1. AI의 중요성 증가 - 생성 및 예측
생성적 AI가 2023년을 정의하는 기술 중 하나이기 때문에( 여기에서 2024년 생성적 AI에 대한 예측을 읽을 수 있음 ) 많은 전문가가 이 기술이 소매 미디어에 중요해질 것으로 예상하는 것도 놀라운 일이 아닙니다.
소매 기술 회사인 CitrusAd의 영업 및 운영 담당 EVP인 Jaclyn Nix는 다음과 같이 예측합니다. “AI는 생성적 측면과 예측 측면 모두에서 점점 더 중요해질 것입니다. “[CitrusAd 모회사] Epsilon은 예측 AI를 사용해 적시에 적절한 소비자에게 올바른 메시지를 전달하기 위해 10년 넘게 노력해 왔습니다. 이는 멈추지 않을 것이며 소비자, 브랜드 및 소매업체를 위한 최상의 결과를 도출하는 데 점점 더 중요해질 것입니다.” 생성적 AI의 경우 "이 역시 소매 미디어 내에서 캠페인을 관리하고 크리에이티브를 관리하는 데 도움이 될 것입니다." 그러나 창의적인 것 외에도 "우리는 복잡한 클린룸과 데이터 플랫폼 내에서 청중과 통찰력을 보다 쉽게 탐색할 수 있는 기회도 있을 것이라고 믿습니다."
Publicis Commerce의 소매 미디어 책임자인 Ian Black도 소매 미디어에서 “AI 기반 활성화의 확산이 증가할 것”을 예측합니다. “지난 몇 년 동안 우리는 Google과 Meta가 각각 Performance Max와 Advantage+의 형태로 AI 기반 캠페인 계획 및 실행을 향한 중요한 전환을 이루는 것을 보았습니다.
“2024년에는 Amazon과 기타 성숙한 네트워크가 주도하는 이러한 추세가 소매 미디어를 강타할 것으로 예상됩니다. 이를 통해 소매업체는 단기 ROAS 또는 신규 브랜드 성장 등 원하는 결과를 가장 잘 달성하기 위해 잠재 고객 및 배치 선택을 자동화하기 시작할 것입니다. 여기서 소매업체의 핵심은 광고주가 자신의 특정 요구 사항에 맞게 조정할 수 있는 모든 제어 기능을 제거하지 않으면서 마찰을 줄이는 자동화의 올바른 균형을 구축하는 것입니다.”
2. AI는 쇼핑객이 제품을 찾는 방식을 변화시킵니다.
Koddi의 커머스 미디어 부사장인 Eric Brackmann은 생성 AI가 제품 발견의 판도를 바꾸는 역할을 할 것으로 예상합니다. “AI는 쇼핑객이 제품을 찾는 방식을 바꿀 것입니다.”라고 그는 말합니다. “NLP 기반 챗봇, 시각적 검색, 더 나은 추천과 같은 도구는 미래의 쇼핑객이 관련성이 높은 소규모 제품 세트로 이동하게 될 것임을 의미합니다.
“검색의 미래는 쇼핑객이 입력한 기준과 일치하는 제품 목록 대신 최고의 제품(아마도 NLP 기반 챗봇을 통해)을 찾는 것처럼 보입니다. 이는 쇼핑객이 소매 미디어를 경험하는 방식에 상당한 영향을 미칠 것입니다.
“오늘날 스폰서 목록에 대한 과도한 의존도는 브랜드와 소매업체를 위한 완전히 새로운 스폰서 옵션 세트를 제공하는 방향으로 발전할 것입니다. 주말 저녁 메뉴에 관해 식료품점 앱에서 NLP 기반 챗봇과 소통하는 세상을 상상해 보세요. 챗봇은 메뉴를 계획하고 레시피를 선택하는 데 도움을 줄 수 있습니다. 작업이 끝나면 모든 품목을 장바구니에 추가하고 문앞까지 배달해달라고 간단히 요청할 수 있습니다.
“쇼핑객 여정에서 후원 콘텐츠에 대한 옵션은 풍부합니다. 전체 경험뿐만 아니라 각 레시피와 각 레시피의 각 제품도 후원할 수 있습니다. 여행 예약, 자동차 구매, 심지어 다음 신용카드 선택에도 동일한 원칙이 적용될 수 있습니다.
"나의 가장 '뛰어난' 예측은 2024년에 이러한 경험의 첫 번째 버전을 보게 된다는 것입니다."
3. 매장 내 출시에 더 많은 (합리적인) 투자
Brackmann은 "온라인에서 효과가 있었던 전략이 항상 매장 내 경험으로 이어지는 것은 아닙니다."라고 말합니다. “지난 몇 년간 업계가 온라인에서 그랬던 것처럼 브랜드도 매장/호텔/공항 등에서 무엇이 효과가 있고 효과가 없는지 파악해야 합니다. "소매업체는 특히 2024년 자본 시장이 긴축될 경우 운전자본을 너무 많이 소모하지 않고 여기에 투자하는 방법을 찾아야 합니다." Publicis Commerce의 Ian Black은 “디지털 화면의 출시가 가속화되고 이 재고를 프로그래밍 방식으로 구매할 수 있게 되면서 매장 내 소매 미디어의 성장이 촉진될 것입니다.
