“우리가 Branch를 선택한 이유는 크로스 플랫폼 문제를 해결하는 데 필요한 대규모의 데이터를 통해 더욱 정확하고 오차 없는 결과를 제공한다는 점입니다. Branch 덕분에 다른 솔루션에 비해 시스템의 오차를 30% 가량 줄일 수 있었습니다.”2016년 상위 10위권 앱 회사의 모바일 엔지니어링 담당자
2014년에 Branch가 처음 설립되었을 당시 우리는 모든 딥링크 및 어트리뷰션 플랫폼을 무료로 제공했습니다. 그리고 시간이 지남에 따라 모델을 더욱 발전시켰으며 이제는 계약 기반의 서비스를 제공하고 매우 높은 수익을 창출하고 있습니다. 서비스가 유료로 전환되었다는 점도 하나의 이유가 되겠지만, 더욱 중요한 이유는 우리가 고객에게 제공하는 서비스의 수준이 시간에 걸쳐 크게 향상되었다는 사실입니다. 그리고 지금, 저는 Branch의 고객과 업계 종사자분들께 우리의 현재 상황과 앞으로의 비전을 공유하고자 합니다.
2014년 당시 딥링크 및 앱 어트리뷰션은 초기 모델 수준에 머물러 있었습니다. 유니버설 링크나 앱 링크와 같은 기능도 없었고, 주요 기능은 무수한 브라우저에서 설치된 앱과 기본 IP 주소를 열어 지연된 딥링크 및 설치 어트리뷰션 지문을 확인하는 자바스크립트 도구였습니다. 이에 Branch는 몇 달을 투자하여 엄청난 양의 트래픽을 감당할 수 있는 시스템을 구축했습니다.
이 서비스를 구축하기 시작하기도 전에 당사는 이러한 제품의 상품화와 직접 개발 및 구매와 관련된 경쟁이 치열할 것임을 예상하고 있었습니다. 이러한 경쟁에서 살아남기란 쉽지 않습니다. 새로운 소프트웨어를 출시하더라도 잠재 고객 또는 경쟁사가 수개월 내지 수년 내로 똑같은 소프트웨어를 개발할 수 있다면 회사의 규모와 영향력을 키우는 데 본질적인 한계가 있습니다. 수십억 달러의 수익을 창출하는 데 성공한 업체들을 들여다보면 그들은 얼마든지 모방할 수 있는 소프트웨어 기능보다는 데이터에 집중하는 전략을 선택했습니다. Google의 경우가 좋은 예시입니다. Google은 더 많은 검색 요청을 확보할수록 더욱 최적화된 결과를 얻을 수 있음을 일찍이 인지하고 있었습니다.
Branch는 설립 초기부터 유의미하고 지속적인 가치를 창출하고 업계의 문제들을 대규모로 해결하기 위해서는 기본적인 딥링크와 모바일 어트리뷰션 수준을 벗어나야 함을 알고 있었습니다. 따라서 데이터를 활용하고 더 큰 가치를 창출하기 위한 방법을 모색했습니다. 그 결과 딥링크의 성공 확률과 어트리뷰션의 정확도를 대폭 향상시킬 수 있는 다양한 기회들을 즉시 포착했으며, 두 솔루션의 상품 가치를 확보하기 위한 데이터를 수집하려면 몇 년의 시간이 필요하다는 점을 깨달았습니다. 그리고 이러한 판단을 토대로 기본적인 딥링크 및 어트리뷰션 서비스를 일찌감치 무료로 제공했습니다. 이러한 서비스가 온전히 상품화되는 것은 시간 문제라는 점, 그리고 수집한 데이터를 바탕으로 구축한 서비스를 궁극적으로 유료화할 수 있다는 점을 알고 있었기 때문입니다.
아래 차트는 각 요소의 가치가 시간의 흐름에 따라 어떻게 변하는지를 보여줍니다. 파란색 점선은 기본적인 딥링크 및 어트리뷰션 서비스를, 녹색 점선은 Branch 데이터 풀의 가치를 나타냅니다. Branch 제품의 가치는 이 두 가치를 더한 것으로, 여기에서는 녹색 실선으로 표시됩니다.
당사는 업체들이 여러 애플리케이션과 플랫폼에 걸친 사용자 세션 데이터를 종합적으로 분석할 능력이 없다는 문제를 파악했습니다. 한 사용자가 처음에 Facebook(자체 브라우저 보유)의 링크를 클릭하고, 이후 Gmail(자체 브라우저 보유)의 링크를 클릭한 다음 최종적으로는 검색을 통해 회사 웹사이트를 방문할 수 있습니다. 이러한 과정을 거친 후 사용자가 앱을 다운로드했다고 가정해 봅시다. 이 모든 클릭과 세션이 동일한 사용자에 의해 발생한 것인지 파악할 수 있는 방법을 딱히 찾기가 어렵습니다.
