마케터에게 더 많은 데이터가 넘어갈수록 마케터의 의사 결정은 보다 많은 정보와 함께 전략적으로 이루어질 수 있습니다. 마케터의 대부분은 캠페인에 대한 레퍼럴 소스를 보고 이해하는데 어려워하지 않지만, 종종 무엇이 웹사이트로의 트래픽을 유도하는지 정확하게 파악하는데 있어서 원하는 만큼 깊이 있게 파악하기 어려울 때가 있습니다.
바로 이점이 UTM(urchin tracking module) 태그가 마케터에게 보다 세부적인 레포트 기능을 제공하는데 필수적인 도구가 됩니다.
본 글에서는 UTM 코드에 익숙하지만 시작하는 방법이나 어떻게 성공적으로 셋업할 수 있는지에 대해서 아래와 같은 내용을 중심으로 간략하게 설명할 예정입니다.
UTM 태그의 정의와 작동방식
마케터에게 중요한 이유
네이밍 규칙을 정할 때 참조해야 할 베스트 프래티스
구글 애널리틱스에서 UTM 태그 데이터를 찾는 방법
UTM 태그란무엇이고어떻게사용되는가?
UTM 코드는 ‘사용자가 이 URL에 대한 링크를 클릭할 경우 웹사이트 트래픽의 소스를 트래킹할 수 있도록 URL에 끝에 추가된 텍스트의 스니펫”입니다. UTM 태그는 유입되는 트래픽 데이터를 어떻게 분류할 수 있는지를 구글 애널리틱스와 같은 툴에 알려주는 역할을 합니다.
표준 UTM 매개변수 또는 ‘태그’는 다음이 포함됩니다.
소스(Source): 사이트에 트래픽을 유도한 소셜미디어, 검색 엔진 등을 포함한 특정한 소스
미디엄(Medium): 트래픽을 유도한 채널 종류(예: Organic, Paid Social, Email, Refferal, 등)
용어(Term): UTM 태그를 보증하는 유료 키워드 또는 주요 문구
콘텐츠(Content): PPC(pay-per-click) 캠페인에서 같은 페이지에서 2개의 동일한 링크가 있는 페이지를 나타내기 위해 사용됩니다. (예를 들어, utm_content=sidebarlink 혹은 utm_content=headerlink)
캠페인 이름(Campaign name): 공통적인 소스 및 미디어에서 동일한 목적을 가지는 각각의 콘텐츠 유형을 구분할 때 사용됩니다.
UTM 태그를 사용하든, 사용하지 않든, UTM 태그가 있는 웹사이트를 방문하여 방문자 행동을 트래킹하고 마케팅 캠페인의 성공 여부를 측정해보셨을 것입니다. 다음은 트래킹 기능이 없는 URL 예시입니다.
트래킹 기능이 들어간 위 URL 예시를 보면, 이것은 이메일 캠페인을 통해 구독자들을 가격 페이지로 보내는 프로모션임을 알 수 있습니다.
UTM 태그가마케터에게어떤도움을줄까요?
마케터들은 항상 가장 효과적인 마케팅 캠페인을 발굴하려고 노력하고 있습니다. 가장 정보에 입각한 결정을 내릴 수 있도록 최대한 많은 양의 데이터로 운영함으로써 이를 실현하고 있습니다. 데이터와 인사이트를 추가로 확보함에 따라 이 노력을 더욱 세분화할 수 있습니다.
이것이 바로 UTM 태그의 묘미입니다!
UTM 태그를 조합하여 마케팅팀이 마케팅 노력과 캠페인으로 인해 발생하는 트래픽의 정확한 출처를 파악할 수 있습니다. 따라서 무엇이 작동하는지, 무엇이 예상대로 수행되지 않는지 확인하고 필요에 따라 반복할 수 있습니다. UTM 태그는 또한 어떤 채널이 가장 적합하다고 생각되는지에 대한 기존의 가설을 불식시키는 대신, 어떤 채널이 실제로 가장 효과적으로 작동하는지 보여줄 수 있습니다.
UTM 태그설정을위한최고의툴
자, 이제 UTM 태그가 무엇이고 어떻게 마케팅 캠페인을 지원하는지 알았으니 이제 시작할 차례입니다.
