폐쇄형 커뮤니티의 고민 (1)

커뮤니티 서비스의 초반 성장 – 유저의 바이럴 효과와 네트워크 효과

커뮤니티 서비스는 한번 자리가 잡히고나면 인기있는 서비스 형태입니다. 그러나, 초반 유저의 유입이 어렵고 어떤 서비스의 임계점을 넘는 것이 쉽지 않습니다, 이 경우 유저 유입을 위한 바이럴 효과와 네트워크 효과를 노려야 합니다.

유저 바이럴 효과란 ‘유저가 유저를 불러모으는 것’ 이며 유저 네트워크 효과란 ‘유저가 모여있기에 서로 가치를 느끼는 것’, ‘유저 한명이 추가로 네트워크에 들어올 때마다 그 자체로 네트워크에 있는 다른 유저들에게 가치를 더하는 것’입니다. 이 두가지 효과는 서로 연결되어 있습니다만, 조금 다릅니다.

바이럴 효과는 네트워크 효과가 있을 때 더 쉽게 발생할 수 있습니다. 그러나 네트워크 효과가 있다고 하여 항상 바이럴 효과가 쉽게 발생하는 것은 아닙니다. 쉽게 예를 들어 설명하면, 페이스북 초창기 같은 학교 지인끼리 네트워크 효과가 발생했을지 몰라도 학교 내 지인이 없는 경우 바이럴 효과가 발생하기 어렵습니다. 다시말해, 커뮤니티의 네트워크 효과는 더 많은 유저가 참여할 경우 자연스럽게 증가하는 반면, 바이럴 효과는 몇가지 전제조건을 갖춰야 합니다.

따라서 커뮤니티 서비스를 만들 때에는 이 2가지를 항상 염두에 두어야 하며 특히 1) 서비스 초기 폭발적인 성장을 하기 위해 바이럴 효과에 대해 계속 생각해야 합니다. 그리고 2) 바이럴 효과를 만들기 위해, 네트워크 효과의 어떤 점 (유저가 느끼는 가치)이 유저에게 어필되는지 생각하며 3) 바이럴 효과가 발생하기 위해 추가로 어떤 전제들이 충족되어야 하는지 계속 고민해야 합니다.

그래서 이 글에서는, 먼저 커뮤니티 서비스의 네트워크 효과의 유저 가치 제안 (유저들이 네트워크 효과를 느끼는 포인트) 을 살펴보고 일반적인 커뮤니티 서비스의 사례를 살펴보려 합니다.

  • 일반적인 커뮤니티 서비스의 유저 가치 제안
  • 일반적인 커뮤니티 성장의 사례
  • 폐쇄형 커뮤니티 서비스의 어려움

커뮤니티 서비스 네트워크 효과의 유저 가치 제안

유저가 유저를 불러모을 수 있도록, 커뮤니티는 유저에게 어떤 가치제안을 해야할까요? 유저 가치 제안은 쉽게 말해, 유저가 해당 커뮤니티를 써야할 이유, 혹은 써야만 하는 이유입니다. 결국 ‘유저가 이 커뮤니티에 왜 들어오고, 또 유저는 이 커뮤니티에 참여함으로써 다른 유저들은 무엇을 추가로 얻을 수 있는가?’에 대한 답변입니다.

통상적으로 커뮤니티 서비스는 다음과 같은 이유로 유저의 선택을 받습니다

  1. 필요한 궁금증 해결 – 특정 주제에 관해 궁금한 것이 있을 때 비슷한 경험과 지식을 가진, 혹은 선행하는 경험이나 지식을 가진 사람들에게 물어보고 궁금증을 해결합니다. 예. 초고대졸닷컴의 오픈챗방 운영사례 (링크)
  2. 유대감 – 비슷한 (예. 정치커뮤니티 등)

2번의 경우, 처음 시작한 커뮤니티에는 트래픽이 없기에 바로 줄 수 없는 가치이며, 그렇기에 보통 1번의 경우 커뮤니티 내 소위 말하는 구루를 트래픽에 영입시키거나 (예. 레딧의 카르마 높은 구루), 혹은 창업자 그룹이 그 역할을 수행합니다. (예. 디스코드) 이렇게 특정 그룹의 사람들에게 어필함으로써 입소문이 나게되고, 점차적으로 2번으로 성장하게 됩니다.

