모바일 앱 마케팅에서 증분성이란 무엇입니까?

증분성은 정해진 기간 동안 설치 또는 인앱 이벤트와 같은 앱의 주요 성과 지표(KPI)에 대한 활동의 영향을 결정하는 데 사용되는 측정 방법입니다. 증분성을 사용하면 이 활동을 수행하지 않았을 경우 어떤 일이 발생했을지 알 수 있습니다.

증분성을 통해 다음과 같은 질문에 답변할 수 있습니다:

• 고볼륨 키워드를 사용하여 앱 제목을 최적화한 것이 실제 유기적 설치로 이어졌습니까? 아니면 단순히 다른 브랜드 검색어에서 트래픽을 재분배한 것입니까?
• 유료 캠페인이 신규 사용자를 유도하고 있습니까, 아니면 어차피 유기적으로 앱에 유입되었을 사용자에게 단순히 기여도를 부여하고 있는 것입니까?
• 경쟁 키워드를 타겟팅하는 것이 실제 증분 성장을 가져옵니까, 아닙니까?
• 이벤트가 실제 성장을 이끌었습니까, 아니면 일반적인 계절적 패턴의 일부였습니까?
• 마케팅 활동의 경우, 예상 트렌드를 넘어선 다운로드, 참여 또는 수익의 급증이 있었습니까?

요컨대, 증분성은 활동이 마케팅 성장에 영향을 미치는 데 성공했는지 여부를 결정하는 데 도움이 될 것입니다. 이를 통해 어떤 마케팅 활동이 시간과 예산을 투자할 가치가 있는지 파악할 수 있습니다.

ASO 및 유료 캠페인에서 증분성의 중요성

마케팅 노력의 증분 가치를 결정하는 것은 단기 및 장기적으로 마케팅 전략을 성공적으로 최적화하는 데 핵심입니다. 사용자 데이터가 개인 정보 보호를 의식하는 목적으로 더 많이 집계됨에 따라, 마케터들은 캠페인 영향을 측정하는 것이 다소 더 어려워졌다는 것을 발견했으며, 더 큰 인사이트를 얻기 위해 마케팅에서 증분성 테스트로 전환했습니다.

ASO에서 증분성의 이점

일부 ASO 노력은 다른 노력보다 ROI에 더 큰 영향을 미치며, 그 차이를 아는 것이 가장 중요합니다.

앱 스토어 최적화(ASO)에 증분성을 적용하는 것은 다음과 같은 데 도움이 될 수 있습니다:

• 앱 스토어의 크리에이티브 업데이트가 앱의 성능에 미치는 영향을 더 잘 이해하십시오.
• 어떤 인앱 이벤트 또는 프로모션 콘텐츠가 사용자 참여 또는 수익을 유도했는지 확인하십시오.
• 앱 스토어에서 피처링되는 것의 영향에 가치를 부여하십시오.
• 메타데이터 업데이트가 앱 스토어에서 앱의 가시성 및 방문자 트래픽에 미치는 영향을 측정하십시오.

유료 UA 노력에서 증분성의 장점

그리고 무엇인지 아십니까? 증분성은 ASO를 훨씬 뛰어넘어 유료 사용자 확보 노력의 상승을 결정하는 데도 도움이 됩니다.

유료 UA 인사이트를 얻기 위해 증분성을 사용하는 네 가지 방법은 다음과 같습니다:

1. 커스텀 제품 페이지를 Apple Search Ads 캠페인에 연결하여 앱의 전환율을 얼마나 개선할 수 있는지 파악하십시오.
2. 특정 커스텀 제품 페이지에 Apple Search Ads를 연결하여 설치당 비용을 얼마나 줄일 수 있는지 파악하십시오.
3. TV 캠페인이 브랜드 검색 트래픽 증가를 유도한 것에 대해 기여도를 받아야 하는지 평가하십시오.
4. 유료 미디어 캠페인에서 발생하는 잠재적인 유기적 상승 또는 잠식 효과를 찾으십시오.

증분성은 마케팅 노력에서 예산 및 전반적인 성장까지 점들을 연결하는 데 도움이 되므로, 최대 성공을 위해 ASO 노력과 유료 캠페인을 최적으로 최적화할 수 있습니다.

마케팅에서 증분성을 측정하는 방법은 무엇입니까?