그전에 알아두어야 할 딱 한 가지, 이 URL은 위압적으로 보일 만큼 매우 깁니다. 구글 애널리틱스에 적절한 데이터를 전송하여 트래킹할 수 있도록 하려면 어떻게 해야 할까요?
여기 캠페인 URL을 위한 UTM 태그를 생성할 수 있도록 도와주는 몇 가지 툴들이 있습니다.
이 툴들은 캠페인을 위해 수동으로 UTM 태그를 설정하는데 도움을 줍니다. Mailchimp, Buffer 그리고 Hootsuite 같은 서드파티 플랫폼들은 자사의 유료 고객들을 위해 자체적으로 UTM 태그를 생성하여 URL에 붙여주는 기능을 제공하기도 합니다.
UTM 태그네이밍을위한 3가지베스트프래티스
수백 개의 UTM 태그가 지정된 URL이 있을수록 보고시에 데이터를 쉽게 필터링할 수 있어야 합니다. 따라서 마케팅팀이 쉽게 기억하고 문서화할 수 있는 일관된 네이밍 규칙을 개발하여 모든 사람이 동일한 프로세스를 따르도록 해야 합니다.
다음은 추천할 만한 3가지 베스트 프래티스입니다.
일관성있는 케이싱(casing)을 사용하여 보고시 검색 기능을 향상시킬 수 있습니다.
대시(dashes)를 사용하여 단어를 구분하면 가독성과 검색성이 향상됩니다.
쉽게 트래킹될 수 있도록 설명 언어(descriptive language)를 사용합니다.
또한 다음은 실천가능한 베스트 프래티스 중 일부입니다.
캠페인(Campaign): “ebook-launch.”와 같은 크로스 채널 설명 문구를 사용합니다.
미디엄(Medium): “paid-social.”와 같이 최대한 세부적으로 사용하세요.
소스(Source): “facebook.” 과 같은 해당 소스 이름을 사용하세요.
복잡성에대한계획을세우고미래를대비하라
위에서 언급한 예시는 비교적 간단한 네이밍 규칙이지만 더 복잡한 네이밍 규칙이 필요한 경우도 있습니다. 이는 특히 “캠페인” UTM 태그에 더욱 중요합니다. 네이밍 규칙을 일관되게 유지하면서도 캠페인이 무엇인지 명확히 하려고 합니다.
특히 월별/분기별로 캠페인을 실행하는 경우, 이를 구분할 수 있게 설명 문구가 들어가야 합니다. 여기에는 다음이 포함될 수 있습니다.
월 또는 연도(Month and/or year): 이것은 제품 출시와 후속 반복/업데이트, 분기별 라운드 테이블 웨비나 등 정기적인 이벤트에 유용할 수 있습니다.
국가(Country): 만약, 국가별로 다른 캠페인이 있고, 각 지역의 성과를 이해하고 싶을 때 유용합니다. 이러한 현상은 각 지역별 관리자에게 레포트를 해줘야 하는 글로벌 마케팅팀에게 유용할 수 있습니다.
타깃(Target): 캠페인 시작시, 특정 캐릭터가 있고 각 타깃 고객간의 성과를 트래킹하고자 할 때 유용합니다.
물론 네이밍 규칙은 각 조직의 니즈에 따라 세부적으로 결정되어야 합니다. 관건은 단지 현재를 위한 네이밍 규칙을 만드는 것이 아니라, 미래의 가능성에 대해서도 여지를 두는 것입니다. 따라서, 성공적인 UTM 태그 셋업을 위해서는 내부적으로 현재 진행중인 캠페인과 향후에 진행될 가능성에 대해서 종합적으로 브레인스토밍하는 것이 중요합니다.
구글애널리틱스에서 UTM 태그레포팅
마케팅 캠페인 전반에 걸쳐 UTM 태그를 사용하게 되면 소중한 데이터를 어디서 어떻게 찾을 수 있는지 확인해야 합니다. 다행히 구글 애널리틱스에서 획득(Acquisition) > 캠페인(Campaigns) > 모든 캠페인(All Campaigns)에서 쉽게 찾을 수 있습니다.
조직의 니즈에 따라 일관된 네이밍 규칙을 사용하여 올바른 기반을 구축하면, 이제 제대로 레이스를 시작할 수 있습니다. 마케팅 캠페인에 UTM 태그와 함께 사용하면 더 나은 의사 결정을 내릴 수 있고 실적이 저조한 캠페인을 일시 중지 혹은 피벗하는데 필요한 인사이트와 데이터를 모두 얻을 수 있습니다.
