페르소나 그래프는 카드 짝 맞추기 게임에서 본인의 차례가 오기 전에 이미 모든 카드가 뒤집어 보여진 경우와 같습니다. 여러분이 직접 보지 못했어도 네트워크상의 다른 누군가는 본 적이 있는 사용자를 정확하게 매칭해주기 때문입니다.”Branch 플랫폼은 표면적으로 기존의 어트리뷰션 제공업체들과 비슷해 보일 수 있지만 그 기반이 되는 엔진은 근본적으로 다릅니다.”Branch 플랫폼은 표면적으로 기존의 어트리뷰션 제공업체들과 비슷해 보일 수 있지만 그 기반이 되는 엔진은 근본적으로 다릅니다.”웹과 앱 간의 어트리뷰션에서 나타나는 어려움은 단지 시작에 불과할 뿐이며, 앞으로 더 많은 어려움이 발생할 것입니다. 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보십시오.””웹과 앱 간의 어트리뷰션에서 나타나는 어려움은 단지 시작에 불과할 뿐이며, 앞으로 더 많은 어려움이 발생할 것입니다. 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보십시오.”
본 문서는 ‘모바일 어트리뷰션 제공업체’의 시대가 끝나가는 이유와 어트리뷰션 2.0에서 예상되는 사항에 관한 정보를 다룬 3부 시리즈 중 마지막 부입니다. 제1부는 여기에서, 제2부는 여기에서 확인하십시오. 전문은 Hacker Noon이 최초 출간하였습니다.
우리는 5개 장으로 구성된 글을 통해 이상적인 어트리뷰션 2.0 솔루션에 관한 Branch의 견해를 살펴보고자 합니다. 그리고 마지막 제5장을 지금부터 살펴보겠습니다.
- ‘어트리뷰션’이란? 오프라인, 디지털, 모바일을 포함한 마케팅 어트리뷰션의 간략한 역사.
- 모바일 어트리뷰션 제공업체의 시야가 가려지는 과정. 이 플랫폼들이 빠르게 제 기능을 잃고 있는 이유.
- 어트리뷰션의 미래. ‘페르소나 그래프’가 어디에서나 믿을 수 있는 정확한 측정치를 제공하는 원리.
- 기존의 어트리뷰션 기법 살펴보기. 웹사이트와 앱의 단일 플랫폼상에서 측정이 이루어지던 원리에 대한 심층적 분석.
- 차세대 기법: 페르소나 그래프. 페르소나 그래프가 효과적인 이유와 Branch에서 페르소나 그래프를 구현한 방법.
제5장: 차세대 기법인 페르소나 그래프
이 장에서는 페르소나 그래프가 어떤 원리로 작용하며 사용자 개인정보 보호 및 데이터 보안과 관련된 일반적인 문제들을 어떻게 해결하는지 설명하고, Branch에서 페르소나 그래프를 어떻게 구축했는지 자세히 알아봅니다. 또한 기존 세대의 모바일 어트리뷰션 제공업체와 비교하여 페르소나 그래프는 무엇을 가능하게 하는지 살펴봅니다.
기존 어트리뷰션 기법이 갖는 문제는 확률적이거나(데이터가 잘못되었을 가능성이 존재함) 단일 플랫폼(웹 또는 앱) 내에서 고립된다는 점입니다. 페르소나 그래프는 이러한 문제를 가진 환경에 최상의 해결책을 제공합니다.
카드 짝 맞추기 게임을 떠올려보겠습니다. 혹시 잘 모르시는 분들을 위해 설명을 드리자면, 이 게임은 모두 뒷면만 보이도록 뒤집혀 있는 카드 중 두 개의 카드를 무작위로 뒤집어보며 짝을 찾는 게임입니다. 여러분이 두 장의 카드를 처음으로 뒤집어 짝을 맞출 확률은 극히 희박합니다. 하지만 시간이 지날수록 점점 각각의 카드가 어디에 위치해 있는지 알게 됩니다. 여기에서 시간의 역할은 매우 중요합니다. 기억력이 좋다면 두 장씩 카드를 뒤집을 때마다 정확한 짝을 맞출 수 있게 될 것입니다.
그렇다면 게임의 상황을 한 단계 발전시켜보겠습니다. 이번에는 여러분이 카드들을 뒤집어보며 각각의 위치를 알아내는 것이 아니라, 게임을 지켜보다가 중간에 합류했다고 가정해봅시다. 즉, 여러분이 카드를 뒤집을 차례가 오기 전에 이미 다른 플레이어들이 테이블 위의 모든 카드를 뒤집어 보여준 상황입니다. 이런 상황은 더 이상 확률 싸움이라고 보기 어려울 것입니다. 큰 확신을 가지고 모든 짝을 맞출 수 있을 것이기 때문입니다.
이것이 바로 페르소나 그래프의 기본 개념입니다. 매칭되는 익명의 데이터 포인트를 공유함으로써 모두에게 이득을 주는 방법입니다. 페르소나 그래프는 카드 짝 맞추기 게임에서 여러분의 차례가 오기 전에 이미 모든 카드가 뒤집어 보여진 경우와 같습니다. 여러분이 직접 보지 못했어도 네트워크상의 다른 누군가는 본 적 있는 사용자를 정확하게 매칭해주기 때문입니다.
모두가 모르는 척하고 있는 문제: 개인정보 보호, 보안, 기밀 유지.
페르소나 그래프가 생존할 수 있으려면 두 가지의 중요한 사항이 필수적으로 보장되어야 합니다. 바로 1) 사용자 개인정보 보호 보호 및 데이터 보안, 그리고 2) 기밀 유지입니다.
사용자 개인정보 보호 및 데이터 보안. 페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 사용자가 여러분에게 이 정보를 공유하고 싶어 한다면 그 정보는 이미 여러분의 시스템 내에 포함되어 있을 것입니다. 즉, 페르소나 그래프가 하는 일은 그저 여러분이 기존의 한 고객을 또 다른 장소에서 보고 있다는 사실을 알려줄 뿐입니다. 그리고 사용자는 쿠키 또는 기기 ID처럼 페르소나 그래프와의 연결성을 원하는 대로 재설정할 수 있습니다.
다시 말해 페르소나 그래프는 개인정보 보호에 관해 우편 서비스와 같은 방식을 취해야 합니다. 우편 배달부들은 수취인의 실제 위치를 알아야만 우편을 배달할 수 있습니다. 이들이 관심을 갖는 것은 주소일 뿐, 수취인 정보가 아닙니다. 그리고 우리는 이러한 우편 배달부들이 절대 고객의 우편을 열어보지 않으며, 우리가 무엇을 구매하는지에 관한 정보를 비싼 값에 판매하지 않을 것이라고 믿고 있습니다.
Branch는 사용자 개인정보 보호에 대한 막중한 책임을 느끼며 이와 관련한 공식적인 이행 방안을 여러 차례 발표한 바 있습니다. 그 내용은 간단하게 세 가지로 요약할 수 있습니다. 1) 당사는 당사가 수집하는 데이터를 선행적으로 제한하며, 그 범위는 당사가 고객에게 서비스를 제공하기 위해 절대적으로 필요한 데이터에 한합니다. 2) 당사는 당사 앱 또는 웹사이트에서 발생하는 최종 사용자 활동에 관한 데이터만 고객들에게 제공할 것입니다. 3) 당사는 다른 Branch 고객에게 대상을 타게팅하거나, ID 기업과 부가적인 쿠키 동기화 거래를 하거나, ‘독립적인’ 자회사를 이용하는 등 어느 방법으로도 최종 사용자의 개인 데이터를 임대 또는 판매하지 않습니다.
아울러 당사는 민감한 데이터를 제거하고 악의적인 행위자들로부터 당사 플랫폼을 지키기 위한 모범 관행을 선행적으로 철저하게 준수합니다.
기밀 유지. 페르소나 그래프를 통해 이용 가능한 유일한 데이터는 연결 자체에 관한 정보 뿐입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 페르소나 그래프는 Pepsi가 Coca-Cola의 고객 목록을 절대 구매할 수 없도록 반드시 보장할 것입니다.
비유하자면, 스위스는 500년 넘게 유럽에서 모든 전쟁을 피해 왔고 앞으로도 그럴 것입니다. 모두가 스위스는 중립국이라는 사실을 인지하기 때문입니다. 페르소나 그래프도 이처럼 의심의 여지 없는 평판을 유지해야 합니다.
Branch 페르소나 그래프 간단히 살펴보기
2014년 Branch가 처음 설립될 당시에는 이미 모바일 어트리뷰션 제공업체 업계가 충분히 자리 잡은 상태였습니다. 이 업계의 업체들은 모두 광고 유도식 앱 인스톨을 측정하는 손쉬운 방법을 활용하며 경쟁하고 있었습니다. 모바일 업계에서 종사하고 계신다면 아마 이러한 업체들의 이름을 익히 들어보셨을 것입니다. Branch는 지난해 그중 한 업체의 어트리뷰션 사업을 인수했습니다.
당사는 새로운 접근법을 택하기로 했습니다. 앱 인스톨 광고는 결국 꺼지게 될 거품이라는 걸 깨달았고, 아울러 마케터들이 다른 채널과 전환 이벤트들을 다시 고려하기 시작하면서 원활한 사용자 경험이 점점 중요해질 것임을 알고 있었기 때문입니다. 그래서 당사는 모두가 무시하고 있던 더 어려운 기술적 문제부터 해결하기로 했습니다. 이는 당사가 2년 전 딥링킹만으로는 충분하지 않다는 논지로 여러분께 공유했던 내용이기도 합니다.
이러한 결심을 바탕으로 당사는 전 세계의 유명 브랜드 중 다수가 가지고 있던 크로스 플랫폼 사용자 경험 문제를 대대적으로 해결하였고, 페르소나 그래프를 개발했습니다. 페르소나 그래프를 통해 Branch는 지금까지 이용할 수 있었던 어느 솔루션보다도 더 정확하고 믿을 수 있는 어트리뷰션 솔루션을 제공할 수 있게 되었습니다.
이 페르소나 그래프가 작동하는 원리는 다음과 같습니다.
1단계: 확정적 ID 수집
믿기 어려우시겠지만 사실 이 단계는 비교적 쉬운 단계입니다. 사용자 활동은 여러 플랫폼 전반에서 파편적으로 발생합니다. 따라서, 그러한 각 활동의 확정적 ID를 얻는 것이 이 단계의 목표입니다. Branch의 고객들은 대부분의 마케팅 리소스를 웹사이트와 모바일 앱에 투자하기 때문에 지금까지는 이 두 가지가 당사에서 주목해 온 플랫폼이었습니다. 하지만 다른 어느 플랫폼에든 똑같은 원리가 적용됩니다.
당사는 웹에서 확정적 ID를 생성하기 위해 자바스크립트 SDK를 이용하여 1차 쿠키를 설정합니다. 앱 내에서는 기기 ID를 활용하기 위해 네이티브 SDK를 제공합니다.
또한 macOS 및 Windows상의 데스크톱 앱과 사용자 지정 OTT(Over The Top) 기기 통합을 위한 SDK도 개발했습니다. 앞으로도 고객의 요청에 따라 새로운 플랫폼을 추가적으로 지원할 예정입니다.
2단계: 페르소나 매치 생성
ID 파편을 위한 ID를 확보한 후에는 크로스 플랫폼 매칭 기법을 다층적으로 이용해 이 ID를 다시 페르소나 그래프상의 페르소나 기록에 연결합니다. 몇 가지 예를 들어보겠습니다.
- 딥링크. 사용자가 링크를 클릭해 한 곳에서 다른 곳으로 이동할 때가 가장 이상적인 연결 시점입니다. 바로 이 시점은 당사가 동일 기기(예: Safari, Facebook 브라우저, 네이티브 앱)상에 존재하는 파편들을 매칭하는 데 사용하는 주된 기법입니다. 또한 사용자의 직접적 활동으로 인해 발생하는 것이므로 가장 믿을 수 있는 방법이기도 합니다.
- 사용자 ID. 사용자는 계정에 로그인할 때 고유한 ID를 제공합니다. 이 ID는 동일 사용자가 다른 장소에서 나중에 다시 로그인할 때 매칭에 이용할 수 있습니다. 당사는 현재 이 신호를 제한된 범위 내에서만 사용합니다. 공유 기기와 관련해 민감한 문제들이 매우 많기 때문입니다. 하지만 당사는 적극적으로 솔루션을 모색 중이며 이 방법에서 상당한 가능성을 확인하고 있습니다. 참고로, 당사의 경쟁업체들은 ‘사용자 중심 어트리뷰션’과 관련하여 이 기법을 사용하고 있습니다. 하지만 앞서 언급한 공유 기기의 문제점이나 업종에 따라 방대한 수의 방문객들이 절대 로그인하지 않는다는 점을 고려해볼 때, 여전히 이 기법을 사용하고 있다면 이는 확실히 의구심을 가질 만한 문제입니다.
- Google Play 리퍼러. Google은 첫 인스톨 시 Play Store를 통해 제한된 양의 데이터를 전송합니다. Branch는 이 일회성 연결을 이용해 페르소나 그래프와의 영구적 매칭을 생성합니다.
- 핑거프린팅. 이 기법은 당사가 페르소나 그래프를 구축할 때 사용하지 않는 크로스 플랫폼 매칭 방법 중 하나이지만 어트리뷰션 업계에서 매우 흔히 사용되고 있기 때문에 언급할 가치가 있습니다. Branch는 페르소나 그래프에서 이미 존재하는 강력한 매칭을 얻을 수 없는 경우 핑거프린팅에 의존하기도 합니다. 따라서 당사는 IPv6 기반 엔진에 투자했습니다. 이 엔진은 아직도 IPv4에만 의존하고 있는 기존의 모바일 어트리뷰션 제공업체들보다 더 뛰어난 정확성을 제공합니다.
Branch는 전 세계를 무대로 대규모 활동하기 때문에 머신러닝을 사용하여 동일 사용자에 귀속될 가능성이 있지만 아직 확정적으로 병합되지는 않은 다양한 페르소나 간의 연결성을 밝혀낼 수도 있습니다. 우리는 이것을 ‘확률적 매칭’이라고 부릅니다. 어느 쪽도 100% 보장되지 않기 때문입니다. 하지만 이 방법은 우리가 또 다른 확정적 패턴들을 관찰해 확보하는 높은 신뢰 수준과 결합할 경우 꽤 유용합니다.
확률적 매칭과 핑거프린팅을 비교해보면 다음과 같습니다.
핑거프린팅. 핑거프린팅은 실제로 발생해야 합니다. 다시 말해 사용자가 어떤 행동을 하는 바로 그 순간에 이용 가능한 데이터가 무엇이든 그 데이터에 전적으로 의존하여 추측해야 합니다. 이 사용자는 혼자 집에 앉아 있을 수도 있고(정확도가 높은 상황), 아니면 쇼핑몰에서 수천 명의 다른 사람들과 함께 공용 Wifi를 사용하고 있을 수도 있습니다(정확도가 매우 낮은 상황). 핑거프린팅을 이용하는 시스템은 선택지가 단 두 개 뿐입니다. 1) 확률 도박을 통해 매칭을 만들거나, 2) 매칭은 무시하고 어트리뷰션이 발생하지 않았다고 주장하는 것입니다. 기존의 모바일 어트리뷰션 제공업체들이 제시해 온 그럴싸한 ‘동적 핑거프린팅’ 시스템은 사실 2번 선택지를 언제 선택할 것인지 결정하는 과정에 불과합니다.
확률적 매칭. 페르소나 그래프는 지속적이기 때문에 Branch는 인내심을 갖고 기다릴 수 있습니다. 우리는 전환 이벤트가 발생할 때 실시간으로 룰렛을 돌릴 필요가 없습니다. 시스템이 모호성을 감지하지 않는다면(예: 사용자가 집에 혼자 있는 상황) 선행적으로 ‘확률적 매칭’을 저장하여 나중에 사용(예: 사용자가 사람들이 붐비는 쇼핑몰에 있는 상황)할 수 있기 때문입니다. 예를 들면 이 알고리즘은 A 페르소나와 B 페르소나가 서로 일치하는 핑거프린트를 가지고 있고 둘 다 60초 이내에 동일한 IP상에서 활동을 했으며 마지막 날 안에 해당 IP로부터 발생한 다른 활동이 없음을 인지하는 경우 확률적 매칭을 생성할 수 있습니다.
당사 시스템은 다양한 페르소나 간에 이러한 확률적 매칭을 만들 때 ‘신뢰 수준’을 기록합니다. 이 수준은 활용 사례에 따라 연결된 페르소나를 고려 대상으로 포함하거나 고려 대상에서 제외시키는 근거가 됩니다. 예를 들어 자동 로그인에 사용되는 ‘보장된 매칭’ 딥링크는 분명 100%의 신뢰 수준이 필요하겠지만, 업계에서는 50-85%의 신뢰 수준으로 광고 인스톨이 매칭될 것으로 예상합니다. Branch는 페르소나 그래프를 이용할 경우 더 낮은 신뢰 수준을 갖는 매칭을 억지로 수용할 필요 없이 이 범위의 최고치를 충족할 수 있습니다.
현재 Branch는 각 활용 사례에 요구되는 신뢰 수준을 동적으로 설정하고 있지만 이는 당사가 고객들에게 향후 직접 공개할 수 있는 구성입니다.
3단계: 네트워크 확장
처음부터 단순히 ‘페르소나 그래프를 구축’하는 것은 불가능합니다. 어느 누구도 그럴 만한 이유가 없기 때문입니다.
왜일까요? 페르소나 그래프는 더 많은 회사가 기여할수록 모두에게 가치가 증가됩니다. 다시 말해 기존의 페르소나 그래프에 참여하는 것의 이점이 어마어마하게 크다는 것입니다. 반면에 완전히 새로운 페르소나 그래프에서는 아무리 열심히 참여해도 이득이 거의 없습니다. 이는 처음부터 혼자서 새로운 카드 짝 맞추기 게임을 열심히 진행한 결과를 새 플레이어에게 갖다 바치는 것과 다름이 없기 때문입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
4단계: 매칭 데이터의 활용
Branch는 이러한 크로스 플랫폼/크로스 채널/크로스 기기 페르소나를 이용해 무엇을 할 수 있을까요? 몇 가지 예를 들어보겠습니다.
어트리뷰션 모호성 해결. 이것은 너무나 당연한 부분입니다. 페르소나 그래프는 우리가 이야기해 온 사용자의 복잡한 여정을 정확하게 어트리뷰션할 수 있게 만들어줍니다. 여러분과 다른 Starbucks 고객이 모두 동일한 쇼핑 앱을 사용하고 있고 기존의 핑거프린트 기반 어트리뷰션 방법으로는 그 차이를 판별할 수 없는 경우를 예로 들 수 있습니다.
실제 멀티터치 보고에 관한 데이터 제공. 멀티터치 모델링을 이용하여 사용자 활동을 더 심층적으로 파악할 수 있다면 그야말로 어트리뷰션에 있어서 가장 완벽한 방법일 것입니다. 이는 모든 마케터가 원하는 바이기도 합니다. 또 그만큼 그에 대해 사람들이 기대하는 바도 각기 다릅니다. 하지만 모두의 의견이 합치되는 점이 하나 있다면 바로 멀티터치 어트리뷰션만이 직접 데이터를 제공하는 것만큼 유용하다는 사실과 불량한 데이터는 문제를 유발한다는 사실입니다.
Branch는 페르소나 그래프를 이용해 모든 채널과 플랫폼 전반에서 데이터를 통합할 수 있습니다. 기존의 모바일 어트리뷰션 제공업체들은 이 데이터를 완전히 놓치고 있습니다. 다시 말해서 이 제공업체들의 ‘멀티터치 어트리뷰션’은 단지 ‘다중 광고 앱 인스톨 어트리뷰션’인 셈입니다.
사용자 개인정보 보호. 핑거프린트는 오랜 기간 모바일 어트리뷰션에 있어 필요악이었습니다. 그런데 이 필요악의 단점은 단순히 부정확한 측정뿐이 아니라, 핑거프린팅이 잘못된 사용자를 매칭할 경우 사용자 개인정보 보호의 문제를 야기할 수도 있다는 것입니다. 이러한 위험이 발생하는 이유는 시스템이 전혀 다른 사용자를 취급한다고 착각하기 때문입니다. Branch는 페르소나 그래프를 이용해 부정확한 매칭의 위험을 크게 낮춤으로써 최종 사용자의 개인정보를 더 확실히 보호할 수 있습니다. 당사는 이를 더욱 강화하기 위해 ‘보장된 매칭’ 플래그까지 제공하고 있습니다.
측정, 그 이상. 어트리뷰션은 애초에 전환이 발생하는 경우에만 가능한 일입니다. Branch는 페르소나 그래프를 이용해 전환의 가능성을 높여주는 원활한 크로스 플랫폼 사용자 경험을 제공할 수 있어 모든 마케팅 노력의 성과를 개선해줍니다.
예를 들면 여러분의 웹사이트를 방문한 사용자가 여러분의 앱을 이미 인스톨한 상태라 해도, Branch는 페르소나 그래프를 사용해 이를 감지하고 그 사용자에게 앱 내 동일 콘텐츠로 원활히 전환되는 옵션을 제시합니다. 이 옵션을 통해 사용자는 구매를 완료할 가능성이 더욱 높아지게 됩니다.
페르소나 그래프 어트리뷰션과 이전 세대의 방식 비교
그럼 최종 정리를 위해 어트리뷰션 시스템의 세 가지 핵심 기능을 다시 한번 살펴보고, 페르소나 그래프 기반의 플랫폼이 가진 역량을 기존의 방식과 비교해보겠습니다.
1. 상호작용 포착
모바일 어트리뷰션 제공업체들은 광고를 가장 먼저 활용하기 시작했고 그 이후로 다른 채널들을 수용하는 방법으로 시스템을 개선하고자 노력해 왔습니다.
페르소나 그래프는 광고를 지원할 수 있을 뿐 아니라 이메일, 웹, 소셜, 검색, 오프라인 등 다양한 채널도 지원할 수 있습니다.
2. 전환수 측정
모바일 어트리뷰션 제공업체는 앱 인스톨 이벤트를 포착하는 데 최적화되어 있을 뿐, 다른 플랫폼에서 발생하는 비인스톨 전환을 취급할 수 있도록 구성되어 있지는 않습니다. 이러한 업체들 중 다수가 현재 기본 웹 측정을 수행하는 방법을 다급하게 모색 중입니다. 이는 앱이 등장하기 몇 년 전에 이미 해결된 문제입니다.
페르소나 그래프는 앱 인스톨을 어트리뷰션할 수 있을 뿐 아니라 웹사이트, 데스크톱 앱, OTT 기기 등에서 나타나는 다른 퍼널 하단의 전환도 포착할 수 있습니다.
3. 전환과 전환을 유도한 상호작용을 다시 연결
어트리뷰션 2.0의 구축을 통해 설명한 바와 같이, 모바일 어트리뷰션 업체들은 현재 두 가지 매칭 기법을 이용할 수 있습니다. 즉, 기기 ID를 기본으로 사용하거나 핑거프린팅에 의존하는 것입니다.
페르소나 그래프에 기반한 시스템은 단일 플랫폼상(앱-투-앱)의 사용자 여정에 기기 ID를 사용할 수 있을 뿐 아니라 크로스 플랫폼상(웹-투-앱)의 사용자 여정에 사용되는 기기 ID-웹 쿠키 쌍도 보유합니다. 이용 가능한 매칭 ID 쌍이 없는 경우 핑거프린팅에 의존해야 할 수도 있지만 이런 일이 발생할 확률은 매우 낮습니다.
앞으로 구현될 강점
디지털 생태계에서의 파편화는 겪어보지 않은 사람이 없을 정도로 보편적인 문제입니다. 또한 웹과 앱 간의 어트리뷰션에서 나타나는 어려움들은 시작에 불과할 뿐, 앞으로도 계속해서 증가할 것입니다. 여러분이 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보세요!
페르소나 그래프에 기반한 어트리뷰션을 사용하면 이러한 파편화에 대응하는 것이 가능해집니다. 또한 사용자 중심 링크 활동을 바탕으로 하는 페르소나 그래프는 선순환을 주도하게 됩니다. 링크는 디지털 마케팅에서 공통적으로 활용하는 요소이며, 따라서 항상 모든 채널, 플랫폼, 기기상에서 당연한 선택지이기 때문입니다. 바로 이러한 링크가 페르소나 그래프를 구축하는 데 활용되는 것입니다. 결과적으로 ROI는 증가할 것이고, 어디에서나 종합적인 측정이 가능해지며, 더 신뢰할 수 있는 링크를 얻을 수 있게 됩니다.
다른 어떠한 플랫폼 중심의 어트리뷰션 솔루션도 따라할 수 없는 효과가 나타날 것입니다.
Branch는 어트리뷰션을 단순한 앱 인스톨 측정보다 훨씬 더 큰 기능을 제공하는 종합적인 솔루션의 일부라고 생각합니다. 당사의 진정한 사명은 현대의 디지털 생태계에서 콘텐츠 발견의 문제를 해결하는 것입니다. 딥링킹은 이 사명을 이행하는 데 있어서 중요한 부분이었습니다. 그리고 또 다른 부분이 바로 어트리뷰션을 개선하는 것입니다. 하지만 아직 완전하게 사명을 달성한 것은 아닙니다. 그러니 계속해서 지켜봐주세요!
부록: FAQ 및 문제 제기
기기 제조업체들이 페르소나 그래프를 제한하려 한다면 어떻게 됩니까?
기기 제조업체는 각자의 사용자를 보호할 의무가 있습니다. 이와 동시에 본인들이 속한 생태계에서 기업들이 상업적인 경쟁력을 갖추도록 지원할 필요가 있습니다. 개인정보 보호를 고려하는 제3자 페르소나 그래프는 이 두 가지 요구사항을 충족하기에 훌륭한 방법입니다.
Branch는 수많은 기기 제조업체들과 긴밀히 협력하고 있습니다. 이러한 제조업체들은 당사의 플랫폼을 알고 있으며 당사가 구축한 솔루션을 지지하고 있습니다.
