비딩 (Bidding) 전략

UA 진행시 적절한 CPI 단가를 계산하고 실제 비딩에 적용하는 것은 상당히 어려운 일이다. 많은 계산이 필요할 뿐 아니라 캠페인 세팅 단계에서도 많은 복잡함이 따른다. 이 때문에 많은 마케터들은 대행사 혹은 매체에 요청하여서 “경쟁 게임 CPI 비딩이 어떻게 되나요?”라는 질문을 하고 여기에 오는 답을 가지고 CPI 책정하는 경우도 있고, 인터넷을 검색하여서 각종 트렌드 자료에 나와 있는 CPI 단가들을 가지고 내 상품에 같은 잣대를 들이대는 경우도 있다. 하지만 이익을 극대화하려면 진행하려면 먼저 타겟을 최대한 세그먼트화 (Segmentation) 하고 각 세그먼트의 LTV에 맞는 CPI 비딩을 책정해야 한다. 이 글에서는 비딩시에 고려해야 할 사항들과 실제 비딩 책정에 사용할 수 있는 세그먼테이션들에 대해 적어보겠다.

*이 글은 이해를 돕기 위해서 CPI 기반으로 적은 것이고, 해당 전략을 CPC/CPM 비딩에도 동일하게 적용할 수 있다.


 

세그먼테이션 아이디어들

내 캠페인에 단일 CPI 비딩가를 적용하지 않고 세그먼트 별로 비딩을 가져가는 이유는, 각 세그먼트 별로 LTV가 다르기 때문이다. 의미 있다고 생각되는 세그먼테이션 분류는 아래와 같다:

1. Android (Google vs. Amazon vs. Etc) vs. iOS

국가별 특성이 있겠지만, 평균적으로 iOS의 ARPU가 Android의 ARPU 보다 50% 높다 (모바일 게임의 경우). 따라서, 비딩을 책정할 때 내 상품/서비스의 특성을 고려하여서 OS 별로 다른 비딩을 가져가는 것이 필요하다.

2. OS Version

경험상 OS version에 따라 비딩을 따로 가져가는 것은 도움은 크게 되지 않는다. 단, 최소 OS를 적용하는 것은 아주 중요하다. 예를 들자면, 내 상품/서비스를 사용하기 위해 최소 Android version이 5.0이라면 캠페인에 5.0 이상의 기기에만 광고를 노출하도록 설정을 해야 한다. 많은 마케터들이 이를 간과하고 내 상품/서비스를 사용하지도 못하는 고객에게 Impression을 만들어 내여 비용을 낭비하고 있다.

3. 매체

각 매체별로 유입시키는 유저들의 LTV가 명확하게 다르다. 따라서 히스토리컬 데이터를 사용해서 매채별 LTV에 맞추어서 CPI를 책정한다.

4. 디바이스 모델

상식적으로 생각해 봤을 때, 최신의 고가 디바이스를 사용하는 고객이 더 구매력이 높을 가능성이 높다. 실제로, 이런 디바이스(이 글이 쓰일 때 기준으로 Galaxy S8, Galaxy S7, iPhone 7, iPad Pro 등)의 LTV가 평균 LTV 대비 5~10X 높다 (모바일 게임 기준). 따라서, 기기 모델 별로 LTV를 계산하고 이에 맞추어서 CPI를 책정한다. 단, 기기 모델이 너무 많기 때문에 단일 모델의 대한 CPI를 책정하기는 현실적으로 힘들고 이런 기기들을 Tier 별로 묶어서 따로 비딩을 진행하는 것이 효율적이다.

예:

Tier/디바이스 모델 Bidding
Tier 1: Galaxy S8, S7, iPhone 6S and up $5
Tier 2: 그 외 기기 $1

5. 이통사

한국에도 알뜰폰이 있는 것처럼, 해외에도 각 국가별로 저가/프리미엄 이통사들이 나누어져 있다. 미국을 예로 들자면, 프리미엄 이통사인 Verizon 대비 Cricket, MetroPCS 등 저가 이통사가 있다. 사용하는 이통사에 따라서 고객의 구매력이 달라진다. 따라서, 이통사 별로 비딩을 다르게 가져가는 것도 고려해볼 수 있다.

6. 국가

당연한 이야기이겠지만, 각 국가별로 고객의 구매력이 다르기 때문에 각 국가별 비딩을 다르게 가져가야 한다. 단, 이렇게 되면 운영 때에 너무 많은 공수가 들어갈 수 있음으로 위에서 나온 디바이스 모델에 예처럼 비슷한 LTV를 가진 국가들을 Tier 별로 묶어서 광고를 집행하여 운영 프로세스를 최적화하는 방식이다.