마케팅 어트리뷰션(Marketing Attribuition) 모델은 웹 분석에서도 가장 복잡하고 어려운 주제입니다. 비즈니스 모델을 깊이있게 이해해야 함과 동시에 판매 및 전환을 끌어오기 위해 어떻게 다양한 마케팅 채널들이 작동되는지 잘 알아야 합니다. 따라서 어트리뷰션 분석을 시작하기 이전에 고객의 비즈니스, 업계 및 타깃 시장에 대해 충분히 이해하고 있는지 가장 먼저 확인해야 합니다.
만약 그렇게 하지 않는다면 잘못된 어트리뷰션 모델을 적용하여 적지 않은 마케팅 예산을 낭비하게 될 것입니다. 어트리뷰션 모델은 비단 구글 애널리틱스 분석에 국한되지 않는 매우 광범위한 주제이고 이번 글에서는 구글 애널리틱스 사용 측면에서 어트리뷰션 모델을 어떻게 사용하고 이해하는지에 대해서만 설명할 예정입니다.
획득 채널(Acquisition Channel)
‘마케팅 채널’, ‘디지털 채널’, 또는 ‘채널’ 등으로 불리우는 웹사이트 트래픽이 있습니다. 예를 들어, 페이드(Paid) 검색, 오가닉(Organic) 검색, 직접(Direct) 검색, 소셜미디어, 제휴사(Affiliate), 추천(Refferal) 등은 모두 획득 채널의 예시입니다. 다중 채널 유입 경로 보고서에서 획득 채널은 일반적으로 마케팅 채널이라고 불립니다. 획득 채널에 대한 자세한 내용은 여기에서 확인하십시오.
구글 애널리틱스의 MCF 보고서에서 전환(Conversion)에 대해 이해하기
아래는 구글 애널리틱스의 다중 채널 유입 경로(Multi Channel Funnel, MCF)에 대한 짧은 소개 영상입니다.
전환에 대한 정의는 각 멀티채널 유입 경로 보고서에 따라서 다릅니다. 목표 전환(Goal Conversion)이나 e-커머스가 될 수도 있습니다. ㅏ중 채널 유입 경로 보고서의 총 전환 수는 e-커머스 총 수의 합과 같습니다.
다중 채널 유입 경로 보고서
참고: 본 글 나머지 부분에서 전환에 대해 이야기할 때마다 다중 채널 유입 경로 맥락에서의 전환이 언급될 것입니다. 목표 전환이 따로 있다면 이는 따로 언급될 것입니다. 이점을 참고하고 혼동하지 마십시오.
분석 데이터 삭제(Purge your Analytics data)
구글 애널리틱스에서 목표 전환으로 트래킹하는 항목들을 주의깊게 살펴보십시오. ‘홈페이지 방문’ 또는 ‘제품 카테고리 페이지 방문’ 등 따위가 아니라 진정으로 고객과 비즈니스 성장에 도움이 되는 목표들만 전환으로 트래킹하십시오. 관련 없는 목표들은 다중채널 유입 경로 보고서에서 전환율과 데이터를 크게 왜곡할 수 있습니다. 잘못된 데이터로 인한 분석 결론은 잘못된 마케팅 결정을 낳게 되고 이는 많은 고객을 놓치게 되는 결과로 이어질 것입니다.
다중채널 유입 경로 보고서(Multi Channel Funnel Reports)
다중채널 유입 경로 보고서를 통해 다음과 같은 사항들을 알 수 있습니다.
마케팅 채널이 함께 작동하여 전환을 해내는 방법
방문자의 초기 관심과 구매 사이의 경과 시간
이전 웹사이트 추천, 검색 및 광고는 전환에서 어떤 역활을 했는가?
전환을 마케팅 채널 별로 분류하는 방법
구글 애널리틱스에서 사용할 수 있는 다중채널 유입 경로 보고서에는 모두 5가지의 종류가 있습니다.
개요 보고서(Overview Report): 이 보고서에는 다양한 마케팅 채널들이 함께 작동하여 전환을 창출하고 있는 방법을 시각화하여 보여주는 ‘다중채널 유입 경로 전환 시각화 도우미’가 포함되어 있습니다.
