2016년 7월 1일 네이버 검색 광고 서비스가 전면 개편되었습니다.

네이버 검색 광고 서비스는 오늘날 네이버의 매출 증대에 핵심적인 기여를 하고 있는데요, 7월 1일 출시된 네이버의 새로운 광고 시스템의 주요 내용과 그 데이터 분석에서의 함의에 대해서 간단히 짚어보고자 합니다.

(※ 본 글은 이해관계인이 아닌 제 3자의 시각에서 살핀 것이므로, 실제 사실과 다를 수 있습니다.)

네이버 플랫폼의 위력

네이버는 명실상부 국내 1위의 포탈이자 검색엔진 사이트입니다. 단지 웹사이트인 www.naver.com 이외에도 100만 다운로드가 넘는 21개의 앱 서비스들을 가지고 있죠. (참고 : 와이즈앱)

이 중 특별히 주목할만한 것은 검색엔진의 시장장악력으로 코리안클릭에 따르면 2016년 6월 동안 네이버는 월간 약 93.5%의 도달률을 보유하고 있습니다. 이 뜻은 전체 인터넷 고유 사용자들 중에 약 93.5%가 네이버를 1번 이상 방문하였다는 것입니다. (참고 : 코리안클릭) 또한 이는 숫자로 환산하면 약 3,010만 명에 달합니다.

검색엔진의 트래픽보다 더욱 주목할만한 수치는 네이버의 광고 매출입니다.

네이버는 2015년 약 2.3조 원의 광고 매출을 달성하였으며, 그 매출은 급격히 증대되고 있어 2016년에는 3조 원을 돌파할 것으로 예상됩니다. (참고 : 네이버, 2분기 매출도 1조원 육박할 듯…"모바일 광고 성장 지속" - 조선비즈) 더욱이 네이버의 광고 매출 중 60% 이상이 모바일 광고에서 나오는 매출이라는 점이 중요합니다. 이와 같은 사실은 네이버가 모바일 시대에 완벽히 적응했음을 시사하는 것입니다.

네이버의 광고 시스템은 이런 네이버의 매출을 담당하는 중요한 서비스로서 단순한 개편 이상의 의미를 담고 있습니다.

7월 1일, 새롭게 태어난 네이버 광고 시스템

이렇게 중요한 네이버 광고 시스템이 7월 1일 새롭게 개편되었습니다.

어떤 점들이 주로 바뀌었을까요? 그 포인트를 3가지로 요약하면 아래와 같습니다.

  1. 광고그룹이라는 단위가 신설되었으며, 그 안에 키워드와 광고소재를 여러 개씩 등록하여 N:M 관계로 광고를 할 수 있게 되었습니다.
    (즉, 예전처럼 키워드와 광고 소재가 1:1 대응이 아닙니다.)

  2. 웹사이트에 모바일과 PC 데스크탑 웹사이트를 모아서 등록할 수 있게 되었습니다.
    (또한 성과보고서도 모아서 뽑을 수 있습니다.)

  3. 광고소재를 미리 등록하고, 광고그룹별로/요일별로 ON-OFF를 할 수 있게 되었습니다.

이 중에서도 가장 큰 변화는 1번, 즉 광고그룹의 신설과 키워드와 소재에 대한 N:M 대응입니다.

마케터들의 키워드들의 그룹인 광고그룹을 통해서 특정 유저군을 타겟팅하고, 그 유저군에 대해서 맞는 소재들을 번갈아가면서 노출시킬 수 있게 되면서 누구나 더욱 빠르고 쉽게 광고를 할 수 있게 되었습니다.

새롭게 개편된 네이버 광고 시스템에 대한 더욱 자세한 내용은 네이버가 제공하는 MOOC 강의를 통해서도 확인할 수 있습니다.

그런데 이러한 3가지 포인트 이외에 비록 심화 기능이라서 잘 홍보되진 않았지만 아주 중요한 기능이 있습니다.

광고 성과 최적화의 기본, 사용자 유입경로 정보

금번 네이버 광고 시스템의 개편 포인트 중 저희가 주목하는 것은 '추적 기능'입니다. 네이버는 사용자들이 '어디서' 들어왔는지 알려주는 유입경로 정보를 '추적 기능'을 통해서 제공하기 시작하였습니다.

