모바일 앱 트래킹 툴만으로는 고객 행동 데이터를 분석할 수 없다

디지털 마케팅에서 가장 어려운 영역이라고 꼽히는 모바일 앱 마케팅. 앱 마케팅이 어려운 이유는 뭐니뭐니 해도 모바일 앱 트래킹 툴의 존재라고 할 수 있다. 웹 마케팅 시장은 구글 애널리틱스라는 세계 최고의 기업인 구글에서 만든 트래킹 툴이 장악했지만, 모바일에서는 구글 애널리틱스를 제대로 쓸 수가 없다. 다양한 이유를 댈 수 있겠지만 첫째로는 광고 기여도 분석을 제대로 하지 못하기 때문이며, 페이지뷰 기반의 트래킹이 모바일에서는 맞지 않기 때문이다.

어찌됐건, 모바일 앱 트래킹을 위해서는 모바일 앱 트래킹 툴을 사용해야 한다. 모바일 앱 트래킹 툴은 위에서 얘기한 것과 같이 구글 애널리틱스가 부족한 점인 앱에 맞는 광고 기여도 분석과 이벤트 기반의 트래킹 방식으로 시장에 도전했고, 승리자가 되었다.

그런데, 최근 시장에서 모바일 앱 트래킹 툴의 영역을 과대 해석하는 경우가 있다. 모바일 앱 트래킹 툴이라는 그 명칭 때문인지 모바일 앱에 대한 모든 것을 트래킹할 수 있다는 것으로 여기는 경우가 많이 존재한다. 그러나 광고 성과 분석의 영역에서는 옳다고 할 수 있으나 고객 행동의 영역은 좀 더 생각해봐야 할 문제이다. 마치 구글 애널리틱스처럼 광고 성과 분석과 고객 행동 모두를 측정할 수 있다고 생각하면 안된다는 것이다.

 

구글 애널리틱스의 기능

모바일 앱 트래킹 툴이 왜 고객 행동을 트래킹하지 못한다는건지 그 이유를 알아보기 이전에, 구글 애널리틱스가 가지고 있는 기능들에 대해 생각해보는 시간을 가져보려 한다. 구글 애널리틱스는 다들 알다시피 가장 많은 유저가 사용하는 웹 트래킹 툴이다. 이 구글 애널리틱스에는 많은 기능이 있지만 크게 나눠보면 결국 어트리뷰션과 고객 행동 분석의 카테고리로 나눌 수 있다.

 

어트리뷰션

구글 애널리틱스 '획득 보고서'

먼저 어트리뷰션은 획득, 즉 어디서 우리 웹사이트로 들어왔는지 파악할 수 있는 구글 애널리틱스의 기능이다. 구글 애널리틱스는 '획득 보고서'를 통해 이 기능을 제공하고 있다. 이 어트리뷰션 기능 덕분에 웹사이트에 방문한 사람들의 유입경로를 추적하고 마케팅에 활용할 수 있다.

구글 애널리틱스에서 어트리뷰션을 측정할 때는 두 가지 방법을 활용하는데, 첫째는 브라우저에서 링크를 통해 다른 페이지로 넘어갔을 때 남기는 referrer라는 값이며, 둘째는 URL 뒤에 작성하여 정보를 입력할 수 있는 UTM 파라미터이다. 이에 대해서는 추후에 시간이 되면 글을 써보도록 하겠다.

어찌됐건 어트리뷰션 덕분에 우리는 디지털 마케팅의 성과를 측정할 수 있다. 만약 어트리뷰션 기능이 없다면 고객이 어디서 왔는지 알기 어렵기 때문에 디지털 마케팅의 장점인 ROI 측정이 불가능할 것이고, 결과적으로 오프라인 매장에 대한 마케팅과 동일한 형태로 진행되는 끔찍한 현상이 벌어질지 모른다. 그렇기 때문에 디지털 마케팅에 있어서 가장 필요한 기능 하나만 꼽아보라고 하면 바로 이 어트리뷰션 기능을 꼽을 수 있겠다.