개요 보고서
위에서 겹쳐진 부분은 두 채널이 함께 전환을 창출한 부분을 뜻합니다.
2. 보조 전환 보고서(Assisted Conversions Report): 이 보고서는 각 채널이 시작, 지원 및 완료한 전환 수를 보여줍니다. 또한 지원되고 마지막으로 상호작용했던 전환의 가치를 보여줍니다.
3. 인기 전환 경로 보고서(Top Conversion Path Report): 이 보고서는 전환으로 이어지는 모든 고유 전환 경로들을 보여줍니다. 또한 각 경로의 전환 수와 이러한 전환들의 가치를 보여줍니다.
4. 시간 지연 보고서(Time Lag Report): 이 보고서는 사용자/방문자가 전환하는 데 걸린 시간(일)을 표시해줍니다. 이 보고서를 통해 온라인 판매 주기에 대한 인사이트를 얻을 수 있습니다.
5. 경로 길이 보고서(Path Length Report): 이 보고서는 웹사이트 방문자가 전환하기 까지 발생한 인터렉션의 총 합을 표시해줍니다.
다중채널 경로 유입 보고서와 구글 애널리틱스 내 다른 보고서 사이의 데이터 불일치
다중채널 유입 경로 보고서에서의 전환은 목표 전환(Goal Conversion)이나 e-커머스가 될 수 있습니다. 다중채널 유입 경로 보고서가 아닌 보고서에서 전환이란 목표 전환을 의미합니다. e-커머스의 매출은 MCF 보고서가 아닌 다른 보고서에서 별도로 보여집니다. 따라서 다중채널 유입 경로 보고서에서 총 전환 수는 비 다중(Non-multi) 유입 경로 보고서의 총 전환 수와 다를 수 있습니다. 다중채널 유입 경로 데이터 수집은 최대 2일까지 지연될 수 있습니다. 따라서 그 데이터 결과가 실시간으로 동기화되지는 않습니다.
전환 경로(Conversion Paths)
전환 경로는 1~90일 동안 전환으로 이어지는 디지털 마케팅 채널고의 상호 작용(클릭, 방문, 노출)의 순서입니다. 전환하기 전, 1~90일 동안의 기간을 ‘전환 확인 기간(Lookback Windows)’이라고 합니다.
전환 경로
참고: 전환 확인 기간은 모든 MCF 보고서에서 확인할 수 있으며 위와 같이 슬라이더를 드래그하여 날짜 설정을 변경할 수도 있습니다.
이제 사용자의 다음 가상 경로를 예측하십시오.
사용자 경로
여기에 방문하기 전에 6개의 마케팅 채널에 노출되었다면 구글 애널리틱스는 최상위 전환 경로 보고서에서 다음과 같은 전환 경로를 표시해줄 것입니다.
전환 경로
참고 1): 구글 애널리틱스에서 기록한 각 전환에 대한 전환 경로가 생성됩니다.
참고 2): 전환 경로는 _ga 쿠키를 통해 기록됩니다 (구글 애널리틱스의 쿠키에 대한 자세한 설명은 여기에서 확인하세요)
참고 3): 구글 애널리틱스에서 기록할 수 있는 전환 경로 수에는 제한이 없습니다.
다중채널 유입 경로 데이터(Multi Channel Funnel Data)
MCF 데이터는 전환 데이터와 전환 경로의 조합이며, 샘플링되지 않은 데이터에서 컴파일됩니다. 다중채널 유입 경로 데이터 수집은 최대 2일 정도 지연 수집되기 때문에 다중채널 유입 경로 보고서에서는 오늘이나 어제 데이터를 볼 수는 없습니다. 지난 90일 동안 웹사이트에서 단일 전환이 발생되지 않았거나 GA 보기에서 전환 트래킹이 설정되지 않은 경우에도 역시 이 데이터는 표시되지 않습니다.
상호작용(Interaction)
상호작용은 마케팅 채널에 대한 노출입니다. 상호 작용은 ‘터치(Touch)’라고도 합니다.
인터렉션
예를 들어 위 차트에서 방문자는 구매하기 전에 6가지의 마케팅 채널에 노출되었습니다. 각각의 노출은 다중채널 유입 경로 보고서에서 ‘상효작용(Interaction)’라는 이름으로 표기되어 있습니다. 상호작용에 대해 자세히 알고 싶다면 여기에서 확인하세요.
