송혜정
10월 세미나 [데이터와 함께 SNS 마케팅을 넘어 오프라인 광고까지] 실시간 질의응답
2023년 월간 데이터리안 10월 세미나에서는 옥외 광고 마케팅과 성과 분석에 대한 이야기를 나눠봤습니다. 강연 중 실시간으로 진행된 질의응답의 일부를 공유합니다.
- [강연] “어제 엘리베이터에서 본 그 광고, 옆 아파트에는 안 나온다고요?”
- 연사: 강슬기 (포커스미디어코리아 데이터 전략팀 리더)
강연에서 오고간 이야기를 아래에서 확인해보세요. 월간 데이터리안 세미나의 분위기도 함께 느끼실 수 있습니다 :)
[어제 엘리베이터에서 본 그 광고, 옆 아파트에는 안 나온다고요?] Q&A
Q. 분석에 필요한 데이터를 구매했을 때, 데이터 검증과 맵핑은 어떻게 진행하나요?
슬기: 전문 기관에서 데이터를 구매할 때에도 생각보다 데이터 오류가 꽤 많아서 깜짝 놀라기도 했어요! 그래서 최소한의 검증 과정을 꼭 거칩니다.
1. 받기로 한 필드는 다 있는지, 요청한 범위(기간, 지역) 데이터를 다 받았는지 확인하기
2. Null 값이 있을 때 0을 의미하는 지, 아니면 데이터 누락인지, 필드 별 값 분포를 봤을 때 이상한 데이터는 없는지 확인하기
3. 중복 행이 있으면 안되는 데이터인데 중복 행은 없는지 확인하기
4. 집계의 기준이 여러 개인 데이터를 받았을 때 총 합계끼리 비교하기 (예. 단지별 세대수 = 동별 세대수의 합)
5. 추이 확인하기 : 이전에 받은 데이터 대비 너무 오르거나 떨어지지는 않았는지
맵핑의 경우, 아예 데이터를 판매하는 분께 저희 단지 리스트를 보내서 맵핑을 부탁하기도 하고요. 그게 어렵다면 앞서 보여드린 대로 양쪽의 데이터를 주소 정제하여 붙이거나, 주소를 좌표로 변환하여 가장 가까운 단지끼리 붙인 후 수동 검토하는 방법도 활용했습니다.
맵핑을 구매한 데이터의 key 값(저희 단지/동 ID)을 필드를 추가하는 형태로 진행했고, DB를 다 붓는 것은 태블로에 구현해서 결합/시각화/분석하고 있습니다. : )
Q. 아파트 DB도 구매해서 분석에 사용했다고 하셨는데, 아파트 DB 업데이트는 어떻게 이루어지는지 궁금합니다.
슬기: 아파트 DB가 생각보다 비싸기 때문에...! 욕심을 적절히 버려가며 데이터의 중요도 따라 매년 또는 격년 새로 구매하여 맵핑합니다. 아파트 평형이나 단지 인프라 등 변동이 없는 고정적인 데이터는 다행히 업데이트가 필요 없어서 요긴하게 쓰고 있습니다.
입주민의 가구 구성, 소비나 소득 등은 매년-격년마다 구매해도 충분히 활용에 의미가 있지만 데이터의 업데이트 주기를 단축하여 실시간에 이르는 것도 장기 과제입니다. : )
Q. 방 3개/2개와 같은 아파트 평형 데이터는 일일이 검색해서 수기로 저장한 건지, 혹은 다른 방식으로 수집하신 건지 궁금합니다!
슬기: 이 데이터를 위해 부동산 114 데이터를 구매했습니다! 부동산 114 데이터는 단지>동>호 별로 평형, 방, 욕실 수 데이터를 제공해요. 그래서 이것을 단지나 건물동 단위로 요약해서 쓰는데, 세대수에 가중치를 두어 평균을 내기도 하고 가장 세대수가 많은 대표 평형 데이터를 사용하기도 합니다.