페르소나 그래프로 인해 기업들이 경쟁업체의 독점 데이터를 훔치는 것이 가능하지 않을까요?
그런 일은 가능하지 않습니다. 페르소나 그래프를 통해 얻을 수 있는 유일한 데이터는 연결성 여부에 관한 정보 그 자체이기 때문입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 정상적인 페르소나 그래프에는 수천 명의 참여자들이 포함되어 있기 때문에 어떤 회사도 불균형하게 대두될 수 없습니다. 또한 페르소나 그래프가 생존하려면 어떤 회사도 직접 독립적으로 확보하지 않은 데이터에는 액세스할 수 없다는 사실이 보장되어야 합니다.
페르소나 그래프는 사용자 개인정보 보호 측면에서 문제가 있어 보입니다…
페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 그리고 이러한 연결성은 쿠키나 기기 ID처럼 원하는 대로 재설정할 수 있습니다.
Branch는 사용자 개인정보와 관련하여 Branch 주요 개인정보 보호 원칙을 채택한 바 있습니다. 이 원칙의 전체 내용은 아래와 같습니다.
Branch는 당사가 수집하는 데이터를 제한합니다. Branch는 데이터 최소화를 실시합니다. 즉, 당사가 서비스를 제공하는 데 있어 필요하지 않은 정보를 수집하거나 저장하지 않습니다. 당사가 수집하는 개인 데이터는 광고 식별자, IP 주소, 리셋 가능한 쿠키에서 파생된 정보같은 데이터로 제한됩니다. 이러한 데이터에 관한 전체 목록은 아래 Branch의 개인정보 보호 정책에 나와 있습니다. 당사는 이름, 이메일 주소, 실제 주소 또는 SSN과 같은 정보를 수집하거나 저장하지 않습니다. 이러한 정보를 수집하거나 저장하기 원하지도 않습니다. 실제로 당사의 이용약관에서는 고객이 Branch에 최종 사용자의 민감한 정보를 공유하는 것을 금지하고 있습니다. 당사는 고객이 당사의 Text Me The App(TMTA) 기능을 사용하는 경우 전화번호를 수집하지만 이 경우에는 문자 메시지를 이용하기 위한 목적으로만 최종 사용자의 전화번호를 수집 및 처리하며 이후 7일 이내에 삭제합니다.
당사는 여러분의 앱 또는 웹사이트상에서 일어난 실제 최종 사용자 활동에 관한 데이터만 여러분께 제공합니다. 당사 고객들은 직접 ‘확보한’ 쿠키 또는 식별자에만 액세스할 수 있습니다. 즉, 최종 사용자가 반드시 고객의 사이트를 방문해야만 고객이 쿠키를 볼 수 있습니다. 또한, 최종 사용자가 고객의 앱을 다운로드해야만 Branch가 해당 고객의 최종 사용자 광고 식별자를 수집할 수 있습니다. 결론적으로 Branch 서비스는 본인의 플랫폼에 최종 사용자가 방문한 경험이 있고 웹 방문과 앱 세션 간 관계를 이해하고자 하는 고객들에게 유용합니다.
당사는 개인 데이터를 임대 또는 판매하지 않습니다. Branch 고객 누구도 다른 Branch 고객의 최종 사용자 데이터에 액세스할 수 없습니다. 또한, 당사는 고객의 최종 사용자 데이터를 어느 누구에게든 임대하거나 판매하지 않습니다. 고객들은 각자의 최종 사용자 개인 데이터를 관리하고자 할 때 여러 최종 사용자에 대해서든 아니면 특정 최종 사용자에 대해서든 언제든지 데이터 삭제를 요청할 수 있습니다. 이러한 관리 방법은 본래 당사가 GDPR 요구사항을 준수하기 위해 마련한 것이지만 현재 전 세계 모든 고객들이 이용할 수 있습니다.
페르소나 그래프가 ‘ID 확인’ 또는 ‘사용자 중심 마케팅’ 상품과 다른 점은 무엇입니까?
이러한 상품들은 이름만 들었을 때나 표면적으로 봤을 때 페르소나 그래프와 비슷하다고 생각할 수 있습니다. 하지만 그 기반은 완전히 다릅니다. 세 가지 주요 차이점은 다음과 같습니다.
구축 원리. 이러한 상품들의 데이터는 일반적으로 제3자에게서 대량 구매한 뒤 프로필로 집계하는 것입니다. Branch 페르소나 그래프는 직접 관찰된 사용자 활동을 기반으로 구축되며 외부 출처로부터 획득되는 어떠한 개인 데이터도 포함하지 않습니다.
포함된 내용. 이러한 상품을 통해 이용할 수 있는 사용자 프로필은 대개 이름, 이메일 주소, 나이, 성별, 쇼핑 기호 등의 민감한 개인 데이터가 포함되어 있습니다. Branch 페르소나 그래프에는 익명화된 크로스 플랫폼 식별자 매칭만 포함되며 민감한 개인 데이터를 일절 사용하지 않습니다. 당사는 고객들로부터 이러한 데이터를 받고 있지도 않습니다.
사용 방식. 이러한 상품들의 주된 활용 사례는 광고 리타게팅을 위해 타겟을 판매하는 것입니다. 따라서 Branch가 제공하고자 하는 근본적인 서비스인 정확한 측정 및 원활한 사용자 경험과는 그 목표부터 다릅니다.
부정행위에 관한 부분은 어떻습니까?
부정행위는 톰과 제리의 싸움처럼 절대 끝나지 않는 문제입니다. 광고의 본래 의미대로 사람 간에 가치가 거래되는 상황이 존재하는 한, 부정행위는 절대 완전하게 뿌리 뽑지 못할 것입니다. 노련한 사기꾼들은 항상 방법을 찾아 내기 때문입니다.
모바일 어트리뷰션 제공업체의 현실적인 목표는 ‘멍청한 부정행위’를 차단하고 부정행위를 벌이는 행위 자체를 힘들게 하여 사기꾼이 다른 목표물을 찾게끔 하는 것입니다. 이를 위한 가장 좋은 방법은 실제 사람의 활동 패턴을 나타내지 않는 모든 것을 배제시키는 것입니다. 페르소나 그래프는 어떠한 단일 채널, 단일 플랫폼 시스템보다도 훨씬 더 정교하게 이를 판별할 수 있는 데이터를 보유하고 있습니다.
페르소나 그래프가 사용자를 찾지 못하는 경우에는 어떻게 됩니까?
Branch의 네트워크 규모가 상당함에도 불구하고 페르소나 그래프를 이용할 수 없는 상황들은 여전히 존재합니다. 아주 간단한 몇 가지 예를 들자면 새 기기가 처음 발견되는 경우, 브라우저 쿠키가 재설정되는 경우, iOS의 ITP 등이 있습니다.
이러한 상황에서는 시스템이 당시 이용 가능한 차선의 매칭 기법에 의존해야 합니다. Branch의 차선책은 기존 어트리뷰션 제공업체에서 제공하는 수준(보통은 그보다 더 나은 수준)의 결과를 제공합니다.
크로스 기기 어트리뷰션의 경우는 어떻습니까?
크로스 기기는 굉장히 복잡한 문제입니다. 이론상 페르소나 그래프는 데이터를 모든 채널과 플랫폼 간에 연결하는 것처럼 모든 기기 간에도 연결할 수 있습니다.
최근 일부 모바일 어트리뷰션 제공업체들은 ‘사용자 중심 어트리뷰션’을 도입하기 위해 크로스 기기 트래킹을 사용하기 시작했습니다. 그 근본적인 방법은 이메일 주소나 사용자 이름 등 고객이 제공하는 식별자에 근거해 활동을 병합하는 것입니다. 즉, 두 기기에서 동일 ID로 로그인이 이루어지면 이러한 ID가 어트리뷰션의 관점에서 동일 개인에 귀속된다고 간주하는 것입니다.
이는 표면적으로 볼 때 논리적이고 이 업체들에게 효과적인 방법인 듯합니다. 이 업체들은 여전히 한 번에 하나의 앱만을 기본으로 하는 단편화된 관점에서 측정하려 하기 때문입니다. Branch는 페르소나 그래프 외에도, 이미 앱별 사용자 ID에 근거하여 이와 유사한 크로스 기기 전환 병합을 실시하고 있습니다.
페르소나 그래프에서 크로스 기기가 복잡해지는 경우를 예로 들어 설명해보겠습니다.
하나의 모바일 기기에서 이루어지는 활동 대다수가 한 사람에만 기반한다고 가정하는 것 자체는 아주 합리적입니다. 물론 친구에게 전화를 걸어달라고 요청하거나 항공편 상태를 확인해달라고 요청할 수도 있습니다. 하지만 이러한 행동이 어트리뷰션 데이터를 약간 지저분하게 만들긴 해도 그 영향은 굉장히 제한적인 편입니다. 하지만 사용자가 친구에게 자신의 이메일 계정에 로그인해 항공편 확인증을 인쇄해달라고 요청하고 어트리뷰션 제공업체가 이것을 근거로 페르소나 그래프 전반에서 ID 파편을 병합한다면, 그 영향이 누적되어 의도치 않은 엄청난 결과가 발생할 수도 있습니다.
당사의 고객들은 크로스 기기 어트리뷰션에 관해 주기적으로 문의를 하고 있습니다. 그리고 리서치팀은 이러한 문의를 원활하게 처리해 왔습니다. 당사는 데이터의 무결성이 당사가 제공할 수 있는 가장 귀중한 부분이라고 생각하기 때문에 서두르지 않고 옳은 길을 가려고 합니다.
딥링크가 왜 그렇게 중요합니까?
일부 기존 모바일 어트리뷰션 제공업체들은 딥링크가 어트리뷰션에 중요하지 않다고 생각합니다. 어떤 관점에서 보면 이러한 업체들의 생각도 맞습니다. 회계 담당자가 꼭 가이드에 대한 풍부한 지식을 갖추지 않아도 되기 때문입니다. 하지만 Branch는 이것이 굉장히 근시안적인 태도라고 생각합니다. 이 디지털 생태계에서 파편화가 계속 진행 중이라는 것은 결국 더 이상 측정 가능한 것이 남지 않게 되는 상황을 의미하기 때문입니다.
오프라인 세계의 사례를 하나 들어보겠습니다.
지역 자동차 매장을 광고하는 광고판이 하나 있다고 상상해봅시다. 식료품점에서 나와 고속도를 달리며 집으로 가고 있던 여러분은 그 광고판에서 최신 플러그인 하이브리드 자동차 광고를 발견합니다. 굳이 새 차가 필요하진 않지만, 지금까지 사용한 오래된 차는 차고 바닥 여기저기에 기름을 질질 흘리고 다닌지 이미 몇 달이 되었고 지난주에는 엔진 점검등에 불도 들어왔습니다. 그래서 여러분은 즉흥적으로 자동차 매장에 들러 시승을 해보기로 결심합니다.
여러분은 벌써부터 ‘새 차’ 냄새를 맡을 정도로 기대에 차 있습니다. 그리고 자동차 매장으로 가기 위해 고속도로 출구로 나가려고 했는데… 출구 도로는 막혀 있고 그 앞에 ‘도로 공사 중’이라는 커다란 주황색 표지판이 서있습니다. 다음 출구 도로를 타려면 5분은 더 가야 합니다. 그래서 여러분은 10분 동안 국도로 되돌아가는 방법을 열심히 고민합니다. 게다가 아까 산 뒷좌석의 우유는 뜨거운 햇빛을 받으면 금방 상해 버릴 것입니다. 여러분은 결국 포기하고 집으로 돌아갑니다.
일주일 뒤, 여러분은 우연히 그 광고판 옆을 다시 지나게 됩니다. 고속도로 출구 도로는 다시 개통된 상태이고 여러분은 지난 며칠간 여기저기에서 새 차 냄새를 풍기는 사람들을 수도 없이 봐왔습니다. 하지만 이번에는 광고판에서 지역 은행을 광고하고 있습니다. 그리고 여러분이 한 주 전에 봤던 광고는 이미 기억에서 완전히 잊혀졌습니다. 영업사원이 여러분에게 묻습니다. “어떤 일로 방문하셨나요?” 여러분은 이렇게 대답합니다. “아, 우연히 근처에 볼 일이 있어서요.”
자, 여기에서 이 자동차 매장은 두 가지 문제점을 가지고 있습니다.
우선, 한 번 틀어진 고객 여정은 절대 다시 회복하지 못할 수도 있습니다. 어쩌면 여러분은 이미 새로운 매장을 찾아갔을지도 모릅니다. 어차피 새 차라면 어느 것이든 신나기 때문입니다.
그리고 이 자동차 매장은 여러분이 매장을 방문한 진짜 이유가 광고판이라는 사실을 모릅니다. 그 이유는 여러분 스스로도 기억하지 못하기 때문입니다. 여러분이 결국 구매를 완료했다면 이 광고판 광고는 투자할 가치가 있는 광고였을 것입니다…하지만 이 매장은 이 광고가 가치 있는 것인지 아닌지를 절대 알지 못할 것입니다. 고객 여정 중에 고속도로 공사 때문에 방해를 받았고 그로 인해 매장의 어트리뷰션 루프가 훼손되었기 때문입니다.
이 상황을 약간 변경하면 ‘자동차’를 ‘앱’으로, ‘광고판’을 ‘인스톨 광고’로, ‘고속도로 출구 도로’를 ‘링크’로 바꾸어 생각해볼 수 있습니다.
오늘날의 디지털 세계에서는 링크가 곧 고객 여정입니다. 링크가 제 기능을 하지 못하면 아무리 세계 최고의 측정 도구라도 애초에 발생한 적 없는 전환을 어트리뷰션하는 데 도움을 줄 수 없습니다.
결론: 링크가 모든 상황에서 제 기능을 할 수 있다는 솔루션도 제시하지 않고, 링크가 망가질 리 없다는 검증 가능한 데이터도 제공하지 않으면서 측정이 가능하다고 주장하는 어트리뷰션 시스템이 있다면 부디 다시 한번 의심해보세요. 아마도 지난 몇 년 동안 이 생태계에서 나타난 변화에 적응하지 못한 구시대의 시스템일 가능성이 높습니다.
다른 회사에서 페르소나 그래프를 새로 만든다면 어떻게 됩니까?
그런 일은 언제나 가능하겠지만 네트워크 영향의 특성을 생각해보면 다른 어느 기업이든 Branch 페르소나 그래프와 경쟁하기 위해 필요한 엄청난 규모의 자원을 확보하기란 굉장히 어려울 것입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
SAN(자체 어트리뷰션 네트워크)은 어떻습니까?
Facebook, Google, Twitter 등의 SAN은 기기 ID를 이용하여 각자의 울타리 쳐진 영역, 다시 말해 각자의 통제된 서비스를 생태계 안으로 가져옵니다. SAN이 갖는 차이점은 어트리뷰션 제공업체가 사용자의 모든 상호작용을 관찰할 수 있게 허용하는 것이 아니라, “이 기기 ID가 방금 뭘 했는데… 지난 X일 안에 이 사용자를 본 적 있습니까?” 같은 질문을 받을 때 예 또는 아니요로 대답만 한다는 것입니다.
SAN의 접근법에는 부정행위가 존재하기 힘들다는 장점이 있지만 그 안을 들여다볼 수 없는 검은 상자와 같다는 단점이 있습니다. 하지만 이것이 광고 생태계의 현실입니다.
이렇게 통제된 서비스들은 대부분 각자의 사용자 ID 또는 이메일 주소를 통해 플랫폼 간에 사용자를 연결해주기 때문에 SAN이 다른 기기/플랫폼상에서 그 사용자에 의한 활동을 보고하지 못할 이유는 없습니다. 이러한 형태의 연결은 연결된 기기 ID를 통해 페르소나 그래프에 자동으로 통합됩니다.
iOS의 LAT(광고 트래킹 제한)는 어떻습니까?
LAT가 활성화되면 iOS가 0으로 구성된 문자열 형태의 IDFA를 전송합니다. 현재 iOS의 약 20%는 이 설정이 활성화되어 있는 것으로 보입니다. Branch는 IDFA가 없다면 사용자를 페르소나 그래프에 연결할 수 없지만 그래도 핑거프린팅이나 IDFV(LAT가 활성화되어 있을 때에도 이용 가능하지만 그 범위가 단일 앱/벤더로 제한되는 대안 기기 ID)를 통해 여전히 어트리뷰션을 수행할 수 있습니다.
본 문서는 ‘모바일 어트리뷰션 제공업체’의 시대가 끝나가는 이유와 어트리뷰션 2.0에서 예상되는 사항에 관한 정보를 다룬 3부 시리즈 중 마지막 부입니다. 제1부는 여기에서, 제2부는 여기에서 확인하십시오. 전문은 Hacker Noon이 최초 출간하였습니다.
우리는 5개 장으로 구성된 글을 통해 이상적인 어트리뷰션 2.0 솔루션에 관한 Branch의 견해를 살펴보고자 합니다. 그리고 마지막 제5장을 지금부터 살펴보겠습니다.
- ‘어트리뷰션’이란? 오프라인, 디지털, 모바일을 포함한 마케팅 어트리뷰션의 간략한 역사.
- 모바일 어트리뷰션 제공업체의 시야가 가려지는 과정. 이 플랫폼들이 빠르게 제 기능을 잃고 있는 이유.
- 어트리뷰션의 미래. ‘페르소나 그래프’가 어디에서나 믿을 수 있는 정확한 측정치를 제공하는 원리.
- 기존의 어트리뷰션 기법 살펴보기. 웹사이트와 앱의 단일 플랫폼상에서 측정이 이루어지던 원리에 대한 심층적 분석.
- 차세대 기법: 페르소나 그래프. 페르소나 그래프가 효과적인 이유와 Branch에서 페르소나 그래프를 구현한 방법.
제5장: 차세대 기법인 페르소나 그래프
이 장에서는 페르소나 그래프가 어떤 원리로 작용하며 사용자 개인정보 보호 및 데이터 보안과 관련된 일반적인 문제들을 어떻게 해결하는지 설명하고, Branch에서 페르소나 그래프를 어떻게 구축했는지 자세히 알아봅니다. 또한 기존 세대의 모바일 어트리뷰션 제공업체와 비교하여 페르소나 그래프는 무엇을 가능하게 하는지 살펴봅니다.
기존 어트리뷰션 기법이 갖는 문제는 확률적이거나(데이터가 잘못되었을 가능성이 존재함) 단일 플랫폼(웹 또는 앱) 내에서 고립된다는 점입니다. 페르소나 그래프는 이러한 문제를 가진 환경에 최상의 해결책을 제공합니다.
카드 짝 맞추기 게임을 떠올려보겠습니다. 혹시 잘 모르시는 분들을 위해 설명을 드리자면, 이 게임은 모두 뒷면만 보이도록 뒤집혀 있는 카드 중 두 개의 카드를 무작위로 뒤집어보며 짝을 찾는 게임입니다. 여러분이 두 장의 카드를 처음으로 뒤집어 짝을 맞출 확률은 극히 희박합니다. 하지만 시간이 지날수록 점점 각각의 카드가 어디에 위치해 있는지 알게 됩니다. 여기에서 시간의 역할은 매우 중요합니다. 기억력이 좋다면 두 장씩 카드를 뒤집을 때마다 정확한 짝을 맞출 수 있게 될 것입니다.
그렇다면 게임의 상황을 한 단계 발전시켜보겠습니다. 이번에는 여러분이 카드들을 뒤집어보며 각각의 위치를 알아내는 것이 아니라, 게임을 지켜보다가 중간에 합류했다고 가정해봅시다. 즉, 여러분이 카드를 뒤집을 차례가 오기 전에 이미 다른 플레이어들이 테이블 위의 모든 카드를 뒤집어 보여준 상황입니다. 이런 상황은 더 이상 확률 싸움이라고 보기 어려울 것입니다. 큰 확신을 가지고 모든 짝을 맞출 수 있을 것이기 때문입니다.
이것이 바로 페르소나 그래프의 기본 개념입니다. 매칭되는 익명의 데이터 포인트를 공유함으로써 모두에게 이득을 주는 방법입니다. 페르소나 그래프는 카드 짝 맞추기 게임에서 여러분의 차례가 오기 전에 이미 모든 카드가 뒤집어 보여진 경우와 같습니다. 여러분이 직접 보지 못했어도 네트워크상의 다른 누군가는 본 적 있는 사용자를 정확하게 매칭해주기 때문입니다.
모두가 모르는 척하고 있는 문제: 개인정보 보호, 보안, 기밀 유지.
페르소나 그래프가 생존할 수 있으려면 두 가지의 중요한 사항이 필수적으로 보장되어야 합니다. 바로 1) 사용자 개인정보 보호 보호 및 데이터 보안, 그리고 2) 기밀 유지입니다.
사용자 개인정보 보호 및 데이터 보안. 페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 사용자가 여러분에게 이 정보를 공유하고 싶어 한다면 그 정보는 이미 여러분의 시스템 내에 포함되어 있을 것입니다. 즉, 페르소나 그래프가 하는 일은 그저 여러분이 기존의 한 고객을 또 다른 장소에서 보고 있다는 사실을 알려줄 뿐입니다. 그리고 사용자는 쿠키 또는 기기 ID처럼 페르소나 그래프와의 연결성을 원하는 대로 재설정할 수 있습니다.
다시 말해 페르소나 그래프는 개인정보 보호에 관해 우편 서비스와 같은 방식을 취해야 합니다. 우편 배달부들은 수취인의 실제 위치를 알아야만 우편을 배달할 수 있습니다. 이들이 관심을 갖는 것은 주소일 뿐, 수취인 정보가 아닙니다. 그리고 우리는 이러한 우편 배달부들이 절대 고객의 우편을 열어보지 않으며, 우리가 무엇을 구매하는지에 관한 정보를 비싼 값에 판매하지 않을 것이라고 믿고 있습니다.
Branch는 사용자 개인정보 보호에 대한 막중한 책임을 느끼며 이와 관련한 공식적인 이행 방안을 여러 차례 발표한 바 있습니다. 그 내용은 간단하게 세 가지로 요약할 수 있습니다. 1) 당사는 당사가 수집하는 데이터를 선행적으로 제한하며, 그 범위는 당사가 고객에게 서비스를 제공하기 위해 절대적으로 필요한 데이터에 한합니다. 2) 당사는 당사 앱 또는 웹사이트에서 발생하는 최종 사용자 활동에 관한 데이터만 고객들에게 제공할 것입니다. 3) 당사는 다른 Branch 고객에게 대상을 타게팅하거나, ID 기업과 부가적인 쿠키 동기화 거래를 하거나, ‘독립적인’ 자회사를 이용하는 등 어느 방법으로도 최종 사용자의 개인 데이터를 임대 또는 판매하지 않습니다.
아울러 당사는 민감한 데이터를 제거하고 악의적인 행위자들로부터 당사 플랫폼을 지키기 위한 모범 관행을 선행적으로 철저하게 준수합니다.
기밀 유지. 페르소나 그래프를 통해 이용 가능한 유일한 데이터는 연결 자체에 관한 정보 뿐입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 페르소나 그래프는 Pepsi가 Coca-Cola의 고객 목록을 절대 구매할 수 없도록 반드시 보장할 것입니다.
비유하자면, 스위스는 500년 넘게 유럽에서 모든 전쟁을 피해 왔고 앞으로도 그럴 것입니다. 모두가 스위스는 중립국이라는 사실을 인지하기 때문입니다. 페르소나 그래프도 이처럼 의심의 여지 없는 평판을 유지해야 합니다.
Branch 페르소나 그래프 간단히 살펴보기
2014년 Branch가 처음 설립될 당시에는 이미 모바일 어트리뷰션 제공업체 업계가 충분히 자리 잡은 상태였습니다. 이 업계의 업체들은 모두 광고 유도식 앱 인스톨을 측정하는 손쉬운 방법을 활용하며 경쟁하고 있었습니다. 모바일 업계에서 종사하고 계신다면 아마 이러한 업체들의 이름을 익히 들어보셨을 것입니다. Branch는 지난해 그중 한 업체의 어트리뷰션 사업을 인수했습니다.
당사는 새로운 접근법을 택하기로 했습니다. 앱 인스톨 광고는 결국 꺼지게 될 거품이라는 걸 깨달았고, 아울러 마케터들이 다른 채널과 전환 이벤트들을 다시 고려하기 시작하면서 원활한 사용자 경험이 점점 중요해질 것임을 알고 있었기 때문입니다. 그래서 당사는 모두가 무시하고 있던 더 어려운 기술적 문제부터 해결하기로 했습니다. 이는 당사가 2년 전 딥링킹만으로는 충분하지 않다는 논지로 여러분께 공유했던 내용이기도 합니다.
이러한 결심을 바탕으로 당사는 전 세계의 유명 브랜드 중 다수가 가지고 있던 크로스 플랫폼 사용자 경험 문제를 대대적으로 해결하였고, 페르소나 그래프를 개발했습니다. 페르소나 그래프를 통해 Branch는 지금까지 이용할 수 있었던 어느 솔루션보다도 더 정확하고 믿을 수 있는 어트리뷰션 솔루션을 제공할 수 있게 되었습니다.
이 페르소나 그래프가 작동하는 원리는 다음과 같습니다.
1단계: 확정적 ID 수집
믿기 어려우시겠지만 사실 이 단계는 비교적 쉬운 단계입니다. 사용자 활동은 여러 플랫폼 전반에서 파편적으로 발생합니다. 따라서, 그러한 각 활동의 확정적 ID를 얻는 것이 이 단계의 목표입니다. Branch의 고객들은 대부분의 마케팅 리소스를 웹사이트와 모바일 앱에 투자하기 때문에 지금까지는 이 두 가지가 당사에서 주목해 온 플랫폼이었습니다. 하지만 다른 어느 플랫폼에든 똑같은 원리가 적용됩니다.
당사는 웹에서 확정적 ID를 생성하기 위해 자바스크립트 SDK를 이용하여 1차 쿠키를 설정합니다. 앱 내에서는 기기 ID를 활용하기 위해 네이티브 SDK를 제공합니다.