"또한 여기서 중요한 것은 광고주가 이러한 투자로부터 ROI를 정확하게 정량화할 수 있도록 하는 효과적인 측정 솔루션이 될 것입니다."라고 그는 덧붙였습니다.
4. 측정: 증분 너트 균열
소매 미디어는 브랜드에 큰 가능성을 제공하지만 영향력을 측정하고 ROI를 입증하는 것은 까다로울 수 있습니다. 과거에 소매 미디어의 측정 과제 에 대해 전문가에게 문의하기를 조사한 것처럼 말입니다 . 전체 퍼널 솔루션 으로의 소매 미디어 개발에는 측정이 복잡해집니다.
Brackmann은 커머스 미디어 산업이 성장함에 따라 "더 나은 데이터, 더 나은 쇼핑 경험 및 증분 판매(몇 가지 예를 들면)"에 대한 약속이 "혼합"되어 왔다고 지적합니다.
“상거래 미디어에 대한 측정은 더욱 일관적이어야 합니다.”라고 그는 결론을 내렸습니다. “증분성은 여전히 다소 파악하기 어렵습니다. 소매 미디어에 대한 측정 표준을 제공하려는 IAB의 노력과 같이 최근의 노력은 상당한 진전을 이루었지만 이 분야에서 해야 할 일이 훨씬 더 많습니다.”
Ian Black은 “광고주들이 소매 미디어 활동을 발전시키면서 ROAS(광고 투자 수익)를 넘어 비즈니스 영향에 대한 보다 실질적인 측정을 요구하는 목소리가 점점 더 커질 것입니다.”라고 덧붙였습니다. “2024년에는 소매업체, 대행사 및 기술 공급업체가 미디어와 소매 결과의 정교한 연결을 통해 성과 증분의 너트를 깨기 시작할 것으로 기대합니다.
“이것은 우리가 기껏해야 프록시로 알고 있는 ROAS에서 순 신규 고객, 미디어 수익성 및 평생 가치 측정으로 초점을 전환할 것입니다. 서로 다른 소매 미디어 기술 스택 전반에 걸쳐 이러한 지표를 연결하는 것이 소매업체가 이 분야에서 성공하는 데 핵심이 될 것입니다.”
5. 비엔데믹 파트너십
올해에는 소매 매체가 문제의 소매업체가 광고하는 제품을 보관하는 '디지털 선반'을 넘어 '비특산' 제품, 즉 다른 곳에서 판매되는 제품에 대한 보다 광범위한 광고 솔루션으로 진화할 수 있습니다. CitrusAd의 Jaclyn Nix는 2024년이 "적어도 쿠키가 더 이상 사용되지 않는 비엔데믹에 대한 추진의 시작이 될 것"이라고 생각합니다.
“지금까지 소매 매체는 고유한 소매업체에 초점을 맞춰왔습니다. Non-Endemic에 초점을 맞추겠지만, 이는 또한 이러한 Non-Endemic에 대한 자사 데이터 세계에 최적화하고 이러한 고객에 접근할 수 있는 기회이기도 합니다.”
데이터 협업 플랫폼 LiveRamp의 글로벌 소매 및 CPG 전략 책임자인 Lori Johnshoy는 "소매업체가 광고 지출을 늘리고 새로운 잠재 고객과 통찰력을 얻으려고 함에 따라 여행, 서비스 및 기타 부문에서 비고유적인 파트너십이 증가할 것"을 기대합니다.
그녀는 “소비자 지출 둔화로 인해 가치 소매업체로 전환함에 따라 소비자 구매 패턴이 미디어 네트워크에 영향을 미치고 광고 지출도 뒤따를 것입니다. 미디어 네트워크는 광고주에 대한 가치 제안을 강화하는 데 도움을 줄 수 있는 기술 파트너를 찾을 것입니다.”
6. '커머스' 미디어
크리테오의 북유럽 MD인 Nicole Kivel은 2024년은 "소매 미디어"가 "커머스 미디어"로 자리를 옮기는 해가 될 것이라고 예측합니다. 이 용어는 소매 이외의 분야에 나타나는 소매 미디어 모델을 가리키는 용어입니다. Kivel은 “2024년은 음식 배달, 호텔, 라스트마일 배달 앱 등 인접 소매 업계가 트렌드에 뛰어들어 자체 소매 미디어 네트워크를 개발하는 해가 될 것으로 기대합니다.”라고 말합니다.