예:

Tier/국가 Bidding
Tier 1: 미국/영국 $5
Tier 2: 그 외 국가 $1

 

실제 캠페인에 적용하기

위의 세그먼테이션 아이디어들을 바탕으로 어떻게 세그먼테이션 별 비딩을 계산하고 적용할지 예를 들어보자.

1. 각 세그먼트가 평균 LTV 대비 어떤지 계산한다

내가 원하는 세그먼트 별로 LTV를 계산할 수 있는 BI 시스템이 갖추어져 있다면 각 세그먼트의 LTV를 직접 추출하여서 하나의 차트에 정리하면 끝이다. 만약 이런 인프라가 갖추어진 상황이 아니라면 아래의 방법으로 평균 LTV를 가지고 각 세그먼트 별 평균 LTV보다 얼마나 차이가 나는지 계산하고 이를 토대로 수동으로 계산해 볼 수도 있다.

전체 평균으로 봤을 때, 내 상품/서비스의 360일 LTV는 $5이라고 가정해보자. 그리고 내 캠페인의 목표는 360일 내에 100% ROAS를 달성하는 것이다. 그렇다면 먼저 각 세그먼트의 LTV가 평균 LTV 대비 어떻게 다른지 계산하고 히스토리컬 데이터를 가지고 세그먼트 별로 Multiplier 차트를 만든다:

세그먼트 LTV 멀티플라이어
국가 티어 1 United States, United Kingdom 120%
2 France, Germany 100%
3 Other 70%
OS iOS 125%
Android 75%
매체 A 70%
B 80%
디바이스 티어 1 Galaxy S7, Galaxy S8, iPhone 6S and up 300%
2 Other 100%

위의 예에서는 국가/OS/매체/디바이스를 세그먼트를 사용하였다. 위의 차트의 의미는, 히스토리컬 데이터의 의하면 매체 A는 평균 LTV 보다 70%를 보였고, 1티어의 디바이스 들은 평균의 300% 되는 LTV를 보였다는 것을 의미한다.

 

2. CPI로 환산한다

위의 세그먼트 별 Multiplier 차트가 만들어졌으면 이를 실제  비딩 쉬트 (Bidding Sheet: 비딩 단가를 정리해놓은 문서)로 옮길 수 있다:

국가 티어 OS 매체 디바이스 티어 CPI Bidding
1 iOS A 1 $15.75
1 iOS A 2 $5.25
1 iOS B 1 $18.00
1 iOS B 2 $6.00
3 Android A 1 $5.51
3 Android A 2 $1.84
3 Android B 1 $6.30
3 Android B 2 $2.10

너무 많은 조합이 있기 때문에 (위의 예시에서는 3*2*2*2 = 24개), 이 비딩 쉬트에서는 국가 티어 1의 iOS와 국가 3의 Android만 표현하였다. CPI 비딩이 어떻게 계산되었는지 계산의 예를 들면 “국가 티어 1, iOS, A 매체, 디바이스 티어 1” 세그먼트의 경우는 $5 * 120% * 125% * 70% * 300% = $15.75가 적용이 되었다.

완성된 비딩 쉬트를 매체에 전달하여서 (Self-serve Platform이 아닌 경우) 각 세그먼트 별로 캠페인을 생성하고 각 캠페인의 CPI 비딩을 다르게 가져갈 수 있다.

 

실제 적용 시 고려 사항들

1. 세그먼트 생성 및 세그먼트 LTV 계산 시 고려 사항

위에서 언급된 세그먼트들뿐만 아니라 LTV와 연관 있는 특성을 가지고 무한한 세그먼트를 만들어 내고 세그먼트 별로 비딩을 다르게 가져갈 수 있다. 세그먼트를 만들 때는 1) 실제로 해당 세그먼트를 타게팅 할 수 있는지? 즉, 매체 측에서 제공하는 타게팅인지를 먼저 확인해야 하고 2) 세그먼트를 만들고 세그먼트의 LTV를 구할 때는 최소 샘플 사이즈를 확보하여서 통계학적으로 의미 있는 세그먼트별 LTV를 계산하여야 한다. 적합한 샘플 사이즈를 어림잡아 보면 Buying User가 최소 20명은 되어야 해당 세그먼트의 LTV의 정합성을 인정할 수 있다.

2. 비딩 수정 빈도

세그먼트의 LTV는 여로 요소에 영향을 받아 지속적으로 변화할 것이기 때문에 비딩 쉬트는 상시 업데이트가 이루어져야 한다.


리메이크 디지털 에이전시

“디지털 광고를 새롭게 만듭니다”

https://remakedigital.com

2 thoughts on “비딩 (Bidding) 전략

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s