3. 오늘 우리는…
TECH MKT
Data Scientist
HDFS, SQL, Query ???
뭔가 어렵고 모르겠다…
Data Analyst
Page View, User, Goal
내가 알고 있는 것들!!
4. “내 광고비의 절반이 낭비되고
있는것을 알고 있지만,
어디서 낭비가 되는지 모른다.
마케터의 숙제…
존 워너메이커
(John Wanamaker)
5. 마케터의 숙제…
“어떤 현상을 숫자로 표현하지 못하는 것은
문제를 정확히 알고 있지 못하다는 것이고,
정확히 알고 있지 못하다는 것은
관리 할 수 없다는 것이고, 또한 개선 할 수
없다는 것이다.”
피터 드러커
(Peter Ferdinand Drucker)
6. 2000년 2005년 2009년 2012년~
• 단순 노출, 클릭 계산
• 쿠키가 아닌
서버의 request 카운트
• Reach 개념 도입 X
• 매체 중심의 효과 측정
• 도달 효과에 관심
• 4대 매체와의 비교 이슈
• 효과측정의 절정기
• 브랜딩 매체로의 인식
• 애드서버의 고도화 시기
ex. 엔스마트, 레인보우…
• Track의 본격 등장
• 회원가입 등의 전환 중심
• 이벤트 중심 매체로 각인
• 국산 애드서버의 등장
• 비용 효율성을 우선시 한
캠페인 진행
기여도모델의발전
N-screen효과모델
Cross-Device분석
DataDrivenMarketing
AudienceAnalysis
노출, 클릭 전환, 구매
Reach
GRPs
Attribution
Cross-Device
ETC
광고 효과측정의 트랜드
11. Panel
리모컨
고유번호 입력
패널 정보 및
시청기록 전송
시청기록
모집단
대표
TV 프로그램
패널 데이터 및
광고량 데이터 연동
피플 미터 KADD
광고량 데이터
중앙 server
AD Report
효과측정의 기술
12. Internet User
Web Browser
Ad Server Ad Track Server
Site Visit
Imps. Tag
“Cookie”
Request
Response
Post ClickScript
Ad Click
Click Tag
Web Site Ads
Landing Page
Request
Response
“User”
=
Ad display
Request
Cookie
Response
Cookie
효과측정의 기술
34. 2차원 인사이트
2개 이상의 데이터를 결합, 연산하여
얻을 수 있는 깊이 있는 인사이트
- 비용 효율성을 보는 모든 리포트 지표
- 연산을 통해 만들어지는 계산된 지표들
-> 구체적인 Action item을 통해 즉각 사용가능
35. 2차원 인사이트
->
[채널 별 방문자: 랜딩페이지] [채널 별 방문자: 전환페이지]
[채널/매체 별 방문 관련 지표 : 랜딩페이지]
[채널/매체 별 방문 관련 지표 : 전환페이지]
Q : 예산을 추가하거나 축소할 채널은?
가장 거품이 많은 채널은?
36. 2차원 인사이트
Q : 광고 집행과 효율의 상관 관계는?
어떻게 광고를 해야 하는가?
타임보드
14시
37. 3차원 인사이트
다양한 해석을 할 수 있는 데이터 조합
전략과 전술의 기준이 되는 지표
- 최근에 제공되기 시작한 다양한 분석 모델
ie. Attribution, MCF, 통계적인 분석 모델 등
- 직접적인 인사이트 보다는 다양한 가설 도출
-> 장기적인 투자와 전략적인 접근이 필요
38. < 채널별 기여도 분석 >
3차원 인사이트
Q : 간접적인 기여를 하는 매체의 평가는?
내가 신경 써야 하는 마케팅 채널은?
39. 구분 전환 패턴 비고
#1. Direct형
- 전체 전환 패턴의 1~4위 차지
- 전체 전환자의 73%
#2. 검색형
- 검색 광고와 브랜드 검색을
통한 전환
- 전체 전환의 10% 수준
#3. 광고/검색 + Direct형
- 광고를 통해 유입 된 후
즐겨찾기 등의 Direct로 전환
- 전체 전환의 7% 수준
#4. 기타 특수 형
- 다수의 경로를 거쳐 전환 완료
- 특수 Case로 사례는 극 소수
3차원 인사이트
Q : 사용자의 행동 패턴과 마케팅 전략은?
46. 1. 나 혼자 할 수 있는 것이 아니다.
2. 충분한 공감과 협업이 필요하다.
3. 설득을 통한 투자가 필요하다.
4. 마라톤을 준비해야 한다.
데이터 분석 프로세스
47. 수집, 측정의 숙제
1) 내가 운영하는 모든 서비스의 데이터를
수집하고 연결해라.
2) 1개 이상의 분석 시스템을 사용해라.
3) 모든 마케팅 활동을 수집하고 분석해라.
4) 어떻게 사용할 것인지 고민하고 수집해라
5) 누구라도 알 수 있도록 표준화 해라.
48. 분석, 해석의 숙제
1) 당연한 데이터가 나오는 게 당연하다.
2) 문제가 있거나 힘든 부서의 데이터가 우선.
3) 모든 데이터를 보려고 하지 마라.
4) 하나의 기준으로 데이터를 보려 하지 마라.
5) 작은 숫자보다는 큰 맥락을 봐라.
6) 보이는 것만 보려고 하지 마라.
58. 숫자에서 관계로,사람으로
숫자, 데이터 단순 지표 확인
Filter & Sorting & Ranking
Level 1.
Level 2. Engagement
Insight, interaction
Audience
최신 마케팅 Trend – Audience
59. 최신 마케팅 Trend
Life Time Value
Cross-Device/Media
AudienceCohort Analysis
행동 예측
BigData
Machine learning
AI
Real Time
Data
Management
First, Second, Third Party Data
Interactive
Quality