"우리는 이를 커머스 미디어라고 부릅니다. 엄밀히 말하면 전통적인 소매 미디어라고 생각하는 것은 아니지만 기업이 디지털 및 물리적 공간 모두에서 수익을 창출할 수 있는 엄청난 기회를 제공하기 때문입니다."
7. 소매업체는 미디어 기업이 된다
이 외에도 Kivel은 소매 미디어 모델이 더욱 대대적으로 변화할 것으로 예상합니다. “지난 4년 동안 소매 미디어에 새로운 기회가 등장하면서 우리는 진화를 목격했습니다.”라고 그녀는 말합니다. “과거의 비즈니스 모델을 살펴보면 소매업체는 항상 브랜드의 고객이었지만 지금과 2024년에는 역학이 달라져 소매업체가 브랜드에 제품을 판매하고 때로는 브랜드가 소매업체에 제품을 판매하게 됩니다.
“브랜드는 광고 지출의 효율성과 그것이 제품 판매로 어떻게 전환되는지에 대해 소매업체로부터 책임을 물을 것입니다. 결과적으로 점점 더 많은 소매업체가 미디어 기업으로 변신하고 경쟁 소매업체와 광고 서비스를 차별화하는 비즈니스 모델을 채택하게 될 것입니다.”
8. 토지 점유는 인재 경쟁을 촉진합니다
브랙만은 "커머스 미디어 공간이 폭발적으로 성장하고 있기 때문에 브랜드와 대행사는 2024년 토지 확보의 일환으로 투자를 가속화할 것"이라고 말했습니다. “이를 위해서는 새로운 미디어 비즈니스(단지 네트워크가 아닌 Kroger의 84.51 또는 Target의 Roundel과 같은 완전한 비즈니스)를 창출하기 위해 새로운 재능, 기술, 기술 및 파트너십이 필요합니다.”
9. 개인 상표 압력으로 인해 CPG는 목표를 달성해야 합니다.
LiveRamp의 Lori Johnshoy는 2024년에 "새로운 자체 브랜드 전략이 CPG에 급격한 변화를 가져올 것"이라고 예상합니다. 그녀는 다음과 같이 설명합니다. "인플레이션이 계속해서 매장 가격을 높이면서 이러한 브랜드는 소비자를 유지하기 위해 시장 경쟁에 집중할 것입니다.
”국내 브랜드에 대한 이러한 추가적인 압력으로 인해 차별화를 통해 소비자 충성도를 높이기 위해 타겟 광고 전술을 두 배로 줄여야 할 필요성이 생길 것입니다. 브랜드가 자사 데이터를 늘리기 위해 미디어 네트워크에 의존함에 따라 미디어 네트워크는 소매업체의 자사 브랜드에 대한 지분을 잃을 것을 우려하는 브랜드와 함께 새로운 인수 전략을 전략화해야 합니다."
10. 프로그래밍 방식 구매 강화
마지막으로, 옴니채널 마케팅 플랫폼 Skai의 전략 담당 EVP인 Nich Weinheimer는 소매 미디어 공간이 "10년 전 직접 판매에서 네트워크, OpenRTB 프레임워크로의 미디어 진화를 보여주는 것과 크게 다르지 않은 새로운 시스템처럼 진화할 것"이라고 예상합니다.
그 결과, 공급과 수요 모두 가장 효율적인 연결 방법을 찾게 되므로 마찰과 비효율성은 자연스럽게 관리될 것입니다.
“그 목적을 달성하기 위해(그리고 후원 제품이 여전히 소매 미디어 지출에서 막대한 부분을 차지하고 있다는 점을 감안할 때) 저는 브랜드가 상위 퍼널(CTV, 디스플레이)을 위한 전통적인 DSP를 통해 구매하는지 여부에 관계없이 2024년에 소매 미디어를 더욱 '프로그래밍 방식으로' 구매할 것으로 예상합니다. 외.)
“마찰이 적다는 것은 광고를 사고 팔 때 거의 실시간 시장 신호와 자사 상거래 데이터를 매일 활용할 수 있는 등 더 강력한 채널 가능성을 의미합니다. 이번 시간에 소매업체 A의 경쟁업체 재고가 없나요? 오늘 아침 소매업체 B에 대한 내 입찰에 영향을 미치는 가격이나 판촉 신호가 있습니까? 단기적인 경쟁 가격 압박에 직면하여 낮은 ROI를 피하기 위해 입찰가를 낮춰야 합니까?
“소매업체는 n번째 수준의 수요가 제공되기를 원할 것입니다. 그들은 사용 가능한 재고를 채우기 위해 수요에 대한 접근과 같은 '교환'을 원할 것이며 잠재적으로 해당 수요의 많은 잠재적 수집자 사이를 중재하기를 원할 것입니다.”
What does ‘Incrementality’ mean?/ '증분성'은 무엇을 의미하나요?
