Article at a Glance디지털 광고 시대에는 광고효과 측정이 보다 정교해졌고, 광고의 효율이 지속적으로 좋아지고 있다. 이에 따라 우리는 어떤 모바일 광고가 성공했고, 어떤 모바일 광고가 실패했는지를 객관적으로 측정할 수 있게 됐다. 그리고 성공하는 모바일 광고에는 5가지 특징이 있음을 발견했다. 이 5가지 특징은 다음과 같다.
1) 고객이 있는 곳에 광고하기
2) 성공 지표를 선정하고 측정하기
3) 고객이 필요로 하는 가치를 제공하기
4) 장기적인 관점에서 테스트하고, 또 테스트하기
5) 모바일 광고에 적합한 파트너를 찾기
광고가 시작된 이래로 광고의 효율을 측정하는 것은 광고 업계의 가장 큰 숙제였다. 길에서 전단지를 나눠주는 것부터 TV 광고에 이르기까지 모든 광고 활동에는 비용이 들기 마련인데 이 광고 비용이 정말 효과가 있는지 알기 어려웠다. 인쇄 광고에 쿠폰을 붙이거나 광고마다 다른 전화번호를 안내해서 어떤 광고가 더 효과적인지 추적하기도 했지만 광고의 효과를 전방위적으로 정확히 측정하는 데에는 한계가 있었다.
마케팅 선각자인 존 워나메이커(John Wanamaker, 1838∼1922)가 오래전에 얘기한 “광고비의 절반은 낭비였다. 문제는 어느 쪽 절반인지를 모른다는 것(Half the money I spend on advertising is wasted; the trouble is I don’t know which half)”이라는 말이 여전히 회자되는 것은 광고의 효과를 측정하는 것이 얼마나 어려운지를 보여준다.인터넷 시대가 열리고 디지털 마케팅이 시작되면서 많은 사람들은 이제 광고 효율을 완벽히 측정할 수 있을 것으로 기대했다. 사용자들이 인터넷을 사용하면서 남긴 ‘쿠키’라는 흔적이 사용자들이 인터넷상에서 어떤 광고에 노출이 됐고, 그중 어떤 광고에 관심을 보였는지 분석할 수 있게 해줬기 때문이다. 적어도 디지털상에서는 광고비의 절반이 낭비였다면 어느 쪽 절반인지를 알 수 있는 시대가 된 것이다. 하지만 여전히 남아 있는 숙제는 어떻게 디지털 광고와 전통적인 오프라인 광고의 효율을 함께 측정할 것인가의 문제다. 오프라인 광고의 효율을 측정하는 기술은 TV 앞에 놓인 셋톱박스를 시청자들이 눌러서 측정하거나 별도의 대규모 설문조사를 통해서 조사하는 이전 방식에서 별로 발전하지 않았기 때문이다. 다행이 IPTV가 보편화되면서 IPTV상에서의 사용자의 활동이 추적되기 시작했고, 구글을 비롯한 디지털 광고 플랫폼들이 TV와 디지털 동영상의 효과를 통합적으로 측정하고자 하는 노력을 하고 있다. 따라서 앞으로는 오프라인 광고의 효과 측정도 조금 더 정확해질 것으로 보인다.
효과 측정이 가능해지면서 이제 마케터의 관심은 어떻게 마케팅의 효과를 높일 것인가로 쏠리고 있다. 디지털 시대 초기에 광고의 효과를 높이는 데 결정적인 역할을 한 것은 검색 키워드였다. 사용자들은 정보를 얻기 위해 검색 창에 검색어를 입력하는데 이때 키워드 속에 담겨 있는 사용자의 속내를 분석함으로써 사용자가 필요로 하고 좋아할 만한 광고를 노출할 수 있게 됐다. 여행지를 찾아보는 사람에게는 여행지의 숙박 정보를, 자동차 가격을 검색하는 사람에게는 자동차 보험 광고를 보여주면 사용자는 광고를 귀찮은 것이 아닌 유용한 정보로 여기게 되고 광고 효과도 올라간다.
하지만 쿠키와 검색 키워드도 완벽한 것은 아니었다. 이 신호들이 여러 사람이 함께 사용하는 PC에서 발생했기 때문이다.
