티스토리 뷰
Authentication method : 인증방법
인증 방법 관련 설명링크⬇️
https://www.idrnd.ai/5-authentication-methods-that-can-prevent-the-next-breach/
\
데이터 및 성과 지표 분석 관련 용어(인용 : https://www.is.com/ko/community/blog/mobile-dictionary-part-5/)
✔ 광고 수익 (Ad Revenue): 광고 수익은 앱이 인앱 광고에서 창출하는 매출입니다. 앱 광고 수익은 광고 노출 수를 eCPM에 곱하여 계산합니다.
광고 수익 = 노출 수 * eCPM
앱 개발자들은 ARPDAU, ARPU, ARPU 등 여러 앱 지표에 의존하고 있으며, 이러한 지표들 외에도, 앱 개발자들은 모바일 동영상 광고 수익과 보상형 동영상 광고 수익 전략의 비교를 위해 이런 지표들을 사용합니다.
✔ 클릭 수 (Click): 클릭 수는 등록한 광고가 설정한 모든 매체에 클릭된 횟수를 의미합니다.
✔ 클릭률 (CTR; Click Through Rate): 클릭률은 광고를 본 유저들이 얼마나 자주 클릭하는지 나타내는 비율을 말합니다. 광고의 클릭 수를 노출 수로 나누어 백분율로 표시한 값을 의미합니다. CTR이 높을수록 광고의 효과가 좋을 수 있습니다. 예를 들어, 광고가 특정 기간동안 1,000회 노출되고, 3번 클릭되었다면 CTR은 0.3%가 됩니다.
✔ 노출 수 (Impression): 노출 수는 광고가 유저에게 보여지는 횟수를 말합니다. 광고 노출 수는 앱 내에서 광고가 노출될 때마다 계산됩니다. 여기서, '노출 수'와 '클릭 수'를 혼동하는 경우가 많은데, 디지털 마케팅의 노출 수는 광고주와 개발자에게 유저 광고 시청 횟수를 알려줍니다. 즉, 광고 노출은 광고가 얼마나 클릭되었는지에 따라 결정되지 않습니다. 개발자는 eCPM에 의해 측정되는 1,000회 광고 노출 때마다 비용을 지불합니다.
✔ 도달률 (Reach): 도달률은 특정 광고 캠페인 중 최소 1회 이상 노출된 타겟 유저의 비율(%)을 말합니다. 도달률의 경우 타겟 유저에게 도달된 비율을 계산하므로 광고가 여러 번 노출되었더라도 한 번으로 계산합니다.
✔ 리드 (Lead): 리드는 잠재고객을 뜻합니다. 쉽게 말해 앱이나 광고에 관심이 있는 유저, 즉 ‘관심 고객’을 말하는 용어라고 할 수 있습니다. 광고 노출 수와 도달률을 높이는 것도 중요하지만 리드를 많이 만들어 잠재 고객을 확보하는 것도 앱 수익화에 필수적입니다.
✔ 필레이트 (Fill Rate): 필레이트는 F/R이라고 표기하며, 광고 요청 대비 실제 노출한 광고 비율을 말합니다. 총 광고 노출수에서 총 광고 요청 수를 나눈 값입니다. 필레이트가 100%에 가까울수록 광고 노출이 잘되었다고 볼 수 있습니다.
✔ 참여율 (Engagement Rate): 참여율은 인앱 광고 참여 유저와 활성 유저의 비율입니다. 즉, 참여율은 앱에서 광고에 적극적으로 참여하는 유저의 비율을 말합니다. 참여율은 참유 유저에서 총 활성 유저를 나눈 값입니다.
✔ 전환율 (CVR; ConVersion Rate): 전환율은 인앱 광고를 통해 앱으로 유입된 유저가 광고주가 원하는 특정 작업을 한 유저의 비율입니다. 전환율은 광고 성과를 파악하는 주요 지표로 광고주에게 광고를 전환한 유저 수를 알려줄 수 있습니다. 예를 들어, 광고가 100회 클릭되었고, 전환이 10회 발생했다면 전환율은 10%입니다. 전환은 가격 모델에 따라 달라지는데, 예를 들어 설치당 비용 캠페인에서 전환은 앱 설치로 측정되고, 참여당 비용 캠페인에서는 전환이 참여율에 따라 측정됩니다.