마케팅 기여의 맥락에서 증분성이라는 용어를 들어본 적이 있을 것이며, 그것이 정확히 무엇을 의미하는지 궁금했을 것입니다. 증분성은 특정 개입 없이는 어떤 조치가 발생하지 않았는지 측정하는 것입니다. 예를 들어 내 제품을 광고하는 데 돈을 썼다면 광고 때문에 내 제품을 구매한 사람이 몇 명인지 알아야 합니다. 누군가가 웹사이트를 방문하여 무언가를 구매하면 광고 플랫폼은 그 사람을 식별하고 데이터베이스를 조사하여 이전에 광고를 본 적이 있는지 확인합니다. 그렇다면 전환 이벤트를 보고하고 사용자가 보거나 클릭한 광고를 인정합니다. 그것이 바로 마케팅 기여입니다.
제가 Facebook 광고에 10,000달러를 지출했는데 해당 광고를 보거나 클릭한 사람들이 계속해서 30,000달러 상당의 제품을 구매했다고 보고했다고 가정해 보겠습니다. 내 이익률이 40%라면 $10,000 투자로 $2,000의 수익을 냈다는 의미입니다. ROI = ((30000 * 0.4) – 10000) / 10000 = 0.2.
그러나 광고를 보고 구매한 사람을 모두 계산하는 것은 광고를 보고 구매한 사람만 계산하는 것과는 다릅니다 . 상관관계는 인과관계가 아닙니다 . 내 광고를 본 사람들 중 일부는 내가 캠페인을 운영하지 않았다면 어쨌든 구매했을 것입니다. 이것이 증분입니다.
매우 중요한 차이점입니다. 구매한 사람 중 절반이 광고 캠페인을 보지 않고 구매했다면 갑자기 그 숫자는 더 이상 효과가 없습니다. 캠페인은 돈을 버는 사람에서 손실을 만드는 사람으로 이동합니다.
어쨌든 $15,000 상당의 매출이 발생했다면 광고 캠페인은 $2,000를 버는 대신 $4,000의 손실을 입게 됩니다! 매출이 $15,000만 증가하고 40%의 이익률로 $6,000의 수익을 얻는다면 초기 $10,000 투자 ROI = ((15000 * 0.4) – 10000) / 10000 = -0.4보다 적습니다.
회사의 초기에는 귀인과 증분은 같은 것입니다. 귀하의 제품에 대해 아는 사람이 아무도 없고 귀하가 광고 캠페인을 운영하는 경우, 광고로 인한 매출 급증을 확실히 인정받을 수 있습니다. 이 단계에서는 작동하는 모든 것이 점진적인 차이를 만들어냅니다.
그러나 회사가 성숙해짐에 따라 마케팅 믹스는 더욱 복잡해집니다. 사람들은 단지 광고를 통해서가 아니라 친구들로부터 제품에 대한 소식을 듣습니다. 그들은 언론 보도를 받고, 더 큰 물리적 존재감을 확립하며, 인플루언서나 TV와 같이 측정하기 어려운 광고 채널로 확장합니다.
이제 특정 광고 캠페인의 영향이 다른 모든 것과 별개로 무엇인지 알아보는 것은 더 이상 단순한 작업이 아닙니다. 행동을 설명하기에는 충돌하는 변수가 너무 많습니다. 잘 알려진 브랜드가 있거나 재타겟팅 광고를 많이 하거나 제휴사를 통해 많은 매출을 올린 경우 보고된 매출 중 상당수가 증분되지 않을 가능성이 높습니다.
결정적으로 구매로 이어진 모든 상호 작용과 터치 포인트를 측정할 수 있는 분석 소프트웨어나 추적 픽셀이 없습니다. 우리는 입소문을 추적할 수 없고, 광고판을 본 사람이 누구인지 식별할 수 없으며, 어떤 영향력 있는 사람이 구매하도록 설득했는지 측정할 수 없습니다 .
다행히도 우리에게는 우아한 해결책이 있습니다. 무작위 통제 실험. 우리는 타겟 고객을 두 그룹으로 나누고 그 중 하나의 그룹에만 광고를 게재합니다. 이렇게 하면 두 그룹 간의 구매 차이가 광고로 인한 것임을 알 수 있습니다.
두 그룹 모두 동일한 조건에 노출되었고 광고를 보도록 무작위로 할당되었기 때문에 판매에 영향을 미치는 다른 모든 요소가 무엇인지 알 필요도 없이 제어할 수 있습니다. 대조군과 테스트 모두 전환이 발생하지만 (희망적으로) 테스트 그룹에는 더 많은 전환, 즉 증분 전환이 있을 것입니다. 이와 같은 무작위 대조 시험(RCT)은 한 가지 원인이 다른 원인임을 입증하는 최적의 기준 입니다.