Q. 입주민의 이사나 아파트 브랜드명 변경에 따른 데이터 변화가 잦을 것 같은데, 이에 따른 문제가 없는지도 궁금합니다!
슬기: 네, 맞습니다. 처음에 '단지명'을 key 값으로 설정했다가 큰코다친 부분이었어요. 이사는 개인의 변화라서 저희 데이터 변동에 큰 영향은 없지만, 아파트명 변경의 경우 저희 데이터에 영향을 주는 일이 없도록, 애초에 '단지 ID'를 생성하여 ID로 맵핑, 단지명이 바뀌어도 맵핑이 풀리지 않게 관리합니다.
Q. 강연에서 엘리베이터TV의 시청률을 집계한다고 하셨는데요. 시청자의 휴대전화와 엘리베이터TV를 연결해 집계하는 건가요?
슬기: 네! 2,200명의 패널을 모집해서 저희의 트래킹 앱을 설치하게 하고, 엘리베이터TV의 핫스팟 신호를 읽게 해요. 그래서 엘리베이터TV에 가까이 갈 때마다 앱이 핫스팟 신호를 읽고 고도 변화까지 일어났을 때 탑승을 +1 하게 됩니다. 엄밀히는 엘리베이터 탑승을 세는 것이고, 실제로 엘리베이터TV를 보고 있는지는 셀 수 없어요. 하지만 이 부분은 TV와 디지털도 마찬가지인 부분이라고 할 수 있겠습니다. : ) 이런 부분은 정성적으로 추후 동일한 실험 환경을 만들어 아이 트래킹/뇌파 등으로 측정하여 보완하려고 하고 있습니다.
Q. 아파트와 거주민별 특성을 토대로 세그먼트를 나눠 보셨다고 했는데, 광고주 입장에서는 광고의 효율을 어떤 식으로 볼 수 있을지 궁금해요. 광고주와 커뮤니케이션 할 때는 주로 어떤 지표를 보시나요?
슬기: 옥외광고이기 때문에 광고주 측에서 판매나 회원가입 같은 전환적인 성과 개선은 크게 기대를 안 하시는 경우도 있습니다. 그렇지만 일단 "타겟에 맞는 소재가 나간다"라는 의의로 인지도나 공감도를 개선하는 부분을 많이 보고 계세요.
하지만 옥외광고임에도 전환적인 성과를 보고 계시는 분들도 있기 때문에, 저희가 분석할 수 있는 범위 안에서 쿠폰이나 QR 리딩률을 세그먼트별로 비교하거나 판매 데이터, 앱 사용률을 비교하고 있습니다.
Q. 엘리베이터 이용자 수에 비해 QR 코드를 읽는 사람들의 수는 많지 않을 것 같은데요. 이런 경우 성과를 어떻게 판단하셨나요?
슬기: 네 맞습니다! 그래서 QR코드를 이용해서 성과를 비교하는 것을 목표로 진행할 때는 단순히 "제품 자세히 보기", "신규 가입 쿠폰 받기"와 같이 모두에게 열려있는 QR코드는 분석하지는 않아요.
금액으로 딱 떨어지는 할인 혜택이 있거나, 입주민만을 대상으로 하는 특별한 혜택, 추첨 이벤트 등 정말 입주민들이 QR코드를 읽을 동기를 느낄만한 캠페인일 때, 적게는 천 단위, 많게는 만 단위 정도 발생해야 QR코드 성과 분석을 하고 있습니다.
하지만 기본적으로 QR코드를 읽는 분들은 온라인 활동에 관여도가 있는 분들이고, 3049 여성 비중이 높을 것을 감안하는 편입니다.
Q. 오피스나 아파트의 경우, 소음 때문에 엘리베이터TV의 소리를 꺼놓는 곳이 많은 걸로 알고 있는데요. 옥외광고 제작 시 효과음도 고려 한다고 이야기 주신 것 같아서, 이 부분이 광고 소재로 효과가 있다는 것을 어떻게 추적할 수 있는지 궁금합니다.