 

고객 행동 분석

다음은 고객 행동 분석 기능이다. 어트리뷰션 기능이 외부에서 우리 웹사이트로 들어오는 경로에 대해서 설명해줬다면, 고객 행동 분석 기능은 말 그대로 고객이 웹사이트로 들어온 이후의 행동을 분석해주는 기능이다. 아무리 마케팅을 통해 고객을 데려온다고 할지라도 웹사이트에서 정작 돈이 되는 구매와 같은 행동을 하지 않는다면 그건 무엇인가 잘못된 것이다. 돈을 벌지 못하는 고객을 데려온 것이기 때문이다.

그래서 디지털 프로덕트에 있어서 행동 분석은 굉장히 중요하다. 마케팅을 통해 데려온 고객 모두가 제품을 구매하지는 않는다는 것을 우리는 잘 알고 있다. 그러나 같은 수의 고객을 마케팅을 통해 데려왔다고 해도, 고객 행동 분석을 통해 퍼널을 개선했다면 전환과 전환율 모두 크게 상승했을 것이다. 고객 행동 분석은 이와 같이 프로덕트 내의 퍼널을 개선하고 실제 전환율을 끌어올릴 수 있는 단초가 된다.

구글 애널리틱스 '행동 흐름 보고서'

구글 애널리틱스의 '행동 보고서'와 '전환 보고서'는 이런 고객의 행동을 확인할 수 있게 돕는 기능이다. 어트리뷰션 기능이 '획득 보고서' 하나로 데이터를 볼 수 있는 것과는 다르게, 행동의 경우 이렇게 두 가지 보고서로 나눠서 데이터를 보여준다. 그 이유는 고객 행동 중 비즈니스에 유의미한 행동인 전환(Conversion) 데이터를 좀 더 상세하게 살펴보는 것이 필요했기 때문이다.

구글 애널리틱스는 이 두 보고서를 통해 획득 이후의 고객 행동을 추적한다. 다들 알다시피 행동을 트래킹하는 분석 방법은 일단 퍼널 분석과 행동 흐름 분석 정도를 꼽을 수 있다. 구글 애널리틱스의 행동 보고서와 전환 보고서에는 이와 같은 분석 방법을 제공하여 우리 웹사이트에 들어온 고객들의 행동을 분석하고 개선할 수 있게 만들어준다.

그러나 사실, 구글 애널리틱스 사용자들이라면 누구나 구글 애널리틱스의 고객 행동 분석은 그리 잘 만들어진 기능이 아니란 것을 알고 있을 것이다. 특히, 퍼널 분석을 위해 미리 정해놓은 전환 목표 값과 경로를 선택해야 하며, 퍼널의 순서를 바꾸거나 전환 경로를 추가하는 것은 불가하다. 이에 대해서는 나중에 다른 글에서 이야기해보도록 하고, 일단 구글 애널리틱스를 통해서는 그래도 행동 분석이 부분적으로 가능하다는 것을 알고 있자.

 

모바일 앱 트래킹 툴은?

이제 모바일 앱 트래킹 툴에 대해 이야기해보자. 웹사이트에 구글 애널리틱스가 있다면 모바일에는 모바일 앱 트래킹 툴이 있으니 어트리뷰션은 물론 고객 행동까지 트래킹할 수 있지 않을까? 그러나 안타깝게도 현재 시장에 나와있는 모바일 앱 트래킹 툴이라고 불리는 툴들은 고객 행동을 분석하기엔 뭔가 모자라다. 이유는 바로 모바일 앱 트래킹 툴이 어트리뷰션 툴에서 출발했기 때문이다.

마케터라면 모바일 앱 트래킹 툴이 시장에서 다양한 이름으로 불린다는 것을 잘 알고 있을 것이다. 써드파티 트래킹 툴부터 시작해서 모바일 로그 분석 툴, 앱 마케팅 툴 등 여러 이름을 갖고 있지만, 툴의 정체성을 가장 잘 드러내는 이름은 바로 '모바일 어트리뷰션 툴'이다. 위에서 어트리뷰션에 대해서 이야기한 것처럼 이 툴은 말 그대로 우리 앱이 어디서 설치되었는지 그 원인을 분석하는 툴이다.