사용자 유입경로 정보가 왜 중요할까요?

이유는 유입경로 정보와 지속적인 사용자 추적을 통한 성과 정보가 결합되면 궁극적으로 어떤 유입경로에서 온 사용자가 가장 높은 성과를 거두었는지를 측정할 수 있게 되기 때문입니다.

예를 들어 어떤 사용자가 A캠페인, B광고그룹, C광고 소재에서 D키워드로 검색하여서 왔다라는 것을 안다면 그 사용자를 추적하여 궁극적으로 그 사용자가 구매에까지 이르렀는지를 확인할 수 있죠. 이러한 정보를 분석하면 어떤 채널/광고그룹/광고소재/키워드에서 온 사용자들이 가장 평균 구매금액(ARPU)이 많은지, 그리고 가장 구매 전환율이 높은지 등을 계산할 수 있게 되는 것입니다.

이러한 정보는 우리가 한정된 예산과 자원을 어떤 마케팅 채널, 혹은 어떤 광고 채널과 그 산하에 있는 캠페인/광고그룹/광고소재/키워드에 집중적으로 투자해야하는지 알려줄 수 있습니다.

그리고 광고주들은 더욱 효과가 좋은 채널들에 집중 투자함으로써 100만 원으로 1,000명의 진성 사용자를 확보할 것을 같은 100만 원으로 2,0000명의 진성 사용자를 확보할 수 있는 것이죠.

따라서 사용자 유입경로 정보를 얻는 것은 광고 최적화에 있어서 핵심적이라고 할 것입니다.

네이버, '자동 추적 URL'과 '추적 경유 사이트' 기능을 통해 유입경로 정보 제공하다 (직접 확인해보기)

금번 네이버에서는 유입경로별 정보 획득에 유용한 총 2가지의 기능을 신규 개편, 출시하였습니다. '자동 추적 URL'과 '추적 경유 사이트'가 그것입니다. 실제로 어떠한 기능인지 자세히 살펴보겠습니다.

우선 '자동 추적 URL' 기능은 웹사이트 이동 시 URL 뒤에 정보를 담은 파라미터를 붙여주는 기능입니다

예를 들어서 http://myawesomewebsite.com으로 광고를 통해서 사용자를 보낸다고 한다면, '자동 추적 URL' 기능을 설정해놓을 경우 실제로 사용자가 웹사이트에 당도할 때에는

http://myawesomewebsite.com/?n_rank=5&n_media=122875&n_keyword_id=nkw-m001-01-000002173423950&n_ad_group=grp-m001-01-000002173423950&n_keyword=그로스해킹&n_query=그로스해킹&n_ad_group=grp-m001-01-000002173423950&n_ad=nad-m001-01-000002173423950  

이런식의 주소로 사용자가 접속하게 됩니다.

여기에있는 n_rank, n_media, n_keyword_id, n_ad_group, n_keyword, n_query, n_ad와 같은 파라미터값들을 서버 혹은 클라이언트에서 파싱(Parsing)해서 그 사용자가 정확히 어디서 온 사용자인지를 확인할 수 있습니다.

'추적 경우 사이트'는 웹사이트로 이동하기 전에 우리쪽 로그수집용 서버를 거쳐서 이동할 수 있게 해주는 기능입니다

말 그대로 광고 클릭 후 우리쪽 로그수집용 서버를 거쳐가기 때문에 한 번 등록해놓으면 유입경로별 데이터를 자동으로 수집하기 보다 용이합니다. 또한 '자동 추적 URL'에 비해 5개가 더 많은 12개나 되는 파라미터 값들을 확인할 수 있어 더 강력한 분석이 가능합니다.