채널 라벨(Channel Labels)
채널 라벨은 구글 애널리틱스에서 디지털 마케팅 채널에 적용되는 라벨입니다. 예를 들어 ‘페이드 검색’, ‘오가닉 검색’, ‘소셜’, 그리고 ‘디스플레이’ 등이 모두 이 채널 라벨의 예입니다.
채널 라벨의 유형(Types of Channel Labels)
채널 라벨의 유형
구글 애널리틱스에는 두 가지 유형의 채널 라벨이 있습니다.
기본 채널 라벨
맞춤 채널 라벨
기본 채널 라벨은 기존에 이미 정의된 채널 레이블입니다. 예를 들어 ‘페이드 검색’, ‘오가닉 검색’, ‘추천’, ‘이메일’, ‘디스플레이’, ‘소셜’, ‘직접’ 및 ‘기타 광고’ 등이 모두 여기에 속합니다. 사용자 맞춤 채널 라벨은 사용자가 직접 설정할 수 있는 채널 라벨입니다. 예를 들어 ‘브랜드 키워드’, ‘브랜드 외 키워드’ 등을 맞춤 설정할 수 있을 것입니다.
채널 그룹핑(Channel Grouping)
채널 그룹핑은 채널 라벨의 집합체입니다. 구글 애널리틱스에는 아래와 같이 2가지 종류의 채널 그룹핑이 있습니다.
기본 채널 그룹
맞춤 채널 그룹
‘기본 채널 그룹핑’은 위에서 소개한 기본 채널 라벨들의 집합입니다. 마찬가지로 맞춤 채널 그룹핑은 사용자가 만든 채널 라벨 집합입니다. 위의 채널 라벨 그림에서 맞춤 채널 그룹핑의 예시를 볼 수 있습니다. 채널 라벨을 만드는 것은 채널 그룹을 만드는 과정의 일부분입니다. 특정 규칙을 생성하여 채널 라벨을 정의할 수 있는데, 각 규칙은 반드시 하나 이상의 조건을 전제로 생성되어야 합니다.
채널 그룹핑
참고로 자신이 원하는 만큼 채널 그룹을 만들 수 있으며 채널 라벨과 채널 그룹을 만드는 자세한 사항들은 아래에서 확인하십시오.
키워드(또는 소스 매체) 경로 (Keyword (or Source/Medium) Path)
애드워즈 캠페인 경로(Adwords Campaign Path)
광고 그룹 경로(Ad Group Path)
애드워즈 키워드 경로(Adwords Keyword Path)
광고 콘텐츠 경로(Ad Content Path)
검색 쿼리 경로(Search Query Path)
게재 위치 도메인 경로(Placement Domain Path)
게재 위치 URL 경로(Placement URL Path)
디스플레이 URL 경로(Display URL Path)
도착지 URL 경로(Destination URL Path)
이러한 모든 디멘션에 대한 자세한 내용은 ? 클릭 후 직접 확인할 수 있으며, 만약 이를 활용할 경우 전환경로를 분석하는 데 있어서 더 좋은 아이디어를 얻을 수 있을 것입니다. ‘최상위 전환 경로’ 보고서에서 Other 드롭다운 메뉴를 클릭한 후 위에서 언급한 디멘션들을 추가할 수 있습니다.
전환 경로 분석
세그먼팅 전환 경로(Segmenting Conversion Path)
‘전환 세그먼트(Conversion Segments)’를 통해 전환 경로를 분류할 수 있습니다. 이는 구글 애널리틱스의 고급 세그먼트와 동일하지만 특히 다중채널 유입 경로 데이터를 위한 것입니다.
세그먼트 전환 경로
전환 세그먼트를 통해 전환 경로의 특정 하위 집단을 분류하고 분석할 수 있습니다. 전환 세그먼트에는 아래와 같이 두 개의 유형이 있습니다.