슬기: 엘리베이터TV 사업을 하는 회사마다 기준은 다르지만, 저희는 음량을 콘텐츠 송출 환경에 있어 정말 중요한 요소로 보고 있어요! 그러다 보니 민원 등으로 소리가 꺼진 대수는 과금하지 않고 서비스로 무료 송출 제공하고 있고, 그 비중도 타 회사 대비 현저히 낮은 편입니다. 그래서 자연적으로 효과 측정을 하는 패널도 소리가 나오는 곳만 대상으로 하여 진행하고 있습니다. : )
Q. 옥외광고 성과 측정을 위해 시청인지지표, 시청기억지표와 같은 새로운 지표를 만드셨다는 이야기가 인상 깊었어요. 고민을 많이 하셨을 것 같은데, 새로운 지표를 만드실 때 참고하신 다른 지표나 자료 같은 게 있나요?
슬기: 개인적으로 지표를 새롭게 설정하는 것은 리서치가 아닌 실무 경험이 정말 중요한 것 같습니다. 다행히 저희 팀에는 조사분석 기관, 광고 대행사 등 업계 경험이 이미 있는 분들이 있었기 때문에 "설득이 되는 지표"에 대한 감이 이미 있는 편이었어요! 그래서 앞으로 이런 도메인 경험이 데이터 분석 면에서 점점 중요해질 것이라고 생각합니다.
Q. 입주민 특성을 기준으로 클러스터를 나눠 광고를 집행한 경우에, 그렇지 않은 경우 대비 매장 방문율이 140%, 또는 QR 리딩률 1.3배 증가와 같은 성과가 있었다고 말씀해주셨는데요. 업계 지식이 없어서 언급하신 수치가 얼마나 큰 효과인지 와닿지 않네요. 조금 더 구체적으로 설명해주실 수 있나요?
슬기: 만약 특정 브랜드의 인지도가 30%인데, 1.3배로 높아져 39%가 되었다면 정말 큰 증가라고 볼 수 있습니다. 100명 중에 이 브랜드를 안다고 답변하는 사람들이 9명이나 늘었다는 것인데, TV와 같이 대형 매체에 정말 많은 투자를 해야 변화가 있을 만한 부분인 거죠! 보통 디지털 광고에서도 전환율이나 클릭률이 1.1배 이상만 되어도 의미 있다고 판단하는 것 같습니다. :)
클러스터의 경우 1.3배 더 높다는 부분은 일반 집행 대비라, 기존 효과 대비 몇 배 좋은지를 판단하는 기준이라고 보시면 됩니다!
Q. 데이터 사이언티스트와 데이터 분석가 사이에서 결과 내용을 두고 어떻게 공유했는지 궁금합니다.
슬기: 아래와 같은 과정으로 업무를 진행했습니다!
1. 회사 소개 자세히 하기
2. 주간 회의로 자주 결과물 확인하기
3. 데이터 사이언티스트는 로직 고도화 등에 집중하지만 시선을 돌려 "데이터 활용성"과 "분석 목적" 계속 리마인드 해주고 방향 절충하기
Q. 오늘 강연에서 말씀해 주신 프로젝트는 기간이 얼마나 소요됐는지 궁금합니다.
슬기: 포커스미디어코리아에 데이터전략팀이 세팅되어 근무한 지는 3년 정도 되었습니다! 각 프로젝트의 시작/종료 기간은 모두 상이한데요. 클러스터 상품의 경우 21년부터 데이터 수집을 시작했고, 22년부터 본격적으로 테스트를 시작했습니다.
Q. 혜정(진행자): 혹시 슬기님 강연에서 어떤게 가장 기억에 남으시나요?
광고 효과를 측정하기 위해 다양한 데이터와 플랫폼을 이용하시는 부분이 인상 깊었습니다! 특히 로플랫이라는 서비스는 처음 접하게 되어 너무 신기합니다 ㅎㅎ
너무 잘 몰입되었어요. 일에 대한 애정이 느껴져서 기분도 좋았구요!! 포커스미디어에 광고도 넣었었는데 이런 비하인드가 있었다니!
데이터를 구매하거나 공공기관이나 데이터 전문 기관과 협업한 것도 기억에 남아요! 서로 다른 데이터를 연관 지어 정리하는 게 정말 힘들었을 것 같네요 ㅠㅠ
광고주에게 소비자 데이터를 받으셨다니… 정말 어려운 과정의 연속이었음이 체감되는 부분이었습니다 😭
