InSight

InSight는 캠페인 성과에 대한 이해를 높여줍니다. 앱의 과거 데이터를 측정하는 포괄적인 모델과 Adjust의 자체 분석을 적용하면, 캠페인이 특정 지표에 얼마나 기여했는지 확인할 수 있습니다.

InSight를 통해 캠페인/네트워크를 시작 또는 중단하지 않았다면 앱의 퍼포먼스가 어떠했을지, 또는 캠페인/네트워크의 예산 증감이 어떠한 영향을 미쳤는지 측정할 수 있습니다. 다음과 같은 용도로 활용하시기 바랍니다.

캠페인이나 네트워크의 성과를 A/B 테스트와 같은 기본 모델과 비교할 수 있습니다. 특정 캠페인 및 네트워크에 효과적인 마케팅 액션에 대한 데이터를 확인할 수 있습니다. 캠페인 또는 네트워크 전략 관련 결정에 활용할 수 있습니다.

이용 조건

권한

관리자 와 편집자 권한의 사용자는 새로운 Incrementality 테스트를 생성할 수 있습니다. 커스텀 사용자는 Adjust InSight 테스트에 액세스할 수 없습니다. 권한에 관한 자세한 내용은 사용자 권한 수준 페이지를 참조하시기 바랍니다.

솔루션 작동 방식

InSight는 앱의 과거 데이터와 Adjust 자체 데이터세트의 모든 앱 카테고리에 대한 글로벌 데이터를 결합합니다. 이 정보는 7일 이내의 마케팅 액션이 주요 지표에 어떠한 영향을 미치는지 보여줍니다.

마케팅 액션의 Incrementality 효과 측정

InSight는 개별 캠페인 및 네트워크와 관련된 모든 캠페인에 대한 분석을 진행할 수 있습니다. InSight를 다음에 활용하시기 바랍니다.

• 타겟 지표에 대한 긍정/부정적 영향
• 마케팅 액션의 유무에 관계없이 발생하는 모든 오가닉 트래픽을 카니발리제이션합니다.

다음의 마케팅 액션 에 대해 Incrementality 테스트를 진행할 수 있습니다.

• 새 캠페인 시작 또는 새 네트워크 론칭.
• 기존 캠페인 중단 또는 기존 네트워크 중단.
• 캠페인 또는 네트워크의 예산 증액.
• 캠페인 또는 네트워크의 예산 절감.

모델 데이터

Adjust는 12주간의 앱 데이터에 대한 Incrementality 모델을 트레이닝하여 패턴을 구축합니다. 이 모델은 다음과 같은 입력 데이터를 사용하여 설치 및 이벤트와 같은 지표의 패턴을 인식합니다.

• 앱 스토어 순위
• 광고 비용
• 설치 수
• 월간 활성 사용자 수
• 업계 트렌드
• 일일 세션 수

Adjust는 이러한 패턴을 기반으로 비교 기준을 설정합니다. 데이터는 다음의 순서로 세분화됩니다.

• 앱별
• 플랫폼별
• 국가별

합성 통제 집단(Synthetic Control Groups)

전 세계에 있는 수만 개의 앱 라이브러리는 모든 Incrementality 분석에 가장 적합한 데이터를 얻을 수 있도록 보장합니다. Adjust의 합성 통제 집단은 유동적입니다. Adjust는 각 분석에 대해 앱 지표와 사용자 행동 모두에서 앱과 가장 밀접한 상관관계가 있는 통제 그룹을 찾습니다. 따라서 Incremental 리프트를 찾기 위해 다른 액션이나 캠페인을 중단할 필요가 없습니다. 다음은 Adjust가 완벽한 매칭을 위해 사용하는 주요 요소입니다.

• 동일한 카테고리 또는 하위 카테고리의 앱
• 월간 사용자 수를 보유한 앱, 설치 수, 이벤트 수, 일일 세션 수
• 동일한 국가의 앱
• 동일한 플랫폼의 앱

무엇을 확인할 수 있나요?

InSight는 다음을 통해 캠페인 성과를 보여줍니다.

Incremental 리프트 : 캠페인이 실제 변수와 비교하여 타겟 변수에 미치는 차이.

오가닉 카니발리제이션 : 캠페인이 오가닉 트래픽을 카니발리제이션하는지 여부.

손실 : 캠페인이 타겟 변수에 대한 Incremental 값을 창출하지 못하는 경우.

시작하기

• 새로운 InSight Incrementality 테스트를 생성합니다.
• Incrementality 테스트 결과를 해석하는 방법을 알아보세요.