기본 전환 세그먼트(Default conversion segments)
사용자 정의 전환 세그먼트(User defined conversion segments)
따라서 첫 번째 상호작용이 ‘페이드 검색’이였던 모든 전환 경로를 보고 싶다면 ‘기본 세그먼트’에서 ‘First interaction is Paid Advertising’을 클릭한 다음 ‘적용’ 버튼을 클릭하면 됩니다. 마찬가지로 첫 번째 상호작용이 페이스북인 모든 전환 경로를 확인하고 싶다면 새로운 사용자 정의 전환 세그먼트를 생성한 다음, ‘First interaction is Facebook’으로 명명되는 새로운 세그먼트를 만들면 됩니다. 전환 세그먼트에 대한 보다 자세한 내용은 여기에서 확인하시기 바랍니다.
참고: 필터링되지 않은 다중채널 유입 경로 보고서에서 확인해야 합니다. 필터링된 보기에서는 전환 경로데이터가 왜곡되어 나올 수 있습니다. 필터링된 보기 대신 전환 세그먼트를 사용하십시오.
어트리뷰션 모델링이란 무엇인가?(What is attribution modelling?)
어트리뷰션 모델이란 마케팅 채널을 이해하고 할당하여 결국 전환으로 이끄는 프로세스를 의미합니다.
어트리뷰션 모델링을 사용해야 하는 이유는 무엇인가?(Why you should use Attribution modelling?)
웹사이트 방문자의 구매 행동을 이해하려면 어트리뷰션 모델을 사용해야 합니다.
왜 사람들이 내 웹사이트에서 구매를 하는가?
구매하기 전에 무슨 일이 생기는가?
고객이 구매를 하거나 사전 정의된 목표를 수행하게 만든 동기는 무엇인가?
어트리뷰션 모델에서 얻을 수 있는 가장 큰 인사이트는 가장 효과적인 마케팅 채널을 확인할 수 있다는 것입니다. 많은 마케터/분석 전문가들이 일반적으로 완료된 전환 수에 따라 마케팅 캠페인의 실적을 평가하는데요, 이는 해당 마케팅 채널의 성과를 평가하는 차선책이기도 합니다. 마케팅 채널이 직접 전환을 완료하지 못하는 경우에도 어쩌면 전환을 지원하거나 전환 프로세스의 시작을 마련한 것일 수도 있습니다. 따라서 마케팅 채널을 폐기하거나 라벨을 지정하기 전에 특정 채널에 비효율적이거나 과도하게 투자하는 경우 다음 사항을 결정하십시오.
마케팅 채널에서 시작한 전환 수
마케팅 채널에서 지원한 전환 수
‘디스플레이’와 ‘이메일’ 모두 검색 마케팅 캠페인과 가난하고 먼 친척과도 같은 관계입니다. 일반적으로 둘 다 전환을 직접적으로 완료시키지는 못하기 때문입니다. 그러나 이들 채널은 전환을 시작하거나 지원하는 데 도움을 줄 수 있습니다. 따라서 이 채널이 효과적이지 않거나 투자 가치가 떨어진다고 판단하기 전에 이 채널의 지원 전환 수를 구글 애널리틱스 내 지원 전환 보고서(Assisted conversion report)를 통해 확인할 필요가 있습니다. 멀티 채널 마케팅의 경우, 전환에 대해 홀로 강력한 위력을 발휘하는 채널은 결코 없습니다.
멀티채널 마케팅은 마치 축구 경기와도 같습니다. 게임의 성공 여부는 팀 전체의 조직력에 달려있기 때문에 설사 가장 많은 전환을 끌어오는 채널일지라도 모든 관심과 역량을 한 채널에만 집중할 수는 없습니다. 게임에서 승리하기 위해서는 모든 채널이 각자의 역활을 충실히 수행해야 합니다.
디지털 미디어의 확산은 고객이 구매에 도달하는 과정을 변화시키고 있습니다. 또한 고객과의 접점이 점점 더 많은 채널과 디바이스에 걸쳐 일어나게 되면서 마케팅 담당자들은 고객이 어디서 왔는지, 어디로 가는지, 그들이 어떻게 선택하는지 확인하고 매핑하는 것이 갈수록 어려워지고 있습니다. 예전 마케팅 성과 측정할 때에는 TV, 라디오와 인쇄물 정도만 국한해서 측정하면 되니 보다 쉬웠었는데요, 디지털 플랫폼이 확산되면서 이제 마케터에게 여러 채널과 매체, 그리고 디바이스에 걸쳐서 광고가 어떻게 고객이 그들의 판매 깔때기로 유입되는지 측정할 수 있는 솔루션을 찾아야 하는 미션이 주어지게 되었습니다.
