딥 링크의 단점을 보완한 기술이 바로 디퍼드 딥 링크입니다.
디퍼드 딥 링크는 모바일 앱 설치 유무와 상관없이 사용할 수 있는 딥 링크를 의미합니다.
즉, 디퍼드 딥 링크는 앱이 설치되어 있는 사용자는 바로 랜딩 페이지로 이동시키고 앱이 설치되지 않는 사용자는 스토어로 이동해서 앱을 설치하게 한 후 그 후 랜딩 페이지로 바로 이동을 시키는 것입니다.
이러한 딥 링크를 생성할 때 적절한 파라미터를 추가하면 어떤 채널에서 활용된 딥 링크를 통해 앱을 설치하고 사용했는지 측정할 수 있습니다. (UTM 파라미터와 유사하게 말이죠)
고객 유치(Acquisition) 정리
이 단계에서 목표는 사용자의 유입 채널을 최대한 누락없이 정확하게 추적하고, 각 채널별 성과를 정확히 판단하는 것입니다.
우리가 데이터를 통해 확인 하려고 하는 것은 눈 앞에 있는 지표 몇 개가 아니라 '고객'에 대한 폭넓은 이해라는 점이다!!
다음 글에서는 AARRR의 두번째 내용인 활성화(Activation)에 대한 글을 쓰도록 하겠습니다.
참고한 내용은 양승화님의 그로스해킹 책에서 도움을 받았습니다.
이상입니다.
'Product Analysis > AARRR' 카테고리의 다른 글
| [AARRR] Retention(유지율) - 1 (1) | 2024.12.02 |
|---|---|
| [AARRR] Activation(활성화) - 2 (1) | 2024.11.29 |
| [AARRR] Activation(활성화) - 1 (0) | 2024.11.28 |
| [AARRR] Acquisition(고객 유치) - 1 (1) | 2024.11.27 |
| [AARRR] AARRR 개요 (2) | 2024.11.27 |