커뮤니티 성장 레버

1번을 위해 가장 많이 선택하는 커뮤니티 성장 전략으로는 커뮤니티 내 콘텐츠를 쌓고, 그 콘텐츠를 바이럴 시켜 어필되는 특정 타겟 그룹을 유입시키는 방법입니다. (예. 오늘의집의 인테리어 콘텐츠)

유저가 직접 퀄리티 높은 콘텐츠를 만들어줄 수 있다면 좋겠지만, 그렇지 않은 경우 컨텐츠 매니저가 다양한 방법을 통해 콘텐츠를 만들고 (예. 커뮤니티에 들어온 유저들이 궁금한 부분에 대해 답변을 해줌) 1번의 니즈를 해결할 수 있는 방식으로 콘텐츠를 바이럴하는 것이 일반적입니다.

이렇게 콘텐츠를 활용하는 방식을 통해 성장하려는 경우, 특정 커뮤니티는 유저들이 커뮤니티에 와서 얻을 수 있는 구체적인 질문과 욕망을 나열하고, 그 부분이 해결해줄 수 있는 부분인지 고민하게 됩니다.

  • 특정 분야에 대한 전문 지식이 궁금한 것인가? (예. 관절 환우 커뮤니티)
  • 나와 비슷한 사람들이 어떤 의견을 갖고 있는지 궁금한가? (예. 월드캅 16강 최고 수훈 선수는 누구라고 생각하시나요?)
  • 어디서도 들을 수 없는 이 커뮤니티 만의 고유한 콘텐츠는 무엇인가?

이러한 콘텐츠를 기반으로 커뮤니티는 끊임없이 이 콘텐츠를 바이럴 재생산하며, 비슷한 세그먼트의 유저들을 유입합니다. 그리고 그 유저들의 유입자체가 새롭고 좋은 콘텐츠를 만들어나가는 선순환 구조를 만듭니다.

그렇기에 콘텐츠를 기반으로 성장한 커뮤니티의 경우 대부분 서비스적 공통점이 있습니다.

  • 웹부터 시작, 또는 웹만 제공 – 앱 다운로드의 허들을 없앰
  • (유저들이 많다면) 다른 사람들의 콘텐츠부터 확인할 수 있도록 제공
  • 유저 직접 공유가 쉬움 – 서비스 내 공유 기능 (유저들이 자발적으로 콘텐츠를 바이럴 시킬 수 있도록)
  • 짧은 시간 내에 직관적으로 관심을 끌만한 콘텐츠 제작 및 배포 – 이미지 및 동영상

폐쇄형 커뮤니티의 어려움

이 부분이 폐쇄형 커뮤니티 성장 전략의 가장 어려운 부분 중의 하나입니다. 우선, 폐쇄형 커뮤니티이기에 내부에서 일어나는 커뮤니케이션을 유저가 바로 외부로 콘텐츠화 시키기 어렵다는 지점이 어렵습니다. 폐쇄형 커뮤니티의 차별점이 바로 ‘우리끼리’ 만 이야기를 나눌 수 있다는 것이기 때문입니다. 예를 들어, 대한항공 조현아 사태 시 대한항공 직원이 아니라면 해당 이야기를 직접 볼 수는 없었습니다.

그렇기에 폐쇄형 커뮤니티의 경우 유저에 의한 네트워크 효과가 오픈형 커뮤니티에 비해 반감되는 효과가 있으며 활성화하기에 더 큰 어려움이 있습니다. 다음에는 그럼에도 불구하고, 폐쇄형 커뮤니티의 네트워크 효과를 어필하며 바이럴 효과를 살릴 수 있는 방법에 대해서 정리해보도록 하겠습니다.

양면 시장에 관한 고민 (1)

Marketplace Reading list에 있는 내용을 하나하나 정리해 보았다. 추석 연휴에 조금이라도 생산적이고 미뤄두었던 일을 하고자 하는 일말의 양심이랄까..

닭이 먼저냐, 달걀이 먼저냐

Two sided market(양면 시장)의 특성상 항상 처음의 flywheel을 돌려줄 기본 유저(liquidity hacking)가 중요하다. 그러기 위해서 사용하는 방법. 2012년 글이기 때문에 outdated된 내용도 있지만 읽어볼만한 글인 것 같다.