그렇다면 멀티 채널 환경에서 어떻게 하면 성과가 좋은 마케팅 캠페인과 그렇지 않은 캠페인을 구별할 수 있을까요?
마케팅 어트리뷰션 7가지 모델
어트리뷰션(Attribution)은 전환 경로를 따라 각 고객과의 접점의 수익 기여도를 측정하는 프로세스입니다. 디스플레이 광고, 소셜미디어, 이메일, 검색, 추천 등 모든 디지털 채널들을 고려해야 하지요.
디지털 채널이 이전 보다 배 이상 늘어난 것처럼 그에 맞는 어트리뷰션 모델도 존재합니다. 오늘은 가장 일반적인 어트리뷰션 모델들과 각 마케팅 캠페인을 어떻게 하면 최적화할 수 있는지에 대해서 알아보도록 하겠습니다.
싱글 터치 모델(Single-Touch Models)
싱글 터치 어트리뷰션 모델(Single-touch attribution models)은 고객 경로에서 하나의 접점에 수익 기여도를 할당합니다. 전체 60%의 마케팅 담당자가 쓰고 있는 이 모델은 가장 일반적으로 쓰이고 있으며 나머지 40%의 마케터가 멀티 터치 모델을 사용하고 있습니다. 싱글 터치 모델의 장점은 쉽게 구현하고 이해할 수 있다는 것입니다. 물론 단점은 구매 경로 내의 다른 접점을 고려하지 않는다는 것이죠. 여기서 맹점은 마케터가 처음에만 두드러질 수 있는 비효과적인 마케팅 전략에 투자할 수 있다는 것입니다. 그러나 어트리뷰션을 처음 측정하는 비즈니스의 경우에는 싱글 터치 모델을 측정하고 실험하는 것은 일반적인 구매 고객 경로를 파악하는 데 있어서 매우 중요한 첫 걸음이 될 수 있습니다.
1. First Touch
퍼스트-터치 어트리뷰션 모델은 고객과 브랜드가 처음으로 만난 접점에 모든 크레딧(credit)을 부과됩니다. 새로운 리드를 가져오는 채널을 별도로 구분시키고자 한다면 이 모델을 사용할 수 있습니다. 물론 단점은 전체 캠페인 성과 측정이 어렵고 고객을 전환으로 끌고가는 전체 프로세스의 가치를 무시한다는 점입니다.
마케팅 어트리뷰션: First Touch
2. Last Touch
라스트-터치 어트리뷰션(Last-touch attribution)은 마지막 접점에만 모든 크레딧을 부여하는 모델입니다. 이 모델은 브랜드 인지와 고려에 기여한 이전 단계에서 개인이 브랜드와 가장 최근에 인터렉션한 접점을 중요시합니다. 특히 이 모델은 어떤 접점이 즉각적인 전환을 끌고 오는지 알고 싶어하는 마케팅 담당자에게 가장 유용한 모델입니다.
마케팅 어트리뷰션 -Last Touch
멀티 터치 모델
멀티 터치 어트리뷰션(Multi-touch attribution)은 다양한 소스에서 데이터를 가져오는 경우에 가장 적합한 모델입니다. 또한 이 모델은 고객과 브랜드와의 모든 인터렉션에서 어트리뷰션을 정확히 측정할 수 있습니다. 기본적으로 둘 이상의 접점을 인식하고 있기에 전체 미디어 믹스(Media Mix) 맥락에서 어떤 채널이 성과가 좋고, 그렇지 않은지 확인할 수 있습니다. 이렇게 하면 마케팅 전략을 조정하고 그에 맞게 마케팅 예산도 적절하게 할당하는 데 필요한 마케팅 인사이트를 얻을 수 있습니다. 실제로 멀티 터치 모델을 사용하는 마케터의 47%는 그들이 적합한 어트리뷰션 모델을 사용하고 있다고 생각하고 있습니다. 오직 10%의 마케터만이 적합한 모델을 사용하고 있다고 답변한 싱글 터치 모델과는 대조적입니다.
