앱 다운로드는 계속해서 증가하고 있지만, 앱을 다운 받은 후 삭제해 버리는 사용자나 봇을 통한 성과 도용 등의 부정(Fraud) 설치로 인해 브랜드의 ROI 확보가 위협받고 있다. 그 때문에 앱 마케팅 성공을 가늠하는 지표가 앱 설치 수에서 인앱(in-app) 소비와 고객생애가치(LTV)로 넘어가고 있다. 2022년까지 글로벌 모바일 앱 다운로드 수는 2,580억 건, 그리고 인앱 소비는 1,570억 미국 달러에 달할 것으로 예측된다. 소비자의 관심을 끌기 위한 앱 간의 경쟁이 치열해질 것이므로 앱을 설치하고 여는 순간부터 참여를 강화해야 한다. 앱을 여는 즉시 푸시 알림 수신 동의에서부터 구독 시작까지 인앱 이벤트를 완료하면 지속 고객으로 유지될 가능성이 높아지고, 이는 고객생애가치 향상의 근간이 된다. 하지만 사용자 참여와 유지는 55%의 마케터가 가장 힘든 과제로 꼽은 쉽지 않은 영역이다. 더욱이 사기성 설치와 허위 인앱 활동이 극성으로, 그 피해액이 2018년에만 약 190억 달러로 크게 상승했다. 인공지능(AI)은 수익 가치 높은 앱 사용자의 특성과 행동을 파악하고 이들을 확보하는 것 뿐만 아니라 유지 및 재참여시키는 데도 도움이 된다. 즉, 인공지능을 활용함으로써 고객의 충성도를 높이고 가짜 사용자를 걸러내는 효과를 얻을 수 있다.
딥러닝을 통한 캠페인 성과 개선
머신러닝의 하위 기술인 딥러닝을 잘 활용하면 수익 가치 높은 사용자와 그들의 구매 패턴을 알아낼 수 있다. 딥러닝 기술은 인간의 지능과 컴퓨터의 적용성, 속도, 및 처리 능력을 토대로 발전해왔다. 인간이 데이터를 분석하는 방식은 능력과 경험에 크게 의존하는 체험적 규칙으로 이루어져 있다. 따라서 경력 10년차 마케팅 분석가가 갓 대학을 졸업한 마케터보다 잠재 고객 데이터를 더 빨리, 더 잘 이해할 가능성이 더 높다. 경험을 통해 데이터 분석에 유용한 패턴 뿐만 아니라 주의하거나 무시해야 할 변칙에 대해서도 학습이 되는 것이다. 예를 들어, 마케팅 담당자가 18-25세의 남성 잠재 고객 그룹이 그 어느 시간대보다 오후 시간대에 스트리트패션을 앱으로 구매할 가능성이 가장 높다는 것을 알아챘다고 하자. 그러면 오후 시간대에 해당 사용자 그룹을 대상으로 의류 판매 캠페인을 운영할 것이다. 머신러닝은 이 마케터의 작업을 다차원 예측 기능으로 실시간 구현하고 확장할 수 있다. 그러나 여전히 사람이 도구를 세팅하고 입력할 데이터를 선택해야 하며, ‘이럴 경우, 이렇게 한다’는 식으로 간단하게 작동하지 않는다. 또한, 데이터에서 훨씬 다층적인 정보를 끌어낸다. 즉, 18-25세의 남성에서 그치는 것이 아니라, 구매 가능성이 가장 높은 사용자들은 대체로 아르바이트를 하고 있으며, 가장 많은 매출을 발생시키는 사용자들은 최종 구매 전에 적어도 2번 이상 상품을 살펴본다는 정보 등을 추가로 제공한다. 반면에 딥러닝은 인공지능이 대규모의 흩어져 있는 추상 데이터를 처리하는 과정을 스스로 지켜보고 높은 정확도로 그 다음을 예측해내고, 인간이 전혀 고려할 수 없었던 구매 측면까지 계산할 수 있다. 즉, 그날의 날씨에 따라 많이 팔리는 스타일 차이, 오전의 주식 시장 흐름이 저녁의 소비 패턴에 주는 영향, 의류와 함께 프로모션 할 만한 추가 상품 카테고리 등과 같은 정보를 알 수 있다.
애피어는 애피어 고유의 심층 퍼널 최적화에 딥러닝을 적용하여 캠페인 성과를 향상시키고 있다. 애피어 AI가 과거의 데이터를 사용해 기존에 진행했던 캠페인으로부터 학습하고 그 결과를 바탕으로 미래 성과를 예측한다. 이를 통해 마케터는 생애가치를 포함하여 잠재고객에 대해 한층 깊이 이해할 수 있을 뿐만 아니라 캠페인의 전환 목표를 달성할 수 있을지 그 여부도 판단할 수 있다. 애피어의 딥러닝 기반 예측은 인간의 통계 기반 예측 방식보다 17% 더 정확한 것으로 나타나, 딥러닝이 입찰 가치가 높은 더 좋은 트래픽을 확인할 수 있는 스마트한 수단임이 증명되었다. 새로운 사용자 확보 캠페인에서 딥러닝의 가장 뛰어난 기능은 사용자 생애가치에 대한 전체론적인 관점을 가지고 과거 데이터를 통합적으로 분석하여 높은 수익 가치를 가져다 줄 유사 잠재 고객 그룹을 만들어내는 능력이다. 딥러닝은 이와 같은 방식으로 역동적인 시장의 변화를 따르는 것은 물론 그 변화에 대응하는 수준이 아니라 선제적으로 대책을 마련할 수 있도록 지원한다. 따라서 딥러닝을 통해 소비자 여정을 예측할 뿐만 아니라 한층 다채롭고 통합적인 마케팅을 실현할 수 있다. 딥러닝은 복합적인 상황을 이해하고 캠페인을 최적화함으로써 수익 가치 높은 실 사용자를 확보 및 유지할 뿐만 아니라 부정 인스톨을 무력화할 수 있다. 이를 통해 시행착오를 거치지 않고, 사용자 유치 비용은 낮추면서 전반적인 수익은 올릴 수 있다.
* 딥러닝으로 수익 가치 높은 사용자를 발견하고 인게이지먼트를 최적화함으로써 ROI 을 높일 수 있는 방법에 대한 자세한 내용은 애피어의 최신 백서 ‘ 수익 가치 높은 앱 사용자 확보하기: 딥러닝을 통한 신규 사용자 유치 캠페인 효율 향상 ’ 에서 확인할 수 있습니다 !