✔ 1,000회 노출당 설치 수 / 노출 수 대비 설치율 (IPM; Installs Per Mille): IPM은 1,000회 광고 노출당 앱 설치 수를 추적하는 데 사용되는 지표입니다. 앱에서 신규 유저를 유입하는 것을 목표로 하는 유저 유입 전략의 일부로 종종 사용됩니다. 향상된 IPM은 eCPM을 활성화하여 애드 네트워크 워터폴에서 광고 캠페인의 순위를 높일 수 있습니다. 결과적으로 광고 노출 수 및 설치 수가 증가될 수 있습니다. IPM을 증가하는 방법으로는 광고 소재 최적화, 앱 스토어 최적화, 유저 목록 활용, 부정 광고 방지 등 여러 가지가 있습니다.
✔ 투자 대비 수익률 (ROI; Return On Investment): 투자 대비 수익률은 투자 지출 대비 비즈니스 성과를 파악하기 위해 활용하는 지표입니다. 주로 순이익 비율을 파악하고자 할 때 사용되며, ROI가 높을수록 수익성이 크다는 것을 의미합니다. ROI를 측정하기 위해서는 투자 비용(Investment)과 성과 및 부가가치(Return) 분석이 함께 필요합니다.
✔ 광고 비용 대비 수익률 (ROAS; Return On Ad Spend): 광고 비용 대비 수익률은 광고나 마케팅 지출의 효율성과 성과를 측정을 위한 지표입니다. 집행하고 있는 광고 캠페인에서 발생하는 수익과 광고 캠페인에 지출된 비용을 나누어 계산합니다. 일반적으로 모바일 유저 유입 캠페인의 경우, 해당 수익은 인앱 구매 또는 광고 캠페인을 통해 유입된 유저로부터 나온 광고 수익을 보고 계산합니다. 유저 잔존율 및 광고 수익과 같은 다른 앱 지표와 일치하는 ROAS는 광고 실적이 양호함을 나타냅니다. 예를 들어, 보상형 동영상 광고 및 플레이어블 광고와 같은 광고 단위를 결합하면, 높은 ROAS로 이어질 수 있는데, 이는 광고를 통해 유입된 유저가 설치하기 전에 플레이어블 광고를 통해 앱을 먼저 테스트해볼 수 있으므로 장기적으로는 인앱 구매를 하거나 광고를 볼 가능성이 높기 때문입니다.
✔ 핵심 성과 지표 (KPI; Key Performance Indicator): 핵심 성과 지표는 캠페인 목표 달성을 측정하기 위해 설정하는 주요 지표입니다. 광고 매출이나 이익처럼 과거 실적을 나타내는 지표가 아니라, 미래 성과에 영향을 주는 여러 핵심 지표를 묶은 평가 기준을 말합니다. 광고 KPI는 광고별 클릭률이나, 유입페이지, 검색 키워드와 같은 요소가 있습니다.
✔ 자연 유입된 설치 수 (Organic Installs): 자연 유입된 설치 수는 앱 스토어에서 적극적으로 검색하거나 입소문을 통해 유저 자체적으로 앱 설치를 선택한 결과로 발생하는 설치 수입니다. 자연 유입 설치는 모바일 광고 캠페인으로 인한 것이 아니지만, 광고 캠페인을 통해 앱 인지도가 높아지면서 자연 유입 설치를 증가시키는 간접 효과의 영향도 있습니다. 자연 유입된 유저는 비교적 적극적인 경향이 있으므로 앱 잔존율이 높기 때문에 자연 유입 설치를 높이는 것이 중요합니다.
✔ 초대된 유저 (K-Factor): K-Factor는 기존 유저가 주위 사람들에게 앱을 추천하여 신규 유저로 앱에 유입된 유저를 말합니다. 예를 들어, 10명의 기존 유저가 각각 10명을 초대했다면 K-factor은 10이 됩니다. 이는 앱의 성장률을 나타내는 지표로서 기존 유저가 얼마나 많은 신규 유저를 앱으로 유입시키는지 측정하여 현재 유저가 다른 사람들과 앱을 공유할 수 있는 바이럴 규모 및 인센티브의 효과에 대한 통찰력을 제공합니다. K-factor이 클수록 바이럴로 유입된 유저의 양이 많다는 것을 알 수 있습니다. K-factor와 LTV가 높다면 CPI (Cost Per Install)나 CPA(Cost Per Action)형식의 광고로 초반 유저를 확보한 후 유입된 유저의 바이럴 활동을 통한 마케팅 전략을 구상해 볼 수 있습니다.
