#1st-party #3rd-party #개인정보보호법강화에따른마케터의자세
First-Party Data : '회사가 보유하고 있는 고객들의 정보' 를 말한다.
First-party data 에 대해 조금 더 쉽게 이해하기 위해서 지금 우리가 자주 활용하고 있는 데이터인 3rd-Party Data 대해 먼저 알아 보자.
3rd-party Data 와 개인정보 강화법
3rd-party Data는 매체단이 아닌 제 3자 툴을 통해 트래킹 되는 데이터를 말한다.
그리고 3rd-Party Data 를 트래킹 하는 툴에는 앱스플라이어(Appsflyer), 브랜치(Branch), 애드저스트(adjust), 애드브릭스(adbrix) 등이 있다. 이들은 모두 유료 앱 이며 흔히 회사마다 적용하는 툴이 다르다. 구글에서 무료로 제공되는 GA4도 존재하지만 크로스 플랫폼 데이터를 다루기에는 아직 부족하여 규모가 큰 회사는 거의 트래킹 툴을 사용한다.
앱이 점차 중요해지고, 웹과 앱의 통합이 점차 강화되면서 크로스 플랫폼 (cross-platform) 에 대한 관심이 지대해 졌는데 이로 인해 'GA면 충분하다 → 3자 트래킹 툴이 필요하다' 로 점점 흐름이 기울었다. 그리고 각종 3rd party tool 은 이제 광고비를 쓴다하는 회사에게 거의 필수가 되었다.
그런데 바로 작년 중순.
iOS14.5 업데이트가 시작된 2021년 4월을 기점으로 개인정보 보호가 점점 강화되어가고 구글이 2023년 7월에 GA 의 지원 종료 및 연말에 쿠키 지원 중단을 밝혔다. 이로 인해 3rd-pary data 툴 에서도 볼 수 있는 데이터가 확연히 적어지게 되었다.
특히 iOS 는 더욱 트래킹이 어려워 졌다. SKAN(SK Ads Network) 라는 대응책을 애플이 공지했지만 유저의 특정행동이나 액션을 통해 개인정보의 그 어떤 것도 트래킹 할 수 없도록 '실시간' 으로 확인 가능한 데이터를 전면 통제했다.
이 때 당시 광고 매체들의 타겟팅 정확도가 감소하고 실제로 CPA(액션당비용) 도 증가하면서 광고를 내보내 수익을 얻던 각종 미디어들이 크게 웅성였다. 매체도 변하고 있는 상황이었기 때문에 '눈감고 타겟팅한다' 는 이야기가 돌기 시작했다.
점차 GA에서 보이던 데이터가 Unknown 의 비중이 거의 80% 이상으로 바뀌고, 이에 따라 퍼포먼스 마케터들도 단순히 광고 운영이 아닌 그 너머로 역량을 확장해야 할 필요성을 느끼기 시작했다. 그리고 현재 매체는 이렇게 대응책들을 찾기 시작했다.
그것은 바로 군중속의 개인. 개인을 군중에 숨겨서 타겟팅 하면 개인정보가 보호되기 때문에 괜찮다는 개념이었다.
즉, 관심사 타겟팅처럼 비슷한 조건으로 묶인 소비자 집단을 대상으로 광고를 타겟팅 하는 것을 고도화 한다는 것 이었다.
이것은 데이터 분석에서 클러스터링과도 유사한 개념이다.
클러스터링은 일종의 Segmentation을 하는 건데 바로 아래와 같이 비슷한 부류를 묶어서 군집을 형성시키고 이와 유사한 집단을 계속 Reclustering 한다.
클러스터링(Clustering) → (1) 지도학습 클러스터링, (2) 비지도학습 클러스터링
- 지도학습 클러스터링 : 정확한 타겟을 정하고 군집을 찾아내는 방법
- 비지도학습 클러스터링 : 데이터에 의해서 특징을 묶어주는 방법
이는 데이터가 많을 수록 정확해지며 어떤 것이든 컴퓨터를 기반으로 하는 것은 비슷한 로직을 가지고 진행된다. 보통은 퍼포먼스 = 광고 데이터를 보고 최적화 하는 것 였는데 개인정보가 강화되면서 불명확한 정보가 많아지면서 광고는 조금 더 둥글어졌고, 자동화 되어졌고, 머신러닝에 의존하게 되었다.
정확한 데이터가 없으니 세분화된 타겟 조정을 지양하는 방향으로 마케팅이 변화하기 시작했다.
그럼에도 정확한 타겟팅은 계속된다
사람들은 그 해답을 First-party Data 에서 찾기로 했다.
광고가 자동화 되었다고 해서 모든것을 광고에만 맡겨놓기에는 광고 효율도, 매출도 이전보다 대부분의 기업이 감소한 차였다. Unknown 이 많은 모호한 데이터 중 가장 정확한 것은 회사에서 보관하고있는 데이터였고 정확한 데이터는 곧 마케팅의 정확도를 높힐 수 있는 수단이기 때문에 플랫폼들은 이것을 활용하기로 했다.
그리고 이는 마케팅의 개인화를 고속화 시키기 시작했다.
여기서 짚고가야할 가장 중요한 단어는 '마케팅의 개인화' 이다.
마케팅은 이제 사람을 페르소나별로 관리하기 시작했다. 한 유저가 있으면 유저가 제공한 데이터를 활용하여 더욱 개인화된 마케팅을 할 수 있게 됐다.
필요한 때 적절한 메세지를 날리고, 혜택을 주고, 그룹별로 유저를 관리하는 것. 이를 CRM 이라고도 한다.
그리고 이 CRM 은 여러 툴로 진행이 가능한데 최근 가장 공격적으로 영업하여 본격적으로 떠오르고있는 솔루션으로는 Braze 가 있다. 이런 솔루션을 통해서는 데이터를 세그먼트화 & 코호트화 시켜서 직접 퍼포먼스에 활용할 수 있는 기능 - 이것도 결국 클러스터링과 비슷한 맥락이라고 생각된다- 도 있고 결국 이를 제대로 TEST 하고 활용하기 위해서는 퍼포먼스와 CRM, 그로스, 브랜딩 모두가 힘을 합쳐 유기적으로 업무를 진행해야한다.
마케터가 집중해야할 질문, 그리고 앞으로의 미션
First-Party Data 의 중요성이 점점 대두되고 있는 요즘 마케터는 이런 질문에 집중해야한다.
- 어떻게 데이터를 거부감 없이 수집하고 활용할 것인가?
- 얼마나 개인화된 메세지를 전달할 것이며 고객의 피로도는 어떻게 관리 할 것인가?
- 수집한 DB는 어떻게 관리할 것인가?
한 분야의 Specialist 가 되는 것도 중요하지만 퍼포먼스 마케터 경력자라면 조금 더 기획역량을 갖춘 Generalist 가 되어야 한다. 그러기 위해서는 어떤것을 추가로 공부하는 것이 좋을까? 필자는 아래 다섯 가지를 추천한다.
RFM, 코호트, 세그멘테이션, ERD + Growth
앞의 네가지의 개념을 잡아두면 정말 도움이 될 것이고 Growth 는 배경지식으로 곁다리 좀좀다리 알아두면 좋을 것 같다. 이 다섯가지 항목에 관련해서는 추가로 글을 쓰도록 하겠다.