마케팅에서 증분성을 측정하는 몇 가지 다른 접근 방식이 있으며, 가장 일반적인 것은 A/B 테스트, 홀드아웃 그룹, 매치드 마켓 테스트 및 시계열 분석입니다.

A/B 테스트

이 오래된 접근 방식은 마케팅에서 가장 익숙할 것입니다. A/B 테스트를 수행하려면 잠재 고객을 두 그룹으로 나누어야 합니다. 그룹 A는 변화 없이 대조군 역할을 하며, 그룹 B는 마케팅 캠페인 또는 변형에 노출됩니다. A/B 테스트는 사용자 참여 및 전환율 측면에서 앱 또는 광고의 어떤 요소가 더 나은 성과를 보였는지 결정하는 데 도움이 됩니다.

예시: 앱 스토어 스크린샷 변경이 전환율에 미치는 증분 영향을 측정하고자 합니다. 그룹 A는 기존 스크린샷을 보고, 그룹 B는 앱의 주요 기능을 강조하는 새로운 디자인을 봅니다. 테스트 그룹의 전환율이 현저히 높다면, 새로운 스크린샷이 증분 설치를 유도했다는 것을 알 수 있습니다.

A/B 테스트의 한계

A/B 테스트는 앱 스토어 스크린샷의 광고 크리에이티브와 같은 미시적 변화를 모니터링하는 좋은 방법이지만, 경쟁사의 행동, 계절적 트렌드 또는 알고리즘 업데이트와 같은 외부 요인을 고려하지 않습니다. 또한, A/B 테스트는 일시적인 상승을 보일 수 있지만, 항상 장기적인 성공을 예측하지는 않습니다.

홀드아웃 그룹

홀드아웃 그룹은 테스트 중인 마케팅 캠페인 또는 변경 사항에서 제외되는 타겟 고객의 하위 집합입니다. 이는 제외된 사람들과 그렇지 않은 사람들의 결과를 비교하여 캠페인 또는 업데이트의 효과를 결정하는 데 사용됩니다. 이는 비교를 위한 기준선을 제공하여 인과 관계를 확립하는 데 도움이 됩니다.

예시: 마케팅 캠페인에서 노출된 그룹은 Google에서 광고를 보지만, 홀드아웃 그룹은 어떤 광고도 보지 않습니다. 노출된 그룹이 홀드아웃 그룹보다 광고에서 판매하는 것을 더 높은 비율로 구매한다면, 그 광고는 적절한 판매를 유도하고 있는 것입니다. 그렇지 않다면, 그 광고는 돈 낭비로 판단될 수 있습니다.

홀드아웃 그룹의 한계

App Store 또는 Google Play Store의 ASO 업데이트 측면에서, 홀드아웃 그룹은 실제로 특정 사용자 세그먼트가 업데이트를 보지 못하게 막을 수 없으므로, 메타데이터 업데이트 모니터링에는 비실용적입니다. 또한, 사용자 그룹이 제외되더라도 입소문, 앱 스토어 탐색 또는 경쟁 앱 광고를 통해 앱에 대해 들을 수 있으므로, 제외된 세그먼트가 실제로 완전히 제외되지 않을 가능성이 있습니다.

매치드 마켓 테스트

이 접근 방식은 대조군을 만들기 어려울 때 선호됩니다. 매치드 마켓 테스트는 타겟 시장의 성과를 동일한 마케팅 노력을 받지 않은 유사한 시장과 비교하는 것입니다. 이러한 시장은 앱 스토어 역학, 사용자 행동 및 경쟁 환경 측면에서 비교 가능해야 합니다.

결과에 차이가 있다면, 이는 마케팅 노력의 증분 효과를 나타냅니다. 유의미한 차이가 없다면, 증분 영향은 미미합니다.

예시: 특정 국가에서 Apple Search Ads를 실행하는 것의 증분 영향을 테스트하고자 합니다. 그래서 캐나다와 미국과 같은 두 개의 유사한 시장을 선택합니다. 캐나다는 테스트 그룹 역할을 하며 Apple Search Ads가 표시됩니다. 미국은 대조군 역할을 하며 Apple Search Ads를 받지 않습니다.

4주 후, 테스트 그룹인 캐나다는 미국 대조군에 비해 유기적 및 유료 설치 모두에서 현저히 높은 상승을 보였습니다. 이는 Apple Search Ads가 증분 성장을 유도하며 유기적 트래픽을 잠식하지 않는다는 것을 보여줍니다.