✔ 코호트 분석 / 동질 집단 분석 (Cohort Analysis): 코호트 분석은 앱 개발자들이 시간에 따른 유저 행동을 추적하고 연구할 수 있도록 하는 도구입니다. '코호트'란 특정 그룹으로 특정 기간동안 비슷한 유저 성격이나 경험을 가지는 유저 그룹입니다. 예를 들어, 같은 날에 앱을 실행한 유저나 앱을 설치한 유저들의 일주일동안 방문률 등이 있습니다. 앱 개발자들은 유저 행동은 분석함으로써 인앱 광고 및 유저 참여 전략에 대한 데이터 중심의 의사 결정을 보다 쉽게 내릴 수 있습니다.
✔ 퍼널 분석 (Funnel Analysis): 퍼널 분석은 유저가 유입되고 전환에 이르기까지의 주요 단계를 수치로 확인하는 것입니다. 보통 단계별 분석이나 깔때기 분석이라고도 많이 부릅니다. 이때, '퍼널'이란 소비자의 행동을 기업관점에서 재구성한 것으로 유저가 구매할 때 거치는 일정한 단계(인지-친숙-고려-구매-충성)를 깔때기 혹은 퍼널이라 부릅니다. 퍼널 분석은 깔때기의 꼭지점(마케팅의 목표 지점)까지 유저를 데려오는 과정을 설계하고 최적화하는 것입니다. 예를 들어, 광고 캠페인을 진행한다면 유저가 광고 배너를 클릭하고 앱을 설치하여 인앱 구매를 하는 전 단계에서 수 많은 유저 이탈이 발생합니다. 광고가 수 천만명의 유저에게 노출되어도, 단계마다 50%씩 빠져나간다면 고작 7-8명의 유저만이 남게 됩니다. 퍼널 분석를 통해 유저 이탈 기회를 최소화시키는 것이 광고 캠페인 최적화라고 할 수 있습니다.
✔ 딥 링크 (Deep Link / Deep Linking): 딥 링크는 하이퍼링크 또는 딥 링크 URL을 통해 유저를 특정 페이지로 이동할 수 있는 링크를 말합니다. 쉽게 말해 딥 링크는 앱 환경 외부에서 앱 내부의 특정 페이지로 바로 랜딩될 수 있도록 특정 앱 컨텐츠에 하이퍼링크를 제공하는 것을 의미합니다. 앱을 설치하지 않은 유저도 앱의 특정 페이지로 바로 이동할 수 있어 불편함을 없애 유저가 이동하는 과정 중 이탈할 확률을 줄여줄 수 있도록 합니다.
✔ 포스트백 (Post-back): 포스트백은 앱에서 발생한 광고 성과 및 수집된 데이터를 퍼블리셔에게 전달하는 것을 의미합니다. 퍼블리셔(광고 매체사)는 포스트백 받은 정보를 광고 운영에 활용하는데, 이를 통해 최적화된 광고 집행, 리타겟팅 광고 등을 진행할 수 있게 됩니다. 광고주 입장에서는 모바일 광고 시 성과를 파악하기 위해서는 각 퍼블리셔에 제공하는 SDK를 앱에 설치해야 하는데 이러한 번거로움을 중간에서 해결해주는 포스트백과 같은 트래킹 솔루션들이 등장하였습니다.
✔ 리퍼러 / 유입 경로 / 방문 경로 (Referrer): 리퍼러는 유입 경로로, 유저가 앱을 실행하면 설치된 유입 경로를 말합니다. 하이퍼링크를 통해서 각각의 사이트로 방문시 남는 흔적으로 앱을 설치하고 실행하기 직전 유입 경로의 흔적을 말합니다. 예를 들어, A라는 앱에 B 앱으로 이동하는 하이퍼링크가 존재할 때, 유저가 그 링크를 클릭하여 B 앱으로 이동하면 리퍼러를 전송하게 됩니다. B 앱에서는 이 전송된 리퍼러를 보고 유저가 A 앱을 통해 방문했다는 것을 알 수 있습니다.
유저 및 유저 관련 지표 용어 (인용: https://www.is.com/ko/community/blog/mobile-dictionary-part-4/)
✔ 유저 유입 / 유저 확보 (UA; User Acquisition): UA는 '유저 유입'으로 모든 앱 마케팅 전략에서 필수적인 부분으로 높은 투자수익률과 유저 생애 가치를 획득할 수 있습니다.
✔ 유저 유입 비용 (UAC; User Acquisition Cost): UAC는 '유저 유입 비용'으로 유저 한 명을 앱으로 유입시키기 위해 소모되는 비용입니다. 쉽게 생각하면 투입된 광고비 대비 유입된 신규 유저 수라고 생각하시면 됩니다. 보통 보상형 광고를 통해 유입된 유저 수는 포함시키지 않습니다. 대신, 인기 차트 등 기타 마케팅 캠페인을 통하여 자연스럽게 유입된 유저, 즉 '자연 유입 유저'는 모객 수에 포함됩니다.