또한 macOS 및 Windows상의 데스크톱 앱과 사용자 지정 OTT(Over The Top) 기기 통합을 위한 SDK도 개발했습니다. 앞으로도 고객의 요청에 따라 새로운 플랫폼을 추가적으로 지원할 예정입니다.
2단계: 페르소나 매치 생성
ID 파편을 위한 ID를 확보한 후에는 크로스 플랫폼 매칭 기법을 다층적으로 이용해 이 ID를 다시 페르소나 그래프상의 페르소나 기록에 연결합니다. 몇 가지 예를 들어보겠습니다.
- 딥링크. 사용자가 링크를 클릭해 한 곳에서 다른 곳으로 이동할 때가 가장 이상적인 연결 시점입니다. 바로 이 시점은 당사가 동일 기기(예: Safari, Facebook 브라우저, 네이티브 앱)상에 존재하는 파편들을 매칭하는 데 사용하는 주된 기법입니다. 또한 사용자의 직접적 활동으로 인해 발생하는 것이므로 가장 믿을 수 있는 방법이기도 합니다.
- 사용자 ID. 사용자는 계정에 로그인할 때 고유한 ID를 제공합니다. 이 ID는 동일 사용자가 다른 장소에서 나중에 다시 로그인할 때 매칭에 이용할 수 있습니다. 당사는 현재 이 신호를 제한된 범위 내에서만 사용합니다. 공유 기기와 관련해 민감한 문제들이 매우 많기 때문입니다. 하지만 당사는 적극적으로 솔루션을 모색 중이며 이 방법에서 상당한 가능성을 확인하고 있습니다. 참고로, 당사의 경쟁업체들은 ‘사용자 중심 어트리뷰션’과 관련하여 이 기법을 사용하고 있습니다. 하지만 앞서 언급한 공유 기기의 문제점이나 업종에 따라 방대한 수의 방문객들이 절대 로그인하지 않는다는 점을 고려해볼 때, 여전히 이 기법을 사용하고 있다면 이는 확실히 의구심을 가질 만한 문제입니다.
- Google Play 리퍼러. Google은 첫 인스톨 시 Play Store를 통해 제한된 양의 데이터를 전송합니다. Branch는 이 일회성 연결을 이용해 페르소나 그래프와의 영구적 매칭을 생성합니다.
- 핑거프린팅. 이 기법은 당사가 페르소나 그래프를 구축할 때 사용하지 않는 크로스 플랫폼 매칭 방법 중 하나이지만 어트리뷰션 업계에서 매우 흔히 사용되고 있기 때문에 언급할 가치가 있습니다. Branch는 페르소나 그래프에서 이미 존재하는 강력한 매칭을 얻을 수 없는 경우 핑거프린팅에 의존하기도 합니다. 따라서 당사는 IPv6 기반 엔진에 투자했습니다. 이 엔진은 아직도 IPv4에만 의존하고 있는 기존의 모바일 어트리뷰션 제공업체들보다 더 뛰어난 정확성을 제공합니다.
Branch는 전 세계를 무대로 대규모 활동하기 때문에 머신러닝을 사용하여 동일 사용자에 귀속될 가능성이 있지만 아직 확정적으로 병합되지는 않은 다양한 페르소나 간의 연결성을 밝혀낼 수도 있습니다. 우리는 이것을 ‘확률적 매칭’이라고 부릅니다. 어느 쪽도 100% 보장되지 않기 때문입니다. 하지만 이 방법은 우리가 또 다른 확정적 패턴들을 관찰해 확보하는 높은 신뢰 수준과 결합할 경우 꽤 유용합니다.
확률적 매칭과 핑거프린팅을 비교해보면 다음과 같습니다.
핑거프린팅. 핑거프린팅은 실제로 발생해야 합니다. 다시 말해 사용자가 어떤 행동을 하는 바로 그 순간에 이용 가능한 데이터가 무엇이든 그 데이터에 전적으로 의존하여 추측해야 합니다. 이 사용자는 혼자 집에 앉아 있을 수도 있고(정확도가 높은 상황), 아니면 쇼핑몰에서 수천 명의 다른 사람들과 함께 공용 Wifi를 사용하고 있을 수도 있습니다(정확도가 매우 낮은 상황). 핑거프린팅을 이용하는 시스템은 선택지가 단 두 개 뿐입니다. 1) 확률 도박을 통해 매칭을 만들거나, 2) 매칭은 무시하고 어트리뷰션이 발생하지 않았다고 주장하는 것입니다. 기존의 모바일 어트리뷰션 제공업체들이 제시해 온 그럴싸한 ‘동적 핑거프린팅’ 시스템은 사실 2번 선택지를 언제 선택할 것인지 결정하는 과정에 불과합니다.
확률적 매칭. 페르소나 그래프는 지속적이기 때문에 Branch는 인내심을 갖고 기다릴 수 있습니다. 우리는 전환 이벤트가 발생할 때 실시간으로 룰렛을 돌릴 필요가 없습니다. 시스템이 모호성을 감지하지 않는다면(예: 사용자가 집에 혼자 있는 상황) 선행적으로 ‘확률적 매칭’을 저장하여 나중에 사용(예: 사용자가 사람들이 붐비는 쇼핑몰에 있는 상황)할 수 있기 때문입니다. 예를 들면 이 알고리즘은 A 페르소나와 B 페르소나가 서로 일치하는 핑거프린트를 가지고 있고 둘 다 60초 이내에 동일한 IP상에서 활동을 했으며 마지막 날 안에 해당 IP로부터 발생한 다른 활동이 없음을 인지하는 경우 확률적 매칭을 생성할 수 있습니다.
당사 시스템은 다양한 페르소나 간에 이러한 확률적 매칭을 만들 때 ‘신뢰 수준’을 기록합니다. 이 수준은 활용 사례에 따라 연결된 페르소나를 고려 대상으로 포함하거나 고려 대상에서 제외시키는 근거가 됩니다. 예를 들어 자동 로그인에 사용되는 ‘보장된 매칭’ 딥링크는 분명 100%의 신뢰 수준이 필요하겠지만, 업계에서는 50-85%의 신뢰 수준으로 광고 인스톨이 매칭될 것으로 예상합니다. Branch는 페르소나 그래프를 이용할 경우 더 낮은 신뢰 수준을 갖는 매칭을 억지로 수용할 필요 없이 이 범위의 최고치를 충족할 수 있습니다.
현재 Branch는 각 활용 사례에 요구되는 신뢰 수준을 동적으로 설정하고 있지만 이는 당사가 고객들에게 향후 직접 공개할 수 있는 구성입니다.
3단계: 네트워크 확장
처음부터 단순히 ‘페르소나 그래프를 구축’하는 것은 불가능합니다. 어느 누구도 그럴 만한 이유가 없기 때문입니다.
왜일까요? 페르소나 그래프는 더 많은 회사가 기여할수록 모두에게 가치가 증가됩니다. 다시 말해 기존의 페르소나 그래프에 참여하는 것의 이점이 어마어마하게 크다는 것입니다. 반면에 완전히 새로운 페르소나 그래프에서는 아무리 열심히 참여해도 이득이 거의 없습니다. 이는 처음부터 혼자서 새로운 카드 짝 맞추기 게임을 열심히 진행한 결과를 새 플레이어에게 갖다 바치는 것과 다름이 없기 때문입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
4단계: 매칭 데이터의 활용
Branch는 이러한 크로스 플랫폼/크로스 채널/크로스 기기 페르소나를 이용해 무엇을 할 수 있을까요? 몇 가지 예를 들어보겠습니다.
어트리뷰션 모호성 해결. 이것은 너무나 당연한 부분입니다. 페르소나 그래프는 우리가 이야기해 온 사용자의 복잡한 여정을 정확하게 어트리뷰션할 수 있게 만들어줍니다. 여러분과 다른 Starbucks 고객이 모두 동일한 쇼핑 앱을 사용하고 있고 기존의 핑거프린트 기반 어트리뷰션 방법으로는 그 차이를 판별할 수 없는 경우를 예로 들 수 있습니다.
실제 멀티터치 보고에 관한 데이터 제공. 멀티터치 모델링을 이용하여 사용자 활동을 더 심층적으로 파악할 수 있다면 그야말로 어트리뷰션에 있어서 가장 완벽한 방법일 것입니다. 이는 모든 마케터가 원하는 바이기도 합니다. 또 그만큼 그에 대해 사람들이 기대하는 바도 각기 다릅니다. 하지만 모두의 의견이 합치되는 점이 하나 있다면 바로 멀티터치 어트리뷰션만이 직접 데이터를 제공하는 것만큼 유용하다는 사실과 불량한 데이터는 문제를 유발한다는 사실입니다.
Branch는 페르소나 그래프를 이용해 모든 채널과 플랫폼 전반에서 데이터를 통합할 수 있습니다. 기존의 모바일 어트리뷰션 제공업체들은 이 데이터를 완전히 놓치고 있습니다. 다시 말해서 이 제공업체들의 ‘멀티터치 어트리뷰션’은 단지 ‘다중 광고 앱 인스톨 어트리뷰션’인 셈입니다.
사용자 개인정보 보호. 핑거프린트는 오랜 기간 모바일 어트리뷰션에 있어 필요악이었습니다. 그런데 이 필요악의 단점은 단순히 부정확한 측정뿐이 아니라, 핑거프린팅이 잘못된 사용자를 매칭할 경우 사용자 개인정보 보호의 문제를 야기할 수도 있다는 것입니다. 이러한 위험이 발생하는 이유는 시스템이 전혀 다른 사용자를 취급한다고 착각하기 때문입니다. Branch는 페르소나 그래프를 이용해 부정확한 매칭의 위험을 크게 낮춤으로써 최종 사용자의 개인정보를 더 확실히 보호할 수 있습니다. 당사는 이를 더욱 강화하기 위해 ‘보장된 매칭’ 플래그까지 제공하고 있습니다.
측정, 그 이상. 어트리뷰션은 애초에 전환이 발생하는 경우에만 가능한 일입니다. Branch는 페르소나 그래프를 이용해 전환의 가능성을 높여주는 원활한 크로스 플랫폼 사용자 경험을 제공할 수 있어 모든 마케팅 노력의 성과를 개선해줍니다.
예를 들면 여러분의 웹사이트를 방문한 사용자가 여러분의 앱을 이미 인스톨한 상태라 해도, Branch는 페르소나 그래프를 사용해 이를 감지하고 그 사용자에게 앱 내 동일 콘텐츠로 원활히 전환되는 옵션을 제시합니다. 이 옵션을 통해 사용자는 구매를 완료할 가능성이 더욱 높아지게 됩니다.
페르소나 그래프 어트리뷰션과 이전 세대의 방식 비교
그럼 최종 정리를 위해 어트리뷰션 시스템의 세 가지 핵심 기능을 다시 한번 살펴보고, 페르소나 그래프 기반의 플랫폼이 가진 역량을 기존의 방식과 비교해보겠습니다.
1. 상호작용 포착
모바일 어트리뷰션 제공업체들은 광고를 가장 먼저 활용하기 시작했고 그 이후로 다른 채널들을 수용하는 방법으로 시스템을 개선하고자 노력해 왔습니다.
페르소나 그래프는 광고를 지원할 수 있을 뿐 아니라 이메일, 웹, 소셜, 검색, 오프라인 등 다양한 채널도 지원할 수 있습니다.
2. 전환수 측정
모바일 어트리뷰션 제공업체는 앱 인스톨 이벤트를 포착하는 데 최적화되어 있을 뿐, 다른 플랫폼에서 발생하는 비인스톨 전환을 취급할 수 있도록 구성되어 있지는 않습니다. 이러한 업체들 중 다수가 현재 기본 웹 측정을 수행하는 방법을 다급하게 모색 중입니다. 이는 앱이 등장하기 몇 년 전에 이미 해결된 문제입니다.
페르소나 그래프는 앱 인스톨을 어트리뷰션할 수 있을 뿐 아니라 웹사이트, 데스크톱 앱, OTT 기기 등에서 나타나는 다른 퍼널 하단의 전환도 포착할 수 있습니다.
3. 전환과 전환을 유도한 상호작용을 다시 연결
어트리뷰션 2.0의 구축을 통해 설명한 바와 같이, 모바일 어트리뷰션 업체들은 현재 두 가지 매칭 기법을 이용할 수 있습니다. 즉, 기기 ID를 기본으로 사용하거나 핑거프린팅에 의존하는 것입니다.
페르소나 그래프에 기반한 시스템은 단일 플랫폼상(앱-투-앱)의 사용자 여정에 기기 ID를 사용할 수 있을 뿐 아니라 크로스 플랫폼상(웹-투-앱)의 사용자 여정에 사용되는 기기 ID-웹 쿠키 쌍도 보유합니다. 이용 가능한 매칭 ID 쌍이 없는 경우 핑거프린팅에 의존해야 할 수도 있지만 이런 일이 발생할 확률은 매우 낮습니다.
앞으로 구현될 강점
디지털 생태계에서의 파편화는 겪어보지 않은 사람이 없을 정도로 보편적인 문제입니다. 또한 웹과 앱 간의 어트리뷰션에서 나타나는 어려움들은 시작에 불과할 뿐, 앞으로도 계속해서 증가할 것입니다. 여러분이 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보세요!
페르소나 그래프에 기반한 어트리뷰션을 사용하면 이러한 파편화에 대응하는 것이 가능해집니다. 또한 사용자 중심 링크 활동을 바탕으로 하는 페르소나 그래프는 선순환을 주도하게 됩니다. 링크는 디지털 마케팅에서 공통적으로 활용하는 요소이며, 따라서 항상 모든 채널, 플랫폼, 기기상에서 당연한 선택지이기 때문입니다. 바로 이러한 링크가 페르소나 그래프를 구축하는 데 활용되는 것입니다. 결과적으로 ROI는 증가할 것이고, 어디에서나 종합적인 측정이 가능해지며, 더 신뢰할 수 있는 링크를 얻을 수 있게 됩니다.
다른 어떠한 플랫폼 중심의 어트리뷰션 솔루션도 따라할 수 없는 효과가 나타날 것입니다.
Branch는 어트리뷰션을 단순한 앱 인스톨 측정보다 훨씬 더 큰 기능을 제공하는 종합적인 솔루션의 일부라고 생각합니다. 당사의 진정한 사명은 현대의 디지털 생태계에서 콘텐츠 발견의 문제를 해결하는 것입니다. 딥링킹은 이 사명을 이행하는 데 있어서 중요한 부분이었습니다. 그리고 또 다른 부분이 바로 어트리뷰션을 개선하는 것입니다. 하지만 아직 완전하게 사명을 달성한 것은 아닙니다. 그러니 계속해서 지켜봐주세요!
부록: FAQ 및 문제 제기
기기 제조업체들이 페르소나 그래프를 제한하려 한다면 어떻게 됩니까?
기기 제조업체는 각자의 사용자를 보호할 의무가 있습니다. 이와 동시에 본인들이 속한 생태계에서 기업들이 상업적인 경쟁력을 갖추도록 지원할 필요가 있습니다. 개인정보 보호를 고려하는 제3자 페르소나 그래프는 이 두 가지 요구사항을 충족하기에 훌륭한 방법입니다.
Branch는 수많은 기기 제조업체들과 긴밀히 협력하고 있습니다. 이러한 제조업체들은 당사의 플랫폼을 알고 있으며 당사가 구축한 솔루션을 지지하고 있습니다.
페르소나 그래프로 인해 기업들이 경쟁업체의 독점 데이터를 훔치는 것이 가능하지 않을까요?
그런 일은 가능하지 않습니다. 페르소나 그래프를 통해 얻을 수 있는 유일한 데이터는 연결성 여부에 관한 정보 그 자체이기 때문입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 정상적인 페르소나 그래프에는 수천 명의 참여자들이 포함되어 있기 때문에 어떤 회사도 불균형하게 대두될 수 없습니다. 또한 페르소나 그래프가 생존하려면 어떤 회사도 직접 독립적으로 확보하지 않은 데이터에는 액세스할 수 없다는 사실이 보장되어야 합니다.
페르소나 그래프는 사용자 개인정보 보호 측면에서 문제가 있어 보입니다…
페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 그리고 이러한 연결성은 쿠키나 기기 ID처럼 원하는 대로 재설정할 수 있습니다.
Branch는 사용자 개인정보와 관련하여 Branch 주요 개인정보 보호 원칙을 채택한 바 있습니다. 이 원칙의 전체 내용은 아래와 같습니다.
Branch는 당사가 수집하는 데이터를 제한합니다. Branch는 데이터 최소화를 실시합니다. 즉, 당사가 서비스를 제공하는 데 있어 필요하지 않은 정보를 수집하거나 저장하지 않습니다. 당사가 수집하는 개인 데이터는 광고 식별자, IP 주소, 리셋 가능한 쿠키에서 파생된 정보같은 데이터로 제한됩니다. 이러한 데이터에 관한 전체 목록은 아래 Branch의 개인정보 보호 정책에 나와 있습니다. 당사는 이름, 이메일 주소, 실제 주소 또는 SSN과 같은 정보를 수집하거나 저장하지 않습니다. 이러한 정보를 수집하거나 저장하기 원하지도 않습니다. 실제로 당사의 이용약관에서는 고객이 Branch에 최종 사용자의 민감한 정보를 공유하는 것을 금지하고 있습니다. 당사는 고객이 당사의 Text Me The App(TMTA) 기능을 사용하는 경우 전화번호를 수집하지만 이 경우에는 문자 메시지를 이용하기 위한 목적으로만 최종 사용자의 전화번호를 수집 및 처리하며 이후 7일 이내에 삭제합니다.
당사는 여러분의 앱 또는 웹사이트상에서 일어난 실제 최종 사용자 활동에 관한 데이터만 여러분께 제공합니다. 당사 고객들은 직접 ‘확보한’ 쿠키 또는 식별자에만 액세스할 수 있습니다. 즉, 최종 사용자가 반드시 고객의 사이트를 방문해야만 고객이 쿠키를 볼 수 있습니다. 또한, 최종 사용자가 고객의 앱을 다운로드해야만 Branch가 해당 고객의 최종 사용자 광고 식별자를 수집할 수 있습니다. 결론적으로 Branch 서비스는 본인의 플랫폼에 최종 사용자가 방문한 경험이 있고 웹 방문과 앱 세션 간 관계를 이해하고자 하는 고객들에게 유용합니다.
당사는 개인 데이터를 임대 또는 판매하지 않습니다. Branch 고객 누구도 다른 Branch 고객의 최종 사용자 데이터에 액세스할 수 없습니다. 또한, 당사는 고객의 최종 사용자 데이터를 어느 누구에게든 임대하거나 판매하지 않습니다. 고객들은 각자의 최종 사용자 개인 데이터를 관리하고자 할 때 여러 최종 사용자에 대해서든 아니면 특정 최종 사용자에 대해서든 언제든지 데이터 삭제를 요청할 수 있습니다. 이러한 관리 방법은 본래 당사가 GDPR 요구사항을 준수하기 위해 마련한 것이지만 현재 전 세계 모든 고객들이 이용할 수 있습니다.
페르소나 그래프가 ‘ID 확인’ 또는 ‘사용자 중심 마케팅’ 상품과 다른 점은 무엇입니까?
이러한 상품들은 이름만 들었을 때나 표면적으로 봤을 때 페르소나 그래프와 비슷하다고 생각할 수 있습니다. 하지만 그 기반은 완전히 다릅니다. 세 가지 주요 차이점은 다음과 같습니다.
구축 원리. 이러한 상품들의 데이터는 일반적으로 제3자에게서 대량 구매한 뒤 프로필로 집계하는 것입니다. Branch 페르소나 그래프는 직접 관찰된 사용자 활동을 기반으로 구축되며 외부 출처로부터 획득되는 어떠한 개인 데이터도 포함하지 않습니다.
포함된 내용. 이러한 상품을 통해 이용할 수 있는 사용자 프로필은 대개 이름, 이메일 주소, 나이, 성별, 쇼핑 기호 등의 민감한 개인 데이터가 포함되어 있습니다. Branch 페르소나 그래프에는 익명화된 크로스 플랫폼 식별자 매칭만 포함되며 민감한 개인 데이터를 일절 사용하지 않습니다. 당사는 고객들로부터 이러한 데이터를 받고 있지도 않습니다.
사용 방식. 이러한 상품들의 주된 활용 사례는 광고 리타게팅을 위해 타겟을 판매하는 것입니다. 따라서 Branch가 제공하고자 하는 근본적인 서비스인 정확한 측정 및 원활한 사용자 경험과는 그 목표부터 다릅니다.
부정행위에 관한 부분은 어떻습니까?
부정행위는 톰과 제리의 싸움처럼 절대 끝나지 않는 문제입니다. 광고의 본래 의미대로 사람 간에 가치가 거래되는 상황이 존재하는 한, 부정행위는 절대 완전하게 뿌리 뽑지 못할 것입니다. 노련한 사기꾼들은 항상 방법을 찾아 내기 때문입니다.
모바일 어트리뷰션 제공업체의 현실적인 목표는 ‘멍청한 부정행위’를 차단하고 부정행위를 벌이는 행위 자체를 힘들게 하여 사기꾼이 다른 목표물을 찾게끔 하는 것입니다. 이를 위한 가장 좋은 방법은 실제 사람의 활동 패턴을 나타내지 않는 모든 것을 배제시키는 것입니다. 페르소나 그래프는 어떠한 단일 채널, 단일 플랫폼 시스템보다도 훨씬 더 정교하게 이를 판별할 수 있는 데이터를 보유하고 있습니다.
페르소나 그래프가 사용자를 찾지 못하는 경우에는 어떻게 됩니까?
Branch의 네트워크 규모가 상당함에도 불구하고 페르소나 그래프를 이용할 수 없는 상황들은 여전히 존재합니다. 아주 간단한 몇 가지 예를 들자면 새 기기가 처음 발견되는 경우, 브라우저 쿠키가 재설정되는 경우, iOS의 ITP 등이 있습니다.
이러한 상황에서는 시스템이 당시 이용 가능한 차선의 매칭 기법에 의존해야 합니다. Branch의 차선책은 기존 어트리뷰션 제공업체에서 제공하는 수준(보통은 그보다 더 나은 수준)의 결과를 제공합니다.
크로스 기기 어트리뷰션의 경우는 어떻습니까?
크로스 기기는 굉장히 복잡한 문제입니다. 이론상 페르소나 그래프는 데이터를 모든 채널과 플랫폼 간에 연결하는 것처럼 모든 기기 간에도 연결할 수 있습니다.
최근 일부 모바일 어트리뷰션 제공업체들은 ‘사용자 중심 어트리뷰션’을 도입하기 위해 크로스 기기 트래킹을 사용하기 시작했습니다. 그 근본적인 방법은 이메일 주소나 사용자 이름 등 고객이 제공하는 식별자에 근거해 활동을 병합하는 것입니다. 즉, 두 기기에서 동일 ID로 로그인이 이루어지면 이러한 ID가 어트리뷰션의 관점에서 동일 개인에 귀속된다고 간주하는 것입니다.
이는 표면적으로 볼 때 논리적이고 이 업체들에게 효과적인 방법인 듯합니다. 이 업체들은 여전히 한 번에 하나의 앱만을 기본으로 하는 단편화된 관점에서 측정하려 하기 때문입니다. Branch는 페르소나 그래프 외에도, 이미 앱별 사용자 ID에 근거하여 이와 유사한 크로스 기기 전환 병합을 실시하고 있습니다.
페르소나 그래프에서 크로스 기기가 복잡해지는 경우를 예로 들어 설명해보겠습니다.
하나의 모바일 기기에서 이루어지는 활동 대다수가 한 사람에만 기반한다고 가정하는 것 자체는 아주 합리적입니다. 물론 친구에게 전화를 걸어달라고 요청하거나 항공편 상태를 확인해달라고 요청할 수도 있습니다. 하지만 이러한 행동이 어트리뷰션 데이터를 약간 지저분하게 만들긴 해도 그 영향은 굉장히 제한적인 편입니다. 하지만 사용자가 친구에게 자신의 이메일 계정에 로그인해 항공편 확인증을 인쇄해달라고 요청하고 어트리뷰션 제공업체가 이것을 근거로 페르소나 그래프 전반에서 ID 파편을 병합한다면, 그 영향이 누적되어 의도치 않은 엄청난 결과가 발생할 수도 있습니다.
당사의 고객들은 크로스 기기 어트리뷰션에 관해 주기적으로 문의를 하고 있습니다. 그리고 리서치팀은 이러한 문의를 원활하게 처리해 왔습니다. 당사는 데이터의 무결성이 당사가 제공할 수 있는 가장 귀중한 부분이라고 생각하기 때문에 서두르지 않고 옳은 길을 가려고 합니다.
딥링크가 왜 그렇게 중요합니까?
일부 기존 모바일 어트리뷰션 제공업체들은 딥링크가 어트리뷰션에 중요하지 않다고 생각합니다. 어떤 관점에서 보면 이러한 업체들의 생각도 맞습니다. 회계 담당자가 꼭 가이드에 대한 풍부한 지식을 갖추지 않아도 되기 때문입니다. 하지만 Branch는 이것이 굉장히 근시안적인 태도라고 생각합니다. 이 디지털 생태계에서 파편화가 계속 진행 중이라는 것은 결국 더 이상 측정 가능한 것이 남지 않게 되는 상황을 의미하기 때문입니다.
오프라인 세계의 사례를 하나 들어보겠습니다.
지역 자동차 매장을 광고하는 광고판이 하나 있다고 상상해봅시다. 식료품점에서 나와 고속도를 달리며 집으로 가고 있던 여러분은 그 광고판에서 최신 플러그인 하이브리드 자동차 광고를 발견합니다. 굳이 새 차가 필요하진 않지만, 지금까지 사용한 오래된 차는 차고 바닥 여기저기에 기름을 질질 흘리고 다닌지 이미 몇 달이 되었고 지난주에는 엔진 점검등에 불도 들어왔습니다. 그래서 여러분은 즉흥적으로 자동차 매장에 들러 시승을 해보기로 결심합니다.