3. Linear
리니어 어트리뷰션 모델(linear attribution model)은 전환 경로를 따라 모든 접점에 동일한 어트리뷰션 점수를 부여하는 모델입니다. 이것은 고객 여정에 기여하는 모든 채널들을 확인하고 싶을 때 가장 좋은 모델입니다. 물론 모든 접점에 동일한 점수를 부여했을 때 단점은 단일 캠페인 내에서 성과가 좋은 채널 요소를 확인하고 최적화하기는 어렵다는 것입니다.
마케팅 어트리뷰션 – Linear
4. Time Decay
이 모델은 리드가 전환에 가까이 이르렀을 때 비례하여 크레딧을 증가시키는 모델입니다. 판매 주기가 길고 리드의 움직임에 가장 큰 영향을 끼치는 채널을 확인할 때 적합한 모델입니다. 단점은 맨 처음에 리드를 판매 깔때기로 유입시킨 소스의 가치를 무시한다는 것입니다.
마케팅 어트리뷰션 – Time-decay
5. U-Shaped
이 어트리뷰션 모델은 첫 번째 혹은 마지막 터치에 대해 가장 높은 어트리뷰션 점수를 부과하고(일반적으로 각각 40% 씩 부과함), 그 사이의 다른 접점에 나머지 20%를 나누어 부여하는 방식입니다. 이 모델은 무엇보다 엔드투엔드(end-to-end) 성과를 측정하려고 할 때 가장 효과적입니다. 첫 번째와 마지막 터치는 중간 단계의 깔때기보다 더 가치가 있다는 것을 전제로 합니다.
마케팅 어트리뷰션 – U 자형
6. W-Shaped
U자 모양의 어트리뷰션 모델과 마찬가지로 첫 번째와 마지막 접점에(각각 30%씩) 높은 가치를 부여합니다. 그러나 리드 생성을 일으키는 접점에도 동일한 값(30%)를 다시 부여합니다. 그런 다음 마지막 10%는 다른 모든 접점에 걸쳐 나눠 부여합니다. 본질적으로 이 모델은 방문, 리드, 그리고 전환 기회, 총 3가지의 접점에 가장 많은 크레딧을 할당합니다. B2B 마케터들이 가장 많이 쓰는 모델로서, 마케팅팀에서 세일즈팀으로 업무가 이관되는 과정이 있는 프로세스에 가장 적합합니다.
마케팅 어트리뷰션-W 자형
7. Custom
맞춤 모델을 만들면 구매 경로에서 다양한 접점에 걸쳐 크레딧을 부여할 수 있습니다. 이 모델은 수년에 걸쳐 어트리뷰션을 측정해온 마케터에게 적합한 모델인데요, 과거에는 다양한 캠페인 포맷들이 어떻게 작동되고 성과를 내었는지 깊이있는 이해가 필요합니다. 예를 들어 과거에는 가장 많은 트래픽을 유도한 콘텐츠의 형태를 확인할 수 있는 실질적인 데이터들이 있는 경우 콘텐츠 마케팅 담당자는 e북, 웹세미나, 영상과 같은 특정 콘텐츠에 따라 어트리뷰션 점수를 달리 부여할 수 있게 될 것입니다.
마케팅 어트리뷰션 -custom
또한 IOT(Internet of things)의 확산으로, 마케팅 담당자는 멀티 채널 뿐만 아니라 멀티 디바이스에 대한 인사이트를 얻는 것도 중요합니다. 실제로 마케터의 74%는 다양한 디바이스에 걸쳐 브랜드와 접촉하는 특정 고객의 프로필을 매칭시키는 것이 가장 중요한 과제 중 하나라고 밝혔습니다. 한 명의 고객이 여러 플랫폼과 디바이스에 걸처 방문하는 경우에는 커스텀 어트리뷰션 모델이 가장 정확합니다.
대체로 캠페인 목표에 따라 모델 선택 기준이 달라집니다. 하나의 어트리뷰션 모델만 고집하게 되면 전체적인 그림을 그리지 못할 수 있을 것입니다. 또한 캠페인 하나에 여러 모델을 사용하면 데이터가 충돌할 수도 있고 이해하기도 어려울 수 있습니다.
캠페인 목적이 무엇인지 확인하고 가장 적합한 어트리뷰션 모델이 무엇인지 확인하십시오.
마케팅 자료 및 기타 상담 문의: parkmg85@hanmail.net (자료 퍼가시기 전에 꼭 메일로 확인부탁드립니다)
Figure: Not Provided – Author: Seobility – License: CC BY-SA 4.0