광고에서 대부분의 플랫폼은 실험의 무작위화 및 보고를 처리하는 증분 테스트 기능을 제공합니다. 독립적으로 연구를 진행하려면 관련 없는 광고(예: 자선 단체 광고)를 통제 그룹에 무작위로 표시하여 모든 플랫폼을 테스트할 수 있습니다. 해당 광고가 여전히 전환을 보고한다면 해당 비율이 증가하지 않았다는 것을 알 수 있습니다.
일부 채널의 구조로 인해 무작위로 할당된 사람들 그룹에 대해 캠페인을 켜거나 끄는 것이 불가능합니다. 선형 TV 캠페인은 광고를 본 사람과 보지 않은 사람을 추적할 수 없으므로 대신 지역별로 그룹에 대한 무작위 할당이 수행됩니다. 광고를 받지 않는 통제 그룹에 잘 일치하는 미국 주의 비율을 할당하고 결과를 비교합니다.
일부 채널에서는 진정한 성과 증분 실험을 실행할 수 있는 실제 방법이 없습니다. 예를 들어 Google에서는 검색 엔진 결과 페이지에 어떤 버전의 웹사이트가 순위를 매길지 통제할 수 없으므로 실험은 페이지 템플릿 수준 에서 그룹화되어야 합니다 . 웹사이트의 모든 카테고리 페이지 중 50%를 변경하고 Google에서 해당 50%의 순위가 다른 페이지보다 높은지 확인할 수 있습니다.
실험을 실행하는 것이 가능하더라도 항상 가능한 것은 아닙니다. 실험을 설정하고 유지하는 데는 실제 비용이 듭니다. 팀의 시간과 관심뿐만 아니라 일부 청중에 대한 마케팅을 중단하는 데 따른 기회 비용도 있습니다. 귀하의 마케팅을 보지 못한 청중의 비율은 본 사람들보다 적게 구매할 것입니다.
정치적 또는 경제적 이유로 실험을 실행할 수 없다면 모델링이 선호되는 솔루션입니다. 최근 노벨상 수상으로 인해 인과 추론 모델의 인기가 높아지고 있습니다. 일부 시나리오에서는 회귀 불연속성, 도구 변수 또는 자연 실험을 사용하여 실험 조건을 시뮬레이션하는 것이 가능합니다.
그러나 1960년대 이후 일반적으로 사용되는 가장 대중적이고 실용적인 방법은 MMM(Marketing Mix Modeling)입니다. MMM은 판매의 급증 및 하락을 마케팅 이벤트 및 활동과 일치시켜 각 채널의 증분성에 대한 추정치를 제공할 수 있습니다. 최신 베이지안 MMM을 사용하면 증분 테스트 결과를 기반으로 모델의 정확도를 보정할 수 있습니다.
마케팅 기여는 복잡한 주제이며 증분성을 확립하는 문제는 우리 생애에서 해결될 문제가 아닐 것입니다. 완벽한 실험이나 모델은 없지만 이러한 방법을 사용하면 예산 결정을 내릴 때 불확실성을 크게 줄일 수 있습니다. 목표는 각 캠페인 전반에 걸쳐 크레딧을 완벽하게 분배하는 것이 아닙니다. 단지 무엇이 효과가 있는지에 대해 경쟁업체보다 덜 틀리기만 하면 됩니다.
팬데믹으로 인한 비즈니스 부작용 중 하나는 마케팅 예산에 매우 밝은 빛이 비춰졌다는 것입니다. 이는 어떤 상황에서도 좋은 일입니다. 귀하의 마케팅은 계속해서 수익을 창출해야 합니다. 그리고 이러한 정밀 조사는 기업이 재정적으로 잘 운영되지 않는 시기에 특히 유용합니다.
예산에 초점을 맞춘다는 것은 전환에 초점을 맞춘다는 것을 의미합니다. 여기에서 기여와 성과 증분에 대한 심층적인 논의로 빠르게 도약합니다. 그리고 이 둘은 종종 하나로 묶이기는 하지만 전혀 같은 것이 아닙니다.
기여는 단순히 다양한 마케팅 채널 전반에 걸쳐 전환에 대한 기여도를 분배하는 과학(또는 너무 자주 기술)입니다. Adobe 또는 Google Analytics와 같은 도구에서 속성 모델링을 수행할 때, 본질적으로 유료 검색에서 마지막 클릭 전환이 발생하기 전에 소유, 획득 및 유료 미디어 채널과 4번의 상호작용이 있었다면 해당 전환에 대한 기여도는 다음과 같습니다. 모든 상호작용에 배포됩니다.
증분성이 묻는 질문은 "어쨌든 광고비 지출 없이 발생했을 전환 중 몇 건이나 발생했을까요?"입니다.
증분성은 측정하기가 엄청나게 어렵습니다. 답을 찾기 위해 수집해야 하는 모든 데이터를 생각해 보세요. 또한 측정하기가 매우 복잡합니다. 부분적으로는 고위 리더가 성과 증분 질문을 할 때 의미가 다른 경우가 많기 때문입니다.