✔ 유저 유지(이탈 방지) 비용 / (URC; User Retention Cost): URC는 '유저 유지 비용'으로 한 명의 유입된 신규 유저를 유치한 이후 유저의 이탈을 방지하기 위해 사용된 비용입니다. 즉, 유입 유저를 고착화(Stickness) 시키기 위한 비용입니다.
✔ 유저 광고 수익 (User Ad Revenue): 유저 광고 수익은 인앱 광고에서 유저가 창출하는 수익의 가치를 나타냅니다. 개발자에게 광고 수익화 전략이 얼마나 많은 수익을 창출하고 있는지 세밀한 유저 수준의 정보를 제공하며 마케팅 비용 지출의 효과 측정이 가능합니다.
✔ 유저 참여율 (User Engagement): 유저 참여율은 앱 내에서 유저 상호작용의 정도를 측정하는 것을 의미합니다. 주요 앱 참여 지표에는 평균 세션 수, 평균 세션 기간, 월간 및 일간 활성 유저 수 등이 포함됩니다. 즉, 높은 유저 참여율은 유저가 비교적 오랜 시간동안 앱을 사용한다는 것을 의미합니다.
✔ 유저 세분화 / 유저 세그먼트 (User Segmentation): 유저 세분화는 연령, 국가, 성별, 과금 및 비과금, 앱 버전, 레벨, 인앱 구매 등과 같은 다양한 조건을 행동 및 통계에 따라 앱의 유저 기반을 그룹으로 나누는 과정입니다. 유저 세분화는 앱 개발자들이 각 그룹 또는 유저 세그먼트에 서로 다른 앱 수익화 전략을 적용할 수 있도록 함으로써 유저에게 맞춤형 광고를 제공할 수 있도록 합니다. 예를 들어, 결제 유저에게 인터스티셜 광고를 적게 게재하거나 A 국가의 유저에 대한 보상형 동영상 광고의 리워드를 두 배로 늘리도록 선택하는 것입니다.
✔ 잔존율 / 리텐션 (Retention (D1-D7) / Retention Rate): 잔존율은 설치 이후 남아있는 활성 유저의 비율입니다. 특정 시점 이후 신규 유저가 언제까지 남아있는지 알려주는 지표로 모든 마케팅 성공의 결정적인 지표입니다. 앱 설치 후 1일, 2일, 3일 ~ 7일(n일차) 각 경과 일자별로 게임에 재접속하는 비율입니다.
✔ 유저 이탈률 (Churn Rate): 유저 이탈률은 게임 앱 다운로드 후 일정기간 동안 이용하지 않는 유저의 비중을 말합니다. 주로 Churn = 1 – Retention Rate으로 계산합니다.
✔ 반송률 / 이탈률 (Bounce Rate): 반송률은 유저가 랜딩 페이지에 도달 후 페이지 이동없이 종료한 비율을 말합니다. 일반적으로 광고 집행의 목적이 유입 뿐만 아니라 클릭 등 다양한 전환이 일어나는 것이 효과적인 캠페인이므로 반송률이 낮을수록 유저 반응이 좋다는 것을 나타냅니다.
✔ 고착도 (Stickiness): 고착도는 잔존율과 유사한 성격의 지표로, 높은 수치일수록 앱 재실행 빈도가 높음을 의미합니다. (DAU / MAU) *100 으로 계산합니다.
✔ 유저 생애 가치 (LTV; Lifetime Value): LTV는 '유저 생애 가치'로 유저 한 명이 앱에 들어와서 이탈하기까지의 전체 기간에 창출한 가치 지표를 말합니다. 쉽게 말해 한 유저가 해당 서비스를 이용하는 동안 얼마나 이익을 가져다주는지를 수치화하여 계산한 것입니다. 광고를 통해 들어온 유저의 LTV가 클 경우 그 광고를 지속하는 것이 효과적이므로 주로 광고를 계속 집행해야 하는지 판단의 근거로 사용됩니다.
✔ 자연 유입 유저 (Organic User): 자연 유입 유저는 직접적인 광고나 마케팅 캠페인에 상관없이 자연적으로 유입된 유저를 말합니다. 광고 이외에 다양한 마케팅 캠페인을 통해 노출되거나 유저의 필요에 의해 들어온 유저로 전환율이 매우 높습니다. 광고 캠페인이 활발해질수록 간접 효과를 통해 자연 유입 유저도 많아질 수 있습니다.