저희 에어브릿지에서는 네이버 검색 광고의 '추적 경유 사이트' 기능을 실제로 사용해보았고, '그로스해킹'이라는 검색어로 검색을 할 경우 광고가 노출되도록 하였고, 결과적으로 아래와 같은 결과값을 획득할 수 있었습니다.

http://ads.dev.airbridge.io/api/v1/apps/ab180/naver_ads?n_rank=5&n_media=122875&n_campaign=cmp-m001-01-000000044866011&n_keyword_id=nkw-m001-01-000002173423950&n_network=search&n_ad_group=grp-m001-01-000002173423950&n_keyword=그로스해킹&n_query=그로스해킹&n_ad_extension=&n_ad_group=grp-m001-01-000002173423950&n_ad=nad-m001-01-000002173423950&n_final_url=http://abr.ge/@ab180&n_match=1  

이 2가지 기능들은 캠페인 정보를 수정에서 사용하도록 설정할 수 있습니다

또한 네이버에서 금번 제공하는 파라미터들에 대한 표를 직접 확인하고 마케팅 분석에 활용할 수 있는 파라미터값을 알아볼 수 있습니다. (참고 : 네이버 검색 광고 고객센터 - 추적기능)

이 데이터 실제 어떻게 자체 수집해서 분석하나?

※ 실제 개발자들이 실행할 수 있는 다소 추상적인 방법을 소개해봅니다.

앞서 말씀드린 두 가지 기능에 대한 실제 적용은 매우 간단하게 이뤄질 수 있습니다.

우선 어떤 사용자가 웹사이트에 들어오면 서버에서 그 익명사용자에 대한 UUID를 발급하고 그 UUID 기준으로 아래의 정책의 우선순위에 따라 유입경로별 데이터를 일단 수집해놓습니다.

  1. (네이버 광고를 타고 들어왔을 경우) referrer 컬럼에는 naver.searchad를 넣고, 네이버 기준의 12개 컬럼에 전달받은 클릭건에 대한 유입경로별 데이터를 저장합니다.
  2. (utm 파라미터가 존재할 경우) referrer에 utmsource 이나 utmcampaign 값을 넣습니다.
  3. (서버에 HTTP Request header referer이나 웹문서상에 document.referrer가 존재할 경우) referrer에 HTTP Request header referer이나 document.referrer를 파싱해서 도메인 혹은 전체 주소를 넣습니다.
  4. (아무런 정보도 획득하기 어려울 경우) 빈칸으로 남겨두거나 특정 스트링값을 넣습니다.

이렇게 사용자의 첫 웹사이트 방문 시 그 익명 사용자를 쿠키를 통해 추적하다가 그 사용자가 로그인/회원가입을 하게 될 경우 기존 유저에 대한 Canonical UUID와 관리하던 익명사용자의 UUID를 매핑할 수 있게 됩니다. 이 경우 Canonical UUID 기준에 기존 익명사용자의 UUID에 저장되어있던 정보를 넣습니다.

이후 해당 Canonical UUID 기준으로 일어난 모든 구매 로그를 분석해서 채널별/캠페인별/광고그룹별/광고소재별/키워드별 성과를 각각 구분하여 측정하고 가장 단순하게는 어떤 곳에서 들어온 사용자들이 가장 평균 구매금액(ARPU) 기준으로 가장 우리 서비스의 충성 고객이 되는지를 확인할 수 있습니다.

웹사이트를 타고 들어온 사용자들의 앱 다운로드의 문제

그러나 이렇게 하였을 때 아직 해결되지 않은 문제가 있습니다.

최근에는 웹서비스와 앱서비스를 동시에 하고 있는 경우가 많습니다. 그래서 많은 웹사이트들이 아래와 같이 모바일-웹사이트나 데스크탑 PC 웹사이트에서 앱 다운로드로 사용자를 유도할 때가 많습니다.

(왼쪽부터 서프라이즈, 쿠팡, TripAdvisor의 사례. 관계자분의 삭제 요청 시 바로 삭제하겠습니다.)

(왼쪽부터 데일리호텔, 요기요, 직방의 사례. 관계자분의 삭제 요청 시 바로 삭제하겠습니다.)

그런데 광고를 통해 웹사이트로 와서 이렇게 앱을 다운로드 받았을 경우 그 성과는 어디로 돌려야 하는 것인지요? 특히 저렇게 해서 앱을 다운로드 받는 사람들의 수가 정말 많다면 정확한 광고 성과 측정에 문제가 될 수 있습니다.