이에 대한 더 나은 이해를 돕기 위해 세 가지 유형의 마케팅 증분성과 각 유형의 사용 방법을 공유하겠습니다.
1. 채널 사일로 증분성
유료 검색 광고에 많은 돈을 지출한다고 가정해 보겠습니다. 훌륭한!
성과 증분에 관심이 있는 임원은 다음과 같이 질문할 수 있습니다. "유료 검색을 통해 얻은 전환 중 유기적 검색 목록 덕분에 우리가 얻은 전환 수는 얼마나 됩니까?"
이것이 바로 채널 사일로 증분성이라고 부르는 것입니다.
예를 들어 직접 반응 광고에 대한 전환 상승도 연구를 수행할 수 있습니다. 브랜드 광고를 위해 제공되는 채널별 증분도 측정할 수 있습니다. (Google의 디스플레이 및 YouTube 광고 플랫폼에서 이를 수행하는 정확한 방법 에 대한 자세한 지침은 다음과 같습니다 .)
또 다른 옵션은 무작위로 통제된 실험입니다. 이는 인과관계 방법론을 사용하여 광고가 실제로 소비자 행동을 변화시켰는지 확인하는 사용자 수준 실험(일치 시장 테스트와 같은 지역 수준 테스트와 반대)입니다. 이들은 대상 사용자를 무작위로 두 그룹으로 나눕니다. 한 그룹에는 광고를 표시하고 다른 그룹에는 광고를 보류합니다. 광고에 노출된 사용자와 노출되었을 사용자를 쉽게 비교할 수 있습니다. 어떤 사람들은 채널 사일로 증분성이 진정한 증분성이 아니라고 말하는데, 그 말이 맞습니다. 그러나 개별 채널에서 광고를 최적화하는 방법을 전술적으로 이해하는 데는 여전히 도움이 됩니다.
브랜드 광고를 위해 제공되는 채널별 증분성을 측정할 수 있습니다.
매달 유료 검색에 200만 달러를 지출하고 증분성이 16%인 경우 가장 먼저 해야 할 일은 해당 16%를 유도하는 키워드를 식별하는 것입니다. 두 번째로 해야 할 일은 자연적 검색이 약한 다른 기회를 식별하는 것입니다. 그런 다음 해당 키워드에 대한 유료 검색에 예산을 쏟아 붓습니다. 전환이 증가할 것이기 때문입니다.
2. 크로스 스택 증분성
귀하가 광고하는 일부 회사는 귀하에게 다양한 옵션을 제공합니다. 예를 들어 Google 검색, Google 디스플레이, YouTube에 광고할 수 있습니다.
증분에 관심이 있는 임원은 "Google 소유 자산에 대한 내 광고의 증분은 얼마나 됩니까?"라고 물을 수 있습니다.
나는 이것을 크로스 스택 증분성이라고 부릅니다.
크로스 스택 증분의 예
그 모든 지출이 점진적인 전환을 제공하는 것입니까? 대답은 확실히 "아니요"입니다.
Google 검색에서와 마찬가지로 YouTube에서도 동일한 전환이 발생했을 수 있습니다. 디스플레이에서 얻은 것과 동일한 전환을 검색에서도 얻었을 수도 있습니다. 등등.
교차 스택 동작 측정의 복잡성으로 인해 대부분의 광고 스택은 교차 스택 증분을 측정하는 방법을 제공하지 않습니다.
단일 제어 영역의 사용자 행동과 단일 테스트 영역의 사용자 행동을 비교하는 깔끔한 일치 시장 테스트를 실행하는 것은 크로스 스택 증분성을 측정하는 좋은 방법입니다. 광고 스택에 많은 비용을 지출하는 경우 또 다른 방법은 전환 모델링과 같은 고급 모델링을 사용하는 것입니다 .
교차 스택 증분은 스택 내 예산 할당과 스택 내 최적화를 최적화하는 데 도움이 됩니다.
3. 마케팅 포트폴리오 증분성
모든 활동을 측정하는 것은 마케팅 분석에서 가장 어려운 부분입니다.
성과 증분에 관심이 있는 임원은 다음과 같이 질문할 수 있습니다. "내가 지출한 모든 마케팅 활동의 증분은 얼마나 됩니까?" 나는 이것을 마케팅 포트폴리오 증분성이라고 부릅니다.
즉, 구글, 유튜브, 디스플레이, 페이스북, 영화, 인쇄, 텔레비전, 채널 마케팅, 프로모션에 지출되는 돈의 진정한 증분성은 무엇일까요?
그 돈이 실제로 얼마나 많은 매출을 올렸습니까? 브랜드 측정항목(예: 비보조 인지도 또는 고려도)에 대해서도 동일한 질문을 할 수 있습니다. 광고 비용이 없었다면 측정항목 X에서 브랜드 상승이 얼마나 발생하지 않았을까요?