여러분은 벌써부터 ‘새 차’ 냄새를 맡을 정도로 기대에 차 있습니다. 그리고 자동차 매장으로 가기 위해 고속도로 출구로 나가려고 했는데… 출구 도로는 막혀 있고 그 앞에 ‘도로 공사 중’이라는 커다란 주황색 표지판이 서있습니다. 다음 출구 도로를 타려면 5분은 더 가야 합니다. 그래서 여러분은 10분 동안 국도로 되돌아가는 방법을 열심히 고민합니다. 게다가 아까 산 뒷좌석의 우유는 뜨거운 햇빛을 받으면 금방 상해 버릴 것입니다. 여러분은 결국 포기하고 집으로 돌아갑니다.
일주일 뒤, 여러분은 우연히 그 광고판 옆을 다시 지나게 됩니다. 고속도로 출구 도로는 다시 개통된 상태이고 여러분은 지난 며칠간 여기저기에서 새 차 냄새를 풍기는 사람들을 수도 없이 봐왔습니다. 하지만 이번에는 광고판에서 지역 은행을 광고하고 있습니다. 그리고 여러분이 한 주 전에 봤던 광고는 이미 기억에서 완전히 잊혀졌습니다. 영업사원이 여러분에게 묻습니다. “어떤 일로 방문하셨나요?” 여러분은 이렇게 대답합니다. “아, 우연히 근처에 볼 일이 있어서요.”
자, 여기에서 이 자동차 매장은 두 가지 문제점을 가지고 있습니다.
우선, 한 번 틀어진 고객 여정은 절대 다시 회복하지 못할 수도 있습니다. 어쩌면 여러분은 이미 새로운 매장을 찾아갔을지도 모릅니다. 어차피 새 차라면 어느 것이든 신나기 때문입니다.
그리고 이 자동차 매장은 여러분이 매장을 방문한 진짜 이유가 광고판이라는 사실을 모릅니다. 그 이유는 여러분 스스로도 기억하지 못하기 때문입니다. 여러분이 결국 구매를 완료했다면 이 광고판 광고는 투자할 가치가 있는 광고였을 것입니다…하지만 이 매장은 이 광고가 가치 있는 것인지 아닌지를 절대 알지 못할 것입니다. 고객 여정 중에 고속도로 공사 때문에 방해를 받았고 그로 인해 매장의 어트리뷰션 루프가 훼손되었기 때문입니다.
이 상황을 약간 변경하면 ‘자동차’를 ‘앱’으로, ‘광고판’을 ‘인스톨 광고’로, ‘고속도로 출구 도로’를 ‘링크’로 바꾸어 생각해볼 수 있습니다.
오늘날의 디지털 세계에서는 링크가 곧 고객 여정입니다. 링크가 제 기능을 하지 못하면 아무리 세계 최고의 측정 도구라도 애초에 발생한 적 없는 전환을 어트리뷰션하는 데 도움을 줄 수 없습니다.
결론: 링크가 모든 상황에서 제 기능을 할 수 있다는 솔루션도 제시하지 않고, 링크가 망가질 리 없다는 검증 가능한 데이터도 제공하지 않으면서 측정이 가능하다고 주장하는 어트리뷰션 시스템이 있다면 부디 다시 한번 의심해보세요. 아마도 지난 몇 년 동안 이 생태계에서 나타난 변화에 적응하지 못한 구시대의 시스템일 가능성이 높습니다.
다른 회사에서 페르소나 그래프를 새로 만든다면 어떻게 됩니까?
그런 일은 언제나 가능하겠지만 네트워크 영향의 특성을 생각해보면 다른 어느 기업이든 Branch 페르소나 그래프와 경쟁하기 위해 필요한 엄청난 규모의 자원을 확보하기란 굉장히 어려울 것입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
SAN(자체 어트리뷰션 네트워크)은 어떻습니까?
Facebook, Google, Twitter 등의 SAN은 기기 ID를 이용하여 각자의 울타리 쳐진 영역, 다시 말해 각자의 통제된 서비스를 생태계 안으로 가져옵니다. SAN이 갖는 차이점은 어트리뷰션 제공업체가 사용자의 모든 상호작용을 관찰할 수 있게 허용하는 것이 아니라, “이 기기 ID가 방금 뭘 했는데… 지난 X일 안에 이 사용자를 본 적 있습니까?” 같은 질문을 받을 때 예 또는 아니요로 대답만 한다는 것입니다.
SAN의 접근법에는 부정행위가 존재하기 힘들다는 장점이 있지만 그 안을 들여다볼 수 없는 검은 상자와 같다는 단점이 있습니다. 하지만 이것이 광고 생태계의 현실입니다.
이렇게 통제된 서비스들은 대부분 각자의 사용자 ID 또는 이메일 주소를 통해 플랫폼 간에 사용자를 연결해주기 때문에 SAN이 다른 기기/플랫폼상에서 그 사용자에 의한 활동을 보고하지 못할 이유는 없습니다. 이러한 형태의 연결은 연결된 기기 ID를 통해 페르소나 그래프에 자동으로 통합됩니다.
iOS의 LAT(광고 트래킹 제한)는 어떻습니까?
LAT가 활성화되면 iOS가 0으로 구성된 문자열 형태의 IDFA를 전송합니다. 현재 iOS의 약 20%는 이 설정이 활성화되어 있는 것으로 보입니다. Branch는 IDFA가 없다면 사용자를 페르소나 그래프에 연결할 수 없지만 그래도 핑거프린팅이나 IDFV(LAT가 활성화되어 있을 때에도 이용 가능하지만 그 범위가 단일 앱/벤더로 제한되는 대안 기기 ID)를 통해 여전히 어트리뷰션을 수행할 수 있습니다.
본 문서는 ‘모바일 어트리뷰션 제공업체’의 시대가 끝나가는 이유와 어트리뷰션 2.0에서 예상되는 사항에 관한 정보를 다룬 3부 시리즈 중 마지막 부입니다. 제1부는 여기에서, 제2부는 여기에서 확인하십시오. 전문은 Hacker Noon이 최초 출간하였습니다.
우리는 5개 장으로 구성된 글을 통해 이상적인 어트리뷰션 2.0 솔루션에 관한 Branch의 견해를 살펴보고자 합니다. 그리고 마지막 제5장을 지금부터 살펴보겠습니다.
- ‘어트리뷰션’이란? 오프라인, 디지털, 모바일을 포함한 마케팅 어트리뷰션의 간략한 역사.
- 모바일 어트리뷰션 제공업체의 시야가 가려지는 과정. 이 플랫폼들이 빠르게 제 기능을 잃고 있는 이유.
- 어트리뷰션의 미래. ‘페르소나 그래프’가 어디에서나 믿을 수 있는 정확한 측정치를 제공하는 원리.
- 기존의 어트리뷰션 기법 살펴보기. 웹사이트와 앱의 단일 플랫폼상에서 측정이 이루어지던 원리에 대한 심층적 분석.
- 차세대 기법: 페르소나 그래프. 페르소나 그래프가 효과적인 이유와 Branch에서 페르소나 그래프를 구현한 방법.
제5장: 차세대 기법인 페르소나 그래프
이 장에서는 페르소나 그래프가 어떤 원리로 작용하며 사용자 개인정보 보호 및 데이터 보안과 관련된 일반적인 문제들을 어떻게 해결하는지 설명하고, Branch에서 페르소나 그래프를 어떻게 구축했는지 자세히 알아봅니다. 또한 기존 세대의 모바일 어트리뷰션 제공업체와 비교하여 페르소나 그래프는 무엇을 가능하게 하는지 살펴봅니다.
기존 어트리뷰션 기법이 갖는 문제는 확률적이거나(데이터가 잘못되었을 가능성이 존재함) 단일 플랫폼(웹 또는 앱) 내에서 고립된다는 점입니다. 페르소나 그래프는 이러한 문제를 가진 환경에 최상의 해결책을 제공합니다.
카드 짝 맞추기 게임을 떠올려보겠습니다. 혹시 잘 모르시는 분들을 위해 설명을 드리자면, 이 게임은 모두 뒷면만 보이도록 뒤집혀 있는 카드 중 두 개의 카드를 무작위로 뒤집어보며 짝을 찾는 게임입니다. 여러분이 두 장의 카드를 처음으로 뒤집어 짝을 맞출 확률은 극히 희박합니다. 하지만 시간이 지날수록 점점 각각의 카드가 어디에 위치해 있는지 알게 됩니다. 여기에서 시간의 역할은 매우 중요합니다. 기억력이 좋다면 두 장씩 카드를 뒤집을 때마다 정확한 짝을 맞출 수 있게 될 것입니다.
그렇다면 게임의 상황을 한 단계 발전시켜보겠습니다. 이번에는 여러분이 카드들을 뒤집어보며 각각의 위치를 알아내는 것이 아니라, 게임을 지켜보다가 중간에 합류했다고 가정해봅시다. 즉, 여러분이 카드를 뒤집을 차례가 오기 전에 이미 다른 플레이어들이 테이블 위의 모든 카드를 뒤집어 보여준 상황입니다. 이런 상황은 더 이상 확률 싸움이라고 보기 어려울 것입니다. 큰 확신을 가지고 모든 짝을 맞출 수 있을 것이기 때문입니다.
이것이 바로 페르소나 그래프의 기본 개념입니다. 매칭되는 익명의 데이터 포인트를 공유함으로써 모두에게 이득을 주는 방법입니다. 페르소나 그래프는 카드 짝 맞추기 게임에서 여러분의 차례가 오기 전에 이미 모든 카드가 뒤집어 보여진 경우와 같습니다. 여러분이 직접 보지 못했어도 네트워크상의 다른 누군가는 본 적 있는 사용자를 정확하게 매칭해주기 때문입니다.
모두가 모르는 척하고 있는 문제: 개인정보 보호, 보안, 기밀 유지.
페르소나 그래프가 생존할 수 있으려면 두 가지의 중요한 사항이 필수적으로 보장되어야 합니다. 바로 1) 사용자 개인정보 보호 보호 및 데이터 보안, 그리고 2) 기밀 유지입니다.
사용자 개인정보 보호 및 데이터 보안. 페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 사용자가 여러분에게 이 정보를 공유하고 싶어 한다면 그 정보는 이미 여러분의 시스템 내에 포함되어 있을 것입니다. 즉, 페르소나 그래프가 하는 일은 그저 여러분이 기존의 한 고객을 또 다른 장소에서 보고 있다는 사실을 알려줄 뿐입니다. 그리고 사용자는 쿠키 또는 기기 ID처럼 페르소나 그래프와의 연결성을 원하는 대로 재설정할 수 있습니다.
다시 말해 페르소나 그래프는 개인정보 보호에 관해 우편 서비스와 같은 방식을 취해야 합니다. 우편 배달부들은 수취인의 실제 위치를 알아야만 우편을 배달할 수 있습니다. 이들이 관심을 갖는 것은 주소일 뿐, 수취인 정보가 아닙니다. 그리고 우리는 이러한 우편 배달부들이 절대 고객의 우편을 열어보지 않으며, 우리가 무엇을 구매하는지에 관한 정보를 비싼 값에 판매하지 않을 것이라고 믿고 있습니다.
Branch는 사용자 개인정보 보호에 대한 막중한 책임을 느끼며 이와 관련한 공식적인 이행 방안을 여러 차례 발표한 바 있습니다. 그 내용은 간단하게 세 가지로 요약할 수 있습니다. 1) 당사는 당사가 수집하는 데이터를 선행적으로 제한하며, 그 범위는 당사가 고객에게 서비스를 제공하기 위해 절대적으로 필요한 데이터에 한합니다. 2) 당사는 당사 앱 또는 웹사이트에서 발생하는 최종 사용자 활동에 관한 데이터만 고객들에게 제공할 것입니다. 3) 당사는 다른 Branch 고객에게 대상을 타게팅하거나, ID 기업과 부가적인 쿠키 동기화 거래를 하거나, ‘독립적인’ 자회사를 이용하는 등 어느 방법으로도 최종 사용자의 개인 데이터를 임대 또는 판매하지 않습니다.
아울러 당사는 민감한 데이터를 제거하고 악의적인 행위자들로부터 당사 플랫폼을 지키기 위한 모범 관행을 선행적으로 철저하게 준수합니다.
기밀 유지. 페르소나 그래프를 통해 이용 가능한 유일한 데이터는 연결 자체에 관한 정보 뿐입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 페르소나 그래프는 Pepsi가 Coca-Cola의 고객 목록을 절대 구매할 수 없도록 반드시 보장할 것입니다.
비유하자면, 스위스는 500년 넘게 유럽에서 모든 전쟁을 피해 왔고 앞으로도 그럴 것입니다. 모두가 스위스는 중립국이라는 사실을 인지하기 때문입니다. 페르소나 그래프도 이처럼 의심의 여지 없는 평판을 유지해야 합니다.
Branch 페르소나 그래프 간단히 살펴보기
2014년 Branch가 처음 설립될 당시에는 이미 모바일 어트리뷰션 제공업체 업계가 충분히 자리 잡은 상태였습니다. 이 업계의 업체들은 모두 광고 유도식 앱 인스톨을 측정하는 손쉬운 방법을 활용하며 경쟁하고 있었습니다. 모바일 업계에서 종사하고 계신다면 아마 이러한 업체들의 이름을 익히 들어보셨을 것입니다. Branch는 지난해 그중 한 업체의 어트리뷰션 사업을 인수했습니다.
당사는 새로운 접근법을 택하기로 했습니다. 앱 인스톨 광고는 결국 꺼지게 될 거품이라는 걸 깨달았고, 아울러 마케터들이 다른 채널과 전환 이벤트들을 다시 고려하기 시작하면서 원활한 사용자 경험이 점점 중요해질 것임을 알고 있었기 때문입니다. 그래서 당사는 모두가 무시하고 있던 더 어려운 기술적 문제부터 해결하기로 했습니다. 이는 당사가 2년 전 딥링킹만으로는 충분하지 않다는 논지로 여러분께 공유했던 내용이기도 합니다.
이러한 결심을 바탕으로 당사는 전 세계의 유명 브랜드 중 다수가 가지고 있던 크로스 플랫폼 사용자 경험 문제를 대대적으로 해결하였고, 페르소나 그래프를 개발했습니다. 페르소나 그래프를 통해 Branch는 지금까지 이용할 수 있었던 어느 솔루션보다도 더 정확하고 믿을 수 있는 어트리뷰션 솔루션을 제공할 수 있게 되었습니다.
이 페르소나 그래프가 작동하는 원리는 다음과 같습니다.
1단계: 확정적 ID 수집
믿기 어려우시겠지만 사실 이 단계는 비교적 쉬운 단계입니다. 사용자 활동은 여러 플랫폼 전반에서 파편적으로 발생합니다. 따라서, 그러한 각 활동의 확정적 ID를 얻는 것이 이 단계의 목표입니다. Branch의 고객들은 대부분의 마케팅 리소스를 웹사이트와 모바일 앱에 투자하기 때문에 지금까지는 이 두 가지가 당사에서 주목해 온 플랫폼이었습니다. 하지만 다른 어느 플랫폼에든 똑같은 원리가 적용됩니다.
당사는 웹에서 확정적 ID를 생성하기 위해 자바스크립트 SDK를 이용하여 1차 쿠키를 설정합니다. 앱 내에서는 기기 ID를 활용하기 위해 네이티브 SDK를 제공합니다.
또한 macOS 및 Windows상의 데스크톱 앱과 사용자 지정 OTT(Over The Top) 기기 통합을 위한 SDK도 개발했습니다. 앞으로도 고객의 요청에 따라 새로운 플랫폼을 추가적으로 지원할 예정입니다.
2단계: 페르소나 매치 생성
ID 파편을 위한 ID를 확보한 후에는 크로스 플랫폼 매칭 기법을 다층적으로 이용해 이 ID를 다시 페르소나 그래프상의 페르소나 기록에 연결합니다. 몇 가지 예를 들어보겠습니다.
- 딥링크. 사용자가 링크를 클릭해 한 곳에서 다른 곳으로 이동할 때가 가장 이상적인 연결 시점입니다. 바로 이 시점은 당사가 동일 기기(예: Safari, Facebook 브라우저, 네이티브 앱)상에 존재하는 파편들을 매칭하는 데 사용하는 주된 기법입니다. 또한 사용자의 직접적 활동으로 인해 발생하는 것이므로 가장 믿을 수 있는 방법이기도 합니다.
- 사용자 ID. 사용자는 계정에 로그인할 때 고유한 ID를 제공합니다. 이 ID는 동일 사용자가 다른 장소에서 나중에 다시 로그인할 때 매칭에 이용할 수 있습니다. 당사는 현재 이 신호를 제한된 범위 내에서만 사용합니다. 공유 기기와 관련해 민감한 문제들이 매우 많기 때문입니다. 하지만 당사는 적극적으로 솔루션을 모색 중이며 이 방법에서 상당한 가능성을 확인하고 있습니다. 참고로, 당사의 경쟁업체들은 ‘사용자 중심 어트리뷰션’과 관련하여 이 기법을 사용하고 있습니다. 하지만 앞서 언급한 공유 기기의 문제점이나 업종에 따라 방대한 수의 방문객들이 절대 로그인하지 않는다는 점을 고려해볼 때, 여전히 이 기법을 사용하고 있다면 이는 확실히 의구심을 가질 만한 문제입니다.
- Google Play 리퍼러. Google은 첫 인스톨 시 Play Store를 통해 제한된 양의 데이터를 전송합니다. Branch는 이 일회성 연결을 이용해 페르소나 그래프와의 영구적 매칭을 생성합니다.
- 핑거프린팅. 이 기법은 당사가 페르소나 그래프를 구축할 때 사용하지 않는 크로스 플랫폼 매칭 방법 중 하나이지만 어트리뷰션 업계에서 매우 흔히 사용되고 있기 때문에 언급할 가치가 있습니다. Branch는 페르소나 그래프에서 이미 존재하는 강력한 매칭을 얻을 수 없는 경우 핑거프린팅에 의존하기도 합니다. 따라서 당사는 IPv6 기반 엔진에 투자했습니다. 이 엔진은 아직도 IPv4에만 의존하고 있는 기존의 모바일 어트리뷰션 제공업체들보다 더 뛰어난 정확성을 제공합니다.
Branch는 전 세계를 무대로 대규모 활동하기 때문에 머신러닝을 사용하여 동일 사용자에 귀속될 가능성이 있지만 아직 확정적으로 병합되지는 않은 다양한 페르소나 간의 연결성을 밝혀낼 수도 있습니다. 우리는 이것을 ‘확률적 매칭’이라고 부릅니다. 어느 쪽도 100% 보장되지 않기 때문입니다. 하지만 이 방법은 우리가 또 다른 확정적 패턴들을 관찰해 확보하는 높은 신뢰 수준과 결합할 경우 꽤 유용합니다.
확률적 매칭과 핑거프린팅을 비교해보면 다음과 같습니다.
핑거프린팅. 핑거프린팅은 실제로 발생해야 합니다. 다시 말해 사용자가 어떤 행동을 하는 바로 그 순간에 이용 가능한 데이터가 무엇이든 그 데이터에 전적으로 의존하여 추측해야 합니다. 이 사용자는 혼자 집에 앉아 있을 수도 있고(정확도가 높은 상황), 아니면 쇼핑몰에서 수천 명의 다른 사람들과 함께 공용 Wifi를 사용하고 있을 수도 있습니다(정확도가 매우 낮은 상황). 핑거프린팅을 이용하는 시스템은 선택지가 단 두 개 뿐입니다. 1) 확률 도박을 통해 매칭을 만들거나, 2) 매칭은 무시하고 어트리뷰션이 발생하지 않았다고 주장하는 것입니다. 기존의 모바일 어트리뷰션 제공업체들이 제시해 온 그럴싸한 ‘동적 핑거프린팅’ 시스템은 사실 2번 선택지를 언제 선택할 것인지 결정하는 과정에 불과합니다.
확률적 매칭. 페르소나 그래프는 지속적이기 때문에 Branch는 인내심을 갖고 기다릴 수 있습니다. 우리는 전환 이벤트가 발생할 때 실시간으로 룰렛을 돌릴 필요가 없습니다. 시스템이 모호성을 감지하지 않는다면(예: 사용자가 집에 혼자 있는 상황) 선행적으로 ‘확률적 매칭’을 저장하여 나중에 사용(예: 사용자가 사람들이 붐비는 쇼핑몰에 있는 상황)할 수 있기 때문입니다. 예를 들면 이 알고리즘은 A 페르소나와 B 페르소나가 서로 일치하는 핑거프린트를 가지고 있고 둘 다 60초 이내에 동일한 IP상에서 활동을 했으며 마지막 날 안에 해당 IP로부터 발생한 다른 활동이 없음을 인지하는 경우 확률적 매칭을 생성할 수 있습니다.
당사 시스템은 다양한 페르소나 간에 이러한 확률적 매칭을 만들 때 ‘신뢰 수준’을 기록합니다. 이 수준은 활용 사례에 따라 연결된 페르소나를 고려 대상으로 포함하거나 고려 대상에서 제외시키는 근거가 됩니다. 예를 들어 자동 로그인에 사용되는 ‘보장된 매칭’ 딥링크는 분명 100%의 신뢰 수준이 필요하겠지만, 업계에서는 50-85%의 신뢰 수준으로 광고 인스톨이 매칭될 것으로 예상합니다. Branch는 페르소나 그래프를 이용할 경우 더 낮은 신뢰 수준을 갖는 매칭을 억지로 수용할 필요 없이 이 범위의 최고치를 충족할 수 있습니다.
현재 Branch는 각 활용 사례에 요구되는 신뢰 수준을 동적으로 설정하고 있지만 이는 당사가 고객들에게 향후 직접 공개할 수 있는 구성입니다.
3단계: 네트워크 확장
처음부터 단순히 ‘페르소나 그래프를 구축’하는 것은 불가능합니다. 어느 누구도 그럴 만한 이유가 없기 때문입니다.
왜일까요? 페르소나 그래프는 더 많은 회사가 기여할수록 모두에게 가치가 증가됩니다. 다시 말해 기존의 페르소나 그래프에 참여하는 것의 이점이 어마어마하게 크다는 것입니다. 반면에 완전히 새로운 페르소나 그래프에서는 아무리 열심히 참여해도 이득이 거의 없습니다. 이는 처음부터 혼자서 새로운 카드 짝 맞추기 게임을 열심히 진행한 결과를 새 플레이어에게 갖다 바치는 것과 다름이 없기 때문입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
4단계: 매칭 데이터의 활용
Branch는 이러한 크로스 플랫폼/크로스 채널/크로스 기기 페르소나를 이용해 무엇을 할 수 있을까요? 몇 가지 예를 들어보겠습니다.
어트리뷰션 모호성 해결. 이것은 너무나 당연한 부분입니다. 페르소나 그래프는 우리가 이야기해 온 사용자의 복잡한 여정을 정확하게 어트리뷰션할 수 있게 만들어줍니다. 여러분과 다른 Starbucks 고객이 모두 동일한 쇼핑 앱을 사용하고 있고 기존의 핑거프린트 기반 어트리뷰션 방법으로는 그 차이를 판별할 수 없는 경우를 예로 들 수 있습니다.
실제 멀티터치 보고에 관한 데이터 제공. 멀티터치 모델링을 이용하여 사용자 활동을 더 심층적으로 파악할 수 있다면 그야말로 어트리뷰션에 있어서 가장 완벽한 방법일 것입니다. 이는 모든 마케터가 원하는 바이기도 합니다. 또 그만큼 그에 대해 사람들이 기대하는 바도 각기 다릅니다. 하지만 모두의 의견이 합치되는 점이 하나 있다면 바로 멀티터치 어트리뷰션만이 직접 데이터를 제공하는 것만큼 유용하다는 사실과 불량한 데이터는 문제를 유발한다는 사실입니다.
Branch는 페르소나 그래프를 이용해 모든 채널과 플랫폼 전반에서 데이터를 통합할 수 있습니다. 기존의 모바일 어트리뷰션 제공업체들은 이 데이터를 완전히 놓치고 있습니다. 다시 말해서 이 제공업체들의 ‘멀티터치 어트리뷰션’은 단지 ‘다중 광고 앱 인스톨 어트리뷰션’인 셈입니다.
사용자 개인정보 보호. 핑거프린트는 오랜 기간 모바일 어트리뷰션에 있어 필요악이었습니다. 그런데 이 필요악의 단점은 단순히 부정확한 측정뿐이 아니라, 핑거프린팅이 잘못된 사용자를 매칭할 경우 사용자 개인정보 보호의 문제를 야기할 수도 있다는 것입니다. 이러한 위험이 발생하는 이유는 시스템이 전혀 다른 사용자를 취급한다고 착각하기 때문입니다. Branch는 페르소나 그래프를 이용해 부정확한 매칭의 위험을 크게 낮춤으로써 최종 사용자의 개인정보를 더 확실히 보호할 수 있습니다. 당사는 이를 더욱 강화하기 위해 ‘보장된 매칭’ 플래그까지 제공하고 있습니다.
측정, 그 이상. 어트리뷰션은 애초에 전환이 발생하는 경우에만 가능한 일입니다. Branch는 페르소나 그래프를 이용해 전환의 가능성을 높여주는 원활한 크로스 플랫폼 사용자 경험을 제공할 수 있어 모든 마케팅 노력의 성과를 개선해줍니다.
예를 들면 여러분의 웹사이트를 방문한 사용자가 여러분의 앱을 이미 인스톨한 상태라 해도, Branch는 페르소나 그래프를 사용해 이를 감지하고 그 사용자에게 앱 내 동일 콘텐츠로 원활히 전환되는 옵션을 제시합니다. 이 옵션을 통해 사용자는 구매를 완료할 가능성이 더욱 높아지게 됩니다.
페르소나 그래프 어트리뷰션과 이전 세대의 방식 비교
그럼 최종 정리를 위해 어트리뷰션 시스템의 세 가지 핵심 기능을 다시 한번 살펴보고, 페르소나 그래프 기반의 플랫폼이 가진 역량을 기존의 방식과 비교해보겠습니다.
1. 상호작용 포착
모바일 어트리뷰션 제공업체들은 광고를 가장 먼저 활용하기 시작했고 그 이후로 다른 채널들을 수용하는 방법으로 시스템을 개선하고자 노력해 왔습니다.
