ABOUT ME

-

Today
Yesterday
Total
  • [생활 속 통계] 내 몸무게가 늘면, 출산율이 낮아진다? 마케팅을 하면 가입율이 늘어난다?
    카테고리 없음 2023. 12. 14. 11:42

    "상관관계와 인과관계는 다르다" 정말 많이 들어봤지만, 정말 많이 혼동하게 만드는 친구들입니다. 

     

    "내 몸무게가 출산율에 영향을 미친다" 라는 블로그의 주제는 상관관계의 잘못된 해석의 예를 들어본 것입니다. 저는 30년 동안 몸무게가 늘어갔지만, 대한민국 출산율은 점점 떨어졌습니다. 우리는 몸무게와 출산율이 독립적인 것을 알고, 몸무게가 느는 것과 출산율이 주는 것은 관계가 없다는 것을 알 수 있습니다. 왜냐하면 시간이 흐르면서 제가 세포분열을 해서 키가 커지고 세상의 맛있는 음식들을 알아가면서 몸무게가 늘었습니다. 출산율은 사람들의 라이프 스타일도 바뀌고, 물가가 오르고 부동산이 오르면서 경제적인 부담도 되고, 여성의 사회 참여가 늘면서 커리어를 더 중요시하기도 하며 아이를 돌볼 시간적 여유가 없어지는 등 다양한 시대적 변화속에서 출산율이 낮아졌습니다. 

     

    이런 예시는 너무 쉽습니다. 하지만 진짜 제가 일했던 곳에서 일어난 사건을 하나 설명드려보겠습니다.

     

    디지털마케팅을 하면서 퍼포먼스마케팅을 시작했습니다. 퍼포먼스 마케팅을 시작하고나서 얼마 지나지 않아 앱 설치가 늘었습니다! 또한 매체를 바꿔보니 또 늘었습니다!! 그래서 퍼포먼스 마케팅팀은 기뻐하고 팀장님은 보고서 자료를 빨리 만들라고 하셨죠. 하지만 분석팀은 믿지 않았습니다. 우선 앱 설치하는 것이 쉽지 않다는 것을 알고 있어서, 디지털 매체에 올리는 광고로는 쉽게 앱 설치를 유도할 수 있을 것이라고 생각하지 않았습니다. 특히 올리는 배너 또한 경품을 준다는 후킹한 것이나, 인기있는 연예인을 쓴 광고가 아니라서 더욱 그럴 것이라고 생각했습니다. 

     

    분석팀 또한 실제 실적을 보고 싶었지만, 두 가지의 문제로 정확한 측정이 어려웠습니다. 

     

    첫 번째 문제는 외부에서 들어온 고객들이 누구인지를 식별할 수가 없었습니다. 외부에서 고객을 식별할 수 있는 키는 UUID(일종의 핸드폰 주민등록번호?라고 이해하시면 될 것 같아요)였고, 내부에서 고객을 식별할 수 있는 키는 고객번호였습니다. 당연히 이것은 매핑되지 않았고, 시간이 지나서 고객의 SDK에서 UUID를 가져오는 방식으로 고객 당 UUID를 수집하였습니다. 물론 하나의 UUID에 고객번호가 여러 사람 매핑되거나, 하나의 고객번호에 UUID가 여러 개 매핑되는 문제도 있었지만, 그것을 처리하는 방법은 지금 중요한 것이 아니라서 넘어가겠습니다. 그렇게 UUID를 수집하게 됨으로써, 그 이후 외부 광고를 클릭한 고객의 데이터와 광고 파라미터를 통해 고객의 유입 매체를 확인할 수 있었습니다. 물론 광고가 노출되고 앱은 설치했지만 가입하지 않은 고객들에 대한 트래킹은 하지 못했지만요!

     

    두 번째 문제는 실적을 어떻게 측정할 것인지에 대한 기준을 정의하는 것이었습니다. 광고대행사에서는 노출한 후 30일 내에 앱을 설치하면 실적으로 인정하였습니다. 하지만 요즘 핸드폰을 얼마나 많이 보는데 노출된 광고를 기억하지 못할 뿐더러 30일은 너무 길다는 것이 저희의 입장이었습니다. 특히 가입율이 높은 영업점을 가게 된다거나, 학생증을 만드는 특정 기간의 이벤트, 카드를 만들어서 계좌를 만들어야 하는 등의 가입에 대한 목적이 분명한 사람들이 우연하게 광고 노출에 포함되어서 실적으로 인정이 될 수 있다고 판단되었습니다. 그 후 보통의 퍼포먼스 마케팅 실적은 어떻게 측정하는지를 찾아보고 윈도우 타임을 7일로 잡는다고 하여 저희의 기준으로 정의하였습니다.(물론 내부적으로는 하루, 3일도 시도해보았고 해당 팀과 이야기를 통해 7일로 정하였습니다.) 또한 그 사이에 영업점을 갔는지 여부와 상품을 가입한 이력이 있는지 등을 종합적으로 판단하여 수치화하였습니다.

     

    이렇게 데이터 인프라가 구축되고 준비되고, 요건을 정의하면서 확인해야할 것들이 구체화되었습니다. 노출한 수 대비 앱 설치 수는 미미했고, 앱 설치 대비 가입율은 더욱 미미했습니다. 그래서 처참한 숫자를 보게 되었고 CPA는 18000~19000원으로 측정되었습니다. 이 후 광고대행사를 최적화하고 시간과 광고량을 조정하여 CPA는 낮출 수 있었지만 하고 싶은 말은 마케팅을 시작하고 앱 설치와 MAU가 들었다고 해서 마케팅 때문이라고는 할 수 없다는 것입니다. 

     

    그렇다면 앱설치와 MAU는 왜 늘었을까? 궁금하실 수 있으실 겁니다. 그 이유는 앱을 리뉴얼하여 아예 새롭게 앱을 만들었었고 그러면서 디지털 마케팅 등을 시작했습니다.  기존 구앱을 쓰던 사용자들이 신앱으로 넘어오고 새로운 앱을 런칭하면서 많은 영업점에서 앱 설치를 유도하였기 때문입니다. 

     

    이처럼 경향성을 가지고 인과관계를 판단하는 것은 위험한 일입니다. 나비가 날개짓을 하자 태풍이 부는 것처럼 정말 우연의 일일 수도 있고, 뉴앱이라는 사건(외생변수)으로 동시에 두 가지 사건에 영향을 미친 것일 수 있습니다. 그래서 인과관계임을 판단하기 위해서는 실험 환경을 잘 통제해서 독립변수만 바꾸고 종속변수가 어떻게 변하는지를 판단해댜 더 정확한 분석이 이루어질 것입니다. 하지만 실제 우리 환경에서는 모든 것을 통제하기는 쉽지 않으니 반복적으로 실험하고, 어떤 일들이 일어나고 있는지를 알고 종합적으로 판단하는 것이 중요합니다. 

     

     

    가끔은 이 외생변수를 이용하여 성과를 부풀리거나 잘못된 해석을 맞는 것처럼 주장하여 유리한 방향으로 이끄는 사람도 있을 수 있습니다. 우리는 상관관계와 인과관계가 다르다는 것과, 우연성과 외생변수를 잘 판단하고 이해하는 현명한 사람이 됩시다!

Designed by Tistory.