올바르게 측정하면 증분 효과가 마케팅 결정에 미치는 영향이 크게 달라질 수 있습니다. 하지만 그것을 측정하는 것은 정말 정말 어렵습니다. 그리고 겉보기에 상충되는 결과가 나올 수도 있습니다. 1년이 지나면 우리가 모든 도시에서 구매하는 광고판은 성과 증분 측면에서 전혀 쓸모가 없을 수 있습니다. 또 다른 해에는 광고판이 브랜드 인지도를 너무 많이 높여주기 때문에 소셜 미디어 광고를 중단해야 합니다. 당신은 아이디어를 얻습니다.
크로스 스택 증분과 같은 마케팅 포트폴리오 증분은 일치 시장 테스트를 통해 측정할 수 있습니다.
비즈니스나 예산 규모에 관계없이 증분성의 개념을 이해해야 합니다.
여러 채널에 걸쳐 대규모 캠페인을 진행하는 마케팅 담당자는 MMM(마케팅 믹스 모델링)을 사용하는 경우가 많습니다. 올바르게 수행되면 미디어 성능을 평가하고 장기적인 예산 결정을 위해 미디어 유형 전반에 걸쳐 예산을 최적화하는 데 좋습니다. 하지만 MMM에는 나만의 문제가 있습니다. 첫째, 일반적으로 사일로의 각 채널을 이해하므로 채널-사일로 증분성을 효과적으로 식별합니다. 둘째, 많은 회사에서 실행되는 것처럼 MMM은 인간의 편견을 모델에 통합합니다. 이러한 모델은 또한 적절한 신호를 얻기 위해 막대한 비용이 필요하고 제작하는 데 오랜 시간이 걸립니다.
이것이 내가 선호하는 접근 방식입니다.
- 여러 기계 학습 기반 알고리즘을 사용하여 먼저 데이터 내부의 기본 관계를 이해하고 인간의 편견을 제거합니다.
- 사일로 분석을 제거하고 전체 포트폴리오에 대한 영향 그래프를 구성합니다.
- 모든 무작위 변수에 대한 조건부 종속성을 이해하여 계수를 식별하고 더 작은 데이터 세트에 대해 이를 수행합니다.
이 MMM 방법은 확장성이 뛰어나고 스마트하며 과거 지향적 분석(우리가 어떻게 했는지)과 미래 지향적 예측(수익 체감 곡선을 기반으로 지출해야 하는 금액)을 모두 수행할 수 있습니다.
비즈니스나 예산 규모에 관계없이 증분성의 개념을 이해해야 합니다. 내 말은, 정말로 이해한다는 것입니다. 마케팅상의 이점 외에도 급여 인상 및 승진을 얻을 수도 있습니다.
거의 모든 브랜드가 작년에 새로운 제품을 출시했습니다. 다음은 Twitter가 브랜드 측정항목을 개선하고 다음 출시에서 경쟁 플랫폼보다 뛰어난 성과를 거두는 데 도움을 줄 수 있는 방법입니다.
브랜드가 새로운 것을 출시해야 할 때 위험은 높습니다. 실제로 신제품의 24~45%가 실패합니다1. 관심을 끌기 위한 경쟁은 그 어느 때보다 치열하며, 새로운 것을 출시하려면 관심 있고 영향력 있는 청중이 필요합니다.
많은 브랜드에서 트위터는 성공적인 데뷔를 위한 플랫폼입니다. 트위터에는 리더와 영향력 있는 사람들이 집중적으로 모여 있는 곳이며, 그들은 무슨 일이 일어나고 있는지 알아보고 새로운 콘텐츠를 찾기 위해 트위터를 찾습니다. 이 그룹 앞에서 제품을 출시하면 대중에게 노출되고 문화적 영향을 미칠 수 있는 독특한 기회가 만들어집니다. 브랜드가 트위터에서 적절한 청중과 연결되면 브랜드 인지도와 브랜드 사랑이 크게 향상됩니다.
트위터의 편향된 독자층은 출시 준비가 된 많은 브랜드에 큰 도움이 되었습니다. 트위터가 브랜드가 새로운 것을 출시할 수 있는 가장 좋은 장소 중 하나인 이유는 연구에 근거하여 뒷받침되는 몇 가지 이유입니다.
트위터는 영향력과 발견과 직관적으로 연관되어 있습니다.
Kantar/Millward Brown(Twitter에서 의뢰)의 연구에서는 다른 두 가지 주요 소셜 플랫폼과 비교하여 Twitter에 대한 소비자의 태도를 측정했습니다. 이 경우 Kantar는 사람들이 경쟁 플랫폼보다 Twitter를 "영향력" 및 "발견"과 자동으로 강력하게 연관시킨다는 사실을 발견했습니다.
트위터는 다른 플랫폼보다 성능이 뛰어납니다.