✔ 비자연 유입 유저 (Non-Organic User): 비자연 유입 유저는 자연 유입 유저와 반대로 비보상형 광고나 마케팅 캠페인을 통해 게임에 들어온 유저를 말합니다.
✔ 진성 유저 (Quality User): 진성 유저는 앱 설치 후 지속적으로 앱을 활발하게 사용하는 유저를 뜻합니다.
✔ 순 유저 수 (UV; Unique Visitor): UV는 '순 유저 수'로 일정기간 내에 앱에 접속한 실제 유저 수를 의미합니다. 중복 방문을 제외하기 때문에 동일 유저가 여려번 방문하여도 1로 카운트하며, 모바일 게임의 경우 기기나 유저 ID, 웹의 경우 쿠키로 측정합니다. UV의 기간을 설정할 때, 기준을 하루로 설정했을 시에는 DAU, 한달로 설정했을 시에는 MAU가 됩니다.
✔ 활성 유저 (AU; Active User): 활성 유저는 특정 기간동안 앱에 접속한 총 유저수를 뜻하며 앱의 인기도를 파악하는데 중요하게 사용됩니다. 보통 일, 주, 월 단위로 집계됩니다.
✔ 시간당 활성 유저 수 (HAU; Hourly Active User): HAU는 '시간당 활성 유저 수'로 한 시간동안 얼마나 많은 유저가 앱을 이용했는지 확인하는 지표입니다.
✔ 일간 활성 유저 수 (DAU; Daily Active User): DAU는 '일간 활성 유저 수'로 하루에 실제 접속한 유저 수로 얼마나 많은 유저가 앱을 이용했는지 확인하는 지표입니다.
✔ 주간 활성 유저 수 (WAU; Weekly Active User): WAU는 '주간 활성 유저 수'로 한 주동안 얼마나 많은 유저가 앱을 즐기고 있는지 확인할 수 있는 지표입니다.
✔ 월간 활성 유저 수 (MAU; Monthly Active User): MAU는 '월간 활성 유저 수'로 한달동안 얼마나 많은 유저가 앱을 즐기고 있는지 확인할 수 있는 지표입니다.
✔ 구매 유저 (PU; Paying User / BU; Buying User): PU 및 BU는 '구매 유저'로 게임 유저 중 유료 결제 유저를 뜻합니다. 일정 기간내에 앱 내에서 아이템 구매나 월정액 결제 등 구매 지불한 유저를 말합니다.
✔ 비구매 유저 (Non-PU; Non-Paying User / Non-BU; Non-Buying User): Non-PU 및 Non-BU는 '비구매 유저'로 유료 결제를 하지 않은 게임 유저를 뜻합니다.
✔ 구매 유저 비율 (PUR; Paying User Rate / BUR; Buying User Rate): PUR 및 BUR은 '구매 유저 비율'로 전체 게임 사용자 중 유로 결제자 비율을 나타냅니다.
✔ 유저당 평균 결제액 (ARPU; Average Revenue Per User): ARPU는 '유저당 평균 결제액'으로 전체 매출을 전체 유저수로 나눈 단위당 수익을 말합니다. 즉, 1명의 유저가 지불한 평균 금액을 나타내는 생산성 지표입니다.
✔ 구매 유저당 평균 결제액 (ARPPU; Average Revenue Per Paying User): ARPPU는 '구매 유저당 평균 결제액'으로 전체 매출을 구매 유저수로 나눈 단위당 수익을 말합니다. 특정 기간동안 집계된 총 결제 금액을 동일한 기간의 구매 유저로 나누어 한 명의 유저가 사용한 총 금액을 나타냅니다.
✔ 일간 활성 유저당 평균 결제액 (ARPDAU; Average Revenue Per Daily Active User): ARPDAU는 '일간 활성 유저당 평균 결제액'으로 당일 전체 매출을 활성 유저수로 나눈 평균 수익을 말합니다. 광고, 인앱 결제 등 앱의 수익화가 얼마나 잘 이루어지고 있는지를 파악할 수 있습니다. 또한, 캠페인 집행 중 해당 광고로 인한 유입 유저들의 효과를 체크하여 광고의 유효성을 검증하는 지표로 활용할 수 있습니다.
✔ 일간 참여 유저당 평균 결제액 (ARPDEU; Average Revenue Per Daily Engaged User): ARPDEU는 '일간 참여 유저당 평균 결제액'으로 총 수익을 총 유저 수로 나눈 것입니다. 고급 수익화 분석 지표로 앱 개발자들이 앱에서 광고와 상호작용하는 방법을 더 잘 이해할 수 있도록 도와줍니다.