페르소나 그래프는 광고를 지원할 수 있을 뿐 아니라 이메일, 웹, 소셜, 검색, 오프라인 등 다양한 채널도 지원할 수 있습니다.
2. 전환수 측정
모바일 어트리뷰션 제공업체는 앱 인스톨 이벤트를 포착하는 데 최적화되어 있을 뿐, 다른 플랫폼에서 발생하는 비인스톨 전환을 취급할 수 있도록 구성되어 있지는 않습니다. 이러한 업체들 중 다수가 현재 기본 웹 측정을 수행하는 방법을 다급하게 모색 중입니다. 이는 앱이 등장하기 몇 년 전에 이미 해결된 문제입니다.
페르소나 그래프는 앱 인스톨을 어트리뷰션할 수 있을 뿐 아니라 웹사이트, 데스크톱 앱, OTT 기기 등에서 나타나는 다른 퍼널 하단의 전환도 포착할 수 있습니다.
3. 전환과 전환을 유도한 상호작용을 다시 연결
어트리뷰션 2.0의 구축을 통해 설명한 바와 같이, 모바일 어트리뷰션 업체들은 현재 두 가지 매칭 기법을 이용할 수 있습니다. 즉, 기기 ID를 기본으로 사용하거나 핑거프린팅에 의존하는 것입니다.
페르소나 그래프에 기반한 시스템은 단일 플랫폼상(앱-투-앱)의 사용자 여정에 기기 ID를 사용할 수 있을 뿐 아니라 크로스 플랫폼상(웹-투-앱)의 사용자 여정에 사용되는 기기 ID-웹 쿠키 쌍도 보유합니다. 이용 가능한 매칭 ID 쌍이 없는 경우 핑거프린팅에 의존해야 할 수도 있지만 이런 일이 발생할 확률은 매우 낮습니다.
앞으로 구현될 강점
디지털 생태계에서의 파편화는 겪어보지 않은 사람이 없을 정도로 보편적인 문제입니다. 또한 웹과 앱 간의 어트리뷰션에서 나타나는 어려움들은 시작에 불과할 뿐, 앞으로도 계속해서 증가할 것입니다. 여러분이 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보세요!
#sl-start#Web and app is just the beginning — it’s going to get worse. Just imagine what it will be like when you need to attribute between your toaster and your car.#sl-end#
페르소나 그래프에 기반한 어트리뷰션을 사용하면 이러한 파편화에 대응하는 것이 가능해집니다. 또한 사용자 중심 링크 활동을 바탕으로 하는 페르소나 그래프는 선순환을 주도하게 됩니다. 링크는 디지털 마케팅에서 공통적으로 활용하는 요소이며, 따라서 항상 모든 채널, 플랫폼, 기기상에서 당연한 선택지이기 때문입니다. 바로 이러한 링크가 페르소나 그래프를 구축하는 데 활용되는 것입니다. 결과적으로 ROI는 증가할 것이고, 어디에서나 종합적인 측정이 가능해지며, 더 신뢰할 수 있는 링크를 얻을 수 있게 됩니다.
다른 어떠한 플랫폼 중심의 어트리뷰션 솔루션도 따라할 수 없는 효과가 나타날 것입니다.
Branch는 어트리뷰션을 단순한 앱 인스톨 측정보다 훨씬 더 큰 기능을 제공하는 종합적인 솔루션의 일부라고 생각합니다. 당사의 진정한 사명은 현대의 디지털 생태계에서 콘텐츠 발견의 문제를 해결하는 것입니다. 딥링킹은 이 사명을 이행하는 데 있어서 중요한 부분이었습니다. 그리고 또 다른 부분이 바로 어트리뷰션을 개선하는 것입니다. 하지만 아직 완전하게 사명을 달성한 것은 아닙니다. 그러니 계속해서 지켜봐주세요!
부록: FAQ 및 문제 제기
기기 제조업체들이 페르소나 그래프를 제한하려 한다면 어떻게 됩니까?
기기 제조업체는 각자의 사용자를 보호할 의무가 있습니다. 이와 동시에 본인들이 속한 생태계에서 기업들이 상업적인 경쟁력을 갖추도록 지원할 필요가 있습니다. 개인정보 보호를 고려하는 제3자 페르소나 그래프는 이 두 가지 요구사항을 충족하기에 훌륭한 방법입니다.
Branch는 수많은 기기 제조업체들과 긴밀히 협력하고 있습니다. 이러한 제조업체들은 당사의 플랫폼을 알고 있으며 당사가 구축한 솔루션을 지지하고 있습니다.
페르소나 그래프로 인해 기업들이 경쟁업체의 독점 데이터를 훔치는 것이 가능하지 않을까요?
그런 일은 가능하지 않습니다. 페르소나 그래프를 통해 얻을 수 있는 유일한 데이터는 연결성 여부에 관한 정보 그 자체이기 때문입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 정상적인 페르소나 그래프에는 수천 명의 참여자들이 포함되어 있기 때문에 어떤 회사도 불균형하게 대두될 수 없습니다. 또한 페르소나 그래프가 생존하려면 어떤 회사도 직접 독립적으로 확보하지 않은 데이터에는 액세스할 수 없다는 사실이 보장되어야 합니다.
페르소나 그래프는 사용자 개인정보 보호 측면에서 문제가 있어 보입니다…
페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 그리고 이러한 연결성은 쿠키나 기기 ID처럼 원하는 대로 재설정할 수 있습니다.
Branch는 사용자 개인정보와 관련하여 Branch 주요 개인정보 보호 원칙을 채택한 바 있습니다. 이 원칙의 전체 내용은 아래와 같습니다.
Branch는 당사가 수집하는 데이터를 제한합니다. Branch는 데이터 최소화를 실시합니다. 즉, 당사가 서비스를 제공하는 데 있어 필요하지 않은 정보를 수집하거나 저장하지 않습니다. 당사가 수집하는 개인 데이터는 광고 식별자, IP 주소, 리셋 가능한 쿠키에서 파생된 정보같은 데이터로 제한됩니다. 이러한 데이터에 관한 전체 목록은 아래 Branch의 개인정보 보호 정책에 나와 있습니다. 당사는 이름, 이메일 주소, 실제 주소 또는 SSN과 같은 정보를 수집하거나 저장하지 않습니다. 이러한 정보를 수집하거나 저장하기 원하지도 않습니다. 실제로 당사의 이용약관에서는 고객이 Branch에 최종 사용자의 민감한 정보를 공유하는 것을 금지하고 있습니다. 당사는 고객이 당사의 Text Me The App(TMTA) 기능을 사용하는 경우 전화번호를 수집하지만 이 경우에는 문자 메시지를 이용하기 위한 목적으로만 최종 사용자의 전화번호를 수집 및 처리하며 이후 7일 이내에 삭제합니다.
당사는 여러분의 앱 또는 웹사이트상에서 일어난 실제 최종 사용자 활동에 관한 데이터만 여러분께 제공합니다. 당사 고객들은 직접 ‘확보한’ 쿠키 또는 식별자에만 액세스할 수 있습니다. 즉, 최종 사용자가 반드시 고객의 사이트를 방문해야만 고객이 쿠키를 볼 수 있습니다. 또한, 최종 사용자가 고객의 앱을 다운로드해야만 Branch가 해당 고객의 최종 사용자 광고 식별자를 수집할 수 있습니다. 결론적으로 Branch 서비스는 본인의 플랫폼에 최종 사용자가 방문한 경험이 있고 웹 방문과 앱 세션 간 관계를 이해하고자 하는 고객들에게 유용합니다.
당사는 개인 데이터를 임대 또는 판매하지 않습니다. Branch 고객 누구도 다른 Branch 고객의 최종 사용자 데이터에 액세스할 수 없습니다. 또한, 당사는 고객의 최종 사용자 데이터를 어느 누구에게든 임대하거나 판매하지 않습니다. 고객들은 각자의 최종 사용자 개인 데이터를 관리하고자 할 때 여러 최종 사용자에 대해서든 아니면 특정 최종 사용자에 대해서든 언제든지 데이터 삭제를 요청할 수 있습니다. 이러한 관리 방법은 본래 당사가 GDPR 요구사항을 준수하기 위해 마련한 것이지만 현재 전 세계 모든 고객들이 이용할 수 있습니다.
페르소나 그래프가 ‘ID 확인’ 또는 ‘사용자 중심 마케팅’ 상품과 다른 점은 무엇입니까?
이러한 상품들은 이름만 들었을 때나 표면적으로 봤을 때 페르소나 그래프와 비슷하다고 생각할 수 있습니다. 하지만 그 기반은 완전히 다릅니다. 세 가지 주요 차이점은 다음과 같습니다.
구축 원리. 이러한 상품들의 데이터는 일반적으로 제3자에게서 대량 구매한 뒤 프로필로 집계하는 것입니다. Branch 페르소나 그래프는 직접 관찰된 사용자 활동을 기반으로 구축되며 외부 출처로부터 획득되는 어떠한 개인 데이터도 포함하지 않습니다.
포함된 내용. 이러한 상품을 통해 이용할 수 있는 사용자 프로필은 대개 이름, 이메일 주소, 나이, 성별, 쇼핑 기호 등의 민감한 개인 데이터가 포함되어 있습니다. Branch 페르소나 그래프에는 익명화된 크로스 플랫폼 식별자 매칭만 포함되며 민감한 개인 데이터를 일절 사용하지 않습니다. 당사는 고객들로부터 이러한 데이터를 받고 있지도 않습니다.
사용 방식. 이러한 상품들의 주된 활용 사례는 광고 리타게팅을 위해 타겟을 판매하는 것입니다. 따라서 Branch가 제공하고자 하는 근본적인 서비스인 정확한 측정 및 원활한 사용자 경험과는 그 목표부터 다릅니다.
부정행위에 관한 부분은 어떻습니까?
부정행위는 톰과 제리의 싸움처럼 절대 끝나지 않는 문제입니다. 광고의 본래 의미대로 사람 간에 가치가 거래되는 상황이 존재하는 한, 부정행위는 절대 완전하게 뿌리 뽑지 못할 것입니다. 노련한 사기꾼들은 항상 방법을 찾아 내기 때문입니다.
모바일 어트리뷰션 제공업체의 현실적인 목표는 ‘멍청한 부정행위’를 차단하고 부정행위를 벌이는 행위 자체를 힘들게 하여 사기꾼이 다른 목표물을 찾게끔 하는 것입니다. 이를 위한 가장 좋은 방법은 실제 사람의 활동 패턴을 나타내지 않는 모든 것을 배제시키는 것입니다. 페르소나 그래프는 어떠한 단일 채널, 단일 플랫폼 시스템보다도 훨씬 더 정교하게 이를 판별할 수 있는 데이터를 보유하고 있습니다.
페르소나 그래프가 사용자를 찾지 못하는 경우에는 어떻게 됩니까?
Branch의 네트워크 규모가 상당함에도 불구하고 페르소나 그래프를 이용할 수 없는 상황들은 여전히 존재합니다. 아주 간단한 몇 가지 예를 들자면 새 기기가 처음 발견되는 경우, 브라우저 쿠키가 재설정되는 경우, iOS의 ITP 등이 있습니다.
이러한 상황에서는 시스템이 당시 이용 가능한 차선의 매칭 기법에 의존해야 합니다. Branch의 차선책은 기존 어트리뷰션 제공업체에서 제공하는 수준(보통은 그보다 더 나은 수준)의 결과를 제공합니다.
크로스 기기 어트리뷰션의 경우는 어떻습니까?
크로스 기기는 굉장히 복잡한 문제입니다. 이론상 페르소나 그래프는 데이터를 모든 채널과 플랫폼 간에 연결하는 것처럼 모든 기기 간에도 연결할 수 있습니다.
최근 일부 모바일 어트리뷰션 제공업체들은 ‘사용자 중심 어트리뷰션’을 도입하기 위해 크로스 기기 트래킹을 사용하기 시작했습니다. 그 근본적인 방법은 이메일 주소나 사용자 이름 등 고객이 제공하는 식별자에 근거해 활동을 병합하는 것입니다. 즉, 두 기기에서 동일 ID로 로그인이 이루어지면 이러한 ID가 어트리뷰션의 관점에서 동일 개인에 귀속된다고 간주하는 것입니다.
이는 표면적으로 볼 때 논리적이고 이 업체들에게 효과적인 방법인 듯합니다. 이 업체들은 여전히 한 번에 하나의 앱만을 기본으로 하는 단편화된 관점에서 측정하려 하기 때문입니다. Branch는 페르소나 그래프 외에도, 이미 앱별 사용자 ID에 근거하여 이와 유사한 크로스 기기 전환 병합을 실시하고 있습니다.
페르소나 그래프에서 크로스 기기가 복잡해지는 경우를 예로 들어 설명해보겠습니다.
하나의 모바일 기기에서 이루어지는 활동 대다수가 한 사람에만 기반한다고 가정하는 것 자체는 아주 합리적입니다. 물론 친구에게 전화를 걸어달라고 요청하거나 항공편 상태를 확인해달라고 요청할 수도 있습니다. 하지만 이러한 행동이 어트리뷰션 데이터를 약간 지저분하게 만들긴 해도 그 영향은 굉장히 제한적인 편입니다. 하지만 사용자가 친구에게 자신의 이메일 계정에 로그인해 항공편 확인증을 인쇄해달라고 요청하고 어트리뷰션 제공업체가 이것을 근거로 페르소나 그래프 전반에서 ID 파편을 병합한다면, 그 영향이 누적되어 의도치 않은 엄청난 결과가 발생할 수도 있습니다.
당사의 고객들은 크로스 기기 어트리뷰션에 관해 주기적으로 문의를 하고 있습니다. 그리고 리서치팀은 이러한 문의를 원활하게 처리해 왔습니다. 당사는 데이터의 무결성이 당사가 제공할 수 있는 가장 귀중한 부분이라고 생각하기 때문에 서두르지 않고 옳은 길을 가려고 합니다.
딥링크가 왜 그렇게 중요합니까?
일부 기존 모바일 어트리뷰션 제공업체들은 딥링크가 어트리뷰션에 중요하지 않다고 생각합니다. 어떤 관점에서 보면 이러한 업체들의 생각도 맞습니다. 회계 담당자가 꼭 가이드에 대한 풍부한 지식을 갖추지 않아도 되기 때문입니다. 하지만 Branch는 이것이 굉장히 근시안적인 태도라고 생각합니다. 이 디지털 생태계에서 파편화가 계속 진행 중이라는 것은 결국 더 이상 측정 가능한 것이 남지 않게 되는 상황을 의미하기 때문입니다.
오프라인 세계의 사례를 하나 들어보겠습니다.
지역 자동차 매장을 광고하는 광고판이 하나 있다고 상상해봅시다. 식료품점에서 나와 고속도를 달리며 집으로 가고 있던 여러분은 그 광고판에서 최신 플러그인 하이브리드 자동차 광고를 발견합니다. 굳이 새 차가 필요하진 않지만, 지금까지 사용한 오래된 차는 차고 바닥 여기저기에 기름을 질질 흘리고 다닌지 이미 몇 달이 되었고 지난주에는 엔진 점검등에 불도 들어왔습니다. 그래서 여러분은 즉흥적으로 자동차 매장에 들러 시승을 해보기로 결심합니다.
여러분은 벌써부터 ‘새 차’ 냄새를 맡을 정도로 기대에 차 있습니다. 그리고 자동차 매장으로 가기 위해 고속도로 출구로 나가려고 했는데… 출구 도로는 막혀 있고 그 앞에 ‘도로 공사 중’이라는 커다란 주황색 표지판이 서있습니다. 다음 출구 도로를 타려면 5분은 더 가야 합니다. 그래서 여러분은 10분 동안 국도로 되돌아가는 방법을 열심히 고민합니다. 게다가 아까 산 뒷좌석의 우유는 뜨거운 햇빛을 받으면 금방 상해 버릴 것입니다. 여러분은 결국 포기하고 집으로 돌아갑니다.
일주일 뒤, 여러분은 우연히 그 광고판 옆을 다시 지나게 됩니다. 고속도로 출구 도로는 다시 개통된 상태이고 여러분은 지난 며칠간 여기저기에서 새 차 냄새를 풍기는 사람들을 수도 없이 봐왔습니다. 하지만 이번에는 광고판에서 지역 은행을 광고하고 있습니다. 그리고 여러분이 한 주 전에 봤던 광고는 이미 기억에서 완전히 잊혀졌습니다. 영업사원이 여러분에게 묻습니다. “어떤 일로 방문하셨나요?” 여러분은 이렇게 대답합니다. “아, 우연히 근처에 볼 일이 있어서요.”
자, 여기에서 이 자동차 매장은 두 가지 문제점을 가지고 있습니다.
우선, 한 번 틀어진 고객 여정은 절대 다시 회복하지 못할 수도 있습니다. 어쩌면 여러분은 이미 새로운 매장을 찾아갔을지도 모릅니다. 어차피 새 차라면 어느 것이든 신나기 때문입니다.
그리고 이 자동차 매장은 여러분이 매장을 방문한 진짜 이유가 광고판이라는 사실을 모릅니다. 그 이유는 여러분 스스로도 기억하지 못하기 때문입니다. 여러분이 결국 구매를 완료했다면 이 광고판 광고는 투자할 가치가 있는 광고였을 것입니다…하지만 이 매장은 이 광고가 가치 있는 것인지 아닌지를 절대 알지 못할 것입니다. 고객 여정 중에 고속도로 공사 때문에 방해를 받았고 그로 인해 매장의 어트리뷰션 루프가 훼손되었기 때문입니다.
이 상황을 약간 변경하면 ‘자동차’를 ‘앱’으로, ‘광고판’을 ‘인스톨 광고’로, ‘고속도로 출구 도로’를 ‘링크’로 바꾸어 생각해볼 수 있습니다.
오늘날의 디지털 세계에서는 링크가 곧 고객 여정입니다. 링크가 제 기능을 하지 못하면 아무리 세계 최고의 측정 도구라도 애초에 발생한 적 없는 전환을 어트리뷰션하는 데 도움을 줄 수 없습니다.
결론: 링크가 모든 상황에서 제 기능을 할 수 있다는 솔루션도 제시하지 않고, 링크가 망가질 리 없다는 검증 가능한 데이터도 제공하지 않으면서 측정이 가능하다고 주장하는 어트리뷰션 시스템이 있다면 부디 다시 한번 의심해보세요. 아마도 지난 몇 년 동안 이 생태계에서 나타난 변화에 적응하지 못한 구시대의 시스템일 가능성이 높습니다.
다른 회사에서 페르소나 그래프를 새로 만든다면 어떻게 됩니까?
그런 일은 언제나 가능하겠지만 네트워크 영향의 특성을 생각해보면 다른 어느 기업이든 Branch 페르소나 그래프와 경쟁하기 위해 필요한 엄청난 규모의 자원을 확보하기란 굉장히 어려울 것입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
SAN(자체 어트리뷰션 네트워크)은 어떻습니까?
Facebook, Google, Twitter 등의 SAN은 기기 ID를 이용하여 각자의 울타리 쳐진 영역, 다시 말해 각자의 통제된 서비스를 생태계 안으로 가져옵니다. SAN이 갖는 차이점은 어트리뷰션 제공업체가 사용자의 모든 상호작용을 관찰할 수 있게 허용하는 것이 아니라, “이 기기 ID가 방금 뭘 했는데… 지난 X일 안에 이 사용자를 본 적 있습니까?” 같은 질문을 받을 때 예 또는 아니요로 대답만 한다는 것입니다.
SAN의 접근법에는 부정행위가 존재하기 힘들다는 장점이 있지만 그 안을 들여다볼 수 없는 검은 상자와 같다는 단점이 있습니다. 하지만 이것이 광고 생태계의 현실입니다.
이렇게 통제된 서비스들은 대부분 각자의 사용자 ID 또는 이메일 주소를 통해 플랫폼 간에 사용자를 연결해주기 때문에 SAN이 다른 기기/플랫폼상에서 그 사용자에 의한 활동을 보고하지 못할 이유는 없습니다. 이러한 형태의 연결은 연결된 기기 ID를 통해 페르소나 그래프에 자동으로 통합됩니다.
iOS의 LAT(광고 트래킹 제한)는 어떻습니까?
LAT가 활성화되면 iOS가 0으로 구성된 문자열 형태의 IDFA를 전송합니다. 현재 iOS의 약 20%는 이 설정이 활성화되어 있는 것으로 보입니다. Branch는 IDFA가 없다면 사용자를 페르소나 그래프에 연결할 수 없지만 그래도 핑거프린팅이나 IDFV(LAT가 활성화되어 있을 때에도 이용 가능하지만 그 범위가 단일 앱/벤더로 제한되는 대안 기기 ID)를 통해 여전히 어트리뷰션을 수행할 수 있습니다.
본 문서는 ‘모바일 어트리뷰션 제공업체’의 시대가 끝나가는 이유와 어트리뷰션 2.0에서 예상되는 사항에 관한 정보를 다룬 3부 시리즈 중 마지막 부입니다. 제1부는 여기에서, 제2부는 여기에서 확인하십시오. 전문은 Hacker Noon이 최초 출간하였습니다.
우리는 5개 장으로 구성된 글을 통해 이상적인 어트리뷰션 2.0 솔루션에 관한 Branch의 견해를 살펴보고자 합니다. 그리고 마지막 제5장을 지금부터 살펴보겠습니다.
- ‘어트리뷰션’이란? 오프라인, 디지털, 모바일을 포함한 마케팅 어트리뷰션의 간략한 역사.
- 모바일 어트리뷰션 제공업체의 시야가 가려지는 과정. 이 플랫폼들이 빠르게 제 기능을 잃고 있는 이유.
- 어트리뷰션의 미래. ‘페르소나 그래프’가 어디에서나 믿을 수 있는 정확한 측정치를 제공하는 원리.
- 기존의 어트리뷰션 기법 살펴보기. 웹사이트와 앱의 단일 플랫폼상에서 측정이 이루어지던 원리에 대한 심층적 분석.
- 차세대 기법: 페르소나 그래프. 페르소나 그래프가 효과적인 이유와 Branch에서 페르소나 그래프를 구현한 방법.
제5장: 차세대 기법인 페르소나 그래프
이 장에서는 페르소나 그래프가 어떤 원리로 작용하며 사용자 개인정보 보호 및 데이터 보안과 관련된 일반적인 문제들을 어떻게 해결하는지 설명하고, Branch에서 페르소나 그래프를 어떻게 구축했는지 자세히 알아봅니다. 또한 기존 세대의 모바일 어트리뷰션 제공업체와 비교하여 페르소나 그래프는 무엇을 가능하게 하는지 살펴봅니다.
기존 어트리뷰션 기법이 갖는 문제는 확률적이거나(데이터가 잘못되었을 가능성이 존재함) 단일 플랫폼(웹 또는 앱) 내에서 고립된다는 점입니다. 페르소나 그래프는 이러한 문제를 가진 환경에 최상의 해결책을 제공합니다.
카드 짝 맞추기 게임을 떠올려보겠습니다. 혹시 잘 모르시는 분들을 위해 설명을 드리자면, 이 게임은 모두 뒷면만 보이도록 뒤집혀 있는 카드 중 두 개의 카드를 무작위로 뒤집어보며 짝을 찾는 게임입니다. 여러분이 두 장의 카드를 처음으로 뒤집어 짝을 맞출 확률은 극히 희박합니다. 하지만 시간이 지날수록 점점 각각의 카드가 어디에 위치해 있는지 알게 됩니다. 여기에서 시간의 역할은 매우 중요합니다. 기억력이 좋다면 두 장씩 카드를 뒤집을 때마다 정확한 짝을 맞출 수 있게 될 것입니다.
그렇다면 게임의 상황을 한 단계 발전시켜보겠습니다. 이번에는 여러분이 카드들을 뒤집어보며 각각의 위치를 알아내는 것이 아니라, 게임을 지켜보다가 중간에 합류했다고 가정해봅시다. 즉, 여러분이 카드를 뒤집을 차례가 오기 전에 이미 다른 플레이어들이 테이블 위의 모든 카드를 뒤집어 보여준 상황입니다. 이런 상황은 더 이상 확률 싸움이라고 보기 어려울 것입니다. 큰 확신을 가지고 모든 짝을 맞출 수 있을 것이기 때문입니다.
이것이 바로 페르소나 그래프의 기본 개념입니다. 매칭되는 익명의 데이터 포인트를 공유함으로써 모두에게 이득을 주는 방법입니다. 페르소나 그래프는 카드 짝 맞추기 게임에서 여러분의 차례가 오기 전에 이미 모든 카드가 뒤집어 보여진 경우와 같습니다. 여러분이 직접 보지 못했어도 네트워크상의 다른 누군가는 본 적 있는 사용자를 정확하게 매칭해주기 때문입니다.
모두가 모르는 척하고 있는 문제: 개인정보 보호, 보안, 기밀 유지.
페르소나 그래프가 생존할 수 있으려면 두 가지의 중요한 사항이 필수적으로 보장되어야 합니다. 바로 1) 사용자 개인정보 보호 보호 및 데이터 보안, 그리고 2) 기밀 유지입니다.
사용자 개인정보 보호 및 데이터 보안. 페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 사용자가 여러분에게 이 정보를 공유하고 싶어 한다면 그 정보는 이미 여러분의 시스템 내에 포함되어 있을 것입니다. 즉, 페르소나 그래프가 하는 일은 그저 여러분이 기존의 한 고객을 또 다른 장소에서 보고 있다는 사실을 알려줄 뿐입니다. 그리고 사용자는 쿠키 또는 기기 ID처럼 페르소나 그래프와의 연결성을 원하는 대로 재설정할 수 있습니다.
다시 말해 페르소나 그래프는 개인정보 보호에 관해 우편 서비스와 같은 방식을 취해야 합니다. 우편 배달부들은 수취인의 실제 위치를 알아야만 우편을 배달할 수 있습니다. 이들이 관심을 갖는 것은 주소일 뿐, 수취인 정보가 아닙니다. 그리고 우리는 이러한 우편 배달부들이 절대 고객의 우편을 열어보지 않으며, 우리가 무엇을 구매하는지에 관한 정보를 비싼 값에 판매하지 않을 것이라고 믿고 있습니다.
