Dimension, 디버깅으로 알 수 없는 것

 
Dimension (이하 디멘션) 은 종류가 정말 많습니다. 
베이직 디멘션은 공통적으로 쓰이는 디멘션인 만큼 이해가 쉽고 Adobe 홈페이지에도 설명이 자세하게 나와있습니다.
 
하지만 커스텀 디멘션은 검색을 해도 나오지 않고 어디 물어봐야 할지 막막하기만 합니다. 
커스텀 디멘션은 직접 웹이나 앱을 이용하며 디버깅을 통해 수집되는 값들을 알 수 있습니다.
[입문 5. Components 첫 번째, Dimension] 편에 나왔던 Adidas 페이지를 살펴보겠습니다.
 

 
 
이런 식으로 '가젤 85 상품 페이지를 방문' 행동을 하면 prop17 변수에는 'BC1:HOME:BC2:MEN|BC3:SHOES|BC4:가젤85'이라는 값이 쌓이는구나, 를 이해할 수 있습니다.
 
하지만 이런 앱이나 웹 상에서 디버깅을 통해 알기 힘든 디멘션이 있습니다.

바로 그래서 어떤 채널로 가젤 85 상품 페이지를 방문했는데? 의 질문에 해당하는 채널 관련 디멘션들입니다.

대표적인 디멘션으로는 Marketing Channel, Campaign Tracking Code 과 같은 디멘션입니다. 
 
 

Marketing Channel
: 트래픽이 유입된 채널 정보

 
마케팅에서 가장 핵심이 되는 채널분석에 자주 쓰이는 디멘션입니다.

그러다 보니 마구잡이로 데이터가 쌓이는 게 아닌 굉장히 까다로운 방식으로 값들이 쌓입니다.

---

채널 데이터는 Marketing Channel Processing Rule 이라는 규칙에 따라 데이터가 쌓입니다.

이 규칙은 고객이 웹/앱에 유입될 때 타 플랫폼에서 받아올 수 있도록 심어놓은 Query string parameter 등을 이용해서 채널을 분류하는 로직입니다. Query string parameter의 종류로는 도메인 정보, 캠페인 정보 등이 있습니다.
 
이렇게 설정된 규칙에 따라 마케팅 채널이 나뉩니다. 예시를 통해 알아보겠습니다.

Marketing Channel Processing Rule 예시

 
예를 들어, 한 회사가 유입채널의 규칙을 다음과 같이 지정했다고 가정해 봅시다.
 
첫 번째로 중요하게 살펴보고 싶은 채널은 Social Media 입니다. Social에 캠페인을 진행할 때는 돈을 많이 쓰는 만큼 고객이 잘 들어오는지 확인하고 싶습니다. Social Media 캠페인을 진행할 때 회사는 캠페인 진행자에게 Campaign Tracking Code에 social_marketing 혹은 social_paid 와 같은 키워드를 삽입하도록 지시했습니다. 그러니 Campaign Tracking Code에 해당 키워드를 포함한다면, 그 고객은 Social Media에서 온 것으로 간주합니다. 
 
두 번째 채널은 Referral입니다. 어디선가 추천받아 흘러들어온 고객들을 잡고 싶습니다. 같은 Social로 들어왔는데 우리 캠페인을 통해 들어오지 않은 고객들은 어떤 고객일까요? Referring domain이 instagram, facebook, snapchat, tiktok인 고객들을 그다음으로 분류해 봅니다.
 
세 번째는 Natural Search입니다. 순차적으로 소셜 캠페인도 아니고, 소셜에서 추천을 통해 들어온 것도 아니라면, 자연검색을 통해 들어온 사람일 확률이 높아 보입니다. Referring domain이 없다면 자연 검색을 통해 들어온 사람으로 구분하겠습니다.
 
마지막으로 위 3가지 규칙 그 어디에도 포함되지 않는 고객 유입은 Direct, 즉 직접 유입으로 간주합니다.
 
 
 

---

이 룰은 순서에 따라 우선순위도 정해져 순차적으로 채널을 부여받습니다.
채널 정보가 1번 채널에 부합한다면, 1번 채널을 부여받고, 부합하지 않는다면 그다음 규칙 2번 채널에 부합하는가, 를 살펴보는 순서로 규칙이 적용됩니다. 규칙은 즉 채널 개수는 최대 25개까지 설정가능합니다.
 
이러한 규칙은 회사마다 중요하게 보고자 하는 채널이 어떤 것인지, Query String Parameter를 어떤 것을 우선적으로 사용하는지, 어떤 규칙의 유입에 특정 채널 이름을 붙일 것인지 설정할 수가 있습니다. 
 
각 Report Suite 별로 다르게 설정하거나 모두 같게 설정할 수도 있으며, 어도비가 만들어놓은 auto setup 버전도 있습니다.
 

