Adjust의 차세대 Incrementality 측정 솔루션, InSight를 만나 보세요

모바일 업계는 기기 레벨과 최종 터치 어트리뷰션 데이터에만 의존하던 방식에서 벗어나 차세대 측정 방법을 전략적으로 조합하여 활용하는 방향으로 나아가고 있습니다. 그 중 Incrementality(증분)는 모바일 마케터들에게 최근 각광받고 있는 측정 방식입니다.

Incrementality을 활용하면 특정 마케팅 활동의 결과로 설치 또는 이벤트에 발생한 변화를 "정확하게" 파악할 수 있습니다. 또한 '만약 특정 행동을 취하지 않았다면 어떤 결과가 발생했을까?' '정말 캠페인 때문에 설치에서 리프트가 발생한 것일까?' '그렇다면 그 중 캠페인의 기여도는?' '하나의 플랫폼에서는 이벤트의 결과로 리프팅이 발생하지만 다른 플랫폼에는 해가 되지 않을까?' '특정 캠페인이 실제로는 오가닉 설치 카니발리제이션을 유발하고 있지는 않을까?' '캠페인 없이도 동일한 결과가 발생할 수 있었던 것은 아닐까?' 등 다양한 질문에 대한 답을 확인할 수 있습니다.

그러나 Incrementality 측정에는 문제가 따릅니다. 전통적인 Incrementality 접근법이 효과적이기는 했지만 변화가 빠른 오늘날의 개인정보 보호 중심 환경에서는 동일한 결과를 내지 못할 수도 있습니다. 전통적인 Incrementality 접근법에서는 오디언스를 두 개의 세그먼트, 즉 통제 집단과 실험 집단으로 나눕니다. 문제는 통제 집단을 만드는 것이 정확히 구분 가능한 쉬운 일이 아니라는 것입니다. 실제로 최소한의 변수로 충분히 큰 규모의 유사한 통제 집단을 만들기는 상당히 어렵습니다.

또한, 통제 집단을 만든다고 해도 그 결과로 얻은 인사이트가 편향될 수 있고 데이터에서 명확한 결론을 도출할 수 없거나 통제 집단이 변질될 가능성도 있습니다. 통제 집단이 동시에 실행 중인 다른 캠페인 영향을 받지 않도록 보장하는 것은 사실상 매우 어려운 일이기 때문입니다.

Adjust에서는 Incrementality 분석 솔루션인 InSight를 통해 전통적 방식의 한계를 뛰어 넘어 측정 효율 및 효과를 새로운 수준으로 끌어올렸습니다.  InSight는 스마트한 데이터 기반 의사 결정을 지원하기 위한 Adjust의 노력의 일환으로 출시된 최신 머신러닝 및 AI 기술 기반 솔루션인 Recommend의 첫 번째 솔루션이 될 것입니다. 이는 ROI 개선 및 수익성 향상에 도움이 될 뿐만 아니라 빠르게 변화하는 업계에서 경쟁력을 갖추기 위한 핵심 요소가 될 것입니다.

Adjust에서는 합성 통제 집단 생성에 집계된 데이터를 활용하며, 마케팅 활동의 결과를 선진 머신러닝 모델과 비교하여 95% 이상의 높은 정확도로 결과를 예측할 수 있습니다.

Adjust 솔루션 사용 시에는 기존 캠페인을 중단할 필요가 없으며, 오가닉 카니발리제이션을 신속하게 감지하여 광고 비용 낭비를 예방할 수 있습니다. 간편하고 빠르게 인사이트를 확인하여 데이터 사이언스 팀의 도움 없이도 캠페인 최적화 전략에 빠르게 적용할 수 있습니다.

Adjust의 최신 Incrementality 솔루션은 현재 조기 액세스 단계로, 신중한 테스트 및 고객 피드백 반영 과정을 거치고 있습니다. Adjust는 고객의 의견 및 니즈를 수렴하여 최적화된 솔루션을 제공할 수 있도록 제품을 조금씩 수정하고 있습니다.

Adjust의 InSight를 이용 중인 Sleep Cylce은 다양한 주요 결과를 비롯해 테스트 대상 캠페인의 50% 이상에서 오가닉 카니발리제이션이 발생한다는 사실을 파악하여 Incrementality 리프트 창출을 위한 최적화를 실행할 수 있었습니다.

InSight는 업계 최고 수준의 인사이트와 최적화 기능을 제공하며 차세대 마케팅의 효과 및 전략적 계획 수립의 새로운 시대를 여는 시작점이 될 것입니다. 출시를 앞두고 최상의 지원을 위해 준비 중인 InSight에 많은 관심과 성원 부탁드립니다.

자세한 내용은 데모 요청을 통해 확인하실 수 있습니다.