Branch는 사용자 개인정보 보호에 대한 막중한 책임을 느끼며 이와 관련한 공식적인 이행 방안을 여러 차례 발표한 바 있습니다. 그 내용은 간단하게 세 가지로 요약할 수 있습니다. 1) 당사는 당사가 수집하는 데이터를 선행적으로 제한하며, 그 범위는 당사가 고객에게 서비스를 제공하기 위해 절대적으로 필요한 데이터에 한합니다. 2) 당사는 당사 앱 또는 웹사이트에서 발생하는 최종 사용자 활동에 관한 데이터만 고객들에게 제공할 것입니다. 3) 당사는 다른 Branch 고객에게 대상을 타게팅하거나, ID 기업과 부가적인 쿠키 동기화 거래를 하거나, ‘독립적인’ 자회사를 이용하는 등 어느 방법으로도 최종 사용자의 개인 데이터를 임대 또는 판매하지 않습니다.
아울러 당사는 민감한 데이터를 제거하고 악의적인 행위자들로부터 당사 플랫폼을 지키기 위한 모범 관행을 선행적으로 철저하게 준수합니다.
기밀 유지. 페르소나 그래프를 통해 이용 가능한 유일한 데이터는 연결 자체에 관한 정보 뿐입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 페르소나 그래프는 Pepsi가 Coca-Cola의 고객 목록을 절대 구매할 수 없도록 반드시 보장할 것입니다.
비유하자면, 스위스는 500년 넘게 유럽에서 모든 전쟁을 피해 왔고 앞으로도 그럴 것입니다. 모두가 스위스는 중립국이라는 사실을 인지하기 때문입니다. 페르소나 그래프도 이처럼 의심의 여지 없는 평판을 유지해야 합니다.
Branch 페르소나 그래프 간단히 살펴보기
2014년 Branch가 처음 설립될 당시에는 이미 모바일 어트리뷰션 제공업체 업계가 충분히 자리 잡은 상태였습니다. 이 업계의 업체들은 모두 광고 유도식 앱 인스톨을 측정하는 손쉬운 방법을 활용하며 경쟁하고 있었습니다. 모바일 업계에서 종사하고 계신다면 아마 이러한 업체들의 이름을 익히 들어보셨을 것입니다. Branch는 지난해 그중 한 업체의 어트리뷰션 사업을 인수했습니다.
당사는 새로운 접근법을 택하기로 했습니다. 앱 인스톨 광고는 결국 꺼지게 될 거품이라는 걸 깨달았고, 아울러 마케터들이 다른 채널과 전환 이벤트들을 다시 고려하기 시작하면서 원활한 사용자 경험이 점점 중요해질 것임을 알고 있었기 때문입니다. 그래서 당사는 모두가 무시하고 있던 더 어려운 기술적 문제부터 해결하기로 했습니다. 이는 당사가 2년 전 딥링킹만으로는 충분하지 않다는 논지로 여러분께 공유했던 내용이기도 합니다.
이러한 결심을 바탕으로 당사는 전 세계의 유명 브랜드 중 다수가 가지고 있던 크로스 플랫폼 사용자 경험 문제를 대대적으로 해결하였고, 페르소나 그래프를 개발했습니다. 페르소나 그래프를 통해 Branch는 지금까지 이용할 수 있었던 어느 솔루션보다도 더 정확하고 믿을 수 있는 어트리뷰션 솔루션을 제공할 수 있게 되었습니다.
이 페르소나 그래프가 작동하는 원리는 다음과 같습니다.
1단계: 확정적 ID 수집
믿기 어려우시겠지만 사실 이 단계는 비교적 쉬운 단계입니다. 사용자 활동은 여러 플랫폼 전반에서 파편적으로 발생합니다. 따라서, 그러한 각 활동의 확정적 ID를 얻는 것이 이 단계의 목표입니다. Branch의 고객들은 대부분의 마케팅 리소스를 웹사이트와 모바일 앱에 투자하기 때문에 지금까지는 이 두 가지가 당사에서 주목해 온 플랫폼이었습니다. 하지만 다른 어느 플랫폼에든 똑같은 원리가 적용됩니다.
당사는 웹에서 확정적 ID를 생성하기 위해 자바스크립트 SDK를 이용하여 1차 쿠키를 설정합니다. 앱 내에서는 기기 ID를 활용하기 위해 네이티브 SDK를 제공합니다.
또한 macOS 및 Windows상의 데스크톱 앱과 사용자 지정 OTT(Over The Top) 기기 통합을 위한 SDK도 개발했습니다. 앞으로도 고객의 요청에 따라 새로운 플랫폼을 추가적으로 지원할 예정입니다.
2단계: 페르소나 매치 생성
ID 파편을 위한 ID를 확보한 후에는 크로스 플랫폼 매칭 기법을 다층적으로 이용해 이 ID를 다시 페르소나 그래프상의 페르소나 기록에 연결합니다. 몇 가지 예를 들어보겠습니다.
- 딥링크. 사용자가 링크를 클릭해 한 곳에서 다른 곳으로 이동할 때가 가장 이상적인 연결 시점입니다. 바로 이 시점은 당사가 동일 기기(예: Safari, Facebook 브라우저, 네이티브 앱)상에 존재하는 파편들을 매칭하는 데 사용하는 주된 기법입니다. 또한 사용자의 직접적 활동으로 인해 발생하는 것이므로 가장 믿을 수 있는 방법이기도 합니다.
- 사용자 ID. 사용자는 계정에 로그인할 때 고유한 ID를 제공합니다. 이 ID는 동일 사용자가 다른 장소에서 나중에 다시 로그인할 때 매칭에 이용할 수 있습니다. 당사는 현재 이 신호를 제한된 범위 내에서만 사용합니다. 공유 기기와 관련해 민감한 문제들이 매우 많기 때문입니다. 하지만 당사는 적극적으로 솔루션을 모색 중이며 이 방법에서 상당한 가능성을 확인하고 있습니다. 참고로, 당사의 경쟁업체들은 ‘사용자 중심 어트리뷰션’과 관련하여 이 기법을 사용하고 있습니다. 하지만 앞서 언급한 공유 기기의 문제점이나 업종에 따라 방대한 수의 방문객들이 절대 로그인하지 않는다는 점을 고려해볼 때, 여전히 이 기법을 사용하고 있다면 이는 확실히 의구심을 가질 만한 문제입니다.
- Google Play 리퍼러. Google은 첫 인스톨 시 Play Store를 통해 제한된 양의 데이터를 전송합니다. Branch는 이 일회성 연결을 이용해 페르소나 그래프와의 영구적 매칭을 생성합니다.
- 핑거프린팅. 이 기법은 당사가 페르소나 그래프를 구축할 때 사용하지 않는 크로스 플랫폼 매칭 방법 중 하나이지만 어트리뷰션 업계에서 매우 흔히 사용되고 있기 때문에 언급할 가치가 있습니다. Branch는 페르소나 그래프에서 이미 존재하는 강력한 매칭을 얻을 수 없는 경우 핑거프린팅에 의존하기도 합니다. 따라서 당사는 IPv6 기반 엔진에 투자했습니다. 이 엔진은 아직도 IPv4에만 의존하고 있는 기존의 모바일 어트리뷰션 제공업체들보다 더 뛰어난 정확성을 제공합니다.
Branch는 전 세계를 무대로 대규모 활동하기 때문에 머신러닝을 사용하여 동일 사용자에 귀속될 가능성이 있지만 아직 확정적으로 병합되지는 않은 다양한 페르소나 간의 연결성을 밝혀낼 수도 있습니다. 우리는 이것을 ‘확률적 매칭’이라고 부릅니다. 어느 쪽도 100% 보장되지 않기 때문입니다. 하지만 이 방법은 우리가 또 다른 확정적 패턴들을 관찰해 확보하는 높은 신뢰 수준과 결합할 경우 꽤 유용합니다.
확률적 매칭과 핑거프린팅을 비교해보면 다음과 같습니다.
핑거프린팅. 핑거프린팅은 실제로 발생해야 합니다. 다시 말해 사용자가 어떤 행동을 하는 바로 그 순간에 이용 가능한 데이터가 무엇이든 그 데이터에 전적으로 의존하여 추측해야 합니다. 이 사용자는 혼자 집에 앉아 있을 수도 있고(정확도가 높은 상황), 아니면 쇼핑몰에서 수천 명의 다른 사람들과 함께 공용 Wifi를 사용하고 있을 수도 있습니다(정확도가 매우 낮은 상황). 핑거프린팅을 이용하는 시스템은 선택지가 단 두 개 뿐입니다. 1) 확률 도박을 통해 매칭을 만들거나, 2) 매칭은 무시하고 어트리뷰션이 발생하지 않았다고 주장하는 것입니다. 기존의 모바일 어트리뷰션 제공업체들이 제시해 온 그럴싸한 ‘동적 핑거프린팅’ 시스템은 사실 2번 선택지를 언제 선택할 것인지 결정하는 과정에 불과합니다.
확률적 매칭. 페르소나 그래프는 지속적이기 때문에 Branch는 인내심을 갖고 기다릴 수 있습니다. 우리는 전환 이벤트가 발생할 때 실시간으로 룰렛을 돌릴 필요가 없습니다. 시스템이 모호성을 감지하지 않는다면(예: 사용자가 집에 혼자 있는 상황) 선행적으로 ‘확률적 매칭’을 저장하여 나중에 사용(예: 사용자가 사람들이 붐비는 쇼핑몰에 있는 상황)할 수 있기 때문입니다. 예를 들면 이 알고리즘은 A 페르소나와 B 페르소나가 서로 일치하는 핑거프린트를 가지고 있고 둘 다 60초 이내에 동일한 IP상에서 활동을 했으며 마지막 날 안에 해당 IP로부터 발생한 다른 활동이 없음을 인지하는 경우 확률적 매칭을 생성할 수 있습니다.
당사 시스템은 다양한 페르소나 간에 이러한 확률적 매칭을 만들 때 ‘신뢰 수준’을 기록합니다. 이 수준은 활용 사례에 따라 연결된 페르소나를 고려 대상으로 포함하거나 고려 대상에서 제외시키는 근거가 됩니다. 예를 들어 자동 로그인에 사용되는 ‘보장된 매칭’ 딥링크는 분명 100%의 신뢰 수준이 필요하겠지만, 업계에서는 50-85%의 신뢰 수준으로 광고 인스톨이 매칭될 것으로 예상합니다. Branch는 페르소나 그래프를 이용할 경우 더 낮은 신뢰 수준을 갖는 매칭을 억지로 수용할 필요 없이 이 범위의 최고치를 충족할 수 있습니다.
현재 Branch는 각 활용 사례에 요구되는 신뢰 수준을 동적으로 설정하고 있지만 이는 당사가 고객들에게 향후 직접 공개할 수 있는 구성입니다.
3단계: 네트워크 확장
처음부터 단순히 ‘페르소나 그래프를 구축’하는 것은 불가능합니다. 어느 누구도 그럴 만한 이유가 없기 때문입니다.
왜일까요? 페르소나 그래프는 더 많은 회사가 기여할수록 모두에게 가치가 증가됩니다. 다시 말해 기존의 페르소나 그래프에 참여하는 것의 이점이 어마어마하게 크다는 것입니다. 반면에 완전히 새로운 페르소나 그래프에서는 아무리 열심히 참여해도 이득이 거의 없습니다. 이는 처음부터 혼자서 새로운 카드 짝 맞추기 게임을 열심히 진행한 결과를 새 플레이어에게 갖다 바치는 것과 다름이 없기 때문입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
4단계: 매칭 데이터의 활용
Branch는 이러한 크로스 플랫폼/크로스 채널/크로스 기기 페르소나를 이용해 무엇을 할 수 있을까요? 몇 가지 예를 들어보겠습니다.
어트리뷰션 모호성 해결. 이것은 너무나 당연한 부분입니다. 페르소나 그래프는 우리가 이야기해 온 사용자의 복잡한 여정을 정확하게 어트리뷰션할 수 있게 만들어줍니다. 여러분과 다른 Starbucks 고객이 모두 동일한 쇼핑 앱을 사용하고 있고 기존의 핑거프린트 기반 어트리뷰션 방법으로는 그 차이를 판별할 수 없는 경우를 예로 들 수 있습니다.
실제 멀티터치 보고에 관한 데이터 제공. 멀티터치 모델링을 이용하여 사용자 활동을 더 심층적으로 파악할 수 있다면 그야말로 어트리뷰션에 있어서 가장 완벽한 방법일 것입니다. 이는 모든 마케터가 원하는 바이기도 합니다. 또 그만큼 그에 대해 사람들이 기대하는 바도 각기 다릅니다. 하지만 모두의 의견이 합치되는 점이 하나 있다면 바로 멀티터치 어트리뷰션만이 직접 데이터를 제공하는 것만큼 유용하다는 사실과 불량한 데이터는 문제를 유발한다는 사실입니다.
Branch는 페르소나 그래프를 이용해 모든 채널과 플랫폼 전반에서 데이터를 통합할 수 있습니다. 기존의 모바일 어트리뷰션 제공업체들은 이 데이터를 완전히 놓치고 있습니다. 다시 말해서 이 제공업체들의 ‘멀티터치 어트리뷰션’은 단지 ‘다중 광고 앱 인스톨 어트리뷰션’인 셈입니다.
사용자 개인정보 보호. 핑거프린트는 오랜 기간 모바일 어트리뷰션에 있어 필요악이었습니다. 그런데 이 필요악의 단점은 단순히 부정확한 측정뿐이 아니라, 핑거프린팅이 잘못된 사용자를 매칭할 경우 사용자 개인정보 보호의 문제를 야기할 수도 있다는 것입니다. 이러한 위험이 발생하는 이유는 시스템이 전혀 다른 사용자를 취급한다고 착각하기 때문입니다. Branch는 페르소나 그래프를 이용해 부정확한 매칭의 위험을 크게 낮춤으로써 최종 사용자의 개인정보를 더 확실히 보호할 수 있습니다. 당사는 이를 더욱 강화하기 위해 ‘보장된 매칭’ 플래그까지 제공하고 있습니다.
측정, 그 이상. 어트리뷰션은 애초에 전환이 발생하는 경우에만 가능한 일입니다. Branch는 페르소나 그래프를 이용해 전환의 가능성을 높여주는 원활한 크로스 플랫폼 사용자 경험을 제공할 수 있어 모든 마케팅 노력의 성과를 개선해줍니다.
예를 들면 여러분의 웹사이트를 방문한 사용자가 여러분의 앱을 이미 인스톨한 상태라 해도, Branch는 페르소나 그래프를 사용해 이를 감지하고 그 사용자에게 앱 내 동일 콘텐츠로 원활히 전환되는 옵션을 제시합니다. 이 옵션을 통해 사용자는 구매를 완료할 가능성이 더욱 높아지게 됩니다.
페르소나 그래프 어트리뷰션과 이전 세대의 방식 비교
그럼 최종 정리를 위해 어트리뷰션 시스템의 세 가지 핵심 기능을 다시 한번 살펴보고, 페르소나 그래프 기반의 플랫폼이 가진 역량을 기존의 방식과 비교해보겠습니다.
1. 상호작용 포착
모바일 어트리뷰션 제공업체들은 광고를 가장 먼저 활용하기 시작했고 그 이후로 다른 채널들을 수용하는 방법으로 시스템을 개선하고자 노력해 왔습니다.
페르소나 그래프는 광고를 지원할 수 있을 뿐 아니라 이메일, 웹, 소셜, 검색, 오프라인 등 다양한 채널도 지원할 수 있습니다.
2. 전환수 측정
모바일 어트리뷰션 제공업체는 앱 인스톨 이벤트를 포착하는 데 최적화되어 있을 뿐, 다른 플랫폼에서 발생하는 비인스톨 전환을 취급할 수 있도록 구성되어 있지는 않습니다. 이러한 업체들 중 다수가 현재 기본 웹 측정을 수행하는 방법을 다급하게 모색 중입니다. 이는 앱이 등장하기 몇 년 전에 이미 해결된 문제입니다.
페르소나 그래프는 앱 인스톨을 어트리뷰션할 수 있을 뿐 아니라 웹사이트, 데스크톱 앱, OTT 기기 등에서 나타나는 다른 퍼널 하단의 전환도 포착할 수 있습니다.
3. 전환과 전환을 유도한 상호작용을 다시 연결
어트리뷰션 2.0의 구축을 통해 설명한 바와 같이, 모바일 어트리뷰션 업체들은 현재 두 가지 매칭 기법을 이용할 수 있습니다. 즉, 기기 ID를 기본으로 사용하거나 핑거프린팅에 의존하는 것입니다.
페르소나 그래프에 기반한 시스템은 단일 플랫폼상(앱-투-앱)의 사용자 여정에 기기 ID를 사용할 수 있을 뿐 아니라 크로스 플랫폼상(웹-투-앱)의 사용자 여정에 사용되는 기기 ID-웹 쿠키 쌍도 보유합니다. 이용 가능한 매칭 ID 쌍이 없는 경우 핑거프린팅에 의존해야 할 수도 있지만 이런 일이 발생할 확률은 매우 낮습니다.
앞으로 구현될 강점
디지털 생태계에서의 파편화는 겪어보지 않은 사람이 없을 정도로 보편적인 문제입니다. 또한 웹과 앱 간의 어트리뷰션에서 나타나는 어려움들은 시작에 불과할 뿐, 앞으로도 계속해서 증가할 것입니다. 여러분이 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보세요!
페르소나 그래프에 기반한 어트리뷰션을 사용하면 이러한 파편화에 대응하는 것이 가능해집니다. 또한 사용자 중심 링크 활동을 바탕으로 하는 페르소나 그래프는 선순환을 주도하게 됩니다. 링크는 디지털 마케팅에서 공통적으로 활용하는 요소이며, 따라서 항상 모든 채널, 플랫폼, 기기상에서 당연한 선택지이기 때문입니다. 바로 이러한 링크가 페르소나 그래프를 구축하는 데 활용되는 것입니다. 결과적으로 ROI는 증가할 것이고, 어디에서나 종합적인 측정이 가능해지며, 더 신뢰할 수 있는 링크를 얻을 수 있게 됩니다.
다른 어떠한 플랫폼 중심의 어트리뷰션 솔루션도 따라할 수 없는 효과가 나타날 것입니다.
Branch는 어트리뷰션을 단순한 앱 인스톨 측정보다 훨씬 더 큰 기능을 제공하는 종합적인 솔루션의 일부라고 생각합니다. 당사의 진정한 사명은 현대의 디지털 생태계에서 콘텐츠 발견의 문제를 해결하는 것입니다. 딥링킹은 이 사명을 이행하는 데 있어서 중요한 부분이었습니다. 그리고 또 다른 부분이 바로 어트리뷰션을 개선하는 것입니다. 하지만 아직 완전하게 사명을 달성한 것은 아닙니다. 그러니 계속해서 지켜봐주세요!
부록: FAQ 및 문제 제기
기기 제조업체들이 페르소나 그래프를 제한하려 한다면 어떻게 됩니까?
기기 제조업체는 각자의 사용자를 보호할 의무가 있습니다. 이와 동시에 본인들이 속한 생태계에서 기업들이 상업적인 경쟁력을 갖추도록 지원할 필요가 있습니다. 개인정보 보호를 고려하는 제3자 페르소나 그래프는 이 두 가지 요구사항을 충족하기에 훌륭한 방법입니다.
Branch는 수많은 기기 제조업체들과 긴밀히 협력하고 있습니다. 이러한 제조업체들은 당사의 플랫폼을 알고 있으며 당사가 구축한 솔루션을 지지하고 있습니다.
페르소나 그래프로 인해 기업들이 경쟁업체의 독점 데이터를 훔치는 것이 가능하지 않을까요?
그런 일은 가능하지 않습니다. 페르소나 그래프를 통해 얻을 수 있는 유일한 데이터는 연결성 여부에 관한 정보 그 자체이기 때문입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 정상적인 페르소나 그래프에는 수천 명의 참여자들이 포함되어 있기 때문에 어떤 회사도 불균형하게 대두될 수 없습니다. 또한 페르소나 그래프가 생존하려면 어떤 회사도 직접 독립적으로 확보하지 않은 데이터에는 액세스할 수 없다는 사실이 보장되어야 합니다.
페르소나 그래프는 사용자 개인정보 보호 측면에서 문제가 있어 보입니다…
페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 그리고 이러한 연결성은 쿠키나 기기 ID처럼 원하는 대로 재설정할 수 있습니다.
Branch는 사용자 개인정보와 관련하여 Branch 주요 개인정보 보호 원칙을 채택한 바 있습니다. 이 원칙의 전체 내용은 아래와 같습니다.
Branch는 당사가 수집하는 데이터를 제한합니다. Branch는 데이터 최소화를 실시합니다. 즉, 당사가 서비스를 제공하는 데 있어 필요하지 않은 정보를 수집하거나 저장하지 않습니다. 당사가 수집하는 개인 데이터는 광고 식별자, IP 주소, 리셋 가능한 쿠키에서 파생된 정보같은 데이터로 제한됩니다. 이러한 데이터에 관한 전체 목록은 아래 Branch의 개인정보 보호 정책에 나와 있습니다. 당사는 이름, 이메일 주소, 실제 주소 또는 SSN과 같은 정보를 수집하거나 저장하지 않습니다. 이러한 정보를 수집하거나 저장하기 원하지도 않습니다. 실제로 당사의 이용약관에서는 고객이 Branch에 최종 사용자의 민감한 정보를 공유하는 것을 금지하고 있습니다. 당사는 고객이 당사의 Text Me The App(TMTA) 기능을 사용하는 경우 전화번호를 수집하지만 이 경우에는 문자 메시지를 이용하기 위한 목적으로만 최종 사용자의 전화번호를 수집 및 처리하며 이후 7일 이내에 삭제합니다.
당사는 여러분의 앱 또는 웹사이트상에서 일어난 실제 최종 사용자 활동에 관한 데이터만 여러분께 제공합니다. 당사 고객들은 직접 ‘확보한’ 쿠키 또는 식별자에만 액세스할 수 있습니다. 즉, 최종 사용자가 반드시 고객의 사이트를 방문해야만 고객이 쿠키를 볼 수 있습니다. 또한, 최종 사용자가 고객의 앱을 다운로드해야만 Branch가 해당 고객의 최종 사용자 광고 식별자를 수집할 수 있습니다. 결론적으로 Branch 서비스는 본인의 플랫폼에 최종 사용자가 방문한 경험이 있고 웹 방문과 앱 세션 간 관계를 이해하고자 하는 고객들에게 유용합니다.
당사는 개인 데이터를 임대 또는 판매하지 않습니다. Branch 고객 누구도 다른 Branch 고객의 최종 사용자 데이터에 액세스할 수 없습니다. 또한, 당사는 고객의 최종 사용자 데이터를 어느 누구에게든 임대하거나 판매하지 않습니다. 고객들은 각자의 최종 사용자 개인 데이터를 관리하고자 할 때 여러 최종 사용자에 대해서든 아니면 특정 최종 사용자에 대해서든 언제든지 데이터 삭제를 요청할 수 있습니다. 이러한 관리 방법은 본래 당사가 GDPR 요구사항을 준수하기 위해 마련한 것이지만 현재 전 세계 모든 고객들이 이용할 수 있습니다.
페르소나 그래프가 ‘ID 확인’ 또는 ‘사용자 중심 마케팅’ 상품과 다른 점은 무엇입니까?
이러한 상품들은 이름만 들었을 때나 표면적으로 봤을 때 페르소나 그래프와 비슷하다고 생각할 수 있습니다. 하지만 그 기반은 완전히 다릅니다. 세 가지 주요 차이점은 다음과 같습니다.
구축 원리. 이러한 상품들의 데이터는 일반적으로 제3자에게서 대량 구매한 뒤 프로필로 집계하는 것입니다. Branch 페르소나 그래프는 직접 관찰된 사용자 활동을 기반으로 구축되며 외부 출처로부터 획득되는 어떠한 개인 데이터도 포함하지 않습니다.
포함된 내용. 이러한 상품을 통해 이용할 수 있는 사용자 프로필은 대개 이름, 이메일 주소, 나이, 성별, 쇼핑 기호 등의 민감한 개인 데이터가 포함되어 있습니다. Branch 페르소나 그래프에는 익명화된 크로스 플랫폼 식별자 매칭만 포함되며 민감한 개인 데이터를 일절 사용하지 않습니다. 당사는 고객들로부터 이러한 데이터를 받고 있지도 않습니다.
사용 방식. 이러한 상품들의 주된 활용 사례는 광고 리타게팅을 위해 타겟을 판매하는 것입니다. 따라서 Branch가 제공하고자 하는 근본적인 서비스인 정확한 측정 및 원활한 사용자 경험과는 그 목표부터 다릅니다.
부정행위에 관한 부분은 어떻습니까?
부정행위는 톰과 제리의 싸움처럼 절대 끝나지 않는 문제입니다. 광고의 본래 의미대로 사람 간에 가치가 거래되는 상황이 존재하는 한, 부정행위는 절대 완전하게 뿌리 뽑지 못할 것입니다. 노련한 사기꾼들은 항상 방법을 찾아 내기 때문입니다.
모바일 어트리뷰션 제공업체의 현실적인 목표는 ‘멍청한 부정행위’를 차단하고 부정행위를 벌이는 행위 자체를 힘들게 하여 사기꾼이 다른 목표물을 찾게끔 하는 것입니다. 이를 위한 가장 좋은 방법은 실제 사람의 활동 패턴을 나타내지 않는 모든 것을 배제시키는 것입니다. 페르소나 그래프는 어떠한 단일 채널, 단일 플랫폼 시스템보다도 훨씬 더 정교하게 이를 판별할 수 있는 데이터를 보유하고 있습니다.
페르소나 그래프가 사용자를 찾지 못하는 경우에는 어떻게 됩니까?
Branch의 네트워크 규모가 상당함에도 불구하고 페르소나 그래프를 이용할 수 없는 상황들은 여전히 존재합니다. 아주 간단한 몇 가지 예를 들자면 새 기기가 처음 발견되는 경우, 브라우저 쿠키가 재설정되는 경우, iOS의 ITP 등이 있습니다.