예를 들어, 나와 내 아들이 하나의 PC를 공유할 때 우리 둘은 각자 완전히 다른 성향과 목적을 가지고 인터넷을 사용한다. 쿠키와 검색 키워드는 섞이게 되고, 기계로선 이 사용자가 도대체 어떤 사람인지 온전히 이해하기 어렵다. 이런 상황에서 디지털 마케팅이 한 단계 더 발전할 수 있게 된 계기가 모바일 광고의 등장이다. 이제 사람들은 각자 자신의 모바일 기기를 통해 인터넷에 접속하는데 매우 개인적인 이 기기에는 오직 한 사용자에 대한 정보가 들어 있다. (물론, 여전히 어린 아이와 엄마가 하나의 스마트폰을 공유해 사용하기도 하지만 PC에 비하면 이런 경우가 훨씬 줄었다.) 모바일상에서 우리는 앱스토어 혹은 플레이스토어에 접속해서 앱을 다운로드하기 위해서든, e메일 혹은 SNS에 빠르게 접속하기 위해서든, 자신의 ID를 스마트폰에 등록해 두고 매일 부지불식 간에 ‘로그인’을 하고 있다. 이 로그인 정보가 예전부터 존재했던 쿠키 및 검색 키워드와 결합되면서 이제 모바일 광고 플랫폼들은 사용자를 매우 정확히 이해하고 있다. 특히 모바일 광고 네트워크에 IDFA(Identifier for Advertising)와 AAID(the Google Adwords Advertising ID)라는 표준이 정립되면서 ‘웹’에서 통용되던 쿠키가 ‘앱’에서는 IDFA/AAID라는 정확한 사용자 인식 정보로 보완 및 대체돼 왔다고 할 수 있다. 이제는 사용자가 여러 기기를 넘나들며(cross device) 웹과 앱을 사용하더라도 특정 사용자의 행동을 연결해 이해할 수 있게 된 것이다.
이제 모바일 광고는 인공지능에 힘입어 더 빠르게 발전하고 있다. 많은 독자들이 2016년 3월 전 세계를 놀라게 했던 알파고와 이세돌의 대결을 기억할 것이다. 그때 우리는 인공지능, 혹은 머신러닝(machine learning)의 저력을 볼 수 있었다. 인공지능은 현존하는 무수한 기보(棋譜) 데이터를 스스로 학습을 해서 우리가 기존에는 생각할 수 없었던 새로운 묘수를 찾아냈다. 그리고 똑같은 일이 디지털 광고에서도 벌어지고 있다. 이전에는 마케터가 자신의 경험을 바탕으로 디지털 마케팅 계획을 세웠다. 어떤 사람들을 타기팅할 것인지, 어떤 쿠키와 검색어를 타깃할 것인지 마케터가 결정해야 했다. 또한 이 타깃 고객을 만나기 위해 어떤 광고 지면을 표적으로 삼을지도 마케터가 결정했고, 검색이 나은지, 배너 광고가 나은지, 동영상 광고가 나은지, 어떤 메시지를 노출할 것인지도 마케터가 결정했다. 하지만 머신러닝이 프로 기사의 영역에 도전했듯 머신러닝은 마케터의 영역에 도전하고 있다. 이제는 인공지능에게 마케팅할 상품과 마케팅의 목적(신규 고객을 더 모객해야 하는 것인지, 기존 고객에게 더 판매해야 하는 것인지 등), 대략적인 타깃 고객층만 알려주면 머신이 알아서 마케팅 목적에 맞는 최적의 고객을 찾아 낸다. 그리고 머신이 실험과 분석을 통해 어떤 플랫폼과 어떤 지면에서, 어떤 메시지를 노출해야 가장 좋은 효율을 낼 수 있을지를 스스로 찾아낸다. 작년 말부터 앱 다운로드 마케팅 시장에 커다란 혁신을 가져 온 유니버셜 앱 캠페인(Universal App Campaign·UAC)이라는 구글의 광고 상품이 머신러닝에 기반한 모바일 광고의 좋은 사례다. 유니버셜 앱 캠페인은 인공지능이 앱 광고를 어떻게 할 때 가장 효율적으로 앱 다운로드가 일어나는지를 지속적으로 학습하면서 광고를 실행하는데, 이제는 어떤 마케터보다도 뛰어난 모바일 광고 효과를 거두고 있다.
실제 국내 선도 전자상거래 기업이 동남아의 한 국가에 진출할 때 이를 활용해 큰 성공을 거뒀다. 새로운 국가에 진출할 때는 그 국가에서 어떤 고객에게 우리 앱이 인기가 있을지, 어디에서 광고를 해야 할지 알기가 쉽지 않다. 하지만 유니버셜 앱 캠페인을 통해 인공지능의 도움을 받아 전자상거래 앱을 광고한 결과, 사람이 손으로 하는 광고에 비해 다운로드당 비용(Cost Per Installation·CPI)이 30∼50% 더 낮아졌다. 인공지능이 해당 국가에서 쇼핑 앱을 많이 쓰는 고객들을 찾아서 검색, 배너, 동영상 광고를 적절히 섞어 가면서 광고를 집행했기 때문이다. 낮은 가격에 더 많은 고객이 다운로드를 받으면서 이 기업의 앱은 해당 국가에서 쇼핑 카테고리 인기 순위 2위까지 올라갔다.이처럼 디지털 광고 시대에는 광고 효과 측정이 보다 정교해졌고 광고의 효율이 지속적으로 좋아지고 있다. 이에 따라 우리는 어떤 모바일 광고가 성공했고, 어떤 모바일 광고는 실패했는지를 객관적으로 측정할 수 있게 됐다. 그리고 성공하는 모바일 광고에는 5가지 특징이 있음을 발견했다.
1. 고객이 있는 곳에 광고하기2. 성공 지표를 선정하고 측정하기3. 고객이 필요로 하는 가치를 제공하기4. 장기적인 관점에서 테스트하고, 또 테스트하기5. 모바일 광고에 적합한 파트너를 찾기