  1. 한쪽의 유저에게 가치를 주기: Offer portfolios, build community, Offer tools
  2. Aggregator를 찾기: 물리적으로 모이는 공간을 찾기, B2B 클라이언트 찾기, 공급쪽 aggregator 찾기, Scrape listings
  3. 문제의 스코프를 줄이기: Geo, Niche, Vertical
  4. 한쪽에서의 큐레이션: 큐레이션은 중요!
  5. Hustle

양면 시장의 험난함은 10년 전에도 비슷했었나보다. 그리고 그 휠을 돌려줄 최소 유저에 대한 고민도 아마도 여전했던 것 같다. 고객은 Day 1부터 가치를 얻고자 하지만, 사실 양면 시장의 가장 큰 가치는 양 쪽에 적당한 숫자의 유저가 존재하고 원하는 유저와 연결될 수 있을 때 가장 큰 가치를 지니기에, 그 전에도 유저에게 어떻게 가치를 줄 수 있을지에 대한 고민이 필요하다 생각한다. 1번과 3번은 그에 대한 해답이 될 수 있을 것이고, 2번은 초기의 유저를 모으는 것에 대한 고민의 답이 아닐까 싶다. 아니, 사실 초기 유저에게 알리고 모으는 방법은 2번과 5번이겠지. Hustle and hustle.

Greylock에서 역시 좋은 podcast도 정리해놓았는데, Trojan Horse 전략이 바로 위에 했던 Day 1부터 양쪽 사이드의 고객 중 하나의 고객에게 (주로 Supply side) 가치를 주면서 휠을 돌릴 수 있는 방법 중의 하나를 설명한 것 같다.

또한, Uber과 Airbnb의 초기 유저를 모았던 방법에 대한 아이디어도 first round review에 잘 정리되어 있다. To build trust to hit liquidity 를 빠르게 달성하기 위한 몇가지 우선 사항이 정리되어 있다.

  1. Create a managed environment – actionable rating system, carefully curated content, a human system that learns like a machine, focus on supply
  2. Invest in your interface – the mobile imperative, frictionless payment, a good first impression
  3. Provide social proof

Low Frequency Market의 Loyalty 이슈

하지만, 무엇보다도 가장 마음에 들었던 글은 low frequency market에 관한 내용이다.

무엇보다도 win big on low frequency market 전략에 대해서 제일 곤란한 부분은 양면 시장이지만 빈도수가 낮다는 것이다. 이를테면, 난이도 극상인 양면 마켓 중에서도 끝판왕일 수 밖에 없는 것이 아무래도 loyalty를 통해 retention을 쌓아가야하는 양면 시장에서 loyalty를 쌓기 어려운 – 이를테면, 하나도 해결하기 어려운데 더 어려운 문제가 하나 더 있는 시장이다.

  1. SEO
  2. 더 낫고, 더 싼 제품
  3. 보험
  4. Engagement

부동산 거래의 경우, 전형적으로 양면 시장이면서도 low frequency market의 특성을 보여주고 있기에, 종종 고민을 하며 airbnb와 많이 비교를 하고는 있는데 – 문제는 집을 사고 파는 문제는 휴가를 어디서 며칠 보낼 것이냐 하는 문제보다 주기가 더 길고, 더 어려운 문제이다 – 초기의 airbnb가 마주쳤던 여러 문제를 이런 방법을 통해 해결하기도 하였던 것 같다. (에어비앤비가 100배 스케일업하면서 배웠던 것들)

Attribution – View Through vs. Click Through

DSP 에서 광고 성과에 대한 기여를 논의할 때 가장 처음 논의되는 Click Through Attribution과 View-Through Attribution이 어떤 의미를 가지는지 이야기해보려 합니다. 우선, 아래처럼 특정 광고 노출, 혹은 클릭을 통해 이루어진 앱 설치에 대해서 특정 광고 노출, 혹은 클릭은 그 광고 기여 성과를 Attribution 받습니다. (통상적으로 쓰이고 있는 Last attribution으로 생각해보겠습니다.)

그러나, Lookback window 밖에 기록된 광고 노출과 광고 클릭은 설령 발생했다고 하더라도 해당 설치에 대한 기여로 인정받지 못합니다.

따라서, DSP 에게는 적절한 Lookback window를 가진 CT와 VT를 설정하는 것이 필요하며, 지나치게 짧은, 혹은 지나치게 긴 CT와 VT를 설정할 경우 발생하는 문제점에 대해서 알아보도록 하겠습니다.

적절한 CT / VT의 기여기간 (룩백윈도우 Lookback Window) 은 무엇인가?