이러한 상황에서는 시스템이 당시 이용 가능한 차선의 매칭 기법에 의존해야 합니다. Branch의 차선책은 기존 어트리뷰션 제공업체에서 제공하는 수준(보통은 그보다 더 나은 수준)의 결과를 제공합니다.
크로스 기기 어트리뷰션의 경우는 어떻습니까?
크로스 기기는 굉장히 복잡한 문제입니다. 이론상 페르소나 그래프는 데이터를 모든 채널과 플랫폼 간에 연결하는 것처럼 모든 기기 간에도 연결할 수 있습니다.
최근 일부 모바일 어트리뷰션 제공업체들은 ‘사용자 중심 어트리뷰션’을 도입하기 위해 크로스 기기 트래킹을 사용하기 시작했습니다. 그 근본적인 방법은 이메일 주소나 사용자 이름 등 고객이 제공하는 식별자에 근거해 활동을 병합하는 것입니다. 즉, 두 기기에서 동일 ID로 로그인이 이루어지면 이러한 ID가 어트리뷰션의 관점에서 동일 개인에 귀속된다고 간주하는 것입니다.
이는 표면적으로 볼 때 논리적이고 이 업체들에게 효과적인 방법인 듯합니다. 이 업체들은 여전히 한 번에 하나의 앱만을 기본으로 하는 단편화된 관점에서 측정하려 하기 때문입니다. Branch는 페르소나 그래프 외에도, 이미 앱별 사용자 ID에 근거하여 이와 유사한 크로스 기기 전환 병합을 실시하고 있습니다.
페르소나 그래프에서 크로스 기기가 복잡해지는 경우를 예로 들어 설명해보겠습니다.
하나의 모바일 기기에서 이루어지는 활동 대다수가 한 사람에만 기반한다고 가정하는 것 자체는 아주 합리적입니다. 물론 친구에게 전화를 걸어달라고 요청하거나 항공편 상태를 확인해달라고 요청할 수도 있습니다. 하지만 이러한 행동이 어트리뷰션 데이터를 약간 지저분하게 만들긴 해도 그 영향은 굉장히 제한적인 편입니다. 하지만 사용자가 친구에게 자신의 이메일 계정에 로그인해 항공편 확인증을 인쇄해달라고 요청하고 어트리뷰션 제공업체가 이것을 근거로 페르소나 그래프 전반에서 ID 파편을 병합한다면, 그 영향이 누적되어 의도치 않은 엄청난 결과가 발생할 수도 있습니다.
당사의 고객들은 크로스 기기 어트리뷰션에 관해 주기적으로 문의를 하고 있습니다. 그리고 리서치팀은 이러한 문의를 원활하게 처리해 왔습니다. 당사는 데이터의 무결성이 당사가 제공할 수 있는 가장 귀중한 부분이라고 생각하기 때문에 서두르지 않고 옳은 길을 가려고 합니다.
딥링크가 왜 그렇게 중요합니까?
일부 기존 모바일 어트리뷰션 제공업체들은 딥링크가 어트리뷰션에 중요하지 않다고 생각합니다. 어떤 관점에서 보면 이러한 업체들의 생각도 맞습니다. 회계 담당자가 꼭 가이드에 대한 풍부한 지식을 갖추지 않아도 되기 때문입니다. 하지만 Branch는 이것이 굉장히 근시안적인 태도라고 생각합니다. 이 디지털 생태계에서 파편화가 계속 진행 중이라는 것은 결국 더 이상 측정 가능한 것이 남지 않게 되는 상황을 의미하기 때문입니다.
오프라인 세계의 사례를 하나 들어보겠습니다.
지역 자동차 매장을 광고하는 광고판이 하나 있다고 상상해봅시다. 식료품점에서 나와 고속도를 달리며 집으로 가고 있던 여러분은 그 광고판에서 최신 플러그인 하이브리드 자동차 광고를 발견합니다. 굳이 새 차가 필요하진 않지만, 지금까지 사용한 오래된 차는 차고 바닥 여기저기에 기름을 질질 흘리고 다닌지 이미 몇 달이 되었고 지난주에는 엔진 점검등에 불도 들어왔습니다. 그래서 여러분은 즉흥적으로 자동차 매장에 들러 시승을 해보기로 결심합니다.
여러분은 벌써부터 ‘새 차’ 냄새를 맡을 정도로 기대에 차 있습니다. 그리고 자동차 매장으로 가기 위해 고속도로 출구로 나가려고 했는데… 출구 도로는 막혀 있고 그 앞에 ‘도로 공사 중’이라는 커다란 주황색 표지판이 서있습니다. 다음 출구 도로를 타려면 5분은 더 가야 합니다. 그래서 여러분은 10분 동안 국도로 되돌아가는 방법을 열심히 고민합니다. 게다가 아까 산 뒷좌석의 우유는 뜨거운 햇빛을 받으면 금방 상해 버릴 것입니다. 여러분은 결국 포기하고 집으로 돌아갑니다.
일주일 뒤, 여러분은 우연히 그 광고판 옆을 다시 지나게 됩니다. 고속도로 출구 도로는 다시 개통된 상태이고 여러분은 지난 며칠간 여기저기에서 새 차 냄새를 풍기는 사람들을 수도 없이 봐왔습니다. 하지만 이번에는 광고판에서 지역 은행을 광고하고 있습니다. 그리고 여러분이 한 주 전에 봤던 광고는 이미 기억에서 완전히 잊혀졌습니다. 영업사원이 여러분에게 묻습니다. “어떤 일로 방문하셨나요?” 여러분은 이렇게 대답합니다. “아, 우연히 근처에 볼 일이 있어서요.”
자, 여기에서 이 자동차 매장은 두 가지 문제점을 가지고 있습니다.
우선, 한 번 틀어진 고객 여정은 절대 다시 회복하지 못할 수도 있습니다. 어쩌면 여러분은 이미 새로운 매장을 찾아갔을지도 모릅니다. 어차피 새 차라면 어느 것이든 신나기 때문입니다.
그리고 이 자동차 매장은 여러분이 매장을 방문한 진짜 이유가 광고판이라는 사실을 모릅니다. 그 이유는 여러분 스스로도 기억하지 못하기 때문입니다. 여러분이 결국 구매를 완료했다면 이 광고판 광고는 투자할 가치가 있는 광고였을 것입니다…하지만 이 매장은 이 광고가 가치 있는 것인지 아닌지를 절대 알지 못할 것입니다. 고객 여정 중에 고속도로 공사 때문에 방해를 받았고 그로 인해 매장의 어트리뷰션 루프가 훼손되었기 때문입니다.
이 상황을 약간 변경하면 ‘자동차’를 ‘앱’으로, ‘광고판’을 ‘인스톨 광고’로, ‘고속도로 출구 도로’를 ‘링크’로 바꾸어 생각해볼 수 있습니다.
오늘날의 디지털 세계에서는 링크가 곧 고객 여정입니다. 링크가 제 기능을 하지 못하면 아무리 세계 최고의 측정 도구라도 애초에 발생한 적 없는 전환을 어트리뷰션하는 데 도움을 줄 수 없습니다.
결론: 링크가 모든 상황에서 제 기능을 할 수 있다는 솔루션도 제시하지 않고, 링크가 망가질 리 없다는 검증 가능한 데이터도 제공하지 않으면서 측정이 가능하다고 주장하는 어트리뷰션 시스템이 있다면 부디 다시 한번 의심해보세요. 아마도 지난 몇 년 동안 이 생태계에서 나타난 변화에 적응하지 못한 구시대의 시스템일 가능성이 높습니다.
다른 회사에서 페르소나 그래프를 새로 만든다면 어떻게 됩니까?
그런 일은 언제나 가능하겠지만 네트워크 영향의 특성을 생각해보면 다른 어느 기업이든 Branch 페르소나 그래프와 경쟁하기 위해 필요한 엄청난 규모의 자원을 확보하기란 굉장히 어려울 것입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
SAN(자체 어트리뷰션 네트워크)은 어떻습니까?
Facebook, Google, Twitter 등의 SAN은 기기 ID를 이용하여 각자의 울타리 쳐진 영역, 다시 말해 각자의 통제된 서비스를 생태계 안으로 가져옵니다. SAN이 갖는 차이점은 어트리뷰션 제공업체가 사용자의 모든 상호작용을 관찰할 수 있게 허용하는 것이 아니라, “이 기기 ID가 방금 뭘 했는데… 지난 X일 안에 이 사용자를 본 적 있습니까?” 같은 질문을 받을 때 예 또는 아니요로 대답만 한다는 것입니다.
SAN의 접근법에는 부정행위가 존재하기 힘들다는 장점이 있지만 그 안을 들여다볼 수 없는 검은 상자와 같다는 단점이 있습니다. 하지만 이것이 광고 생태계의 현실입니다.
이렇게 통제된 서비스들은 대부분 각자의 사용자 ID 또는 이메일 주소를 통해 플랫폼 간에 사용자를 연결해주기 때문에 SAN이 다른 기기/플랫폼상에서 그 사용자에 의한 활동을 보고하지 못할 이유는 없습니다. 이러한 형태의 연결은 연결된 기기 ID를 통해 페르소나 그래프에 자동으로 통합됩니다.
iOS의 LAT(광고 트래킹 제한)는 어떻습니까?
LAT가 활성화되면 iOS가 0으로 구성된 문자열 형태의 IDFA를 전송합니다. 현재 iOS의 약 20%는 이 설정이 활성화되어 있는 것으로 보입니다. Branch는 IDFA가 없다면 사용자를 페르소나 그래프에 연결할 수 없지만 그래도 핑거프린팅이나 IDFV(LAT가 활성화되어 있을 때에도 이용 가능하지만 그 범위가 단일 앱/벤더로 제한되는 대안 기기 ID)를 통해 여전히 어트리뷰션을 수행할 수 있습니다.
본 문서는 ‘모바일 어트리뷰션 제공업체’의 시대가 끝나가는 이유와 어트리뷰션 2.0에서 예상되는 사항에 관한 정보를 다룬 3부 시리즈 중 마지막 부입니다. 제1부는 여기에서, 제2부는 여기에서 확인하십시오. 전문은 Hacker Noon이 최초 출간하였습니다.
우리는 5개 장으로 구성된 글을 통해 이상적인 어트리뷰션 2.0 솔루션에 관한 Branch의 견해를 살펴보고자 합니다. 그리고 마지막 제5장을 지금부터 살펴보겠습니다.
- ‘어트리뷰션’이란? 오프라인, 디지털, 모바일을 포함한 마케팅 어트리뷰션의 간략한 역사.
- 모바일 어트리뷰션 제공업체의 시야가 가려지는 과정. 이 플랫폼들이 빠르게 제 기능을 잃고 있는 이유.
- 어트리뷰션의 미래. ‘페르소나 그래프’가 어디에서나 믿을 수 있는 정확한 측정치를 제공하는 원리.
- 기존의 어트리뷰션 기법 살펴보기. 웹사이트와 앱의 단일 플랫폼상에서 측정이 이루어지던 원리에 대한 심층적 분석.
- 차세대 기법: 페르소나 그래프. 페르소나 그래프가 효과적인 이유와 Branch에서 페르소나 그래프를 구현한 방법.
제5장: 차세대 기법인 페르소나 그래프
이 장에서는 페르소나 그래프가 어떤 원리로 작용하며 사용자 개인정보 보호 및 데이터 보안과 관련된 일반적인 문제들을 어떻게 해결하는지 설명하고, Branch에서 페르소나 그래프를 어떻게 구축했는지 자세히 알아봅니다. 또한 기존 세대의 모바일 어트리뷰션 제공업체와 비교하여 페르소나 그래프는 무엇을 가능하게 하는지 살펴봅니다.
기존 어트리뷰션 기법이 갖는 문제는 확률적이거나(데이터가 잘못되었을 가능성이 존재함) 단일 플랫폼(웹 또는 앱) 내에서 고립된다는 점입니다. 페르소나 그래프는 이러한 문제를 가진 환경에 최상의 해결책을 제공합니다.
카드 짝 맞추기 게임을 떠올려보겠습니다. 혹시 잘 모르시는 분들을 위해 설명을 드리자면, 이 게임은 모두 뒷면만 보이도록 뒤집혀 있는 카드 중 두 개의 카드를 무작위로 뒤집어보며 짝을 찾는 게임입니다. 여러분이 두 장의 카드를 처음으로 뒤집어 짝을 맞출 확률은 극히 희박합니다. 하지만 시간이 지날수록 점점 각각의 카드가 어디에 위치해 있는지 알게 됩니다. 여기에서 시간의 역할은 매우 중요합니다. 기억력이 좋다면 두 장씩 카드를 뒤집을 때마다 정확한 짝을 맞출 수 있게 될 것입니다.
그렇다면 게임의 상황을 한 단계 발전시켜보겠습니다. 이번에는 여러분이 카드들을 뒤집어보며 각각의 위치를 알아내는 것이 아니라, 게임을 지켜보다가 중간에 합류했다고 가정해봅시다. 즉, 여러분이 카드를 뒤집을 차례가 오기 전에 이미 다른 플레이어들이 테이블 위의 모든 카드를 뒤집어 보여준 상황입니다. 이런 상황은 더 이상 확률 싸움이라고 보기 어려울 것입니다. 큰 확신을 가지고 모든 짝을 맞출 수 있을 것이기 때문입니다.
이것이 바로 페르소나 그래프의 기본 개념입니다. 매칭되는 익명의 데이터 포인트를 공유함으로써 모두에게 이득을 주는 방법입니다. 페르소나 그래프는 카드 짝 맞추기 게임에서 여러분의 차례가 오기 전에 이미 모든 카드가 뒤집어 보여진 경우와 같습니다. 여러분이 직접 보지 못했어도 네트워크상의 다른 누군가는 본 적 있는 사용자를 정확하게 매칭해주기 때문입니다.
모두가 모르는 척하고 있는 문제: 개인정보 보호, 보안, 기밀 유지.
페르소나 그래프가 생존할 수 있으려면 두 가지의 중요한 사항이 필수적으로 보장되어야 합니다. 바로 1) 사용자 개인정보 보호 보호 및 데이터 보안, 그리고 2) 기밀 유지입니다.
사용자 개인정보 보호 및 데이터 보안. 페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 사용자가 여러분에게 이 정보를 공유하고 싶어 한다면 그 정보는 이미 여러분의 시스템 내에 포함되어 있을 것입니다. 즉, 페르소나 그래프가 하는 일은 그저 여러분이 기존의 한 고객을 또 다른 장소에서 보고 있다는 사실을 알려줄 뿐입니다. 그리고 사용자는 쿠키 또는 기기 ID처럼 페르소나 그래프와의 연결성을 원하는 대로 재설정할 수 있습니다.
다시 말해 페르소나 그래프는 개인정보 보호에 관해 우편 서비스와 같은 방식을 취해야 합니다. 우편 배달부들은 수취인의 실제 위치를 알아야만 우편을 배달할 수 있습니다. 이들이 관심을 갖는 것은 주소일 뿐, 수취인 정보가 아닙니다. 그리고 우리는 이러한 우편 배달부들이 절대 고객의 우편을 열어보지 않으며, 우리가 무엇을 구매하는지에 관한 정보를 비싼 값에 판매하지 않을 것이라고 믿고 있습니다.
Branch는 사용자 개인정보 보호에 대한 막중한 책임을 느끼며 이와 관련한 공식적인 이행 방안을 여러 차례 발표한 바 있습니다. 그 내용은 간단하게 세 가지로 요약할 수 있습니다. 1) 당사는 당사가 수집하는 데이터를 선행적으로 제한하며, 그 범위는 당사가 고객에게 서비스를 제공하기 위해 절대적으로 필요한 데이터에 한합니다. 2) 당사는 당사 앱 또는 웹사이트에서 발생하는 최종 사용자 활동에 관한 데이터만 고객들에게 제공할 것입니다. 3) 당사는 다른 Branch 고객에게 대상을 타게팅하거나, ID 기업과 부가적인 쿠키 동기화 거래를 하거나, ‘독립적인’ 자회사를 이용하는 등 어느 방법으로도 최종 사용자의 개인 데이터를 임대 또는 판매하지 않습니다.
아울러 당사는 민감한 데이터를 제거하고 악의적인 행위자들로부터 당사 플랫폼을 지키기 위한 모범 관행을 선행적으로 철저하게 준수합니다.
기밀 유지. 페르소나 그래프를 통해 이용 가능한 유일한 데이터는 연결 자체에 관한 정보 뿐입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 페르소나 그래프는 Pepsi가 Coca-Cola의 고객 목록을 절대 구매할 수 없도록 반드시 보장할 것입니다.
비유하자면, 스위스는 500년 넘게 유럽에서 모든 전쟁을 피해 왔고 앞으로도 그럴 것입니다. 모두가 스위스는 중립국이라는 사실을 인지하기 때문입니다. 페르소나 그래프도 이처럼 의심의 여지 없는 평판을 유지해야 합니다.
Branch 페르소나 그래프 간단히 살펴보기
2014년 Branch가 처음 설립될 당시에는 이미 모바일 어트리뷰션 제공업체 업계가 충분히 자리 잡은 상태였습니다. 이 업계의 업체들은 모두 광고 유도식 앱 인스톨을 측정하는 손쉬운 방법을 활용하며 경쟁하고 있었습니다. 모바일 업계에서 종사하고 계신다면 아마 이러한 업체들의 이름을 익히 들어보셨을 것입니다. Branch는 지난해 그중 한 업체의 어트리뷰션 사업을 인수했습니다.
당사는 새로운 접근법을 택하기로 했습니다. 앱 인스톨 광고는 결국 꺼지게 될 거품이라는 걸 깨달았고, 아울러 마케터들이 다른 채널과 전환 이벤트들을 다시 고려하기 시작하면서 원활한 사용자 경험이 점점 중요해질 것임을 알고 있었기 때문입니다. 그래서 당사는 모두가 무시하고 있던 더 어려운 기술적 문제부터 해결하기로 했습니다. 이는 당사가 2년 전 딥링킹만으로는 충분하지 않다는 논지로 여러분께 공유했던 내용이기도 합니다.
이러한 결심을 바탕으로 당사는 전 세계의 유명 브랜드 중 다수가 가지고 있던 크로스 플랫폼 사용자 경험 문제를 대대적으로 해결하였고, 페르소나 그래프를 개발했습니다. 페르소나 그래프를 통해 Branch는 지금까지 이용할 수 있었던 어느 솔루션보다도 더 정확하고 믿을 수 있는 어트리뷰션 솔루션을 제공할 수 있게 되었습니다.
이 페르소나 그래프가 작동하는 원리는 다음과 같습니다.
1단계: 확정적 ID 수집
믿기 어려우시겠지만 사실 이 단계는 비교적 쉬운 단계입니다. 사용자 활동은 여러 플랫폼 전반에서 파편적으로 발생합니다. 따라서, 그러한 각 활동의 확정적 ID를 얻는 것이 이 단계의 목표입니다. Branch의 고객들은 대부분의 마케팅 리소스를 웹사이트와 모바일 앱에 투자하기 때문에 지금까지는 이 두 가지가 당사에서 주목해 온 플랫폼이었습니다. 하지만 다른 어느 플랫폼에든 똑같은 원리가 적용됩니다.
당사는 웹에서 확정적 ID를 생성하기 위해 자바스크립트 SDK를 이용하여 1차 쿠키를 설정합니다. 앱 내에서는 기기 ID를 활용하기 위해 네이티브 SDK를 제공합니다.
또한 macOS 및 Windows상의 데스크톱 앱과 사용자 지정 OTT(Over The Top) 기기 통합을 위한 SDK도 개발했습니다. 앞으로도 고객의 요청에 따라 새로운 플랫폼을 추가적으로 지원할 예정입니다.
2단계: 페르소나 매치 생성
ID 파편을 위한 ID를 확보한 후에는 크로스 플랫폼 매칭 기법을 다층적으로 이용해 이 ID를 다시 페르소나 그래프상의 페르소나 기록에 연결합니다. 몇 가지 예를 들어보겠습니다.
- 딥링크. 사용자가 링크를 클릭해 한 곳에서 다른 곳으로 이동할 때가 가장 이상적인 연결 시점입니다. 바로 이 시점은 당사가 동일 기기(예: Safari, Facebook 브라우저, 네이티브 앱)상에 존재하는 파편들을 매칭하는 데 사용하는 주된 기법입니다. 또한 사용자의 직접적 활동으로 인해 발생하는 것이므로 가장 믿을 수 있는 방법이기도 합니다.
- 사용자 ID. 사용자는 계정에 로그인할 때 고유한 ID를 제공합니다. 이 ID는 동일 사용자가 다른 장소에서 나중에 다시 로그인할 때 매칭에 이용할 수 있습니다. 당사는 현재 이 신호를 제한된 범위 내에서만 사용합니다. 공유 기기와 관련해 민감한 문제들이 매우 많기 때문입니다. 하지만 당사는 적극적으로 솔루션을 모색 중이며 이 방법에서 상당한 가능성을 확인하고 있습니다. 참고로, 당사의 경쟁업체들은 ‘사용자 중심 어트리뷰션’과 관련하여 이 기법을 사용하고 있습니다. 하지만 앞서 언급한 공유 기기의 문제점이나 업종에 따라 방대한 수의 방문객들이 절대 로그인하지 않는다는 점을 고려해볼 때, 여전히 이 기법을 사용하고 있다면 이는 확실히 의구심을 가질 만한 문제입니다.
- Google Play 리퍼러. Google은 첫 인스톨 시 Play Store를 통해 제한된 양의 데이터를 전송합니다. Branch는 이 일회성 연결을 이용해 페르소나 그래프와의 영구적 매칭을 생성합니다.
- 핑거프린팅. 이 기법은 당사가 페르소나 그래프를 구축할 때 사용하지 않는 크로스 플랫폼 매칭 방법 중 하나이지만 어트리뷰션 업계에서 매우 흔히 사용되고 있기 때문에 언급할 가치가 있습니다. Branch는 페르소나 그래프에서 이미 존재하는 강력한 매칭을 얻을 수 없는 경우 핑거프린팅에 의존하기도 합니다. 따라서 당사는 IPv6 기반 엔진에 투자했습니다. 이 엔진은 아직도 IPv4에만 의존하고 있는 기존의 모바일 어트리뷰션 제공업체들보다 더 뛰어난 정확성을 제공합니다.
Branch는 전 세계를 무대로 대규모 활동하기 때문에 머신러닝을 사용하여 동일 사용자에 귀속될 가능성이 있지만 아직 확정적으로 병합되지는 않은 다양한 페르소나 간의 연결성을 밝혀낼 수도 있습니다. 우리는 이것을 ‘확률적 매칭’이라고 부릅니다. 어느 쪽도 100% 보장되지 않기 때문입니다. 하지만 이 방법은 우리가 또 다른 확정적 패턴들을 관찰해 확보하는 높은 신뢰 수준과 결합할 경우 꽤 유용합니다.
확률적 매칭과 핑거프린팅을 비교해보면 다음과 같습니다.
핑거프린팅. 핑거프린팅은 실제로 발생해야 합니다. 다시 말해 사용자가 어떤 행동을 하는 바로 그 순간에 이용 가능한 데이터가 무엇이든 그 데이터에 전적으로 의존하여 추측해야 합니다. 이 사용자는 혼자 집에 앉아 있을 수도 있고(정확도가 높은 상황), 아니면 쇼핑몰에서 수천 명의 다른 사람들과 함께 공용 Wifi를 사용하고 있을 수도 있습니다(정확도가 매우 낮은 상황). 핑거프린팅을 이용하는 시스템은 선택지가 단 두 개 뿐입니다. 1) 확률 도박을 통해 매칭을 만들거나, 2) 매칭은 무시하고 어트리뷰션이 발생하지 않았다고 주장하는 것입니다. 기존의 모바일 어트리뷰션 제공업체들이 제시해 온 그럴싸한 ‘동적 핑거프린팅’ 시스템은 사실 2번 선택지를 언제 선택할 것인지 결정하는 과정에 불과합니다.
확률적 매칭. 페르소나 그래프는 지속적이기 때문에 Branch는 인내심을 갖고 기다릴 수 있습니다. 우리는 전환 이벤트가 발생할 때 실시간으로 룰렛을 돌릴 필요가 없습니다. 시스템이 모호성을 감지하지 않는다면(예: 사용자가 집에 혼자 있는 상황) 선행적으로 ‘확률적 매칭’을 저장하여 나중에 사용(예: 사용자가 사람들이 붐비는 쇼핑몰에 있는 상황)할 수 있기 때문입니다. 예를 들면 이 알고리즘은 A 페르소나와 B 페르소나가 서로 일치하는 핑거프린트를 가지고 있고 둘 다 60초 이내에 동일한 IP상에서 활동을 했으며 마지막 날 안에 해당 IP로부터 발생한 다른 활동이 없음을 인지하는 경우 확률적 매칭을 생성할 수 있습니다.
당사 시스템은 다양한 페르소나 간에 이러한 확률적 매칭을 만들 때 ‘신뢰 수준’을 기록합니다. 이 수준은 활용 사례에 따라 연결된 페르소나를 고려 대상으로 포함하거나 고려 대상에서 제외시키는 근거가 됩니다. 예를 들어 자동 로그인에 사용되는 ‘보장된 매칭’ 딥링크는 분명 100%의 신뢰 수준이 필요하겠지만, 업계에서는 50-85%의 신뢰 수준으로 광고 인스톨이 매칭될 것으로 예상합니다. Branch는 페르소나 그래프를 이용할 경우 더 낮은 신뢰 수준을 갖는 매칭을 억지로 수용할 필요 없이 이 범위의 최고치를 충족할 수 있습니다.
현재 Branch는 각 활용 사례에 요구되는 신뢰 수준을 동적으로 설정하고 있지만 이는 당사가 고객들에게 향후 직접 공개할 수 있는 구성입니다.
3단계: 네트워크 확장
처음부터 단순히 ‘페르소나 그래프를 구축’하는 것은 불가능합니다. 어느 누구도 그럴 만한 이유가 없기 때문입니다.
