증분성이란 무엇인가요?
모바일 마케팅 산업에서 흔한 문제는 유기적 트래픽과 유료 설치를 항상 구분할 수 없다는 것입니다. 이로 인해 마케팅 비용의 잘못 계산이 발생하며, 최악의 경우에는 마케터가 무료로 발생할 수 있는 설치를 지불하게 될 수 있습니다.
이러한 문제는
증분성을 측정함으로써 해결할 수 있으며, 이를 통해 마케팅 캠페인의 영향과 유기적 트래픽의 정도를 확인할 수 있습니다. 이러한 지식을 통해 각 증분 변환(마케팅 비용으로 인해 발생한 설치)의 비용을 확인하고 해당 채널을 확장할 수 있습니다.
증분성을 어떻게 테스트할 수 있나요?
증분성 테스트는 복잡할 수 있지만, 일반적인 A/B 테스트에 익숙하다면 이미 좋은 시작점을 갖고 있습니다. 이 작업이 어떻게 이루어지는지 보여주기 위해 블로그에서 간단한 예제를 제공합니다:
기본 원칙은 두 그룹(예를 들어, 그룹 A 및 그룹 B)을 분할하여 유사한 동작을 보이게 한 다음 그룹 B에 대해서만 캠페인을 실행하는 것입니다. 그룹 A에서의 설치는 전적으로 유기적인 설치로 간주되므로 그룹 B에서의 설치 증가는 광고 비용에 의해 발생하는 추가적인 차이를 보여줍니다. 예를 들어, 다음과 같은 결과를 얻을 수 있습니다:
그룹 A (대조 그룹, 광고 없음): 100 설치
그룹 B (노출 그룹, 광고 표시): 120 설치
이 경우 광고 비용으로 20개의 추가 설치가 발생한 것으로 나타납니다. 이러한 수치를 통해 증가율과 증분성을 계산할 수 있습니다:
- 증가율은 그룹 A와 그룹 B 사이의 증가분 (20 설치, 20% 증가)
- 증분성은 마케팅 비용으로 인해 변환된 그룹 B의 비율 (20 설치, 그룹 B 전체 중 16.7%).
그렇다면 각 증분 변환이 얼마나 비용이 들었을까요? 이를 계산하기 위해 그룹 B에 대한 광고 비용을 증가분으로 나눕니다. 캠페인 비용이 $100이고 추가 설치가 20개인 경우, 각 증분 사용자의 비용은 $5입니다.
이후에 이 캠페인을 천천히 확대해 나갈 경우, 증분 사용자의 더 큰 비율이 마케팅 비용을 낮추는지 여부를 확인할 수도 있습니다.
위의 예는 극도로 단순화되었지만, 증분성을 분석하는 데 시작점을 제공하는 것을 기대합니다. 이러한 테스트를 진행할 때는 다음 사항을 충분히 이해해야 합니다:
- 기본 결과: 각 테스트에서 어떤 학습 결과를 얻고자 하는가?
- 신뢰 수준: 이 테스트는 더 큰 대중을 대표하는 것인가요?
- 완화 요소: 이 수치를 신뢰할 수 있나요? 그렇지 않다면 그 이유는 무엇인가요?
고려해야 할 다른 사항은 사용자 행동이 시간에 따라 변경될 수 있으며, 연구 결과가 향후 결과를 반영하지 않을 수 있다는 점입니다. 이러한 이유로 전략은 적응적이어야 하며, 가설은 시간이 지남에 따라 지속적으로 발전해야 합니다.
COVID-19 UPDATE 