사실 적절한 룩백 윈도우를 이야기하기 위해 가장 먼저 이야기해야 하는 것이 있습니다. 바로, marketing funnel 입니다. 유저에게 해당 브랜드가 있는 것을 알리는 (Awareness) 부터 실제적인 앱 설치나 구매등의 전환 (Conversion) 까지 유저는 여러 터치 포인트를 지나며 광고를 보거나 클릭합니다.

그런데 이러한 funnel을 어떻게 optimize할 것인가는 또다른 이야기 입니다. 특히, 검색광고(SA)와 디스플레이 광고(DA)의 경우 다른 목적을 가지고 움직이기 때문에, 최근의 전환 성과 위주의 DA 퍼포먼스 평가는 아쉬운 점이 있습니다. 결국 SA와 DA가 광고의 목적과 방법이 다른데, DA를 SA처럼 사용하고 평가한다면 좋은 마케팅 전략은 아닐 것이라 생각됩니다.

예를 들어, 만약 시장에 출시되지 얼마 되지 않은 서비스/제품이어서 awareness 측면에 조금 더 초점을 맞춰야 한다거나, 혹은 출시된지 오래되었다고 하더라도 고객이 해당 서비스/제품을 사기 위해 오랜 기간 상품을 브라우징하는 단계가 필요하다면 단순히 전환만을 중심으로 보는 룩백윈도우를 설정하는 것은 마케팅 전략상 바람직하지 않습니다.

또한, 서비스의 성격상 광고하려는 상품이 해당 상품의 필요보다는 소비자의 욕망에 호소하는 상품이라면 VT에 더 많은 가중치를 줘야한다는 생각이 듭니다. 예를 들어, 향수 광고를 한다고 하면  많이 노출될 수록 해당 상품의 전환에 대한 기여를 더 인정해줘야 하지 않을까 하는 생각이 듭니다.

하지만 무엇보다도 VT를 설정하지 않거나 너무 짧게 룩백윈도우를 설정할 시에 가장 문제가 되는 것은 위의 Marketing funnel에서 볼 수 있는 일부 low hanging fruit 들을 programmatic DSP에서 최적화하는 대상으로 포함시키는 기회를 상실하기 때문입니다. 이는 아래의 3가지 이유로 설명할 수 있습니다.

  • VT 컨버전을 보는 이유는 통상적인 upper 또는 middle funnel 에서의 퍼포먼스를 더 잘 수집하고 반영할 수 있기 때문입니다. CT만을 적용하게 된다면 고객 행동데이터 중 view – click – install에 이르는 과정 중에서 앞단에서의 missing funnel이 발생하게 되며, 전환 직전의 데이터만을 통해 머신을 학습하게 되므로, 궁극적으로 upper funnel 확보를 위한 최적화를 통해 전체 볼륨 증대를 방해하는 요소로 작용합니다. 다시 말해, view > install 전환되는 유저 풀도 저희 upper funnel에 포함시킬 수 있게 됩니다.
  • 적절한 VT 컨버전의 경우 Search lift의 효율 향상을 위해 꼭 필요합니다. VT의 경우, 광고주 쪽에서도 앞단의 view를 통해 얻을 수 있는, 뒷단의 효율을 높일 수 있는 기회를 상실하게 되기도 합니다. VT가 설정되어 VT 설치가 카운트 될 경우, 저희 쪽에서는 머신이, 광고를 ‘보기만 해도’ 들어와서 설치할 수 있는 유저를 학습하여 Search lift 효율 증대를 노릴 수 있습니다.
  • 또한 VT 컨버전은 전체적인 최적화 과정 단축을 위해 꼭 필요한 데이터입니다. CT 이외에 광고를 보고 (view) 인스톨을 일으킨 고객의 행동을 파악하여야 upper funnel의 볼륨 확장을 위한 최적화 과정을 단축시킬 수 있습니다.

 

물론  VT를 길게 설정할 경우, 가장 많이 우려하는 부분은 ‘오가닉 잠식’인 것 같습니다. 오가닉 유저 (organic install)을 어떻게 정의하느냐 달라질 수 있겠지만, ‘광고를 보지 않았어도 들어와서 구매를 할 수 있는, 혹은 설치를 할 수 있는 유저’로 보는 정의하도록 하겠습니다.