왜일까요? 페르소나 그래프는 더 많은 회사가 기여할수록 모두에게 가치가 증가됩니다. 다시 말해 기존의 페르소나 그래프에 참여하는 것의 이점이 어마어마하게 크다는 것입니다. 반면에 완전히 새로운 페르소나 그래프에서는 아무리 열심히 참여해도 이득이 거의 없습니다. 이는 처음부터 혼자서 새로운 카드 짝 맞추기 게임을 열심히 진행한 결과를 새 플레이어에게 갖다 바치는 것과 다름이 없기 때문입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
4단계: 매칭 데이터의 활용
Branch는 이러한 크로스 플랫폼/크로스 채널/크로스 기기 페르소나를 이용해 무엇을 할 수 있을까요? 몇 가지 예를 들어보겠습니다.
어트리뷰션 모호성 해결. 이것은 너무나 당연한 부분입니다. 페르소나 그래프는 우리가 이야기해 온 사용자의 복잡한 여정을 정확하게 어트리뷰션할 수 있게 만들어줍니다. 여러분과 다른 Starbucks 고객이 모두 동일한 쇼핑 앱을 사용하고 있고 기존의 핑거프린트 기반 어트리뷰션 방법으로는 그 차이를 판별할 수 없는 경우를 예로 들 수 있습니다.
실제 멀티터치 보고에 관한 데이터 제공. 멀티터치 모델링을 이용하여 사용자 활동을 더 심층적으로 파악할 수 있다면 그야말로 어트리뷰션에 있어서 가장 완벽한 방법일 것입니다. 이는 모든 마케터가 원하는 바이기도 합니다. 또 그만큼 그에 대해 사람들이 기대하는 바도 각기 다릅니다. 하지만 모두의 의견이 합치되는 점이 하나 있다면 바로 멀티터치 어트리뷰션만이 직접 데이터를 제공하는 것만큼 유용하다는 사실과 불량한 데이터는 문제를 유발한다는 사실입니다.
Branch는 페르소나 그래프를 이용해 모든 채널과 플랫폼 전반에서 데이터를 통합할 수 있습니다. 기존의 모바일 어트리뷰션 제공업체들은 이 데이터를 완전히 놓치고 있습니다. 다시 말해서 이 제공업체들의 ‘멀티터치 어트리뷰션’은 단지 ‘다중 광고 앱 인스톨 어트리뷰션’인 셈입니다.
사용자 개인정보 보호. 핑거프린트는 오랜 기간 모바일 어트리뷰션에 있어 필요악이었습니다. 그런데 이 필요악의 단점은 단순히 부정확한 측정뿐이 아니라, 핑거프린팅이 잘못된 사용자를 매칭할 경우 사용자 개인정보 보호의 문제를 야기할 수도 있다는 것입니다. 이러한 위험이 발생하는 이유는 시스템이 전혀 다른 사용자를 취급한다고 착각하기 때문입니다. Branch는 페르소나 그래프를 이용해 부정확한 매칭의 위험을 크게 낮춤으로써 최종 사용자의 개인정보를 더 확실히 보호할 수 있습니다. 당사는 이를 더욱 강화하기 위해 ‘보장된 매칭’ 플래그까지 제공하고 있습니다.
측정, 그 이상. 어트리뷰션은 애초에 전환이 발생하는 경우에만 가능한 일입니다. Branch는 페르소나 그래프를 이용해 전환의 가능성을 높여주는 원활한 크로스 플랫폼 사용자 경험을 제공할 수 있어 모든 마케팅 노력의 성과를 개선해줍니다.
예를 들면 여러분의 웹사이트를 방문한 사용자가 여러분의 앱을 이미 인스톨한 상태라 해도, Branch는 페르소나 그래프를 사용해 이를 감지하고 그 사용자에게 앱 내 동일 콘텐츠로 원활히 전환되는 옵션을 제시합니다. 이 옵션을 통해 사용자는 구매를 완료할 가능성이 더욱 높아지게 됩니다.
페르소나 그래프 어트리뷰션과 이전 세대의 방식 비교
그럼 최종 정리를 위해 어트리뷰션 시스템의 세 가지 핵심 기능을 다시 한번 살펴보고, 페르소나 그래프 기반의 플랫폼이 가진 역량을 기존의 방식과 비교해보겠습니다.
1. 상호작용 포착
모바일 어트리뷰션 제공업체들은 광고를 가장 먼저 활용하기 시작했고 그 이후로 다른 채널들을 수용하는 방법으로 시스템을 개선하고자 노력해 왔습니다.
페르소나 그래프는 광고를 지원할 수 있을 뿐 아니라 이메일, 웹, 소셜, 검색, 오프라인 등 다양한 채널도 지원할 수 있습니다.
2. 전환수 측정
모바일 어트리뷰션 제공업체는 앱 인스톨 이벤트를 포착하는 데 최적화되어 있을 뿐, 다른 플랫폼에서 발생하는 비인스톨 전환을 취급할 수 있도록 구성되어 있지는 않습니다. 이러한 업체들 중 다수가 현재 기본 웹 측정을 수행하는 방법을 다급하게 모색 중입니다. 이는 앱이 등장하기 몇 년 전에 이미 해결된 문제입니다.
페르소나 그래프는 앱 인스톨을 어트리뷰션할 수 있을 뿐 아니라 웹사이트, 데스크톱 앱, OTT 기기 등에서 나타나는 다른 퍼널 하단의 전환도 포착할 수 있습니다.
3. 전환과 전환을 유도한 상호작용을 다시 연결
어트리뷰션 2.0의 구축을 통해 설명한 바와 같이, 모바일 어트리뷰션 업체들은 현재 두 가지 매칭 기법을 이용할 수 있습니다. 즉, 기기 ID를 기본으로 사용하거나 핑거프린팅에 의존하는 것입니다.
페르소나 그래프에 기반한 시스템은 단일 플랫폼상(앱-투-앱)의 사용자 여정에 기기 ID를 사용할 수 있을 뿐 아니라 크로스 플랫폼상(웹-투-앱)의 사용자 여정에 사용되는 기기 ID-웹 쿠키 쌍도 보유합니다. 이용 가능한 매칭 ID 쌍이 없는 경우 핑거프린팅에 의존해야 할 수도 있지만 이런 일이 발생할 확률은 매우 낮습니다.
앞으로 구현될 강점
디지털 생태계에서의 파편화는 겪어보지 않은 사람이 없을 정도로 보편적인 문제입니다. 또한 웹과 앱 간의 어트리뷰션에서 나타나는 어려움들은 시작에 불과할 뿐, 앞으로도 계속해서 증가할 것입니다. 여러분이 토스트 기계와 자동차 사이를 어트리뷰션해야 한다고 상상해보세요!
페르소나 그래프에 기반한 어트리뷰션을 사용하면 이러한 파편화에 대응하는 것이 가능해집니다. 또한 사용자 중심 링크 활동을 바탕으로 하는 페르소나 그래프는 선순환을 주도하게 됩니다. 링크는 디지털 마케팅에서 공통적으로 활용하는 요소이며, 따라서 항상 모든 채널, 플랫폼, 기기상에서 당연한 선택지이기 때문입니다. 바로 이러한 링크가 페르소나 그래프를 구축하는 데 활용되는 것입니다. 결과적으로 ROI는 증가할 것이고, 어디에서나 종합적인 측정이 가능해지며, 더 신뢰할 수 있는 링크를 얻을 수 있게 됩니다.
다른 어떠한 플랫폼 중심의 어트리뷰션 솔루션도 따라할 수 없는 효과가 나타날 것입니다.
Branch는 어트리뷰션을 단순한 앱 인스톨 측정보다 훨씬 더 큰 기능을 제공하는 종합적인 솔루션의 일부라고 생각합니다. 당사의 진정한 사명은 현대의 디지털 생태계에서 콘텐츠 발견의 문제를 해결하는 것입니다. 딥링킹은 이 사명을 이행하는 데 있어서 중요한 부분이었습니다. 그리고 또 다른 부분이 바로 어트리뷰션을 개선하는 것입니다. 하지만 아직 완전하게 사명을 달성한 것은 아닙니다. 그러니 계속해서 지켜봐주세요!
부록: FAQ 및 문제 제기
기기 제조업체들이 페르소나 그래프를 제한하려 한다면 어떻게 됩니까?
기기 제조업체는 각자의 사용자를 보호할 의무가 있습니다. 이와 동시에 본인들이 속한 생태계에서 기업들이 상업적인 경쟁력을 갖추도록 지원할 필요가 있습니다. 개인정보 보호를 고려하는 제3자 페르소나 그래프는 이 두 가지 요구사항을 충족하기에 훌륭한 방법입니다.
Branch는 수많은 기기 제조업체들과 긴밀히 협력하고 있습니다. 이러한 제조업체들은 당사의 플랫폼을 알고 있으며 당사가 구축한 솔루션을 지지하고 있습니다.
페르소나 그래프로 인해 기업들이 경쟁업체의 독점 데이터를 훔치는 것이 가능하지 않을까요?
그런 일은 가능하지 않습니다. 페르소나 그래프를 통해 얻을 수 있는 유일한 데이터는 연결성 여부에 관한 정보 그 자체이기 때문입니다. 연결 위치나 방법 또는 최종 사용자가 소속된 기업에 대한 어떤 데이터도 알 수 없습니다. 정상적인 페르소나 그래프에는 수천 명의 참여자들이 포함되어 있기 때문에 어떤 회사도 불균형하게 대두될 수 없습니다. 또한 페르소나 그래프가 생존하려면 어떤 회사도 직접 독립적으로 확보하지 않은 데이터에는 액세스할 수 없다는 사실이 보장되어야 합니다.
페르소나 그래프는 사용자 개인정보 보호 측면에서 문제가 있어 보입니다…
페르소나 그래프는 한 명의 사용자를 다양한 장소에서 인식할 수 있게 해주지만 그 사용자가 실제 누구인지에 대해서는 어떤 것도 말해주지 않습니다. 그리고 이러한 연결성은 쿠키나 기기 ID처럼 원하는 대로 재설정할 수 있습니다.
Branch는 사용자 개인정보와 관련하여 Branch 주요 개인정보 보호 원칙을 채택한 바 있습니다. 이 원칙의 전체 내용은 아래와 같습니다.
Branch는 당사가 수집하는 데이터를 제한합니다. Branch는 데이터 최소화를 실시합니다. 즉, 당사가 서비스를 제공하는 데 있어 필요하지 않은 정보를 수집하거나 저장하지 않습니다. 당사가 수집하는 개인 데이터는 광고 식별자, IP 주소, 리셋 가능한 쿠키에서 파생된 정보같은 데이터로 제한됩니다. 이러한 데이터에 관한 전체 목록은 아래 Branch의 개인정보 보호 정책에 나와 있습니다. 당사는 이름, 이메일 주소, 실제 주소 또는 SSN과 같은 정보를 수집하거나 저장하지 않습니다. 이러한 정보를 수집하거나 저장하기 원하지도 않습니다. 실제로 당사의 이용약관에서는 고객이 Branch에 최종 사용자의 민감한 정보를 공유하는 것을 금지하고 있습니다. 당사는 고객이 당사의 Text Me The App(TMTA) 기능을 사용하는 경우 전화번호를 수집하지만 이 경우에는 문자 메시지를 이용하기 위한 목적으로만 최종 사용자의 전화번호를 수집 및 처리하며 이후 7일 이내에 삭제합니다.
당사는 여러분의 앱 또는 웹사이트상에서 일어난 실제 최종 사용자 활동에 관한 데이터만 여러분께 제공합니다. 당사 고객들은 직접 ‘확보한’ 쿠키 또는 식별자에만 액세스할 수 있습니다. 즉, 최종 사용자가 반드시 고객의 사이트를 방문해야만 고객이 쿠키를 볼 수 있습니다. 또한, 최종 사용자가 고객의 앱을 다운로드해야만 Branch가 해당 고객의 최종 사용자 광고 식별자를 수집할 수 있습니다. 결론적으로 Branch 서비스는 본인의 플랫폼에 최종 사용자가 방문한 경험이 있고 웹 방문과 앱 세션 간 관계를 이해하고자 하는 고객들에게 유용합니다.
당사는 개인 데이터를 임대 또는 판매하지 않습니다. Branch 고객 누구도 다른 Branch 고객의 최종 사용자 데이터에 액세스할 수 없습니다. 또한, 당사는 고객의 최종 사용자 데이터를 어느 누구에게든 임대하거나 판매하지 않습니다. 고객들은 각자의 최종 사용자 개인 데이터를 관리하고자 할 때 여러 최종 사용자에 대해서든 아니면 특정 최종 사용자에 대해서든 언제든지 데이터 삭제를 요청할 수 있습니다. 이러한 관리 방법은 본래 당사가 GDPR 요구사항을 준수하기 위해 마련한 것이지만 현재 전 세계 모든 고객들이 이용할 수 있습니다.
페르소나 그래프가 ‘ID 확인’ 또는 ‘사용자 중심 마케팅’ 상품과 다른 점은 무엇입니까?
이러한 상품들은 이름만 들었을 때나 표면적으로 봤을 때 페르소나 그래프와 비슷하다고 생각할 수 있습니다. 하지만 그 기반은 완전히 다릅니다. 세 가지 주요 차이점은 다음과 같습니다.
구축 원리. 이러한 상품들의 데이터는 일반적으로 제3자에게서 대량 구매한 뒤 프로필로 집계하는 것입니다. Branch 페르소나 그래프는 직접 관찰된 사용자 활동을 기반으로 구축되며 외부 출처로부터 획득되는 어떠한 개인 데이터도 포함하지 않습니다.
포함된 내용. 이러한 상품을 통해 이용할 수 있는 사용자 프로필은 대개 이름, 이메일 주소, 나이, 성별, 쇼핑 기호 등의 민감한 개인 데이터가 포함되어 있습니다. Branch 페르소나 그래프에는 익명화된 크로스 플랫폼 식별자 매칭만 포함되며 민감한 개인 데이터를 일절 사용하지 않습니다. 당사는 고객들로부터 이러한 데이터를 받고 있지도 않습니다.
사용 방식. 이러한 상품들의 주된 활용 사례는 광고 리타게팅을 위해 타겟을 판매하는 것입니다. 따라서 Branch가 제공하고자 하는 근본적인 서비스인 정확한 측정 및 원활한 사용자 경험과는 그 목표부터 다릅니다.
부정행위에 관한 부분은 어떻습니까?
부정행위는 톰과 제리의 싸움처럼 절대 끝나지 않는 문제입니다. 광고의 본래 의미대로 사람 간에 가치가 거래되는 상황이 존재하는 한, 부정행위는 절대 완전하게 뿌리 뽑지 못할 것입니다. 노련한 사기꾼들은 항상 방법을 찾아 내기 때문입니다.
모바일 어트리뷰션 제공업체의 현실적인 목표는 ‘멍청한 부정행위’를 차단하고 부정행위를 벌이는 행위 자체를 힘들게 하여 사기꾼이 다른 목표물을 찾게끔 하는 것입니다. 이를 위한 가장 좋은 방법은 실제 사람의 활동 패턴을 나타내지 않는 모든 것을 배제시키는 것입니다. 페르소나 그래프는 어떠한 단일 채널, 단일 플랫폼 시스템보다도 훨씬 더 정교하게 이를 판별할 수 있는 데이터를 보유하고 있습니다.
페르소나 그래프가 사용자를 찾지 못하는 경우에는 어떻게 됩니까?
Branch의 네트워크 규모가 상당함에도 불구하고 페르소나 그래프를 이용할 수 없는 상황들은 여전히 존재합니다. 아주 간단한 몇 가지 예를 들자면 새 기기가 처음 발견되는 경우, 브라우저 쿠키가 재설정되는 경우, iOS의 ITP 등이 있습니다.
이러한 상황에서는 시스템이 당시 이용 가능한 차선의 매칭 기법에 의존해야 합니다. Branch의 차선책은 기존 어트리뷰션 제공업체에서 제공하는 수준(보통은 그보다 더 나은 수준)의 결과를 제공합니다.
크로스 기기 어트리뷰션의 경우는 어떻습니까?
크로스 기기는 굉장히 복잡한 문제입니다. 이론상 페르소나 그래프는 데이터를 모든 채널과 플랫폼 간에 연결하는 것처럼 모든 기기 간에도 연결할 수 있습니다.
최근 일부 모바일 어트리뷰션 제공업체들은 ‘사용자 중심 어트리뷰션’을 도입하기 위해 크로스 기기 트래킹을 사용하기 시작했습니다. 그 근본적인 방법은 이메일 주소나 사용자 이름 등 고객이 제공하는 식별자에 근거해 활동을 병합하는 것입니다. 즉, 두 기기에서 동일 ID로 로그인이 이루어지면 이러한 ID가 어트리뷰션의 관점에서 동일 개인에 귀속된다고 간주하는 것입니다.
이는 표면적으로 볼 때 논리적이고 이 업체들에게 효과적인 방법인 듯합니다. 이 업체들은 여전히 한 번에 하나의 앱만을 기본으로 하는 단편화된 관점에서 측정하려 하기 때문입니다. Branch는 페르소나 그래프 외에도, 이미 앱별 사용자 ID에 근거하여 이와 유사한 크로스 기기 전환 병합을 실시하고 있습니다.
페르소나 그래프에서 크로스 기기가 복잡해지는 경우를 예로 들어 설명해보겠습니다.
하나의 모바일 기기에서 이루어지는 활동 대다수가 한 사람에만 기반한다고 가정하는 것 자체는 아주 합리적입니다. 물론 친구에게 전화를 걸어달라고 요청하거나 항공편 상태를 확인해달라고 요청할 수도 있습니다. 하지만 이러한 행동이 어트리뷰션 데이터를 약간 지저분하게 만들긴 해도 그 영향은 굉장히 제한적인 편입니다. 하지만 사용자가 친구에게 자신의 이메일 계정에 로그인해 항공편 확인증을 인쇄해달라고 요청하고 어트리뷰션 제공업체가 이것을 근거로 페르소나 그래프 전반에서 ID 파편을 병합한다면, 그 영향이 누적되어 의도치 않은 엄청난 결과가 발생할 수도 있습니다.
당사의 고객들은 크로스 기기 어트리뷰션에 관해 주기적으로 문의를 하고 있습니다. 그리고 리서치팀은 이러한 문의를 원활하게 처리해 왔습니다. 당사는 데이터의 무결성이 당사가 제공할 수 있는 가장 귀중한 부분이라고 생각하기 때문에 서두르지 않고 옳은 길을 가려고 합니다.
딥링크가 왜 그렇게 중요합니까?
일부 기존 모바일 어트리뷰션 제공업체들은 딥링크가 어트리뷰션에 중요하지 않다고 생각합니다. 어떤 관점에서 보면 이러한 업체들의 생각도 맞습니다. 회계 담당자가 꼭 가이드에 대한 풍부한 지식을 갖추지 않아도 되기 때문입니다. 하지만 Branch는 이것이 굉장히 근시안적인 태도라고 생각합니다. 이 디지털 생태계에서 파편화가 계속 진행 중이라는 것은 결국 더 이상 측정 가능한 것이 남지 않게 되는 상황을 의미하기 때문입니다.
오프라인 세계의 사례를 하나 들어보겠습니다.
지역 자동차 매장을 광고하는 광고판이 하나 있다고 상상해봅시다. 식료품점에서 나와 고속도를 달리며 집으로 가고 있던 여러분은 그 광고판에서 최신 플러그인 하이브리드 자동차 광고를 발견합니다. 굳이 새 차가 필요하진 않지만, 지금까지 사용한 오래된 차는 차고 바닥 여기저기에 기름을 질질 흘리고 다닌지 이미 몇 달이 되었고 지난주에는 엔진 점검등에 불도 들어왔습니다. 그래서 여러분은 즉흥적으로 자동차 매장에 들러 시승을 해보기로 결심합니다.
여러분은 벌써부터 ‘새 차’ 냄새를 맡을 정도로 기대에 차 있습니다. 그리고 자동차 매장으로 가기 위해 고속도로 출구로 나가려고 했는데… 출구 도로는 막혀 있고 그 앞에 ‘도로 공사 중’이라는 커다란 주황색 표지판이 서있습니다. 다음 출구 도로를 타려면 5분은 더 가야 합니다. 그래서 여러분은 10분 동안 국도로 되돌아가는 방법을 열심히 고민합니다. 게다가 아까 산 뒷좌석의 우유는 뜨거운 햇빛을 받으면 금방 상해 버릴 것입니다. 여러분은 결국 포기하고 집으로 돌아갑니다.
일주일 뒤, 여러분은 우연히 그 광고판 옆을 다시 지나게 됩니다. 고속도로 출구 도로는 다시 개통된 상태이고 여러분은 지난 며칠간 여기저기에서 새 차 냄새를 풍기는 사람들을 수도 없이 봐왔습니다. 하지만 이번에는 광고판에서 지역 은행을 광고하고 있습니다. 그리고 여러분이 한 주 전에 봤던 광고는 이미 기억에서 완전히 잊혀졌습니다. 영업사원이 여러분에게 묻습니다. “어떤 일로 방문하셨나요?” 여러분은 이렇게 대답합니다. “아, 우연히 근처에 볼 일이 있어서요.”
자, 여기에서 이 자동차 매장은 두 가지 문제점을 가지고 있습니다.
우선, 한 번 틀어진 고객 여정은 절대 다시 회복하지 못할 수도 있습니다. 어쩌면 여러분은 이미 새로운 매장을 찾아갔을지도 모릅니다. 어차피 새 차라면 어느 것이든 신나기 때문입니다.
그리고 이 자동차 매장은 여러분이 매장을 방문한 진짜 이유가 광고판이라는 사실을 모릅니다. 그 이유는 여러분 스스로도 기억하지 못하기 때문입니다. 여러분이 결국 구매를 완료했다면 이 광고판 광고는 투자할 가치가 있는 광고였을 것입니다…하지만 이 매장은 이 광고가 가치 있는 것인지 아닌지를 절대 알지 못할 것입니다. 고객 여정 중에 고속도로 공사 때문에 방해를 받았고 그로 인해 매장의 어트리뷰션 루프가 훼손되었기 때문입니다.
이 상황을 약간 변경하면 ‘자동차’를 ‘앱’으로, ‘광고판’을 ‘인스톨 광고’로, ‘고속도로 출구 도로’를 ‘링크’로 바꾸어 생각해볼 수 있습니다.
오늘날의 디지털 세계에서는 링크가 곧 고객 여정입니다. 링크가 제 기능을 하지 못하면 아무리 세계 최고의 측정 도구라도 애초에 발생한 적 없는 전환을 어트리뷰션하는 데 도움을 줄 수 없습니다.
결론: 링크가 모든 상황에서 제 기능을 할 수 있다는 솔루션도 제시하지 않고, 링크가 망가질 리 없다는 검증 가능한 데이터도 제공하지 않으면서 측정이 가능하다고 주장하는 어트리뷰션 시스템이 있다면 부디 다시 한번 의심해보세요. 아마도 지난 몇 년 동안 이 생태계에서 나타난 변화에 적응하지 못한 구시대의 시스템일 가능성이 높습니다.
다른 회사에서 페르소나 그래프를 새로 만든다면 어떻게 됩니까?
그런 일은 언제나 가능하겠지만 네트워크 영향의 특성을 생각해보면 다른 어느 기업이든 Branch 페르소나 그래프와 경쟁하기 위해 필요한 엄청난 규모의 자원을 확보하기란 굉장히 어려울 것입니다.
Branch는 크로스 플랫폼 사용자 경험을 개선하는 것부터 시작했기 때문에 당사의 페르소나 그래프는 독립적인 가치를 동시에 제공하는 다른 제품들의 영향을 받아 자연적으로 확장되었습니다. 이러한 접근 방식을 통해 Branch의 페르소나 그래프는 현재 50,000개가 넘는 기업들을 포괄하며 굉장한 규모로 성장할 수 있었습니다. 2014년 당시에는 해결하기 어려운 문제였던 기본적인 딥링킹도 이제는 손쉽게 상품화되고 있습니다. 오늘날에는 기본적인 딥링크를 활용할 경우 비슷한 수준의 포괄 범위를 얻는 것은 고사하고 유용한 페르소나 그래프를 얻는 것도 거의 불가능합니다.
SAN(자체 어트리뷰션 네트워크)은 어떻습니까?
Facebook, Google, Twitter 등의 SAN은 기기 ID를 이용하여 각자의 울타리 쳐진 영역, 다시 말해 각자의 통제된 서비스를 생태계 안으로 가져옵니다. SAN이 갖는 차이점은 어트리뷰션 제공업체가 사용자의 모든 상호작용을 관찰할 수 있게 허용하는 것이 아니라, “이 기기 ID가 방금 뭘 했는데… 지난 X일 안에 이 사용자를 본 적 있습니까?” 같은 질문을 받을 때 예 또는 아니요로 대답만 한다는 것입니다.
SAN의 접근법에는 부정행위가 존재하기 힘들다는 장점이 있지만 그 안을 들여다볼 수 없는 검은 상자와 같다는 단점이 있습니다. 하지만 이것이 광고 생태계의 현실입니다.
이렇게 통제된 서비스들은 대부분 각자의 사용자 ID 또는 이메일 주소를 통해 플랫폼 간에 사용자를 연결해주기 때문에 SAN이 다른 기기/플랫폼상에서 그 사용자에 의한 활동을 보고하지 못할 이유는 없습니다. 이러한 형태의 연결은 연결된 기기 ID를 통해 페르소나 그래프에 자동으로 통합됩니다.
iOS의 LAT(광고 트래킹 제한)는 어떻습니까?
LAT가 활성화되면 iOS가 0으로 구성된 문자열 형태의 IDFA를 전송합니다. 현재 iOS의 약 20%는 이 설정이 활성화되어 있는 것으로 보입니다. Branch는 IDFA가 없다면 사용자를 페르소나 그래프에 연결할 수 없지만 그래도 핑거프린팅이나 IDFV(LAT가 활성화되어 있을 때에도 이용 가능하지만 그 범위가 단일 앱/벤더로 제한되는 대안 기기 ID)를 통해 여전히 어트리뷰션을 수행할 수 있습니다.