광고 세상에서의 유저 여정은 사용하는 플랫폼 또는 디바이스마다 각기 다른 식별자로 진행됩니다. 성공적인 어트리뷰션을 위해서는 앱과 웹에 흩어져 있는 여러 식별자를 수집해 동일한 유저로 식별하는 과정이 필요합니다.
유저 식별 방법은 사용하는 기술에 따라 확정적 방법 또는 확률적 방법 2가지로 구분합니다. 에어브릿지는 다양한 유저 식별 방법을 활용해 동일한 유저를 식별하고 있습니다.
| 유저 식별 방법 | 식별자 사용 | 기술 구분 | 주체 | 안드로이드 | iOS |
|---|---|---|---|---|---|
| 리퍼러 매칭 | o | 확정적 | 에어브릿지 | o | - |
| 디바이스 ID 매칭 | o | 확정적 | 에어브릿지 | o | o |
| 딥링크 매칭 | o | 확정적 | 에어브릿지 | o | o |
| SAN 어트리뷰션 | - | 확정적 | SAN | o | o |
| SKAdNetwork(SKAN) | - | 확정적 | 애플 | - | o |
| 확률적 모델링 | - | 확률적 | 에어브릿지 | o | o |
확정적 방법
확정적 방법이란 구글과 애플이 디바이스 단위로 제공하는 고유의 식별자 정보를 활용해 동일한 유저를 확정적으로 식별하는 방법입니다.
리퍼러 매칭
리퍼러 매칭은 에어브릿지와 구글플레이가 리퍼러로 제공한 식별자 정보를 활용해 유저를 식별하는 방법입니다. 리퍼러는 유저가 웹사이트를 방문할 때마다 기록되는 흔적을 말합니다.
웹에서 광고를 클릭한 유저가 앱을 설치하면 에어브릿지는 유저의 웹 ID가 담긴 리퍼러를 구글 플레이에 전송합니다. 해당 유저가 설치한 앱을 처음 오픈하면 구글 플레이는 유저의 웹 ID에 앱 ID를 추가한 리퍼러를 에어브릿지 서버에 전송합니다. 수집한 여러 식별자 정보를 활용하면 동일한 유저를 식별할 수 있습니다.
리퍼러 매칭은 오직 안드로이드에서만 사용할 수 있습니다.
디바이스 ID 매칭
디바이스 ID 매칭은 인앱 광고를 클릭한 유저와 앱을 설치한 유저의 식별자 정보를 활용해 유저를 식별하는 방법입니다. iOS는 식별자로 IDFA 또는 IDFV를 사용합니다. 안드로이드는 식별자로 GAID를 사용합니다.
인앱 광고에 사용하는 트래킹 링크에는 이미 유저의 식별자가 포함되어 있습니다. 인앱 광고를 클릭한 유저는 웹에 있는 에어페이지를 거쳐 앱 마켓으로 이동하게 됩니다. 에어브릿지는 유저를 앱 마켓으로 보내는 과정에서 유저의 웹 ID를 추가로 수집할 수 있습니다. 수집한 여러 식별자 정보를 활용하면 동일한 유저를 식별할 수 있습니다.
딥링크 매칭
딥링크 매칭은 이미 앱을 설치한 유저와 딥링크 광고를 클릭한 유저의 식별자 정보를 활용해 유저를 식별하는 방법입니다. 딥링크는 앱의 특정 페이지로 유저를 보낼 수 있는 링크를 말합니다.
에어브릿지에서 만든 딥링크에는 이미 유저의 웹 ID가 포함되어 있습니다. 유저가 딥링크 광고를 클릭하면 유저의 앱 ID를 추가로 수집합니다. 수집한 여러 식별자 정보를 활용하면 동일한 유저를 식별할 수 있습니다.
딥링크 매칭은 리인게이지먼트(re-engagement) 광고 어트리뷰션에 활용할 수 있습니다.
SAN 어트리뷰션
SAN 어트리뷰션은 SAN(Self-Attributing Network)이 제공한 터치포인트 데이터를 활용해 광고를 클릭한 유저와 앱을 설치한 유저가 동일한지 식별하는 방법입니다. 대표적인 SAN으로는 메타 비즈니스, 구글 애즈, 애플 서치 애드 등이 있습니다.
일반적으로 SAN이 운영하는 광고에는 에어브릿지에서 만든 트래킹 링크를 활용할 수 없습니다. 단, 에어브릿지는 앱 설치가 발생할 때마다 해당 앱 설치에 기여한 터치포인트가 있는지 SAN에게 확인을 요청할 수 있습니다. 에어브릿지는 에어브릿지가 수집한 앱 ID와 SAN이 제공한 웹 ID를 활용해 동일한 사용자를 식별할 수 있습니다.
SKAdNetwork(SKAN)
SKAdNetwork(SKAN)는 iOS에서 사용자의 개인정보를 보호하기 위해 애플이 만든 어트리뷰션 프레임워크입니다. SKAN을 활용하면 사용자 식별자 또는 디바이스 정보가 없어도 앱 설치 성과를 측정할 수 있습니다. 현재 에어브릿지는 SKAN을 활용한 광고 성과 측정을 지원합니다. 자세한 사항은 SKAdNetwork(SKAN) 한눈에 보기를 참고해 주세요.
확률적 방법
확률적 방법은 다른 식별자 정보를 활용할 수 없을 때 사용하는 식별 방법입니다.
확률적 모델링
알립니다
iOS는 확률적 모델링을 통한 사용자 식별을 허용하거나 지원하지 않습니다.
확률적 모델링은 디바이스 모델, IP 주소, 운영체제(OS), 앱 ID 등 트래킹 링크가 수집한 기본 데이터를 활용해 유저를 식별하는 방법입니다. 에어브릿지는 기본 데이터를 조합한 해시값을 사용해 광고를 클릭한 유저와 앱을 설치한 유저가 동일한 유저인지 추측할 수 있습니다. 단, 확률적 모델링은 IP 주소 등 일부 정보가 변경될 수 있어 결과를 신뢰할 수 있는 시간이 짧습니다.