동일한 연구에서는 신제품 출시에 초점을 맞춘 실제 브랜드 캠페인이 다른 주요 소셜 플랫폼과 비교하여 Twitter에서 어떻게 수행되었는지 확인했습니다.
본 연구에서 트위터는 경쟁사에 비해 신제품 출시에 더 효과적인 플랫폼이었습니다. 트위터를 사용하는 거의 모든 사람(90%)이 자신에게 표시된 광고문안을 읽은 반면, 다른 플랫폼에서는 56~61%가 읽었습니다. 그리고 트위터에서 시청자들은 동영상 광고를 3.5배 더 오랫동안 시청했습니다.
조사된 세 가지 플랫폼 중 Twitter는 유리한 브랜드 지표를 유도하는 데 있어 다른 소셜 플랫폼을 능가했습니다.
연구는 실험실 환경에서 수행되었습니다. 테스트 대상에게는 광고 교체 기술을 사용하여 개인 타임라인에 배치된 동일한 15초 자동 재생 비디오 광고가 세 가지 플랫폼에서 제공되었습니다. 시선 추적 기술을 통해 연구자들은 피험자의 주의를 측정할 수 있었고 설문 조사를 통해 광고의 반향과 효능을 테스트할 수 있었습니다.
새로운 것을 시작한 86개의 캠페인에서 우리가 배운 것
출시에 따른 트위터의 효율성을 더 자세히 조사하기 위해 우리는 Nielsen과 협력하여 2015년 9월부터 2017년 8월 사이에 새로운 것을 출시한 86개의 트위터 캠페인에 대한 브랜드 효과 연구를 살펴보았습니다. 결과는 다음과 같습니다.
- 출시 캠페인의 54%가 브랜드 인지도 평균 10% 상승으로 이어졌습니다.
- 출시 캠페인의 59%가 메시지 연결의 평균 +15% 증가로 이어졌습니다.
- 출시 캠페인의 24%는 호감도, 즉 가장 어려운 지표인 '브랜드 사랑'의 평균 8% 상승으로 이어졌습니다.
장기적인 영향
트위터에서 출시를 홍보하는 브랜드는 주요 브랜드 지표가 지속적으로 상승합니다. 이는 단기뿐만 아니라 장기적으로도 마찬가지입니다. 캠페인의 첫 2주에 비해 지난 4주 동안 출시에 대한 인지도가 4배 더 높습니다.
우리는 이것을 어떻게 알 수 있습니까? 35개의 트위터 출시 Nielsen 브랜드 효과 연구(2015년 9월~2017년 8월)를 기반으로 한 분석에 따르면, 약 59,000명의 설문 조사 응답자를 대상으로 트위터에서 출시를 홍보하는 브랜드는 인지도가 지속적으로 상승하는 것으로 나타났습니다.
캠페인 시작 시 노출된 사용자와 통제 사용자(트위터에서는 광고가 보이지 않지만 다른 채널/플랫폼에서는 보는 사용자)의 인식 수준이 비슷합니다. 그러나 시간이 지남에 따라 Twitter 미디어에 노출되면 인지도가 높아집니다. 실제로 출시에 대한 인지도는 처음 2주에 비해 지난 4주 동안 4배 더 높아집니다.
90%
지난 2년 동안의 트위터 오프라인 판매 연구에서 2014년부터 2017년까지 판매 또는 구매자/44MMM 연구에서 통계적으로 상당한 증가를 가져왔으며 평균 글로벌 ROI는 3.36달러였습니다.
방법론
출처: Kantar/Millward Brown Intuitive Associations for Twitter, 2017년 3월
트위터는 각 플랫폼에 대한 소비자의 태도를 측정하기 위해 암시적 연관 테스트(Implicit Association Test)라는 사회 과학 기술을 활용하여 Kantar/Millward Brown에게 연구를 의뢰했습니다. 이 테스트는 우리 각자의 마음에 내재된 무의식적 연관성("시스템 1 사고")을 측정합니다.
이 테스트를 수행하기 위해 소비자들은 "영향력"과 같은 단어를 Twitter, Facebook 또는 Instagram과 연관시키는지 질문을 받았습니다. 단어를 플랫폼과 연관시키면 가능한 한 빨리 키보드를 누르라는 요청을 받았습니다. 그런 다음 Kantar는 소비자가 얼마나 빨리 연상을 하는지 측정했습니다. 이는 종종 두 번째 반응이지만 반응이 빠를수록 연관성이 더 강해집니다.
출처: Twitter의 Nielsen 브랜드 효과
Twitter용 Nielsen 브랜드 효과는 프로모션 트윗 캠페인이 인지도, 연관성, 호감도, 구매 의도, 지지도와 같은 브랜드 지표에 미치는 영향을 측정합니다. 모바일과 데스크톱 전반에서 "통제" 그룹과 "노출" 그룹의 설문 조사 응답을 측정합니다.