VT를 길게 설정하다보면, 이러한 오가닉 유저의 경우 광고를 보지 않았어도 구매할 유저였지만, 해당 광고를 통해 구매한 상황이 됩니다. 그러나, 이렇게 정의를 한다면, 사실상 CT도 자유롭지는 않습니다. 광고를 굳이 보여줬기 때문에, 클릭이 일어나고, 인스톨을 하였고, 구매가 일어났다고 볼 수도 있으니까요.

이는 Click을 오가닉과 큰 연관이 없다고 보는 것은 광고 클릭이라는 행위가 광고에 반응하는 가장 straightforward한 메트릭이라고 생각하기 때문입니다. 하지만 실제로 과연 click이라는 행위가 가장 광고에 반응했다는 메트릭일까요?

단순한 fat finger 문제 (모바일 지면 상에서 의도치 않게 클릭되어 광고로 넘어가는 문제)를 제외하고서도 만약에 ‘가습기’를 사려고 여기 저기 돌아다니면서 가격 비교를 하고 A사이트가 아닌 동일 제품을 B사이트에 샀다면 해당 click을 통해 해당 상품을 산 유저는 해당 광고 때문이 아닌, B사이트의 가격, 쿠폰, 혹은 다른 이유 때문일 가능성이 큽니다. 엄밀하게 해당 제품의 매출은 마케팅의 영역이 아닌 서비스/제품의 본질적인 우위에서 온 것이고, 광고는 많은 클릭을 보냈다고 하더라도 그 기여가 그만큼 크지 않습니다. 다시말해, Click을 꼭 가장 straightforward한 광고 성과의 precursor로 보는 로직도 완전하진 않습니다.

사실 오가닉 잠식의 더 큰 문제 제기는, DA가 아닌 SA에게 지워져야 한다고 생각됩니다. SA는 검색쿼리라는 가장 강력한 intent를 보유한 유저에게 광고를 보여주지만 그것을 누구도 오가닉 잠식이라고 생각하지 않습니다. 다시말해, 가장 많은 오가닉 잠식은 SA에서 일어납니다만, 최근의 광고의 오가닉 잠식 이야기는 DA에만 한정되어 있습니다. 이는 CT를 광고 효과로만 인정하는 최근의 마케터들의 인식과도 일맥상통하며, 결국 SA적인 메트릭을 DA로 옮겨와 광고효과를 측정하려는 시도에 지나지 않는다 생각됩니다.

 

Outro

결국 이 모든 것들은 현재의 last click attribution 때문에 생기는 이슈들입니다. 하지만 last click attribution의 문제는 단기간에 해결되기 어려운 문제입니다. 이러한 상황에서는 광고주는 SA가 DA 를 어떤 식으로든 해당 광고에 정확한 credit 주기 어려움을 느낄 것이고, 그렇기에 더 직관적으로 광고 interaction한 것이라 여겨질 수 있는 click에 더 후한 점수를 줄 수 밖에 없습니다. 하지만, 위에서 fat finger 사례에서 보듯이 60%의 클릭이 실수로 이루어진 것이라면 궁극적으로는 view나 click은 동일선상에서 이해될 수 밖에 없습니다.

오히려 이러한 광고주의 click에 대한 과도한 favor, 혹은 DA 퍼포먼스 메트릭에 대한 bias는, 그게 맞춰서 click에 대한 Fraud (광고사기)가 발전되어 오는 초석이 되고 있습니다. 이러한 Click 중심의 Fraud에 대해서는 다음 포스팅에 설명드리도록 하며, 이번 포스팅을 마치도록 하겠습니다.

왜 내 앱의 설치(Install) 숫자는 정확하게 집계되지 않나요?

숫자를 보면서 마케팅 성과측정을 하는 마케터 분들에게 가끔씩 이런 질문을 받습니다.

앱 스토어에 가서 우리 앱의 설치수를 보았는데, Attribution Analytics에서 집계한 우리 앱의 설치 숫자와 차이가 나요. 도대체 왜 그런거죠?

전통적인 웹 환경에서는 보통 브라우저에 저장되는 ‘쿠키’를 통해 사용자의 어마무시한 정보를 전달받습니다. 그리고 이러한 쿠키들을 광고 사업자들은, 이러한 쿠키를 수집해서 이용자에 맞는 타겟팅 광고를 한다고 이야기하고 있습니다.