구글 애널리틱스도 웹 어트리뷰션 툴임에도 불구하고 유저의 행동을 분석할 수 있으니 앱도 광고부터 행동까지 다 분석할 수 있다고 생각하면 좋겠지만, 앱 어트리뷰션 툴은 유저 행동 분석을 위한 기능이 꽤나 부족하다. 그 근본이 앱 어트리뷰션 툴에 있기 때문이다. 앱 어트리뷰션 툴은 말 그대로 모바일 앱 설치를 위해 집행한 광고에 대한 성과 분석을 하기 위해 개발된 툴이다. 그렇기 때문에 광고 성과 분석을 위한 기능들을 먼저 개발한 것이 당연하다. 많은 돈을 쏟아붓는 마케팅 툴이기 때문에 성과 분석을 정교하게 할 수 있어야 했다.

문제는 모바일 앱 시장이 웹처럼 단순하지 않았다는 데 있다. 웹사이트의 트래킹은 위에서 얘기했듯이 referrer나 UTM 파라미터로 간단하게 측정할 수 있었지만, 모바일 앱은 애초에 이런 방식의 트래킹이 불가능했다. 구글 플레이와 애플 앱스토어가 중간에 껴 있었기 때문에 웹사이트에서 트래킹 링크를 클릭하고 앱이 설치되기까지 음영 구역이 존재할 수 밖에 없었던 것이다.

앱 어트리뷰션 툴들이 이를 트래킹하기 위해 어려운 개발 과정을 거친 것은 당연했다. 그런데, 웹사이트에서는 이것만 트래킹하면 끝인 반면에, 앱에서는 딥링크, Fraud, 크로스 플랫폼 유저 식별 등 다양한 문제들이 터져나왔다. 사실 이런 문제들은 아직도 100% 해결되지 않은 문제로 남아있다. 앞으로도 계속 개발해서 이런 문제들을 해결하고 어트리뷰션 쪽에서 완벽한 툴을 만드는 것이 이들의 목표라고 할 수 있다.

 

모바일 앱 트래킹 툴은 행동 분석용으로는 부적합하다

그래서 결국 모바일 앱 트래킹 툴은 앱 내 유저의 행동 분석용으로는 부적합하다. 간단한 이벤트 별 퍼널은 볼 수 있게 되어 있지만, 이를 시계열 그래프로 그린다거나 행동 흐름 차트를 보는 것은 어불성설이다. 특히 유저 행동을 분석하기 위해 공통된 특성(특정 기간 또는 특정 이벤트)을 가지고 있는 유저를 묶어주는 코호트(Cohort) 생성 및 활용이 절대적으로 불가능한 상황이다.

그런데, 앱 트래킹 툴로 유저 행동 분석이 가능하다는 이야기를 하는 사람들이 있다. 물론, 앱 트래킹 툴이 데이터를 이벤트 형식으로 수집하기 때문에 이 데이터를 로우데이터(Raw Data)로 받아서 파이썬이나 R로 직접 가공하면 원하는 바를 얻을 수도 있을 것이다. 또한, BI툴로 인기를 끌고 있는 태블로(Tableau)나 루커(Looker)를 이 데이터에 붙이면 좀 더 가공이 쉬워질 수도 있다.

그러나, 이런 방식의 데이터 가공은 굉장히 소모적이며, 이를 위해서는 데이터 엔지니어나 사이언티스트 같은 전문 인력이 필요하다. 따라서 모바일 앱 트래킹 툴로 행동을 분석할 수 있다는 말은 명백히 틀렸다고 할 수 있다. 오히려 앰플리튜드(Amplitude)나 믹스패널(Mixpanel)과 같은 프로덕트 분석 툴을 사용하는 것이 이럴 땐 맞다고 생각한다.

행동 분석 툴을 생각한다면 이 둘을 비교하자

결과적으로 시장에서 뭐든지 다 된다는 이야기는 한 번 거르고 들었으면 한다. 애초에 마테크(Mar-tech) 시장에서 뭐든지 다 되는 만능 툴은 없으며, 그래서 다들 여러 툴을 함께 붙여서 사용하기 때문이다. 물론, 툴들이 서로의 영역을 침범하면서 각종 기능을 개발하는 상황이라 장기적으로는 이런 툴들이 합쳐질 수 있겠지만 지금은 아니다.