지금의 기술 수준으로는 최초 노출부터 최종적인 결과에 이르기까지의 경로를 겨우 어림잡아 예측할 뿐입니다. 많은 업체들은 클릭 이벤트 또는 웹 세션의 IP 주소를 앱 세션의 IP 주소와 비교하곤 합니다. 그리고 일치하는 항목이 있으면 이를 동일한 사용자로부터 발생한 것으로 간주합니다.
이러한 방식에는 큰 문제가 있습니다. IP 주소는 신뢰도가 매우 떨어지며, 이와 같은 추정 방식의 정확도는 60%가 채 되지 않습니다. 사용자가 IP 주소를 바꾼다거나 여러 사용자와 함께 공용 Wi-Fi를 사용하는 등의 변수가 있기 때문입니다.
Branch는 데이터를 통해 이러한 문제를 해결하기로 결정했습니다. 모든 브라우저에서 Branch 쿠키를 사용하고, 딥링킹을 통해 이러한 쿠키를 결정론적 방식으로 기기 ID와 매핑하기 시작했습니다.
Branch만이 이러한 방법을 사용할 수 있었던 이유는 딥링크의 주된 목적이 웹으로부터 발생한 클릭 데이터를 기기 ID에 액세스할 수 있는 앱으로 직접 전송하는 것이기 때문입니다. 결과적으로 Branch의 딥 링크 서비스는 이러한 과제를 해결하는 데 필요한 데이터 풀을 구축하는 데 직접적인 역할을 했습니다. 사용자가 링크를 클릭하고 앱으로 이동하는 것을 한번 포착하면 해당 사용자의 IP 주소를 또다시 사용할 필요가 없었습니다. 이러한 방식의 원리를 자세히 알아보려면 여기를 참조하시기 바랍니다.
당사는 먼저 데이터에 대한 사용자의 권한을 철저히 보장했으며, 그 이후부터는 이러한 데이터를 활용하여 고객들이 즉각적으로 성과를 창출하기 시작했습니다.
2015년에는 Match Guaranteed라는 개념을 당사의 딥링크에 처음으로 도입했습니다. Match Guaranteed는 100%의 정확도로 고객에게 일치 항목을 알려준다는 개념입니다. 그 덕분에 자동 로그인을 비롯한 효과적인 기능들도 활용할 수 있게 되었습니다. 그리고 2017년에는 Intelligent Routing 을 딥링크에 도입했습니다. 이는 Branch 데이터가 안전한 설치를 알려 사용자가 오류 메시지가 표시될 위험 없이 앱을 안전하게 열 수 있도록 하는 기능입니다. 마지막으로 쿠키-장치 그래프를 통해 웹과 앱의 마케팅 성과를 종합적으로 보여주는 사용자 중심 어트리뷰션을 도입했습니다.
이러한 모든 제품은 딥링크의 더욱 적극적인 활용을 장려하여 더욱 가치 있는 데이터를 지속적으로 확보할 수 있도록 합니다. Branch는 이를 ‘데이터 엔진 전략(Data Engine Strategy)이라고 부릅니다.
이 전략의 가장 큰 장점은 다른 경쟁사가 모방할 수 없는 방식으로 고객에게 가치를 제공한다는 점입니다. 데이터가 잠재적 가치를 제공하며 데이터 수집에 많은 시간이 소요되는 점을 고려하면, 가장 많은 데이터를 보유한 업체가 가장 큰 가치를 제공할 수 있으며 그로 인해 시장 점유율을 확보하고 더욱 많은 데이터를 확보할 수 있는 선순환 구조를 이어나갈 수 있습니다.
Branch가 바로 이러한 회사입니다. 현재 당사의 경쟁력은 독보적입니다. 사실상 그 어떤 경쟁사도 고객에 대한 Branch의 가치 제안을 흉내조차 낼 수 없습니다. 보유한 데이터 규모에서부터 큰 격차가 존재하기 때문입니다. Branch의 가치 제안은 시간이 지날수록 더욱 풍성해지며 경쟁사와의 격차는 꾸준히 유지될 것입니다.
이 전략의 또다른 강점은 강력한 지원 네트워크를 형성한다는 점입니다. 당사는 제품 출시 몇 달 뒤에 Mobile Growth 커뮤니티를 선보였습니다. 모든 것을 독단적으로 해결하기보다는 회사 간의 협업을 통한 커뮤니티를 형성하는 것이 더욱 큰 힘을 발휘한다는 점을 깨달았기 때문입니다. 이와 같은 원리로, Branch 플랫폼에 모두가 참여하면 쿠키-쿠키 간 또는 쿠키-기기 간 연결을 공유하여 핵심적인 측정 및 사용자 경험 문제를 해결할 수 있습니다.
2019년 이후에도 당사는 데이터 플랫폼에 기반한 혁신을 이어나갈 것이며, 이를 통해 사용자 식별 관련 과제와 모바일, 데스크톱, 스마트 TV 등 매체 및 기기의 다양화와 관련된 문제를 해결하기 위해 노력할 것입니다.
모바일의 가능성은 무궁무진하지만, 그만큼 해결해야 할 일도 많습니다. 모두가 함께 모바일의 미래를 개척해 나가기를 기대합니다.