하지만 모바일 환경에서는 더이상 이러한 방법이 먹히지 않습니다. 이는 모바일 환경에서는 웹에 대응되는 ‘쿠키’가 없기 때문에 한번에 정확하게 추적하기가 (해당 광고를 보고, 광고를 클릭했는지, 내 앱을 설치했는지, 실행했는지 등 모든 앱 실행자 추적 – Attribution) 쉽지 않기 때문입니다. 그럼에도 불구하고, 모바일 환경에서도 우리 앱의 사용자가 어떤 경로를 통해 우리 앱을 설치하고 사용하게 되었는지는 중요한 정보입니다. 따라서 모바일 환경에서는 크게 6가지의 방법으로 Attribution을 측정합니다.

Attribution 측정 방식

 1. Google Referrer 방식

가장 신뢰도가 높은 방법입니다. 이론상으로는 100% Attribution 가능합니다. 다만, Google play를 통해서만 100%로 Attribution 할 수 있습니다. 트래킹할 수 있는 파라메터를 스토어로 보내서 앱이 다운로드 되었을 시에 다시 스토어로 정보를 보내는 방식입니다. 이를 셋업하는 방법에 대해서는 ab180 블로그에 더 자세히 나와 있습니다.

2. ID Matching: Google Advertising ID(GAID)

위의 Google referrer 방식과는 달리, Google Play 이외에 안드로이드 앱 스토어 밖에서 설치된 것도 측정 가능합니다. 그러나, 모바일 웹에서는 가능하지 않으며, 앱 설치시 사용자의 동의를 얻어야 하고 해당 정보를 전달해주는 Ad Network이 이러한 시스템을 서포트 해줘야 합니다

3. ID Matching: Apple’s IDFA

GAID와 같은 방식으로, 역시 Apple Store 밖에서 설치된 앱에 대해서 추적합니다. 다만, 역시 모바일 웹에서는 가능하지 않으며, 앱 설치시 사용자의 동의를 얻고, 해당 유료광고를 보여준 AD Network가 이러한 시스템을 서포트 해줘야 합니다.

4. Fingerprinting

디바이스 이름, OS 버전, IP 주소, 통신사 등의 공개적으로 접근 가능한 파라미터를 통해 통계적으로 사용자를 매칭하는 방법입니다. 다만, 확률적 매칭 방법이기 때문에 위의 Google referrer방식이나 ID Matching같은 확정적인 방식이 가능하지 않은 경우에만 사용합니다. 다만, iOS에서는 1개의 확정적 방식 (IDFA 방식)밖에 없기 때문에 주로 iOS에서 많이 쓰입니다.

클릭과 인스톨 사이에 시간이 길어지면 길어질수록 사용자의 디바이스 정보가 변경될 확률이 크기 때문에 짧은 window안에서만 추정하기 적합한 방법이기도 합니다. 특히, 모바일의 경우 사용자가 계속 움직이면서 IP 주소가 변경될 가능성이 크기 때문에 해당 디바이스의 정보는 계속 변화하게 됩니다. 그러므로 1-2시간 안에 이루어지는 Attribution은 상당히 정확합니다.

5. Open URL with Click ID

딥링크 방식이기 때문에 설치후 첫 연결에는 딥링크에 접근할 수 없으므로, Install Attribution이 아닌 Event Attribution에 쓰입니다. 앱-앱간, 혹은 웹-앱 간에서 딥링크 클릭시 실행을 바탕으로 측정합니다.

6. Safari View Controller

앱 설치 및 실행시, 사파리 브라우저에 쿠키를 남기고 그것을 수집해서 Attribution을 측정합니다. 사파리가 기본 브라우저로 정해져있는 iOS에서는 사용도가 높지만, 사용자가 임의로 다른 브라우저에서 접속하는 경우 Attribution할 수 없다는 단점이 있습니다.

 

Attribution의 한계와 발전 방향

다시 위의 방식을 정리하면 아래와 같습니다. (단순해보이지만..)

 

스크린샷 2016-06-05 오후 5.13.44

이야기된 것과 같이, 확정적인 식별방법은 구동의 한계들이 있고, 그렇기 때문에 식별하지 못하는 경우는 Fingerprint방식의 확률적 매칭 방법으로 넘어오게 됩니다. 그런데, 이러한 확률적 매칭방식은 모바일 디바이스의 특성상 디바이스의 고유값이 계속 변경된다는 한계가 있습니다. 따라서, 아무리 고도화되어있고 가장 정확한 트래킹을 한다고 하는 Attribution Analytics라고 하더라도 Install을 백퍼센트 정확하게 트래킹을 할 수 없습니다.