마케팅 채널 규칙 Adobe Auto Setup

 
이런 로직에 의해 최종적으로 정해진 Marketing Channel로 인한 트래픽은 다음과 같이 AA에서 확인이 가능합니다. 

최종 채널 분석 결과

 
 

---

 
TIP. 상품 구매에 가장 효과적인 채널에는 정답이 없다
 
채널 분석에서 가장 중요한 핵심은 어떤 채널이 고객에게 가장 효과적인 채널인가,
혹은 다양한 채널을 통해 들어오는 고객에게 가장 영향을 크게 미친 채널은 무엇인가, 를 알아보는 것입니다.
이걸 더 정교화해주는 것이 attribution 개념입니다. 
 

Attribution anaylsis
: 연속적인 고객의 채널 방문 중 어떤 채널에 중점을 둘 것인지 분석가가 결정하는 방식

 
보통 한 명이 하나의 서비스/상품을 결제하기까지 요즘 같은 정보의 홍수 속에서 우리는 하나의 채널에서만 광고에 노출되지 않습니다. 시간의 흐름에 따른 다양한 채널 (Multi-Channel)의 영향에 가중치를 다르게 주기 위해 Attibution 분석이 사용됩니다. Attribution 분석은 Attribution model과  Look-back window를 통해 커스텀 가능합니다.
 
 
 
1) Attribution model
- 전환이 일어나기까지의 채널의 영향을 어떤 방식으로 가중치를 줄 것인지
 
Attribution model은 AA 뿐만 아니라 일반 채널 분석에서도 자주 쓰이는 개념입니다.
이해하기 쉽게 사용자가 ‘구매’를 했을 때 기준으로 각 채널별 가중치를 주는 방식을 설명해 보겠습니다.

• Last-touched: 주문 직전 노출된 마지막 채널’만’
• First-touched: 주문을 기준으로 사용자가 노출된 가장 첫 번째 채널’만’
• Same-touch: 모든 채널에 똑같은 가중치
• Linear: 모든 채널에 똑같은 가중치. 다만, 노출된 채널이 많을수록 그 가중치는 적어짐
• U shaped: 첫 번째 채널과 마지막 채널에 가중
• J shaped: 주문과 가까워질수록 노출된 채널에 순차적으로 가중치
• Inverse-J shaped: 첫 번째 노출된 채널부터 순차적으로 가중치

 
2) Look-back window
- 전환이 일어나기 전, 채널의 attribution 인정 날짜 그룹
 
Look-back window도 어떤 기준을 선택하느냐에 따라 값을 크게 좌지우지하는 중요한 요소입니다.
내가 분석을 하려는 대상 (ex. 장바구니 담기)가 얼마나 빠른 기간 내에 일어나는 행동인지, 영향을 주는 기간을 길게 설정해도 될 지에 따라 결정하는 것이 좋습니다.

Visit lookback window: 
전환(Conversion)이 일어난 'Visit'까지를 기준으로 lookback; 채널의 attribution 인정 기간은 해당 Visit까지로 제한하므로 다소 협소한 lookback window 기준

Visitor lookback window: 
전환(Conversion)이 일어난 'Visitor'까지를 기준으로 lookback; 조금 더 명확하게는 채널의 attribution 인정 기간은 현재 시점을 기준으로 30일까지로 제한. 무조건 해당 날짜의 월초를 기준으로 확인하며, 리포트의 Date range가 9월 15일-30일이라면, lookback 날짜는 9월 1일-30일이 된다.

Custom lookback window: 
lookback의 기준을 최대 90일까지 커스텀 가능. 전환(Conversion)이 일어난 시점을 기준으로 커스텀한 N일까지가 attribution 인정 기간이다.

 
이 두 개념의 AA에서의 디폴트 값은 Last touch model과 Custom (date range 기준) look back window입니다.
 
 
 
[주의사항] 
 Attribution 모델과 Lookback window 개념은 반드시 행동에 '전환(Conversion)' 이 있어야 적용이 가능합니다.
다시 말해, 단순 Page view나 Visit 같은 메트릭이 아닌, 전환의 행동이 들어간 Online Orders, Revenue, Cart Addition 등의 메트릭에서 작동합니다. (아직 Metric 개념에 대해 설명드리지는 않았지만 기억해 주세요!)

Attribution model 적용가능한 메트릭

 

Attribution model 적용불가능한 메트릭

 
 
지금까지 웹 로그 분석 중 '유입' 분석을 진행할 때 가장 필수적인 개념들을 심화하여 알아보았습니다.
위 개념들은 데이터를 어떻게 나누느냐, 에 대한 내용으로 Dimension의 심화에 해당하는 개념들입니다. 
오늘 배운 것으로 가능한 '유입' 분석에 대해 더 궁금하신 분은 댓글을 달아주시면 추가적으로 작성해 보겠습니다.
 

 
 
끝