예컨대 100만 원을 써서 500명이 웹사이트에서 서비스를 사용했지만, 다른 100명이 앱을 다운로드 받고, 웹사이트에서 행동하지 않는다면? 100명에 대한 성과 '누수'가 일어난 셈입니다.

웹사이트에서 앱을 설치한 사용자들의 기여도 분석(Attribution Analysis)

사실 기존의 방법으로는 웹사이트에서 누가 어떻게 앱을 설치하였는지를 알기가 매우 어렵습니다. 어떻게 네이버 광고를 타고 온 유저가 앱을 설치하였다는 것을 알 수 있을까요?

(물론 직접 기술적으로 구현하면 되지만, 그런 방법은 매우 복잡하고 여러 방법들을 복합적으로 요구합니다. 어떻게 웹사이트에서 앱을 다운로드 받은 유저의 유입경로를 식별할 수 있는지에 대해서는 본 블로그의 다른 글을 참조해주세요.)

여기서 기여도 분석의 개념이 들어옵니다.

기여도 분석은 특정 성과가 과거의 어떤 요인(Influencer)에 의해서 발생하였는지를 정해주는 성과 논공행상의 방법입니다. 가장 대표적으로는 사용자의 설치가 어떤 광고로 말미암은 것인지에 대한 기여도 분석을 해줄 수 있겠죠.

에어브릿지는 자체 기여도 분석 기법을 통해서 앱을 설치한 사용자들이 웹사이트의 어떤 배너를 통해, 어떤 SMS 발송을 통해 왔는지 정확히 알 수 있습니다. 즉, 웹사이트의 누가 앱을 어떻게 설치했는지를 알 수 있는 것이죠.

또한 네이버 광고를 타고 웹사이트로 들어온 사용자들이 3일 이내에 그 웹사이트에서 앱을 다운로드 받을 경우, 그 유입경로는 자체 기술로 분석하여 성과를 네이버 웹사이트 광고에 포함시켜서 계산합니다.

그렇기 때문에 네이버 광고를 타고 웹사이트에 와서 앱을 설치했다고 하더라도 그 설치가 3일 이내에 이뤄질 경우, 네이버 광고 때문인 것을 분석할 수 있는 것이죠. 그래서 절대로 광고 성과의 '누수'가 발생하지 않습니다.

(에어브릿지는 현재 이 작업을 더욱 간편하게 구현하도록 도와주는 WEB SDK를 출시하였습니다. WEB SDK는 contact@ab180.co로 문의주시고 시범적으로 사용할 수 있습니다!)

결론 : 데이터 분석에서의 함의

개별 광고 클릭건에 대한 사용자 유입경로 정보를 네이버가 체계적인 기능을 통해 공개하는 것은 광고주들이나 써드파티 트래커 툴들에게 매우 환영받을만한 일입니다.

이유는 어찌되었든 네이버 광고를 타고 들어온 사용자들을 추적해서 그 사용자가 '정말' 진성 유저가 되는지를 '직접' 혹은 '써드파티 툴의 힘을 빌려' 확인해볼 수 있다라는 점에서 그렇습니다.

물론 그러한 기능들을 기존에도 제한적으로나마 제공하였지만, 금번 개편은 네이버의 서비스들이 데이터의 확장성을 고려한 차원에서 개발되고 있다는 것에 대한 방증으로 매우 긍정적입니다.

'추적 기능' 외에도 네이버 검색 광고에는 광고 관리에 대한 자동화를 도와주는 API 시스템도 있습니다. 네이버가 금번 개편된 광고 시스템에서 기존의 API 시스템도 얼마나 더욱 진일보시켰을 지 다음 블로그 포스팅을 통해 점검해보겠습니다. (참고 : 네이버 광고 API Github)

쉬운 앱마케팅을 위한 무료 그로스해킹 툴, 에어브릿지

에어브릿지는 앱마케팅 캠페인의 실시간 성과 측정부터 유입경로까지 분석가능한 원스톱 앱마케팅 솔루션입니다. 모바일 앱마케팅 분석, 지금 바로 무료로 시작하세요!