매치드 마켓 테스트의 한계

현실적으로 앱 스토어 역학, 지역 사용자 행동 및 현지 마케팅 조건을 고려할 때 두 시장이 동일한 경우는 없습니다. 두 시장 간의 이러한 미묘한 차이는 결과를 왜곡할 수 있습니다. A/B 테스트와 유사하게, 매치드 마켓 테스트는 유지율 또는 평생 가치(LTV)와 같은 장기적인 인사이트를 제공하는 능력이 부족합니다.

시계열 분석

시계열 분석은 마케팅 캠페인 전후에 발생하는 패턴과 트렌드를 식별하기 위해 과거 데이터를 분석합니다. 통계적 접근 방식을 사용하여 이러한 패턴에서 벗어나는 편차를 조사함으로써 캠페인의 증분 영향을 추정할 수 있습니다. 이 방법은 외부 요인을 조정하므로 실제 ASO 및 사용자 확보 측정에 매우 유용합니다.

예시: 한 게임 앱이 할로윈을 기반으로 한 이벤트를 진행하며, 휴일을 위한 인게임 보상을 제공합니다. 시계열 분석은 이 이벤트 전, 중, 후의 일일 다운로드, 참여 및 수익을 살펴봅니다. 과거 데이터를 살펴보고 가장 최근 데이터와 비교하여 다운로드가 일반적인 할로윈 트렌드를 훨씬 넘어 상당히 높게 상승했음을 확인한다면, 해당 이벤트가 증분 성장을 유도했을 가능성이 높다고 가정할 수 있습니다. 마찬가지로, 교회 기부 앱은 시계열 분석을 적용하여 기능 업데이트 또는 캠페인으로 인한 기부 또는 참여 증가를 정량화할 수 있습니다.

시계열 분석이 최적의 증분성 측정 접근 방식인 이유

A/B 테스트, 홀드아웃 그룹, 매치드 마켓 테스트와 같은 전통적인 실험 방법은 마케팅 성과에 대한 유용한 인사이트를 제공하지만, 모두 상당한 한계에 부딪힙니다. 여기에는 외부 요인, 장기적인 영향 및 실제 시장 역학을 설명할 수 없다는 점이 포함됩니다.

시계열 분석은 계절성, 경쟁 앱 업데이트 및 알고리즘 변경에 대한 통제를 가능하게 하므로 이 부분에서 빛을 발합니다. 변화 전, 중, 후의 트렌드를 식별하므로 단기 및 장기적인 성과 인사이트를 모두 제공합니다. 따라서 시계열 분석은 ASO 및 유료 사용자 확보 노력을 모니터링하는 데 가장 효과적입니다. 이는 시간이 지남에 따른 영향을 파악하는 데 도움이 됩니다.

AppTweak의 Reporting Studio는 시계열 분석을 사용하여 증분성을 측정합니다. 이는 고객과의 경험을 통해 이벤트 중과 이벤트 후 모두 상승을 측정하는 것이 필수적이라는 것을 알게 되었기 때문입니다. 영향 분석을 통해 마케팅 캠페인 중 증분 상승을 확인하고 이벤트 후 잔여 효과도 모니터링할 수 있습니다. AppTweak의 증분성 분석 사용에 대한 통찰력 있는 사용 사례를 보려면 ASO 및 유료 UA의 진정한 영향을 측정하는 방법을 확인하십시오.

결론

증분성은 기존 트렌드, 계절성 및 잠식 효과로부터 진정한 성장을 분리하여 데이터 기반 의사 결정을 내릴 수 있도록 합니다.

ASO 측면에서 증분성은 ASO 노력이 진정한 유기적 성장을 유도하는지 아니면 단순히 기존 수요를 재분배하는지에 대한 통찰을 제공합니다.

유료 캠페인의 경우, 증분성은 예산이 올바르게 할당되도록 돕습니다. 이는 광고 없이도 확보되었을 사용자에게 불필요하게 지출하는 것을 방지합니다.

마케팅 노력에 대한 완전한 이해를 위해 증분성을 활용하지 않는다면, 경쟁 앱들은 그렇게 하고 있다는 것을 보장할 수 있습니다. 지출하는 모든 비용과 취하는 모든 조치가 성장으로 이어지도록 하여 ROI를 개선하십시오. 마케팅에서의 증분성은 계속될 것입니다. 지금 시도해 보십시오.