모바일 게임을 성공적으로 시장에 안착시키기 위해서는 유저 획득(User Acquisition, UA) 전략이 핵심입니다.

앞서 매체 활용 팁으로 [1편: 페이스북] 및 [2편: 구글] 활용 방법을 소개해 드렸는데요, 오늘은 DSP 매체 활용에 대해 이야기 해보려고 합니다.

DSP는 다양한 광고 네트워크를 하나의 플랫폼에서 통합해 관리하고, 효율적으로 타겟 유저에게 광고를 노출할 수 있도록 도와주는 광고 플랫폼입니다.

게임을 출시하고 유저 유입(User Acquisition, UA)을 고민할 때, 보통은 Google이나 Meta 같은 대표적인 광고 채널부터 떠올리게 됩니다. 이런 플랫폼들은 SAN(Self-Attributing Network)이라고 불리며, 자체 생태계 내에서 광고 성과를 추적하고 운영합니다.

하지만 요즘은 Moloco(모로코), Appier(애피어) 같은 DSP(Demand Side Platform) 매체들도 점점 많이 활용하고 있습니다.

DSP는 단일 매체가 아닌 다양한 앱 네트워크에 걸쳐 광고를 집행해줄 수 있다는 점에서, 특히 예산과 시간이 부족한 소규모 개발자에게도 큰 장점이 될 수 있습니다.

오늘은 이런 DSP 매체를 활용할 때 꼭 알아야 할 핵심 포인트들을 정리해보려고 합니다.

DSP 매체를 운영할 때 꼭 기억해야 할 전략 중 하나는, 초기에는 다양한 지면(인벤토리)을 최대한 넓게 탐색하고, 이후에는 성과가 좋은 지면을 중심으로 최적화하는 것입니다.

DSP는 Google이나 Meta 같은 SAN(Self-Attributing Network)과 마찬가지로, 다양한 광고 지면에서 자동으로 효율이 좋은 곳을 탐색하는 기능을 갖고 있습니다.

하지만 DSP는 여기서 한 발 더 나아가, 탐색 이후 특정 지면만을 골라 수동으로 필터링하거나, 별도 그룹으로 분리 운영할 수 있다는 점이 큰 차이점입니다.

즉, DSP는 초기엔 머신러닝 기반의 자동 탐색을 활용하고, 이후에는 직접 고효율 지면만 골라 캠페인을 재구성하거나, 효율이 낮은 지면은 제외하는 방식으로 캠페인 성과를 점점 더 정교하게 개선해나갈 수 있습니다.

예를 들어,

• 효율이 높은 지면은 별도 캠페인으로 분리해 예산을 더 투입하거나,

• 효율이 낮은 지면은 인벤토리 필터링으로 제외함으로써 전체 캠페인 효율을 끌어올릴 수 있습니다.  

“그럼 처음부터 잘되는 지면만 타겟팅하면 더 좋지 않을까?” 라고 생각하실 수 있는데요, 물론 예산과 시간 여유가 없다면, 이미 효율이 입증된 지면(예: 국내의 갤럭시 스토어나 카카오 비즈보드)을 화이트리스트 방식으로 구성하는 것도 가능합니다.

하지만 이런 방식은 DSP의 가장 큰 강점인 ‘지면 탐색과 머신러닝 학습’ 기회를 제한할 수 있고, 우리 게임과 잘 맞는 새로운 고효율 지면을 발견할 기회도 놓칠 수 있다는 점을 기억하셔야 합니다.

• 최적화 기간(Cohohrt) 설정 – D1 vs D7
  일반적으로 ROAS 캠페인을 시작하면 기본 최적화 기준은 D7 ROAS로 설정되어 있습니다. 하지만 알고 계셨나요? 최적화 기준은 담당 매체사(AM)를 통해 D1으로도 조정할 수 있습니다.
  예를 들어,우리 게임의 매출 대부분이 첫날(D1)에 집중된다면, D1 기준으로 최적화하는 게 더 유리할 수 있습니다.
  반면, 매출이 D7까지 고르게 분포되어 있다면 D7 설정을 유지해도 무방합니다. 즉, 우리 게임의 수익 흐름에 맞게 최적화 기준을 조정하면, DSP 알고리즘이 더 빠르게 효율적인 유저를 찾을 수 있고,결과적으로 캠페인 퍼포먼스를 끌어올리는 데 큰 도움이 됩니다.

• LAT(Limited Ad Tracking) 기반 타겟팅
  일부 DSP 매체는 유저의 광고 추적 제한 설정(LAT: Limited Ad Tracking) 여부를 기준으로 타겟팅을 나눌 수 있는 기능을 제공합니다.
  쉽게 말해, LAT On 상태는 광고 ID를 제공하지 않는 유저이고, LAT Off는 추적이 가능한 유저입니다.
  예를 들어,
  한국의 iOS 사용자 중엔 LAT On 비율이 높기 때문에, 이 유저군의 트래픽 효율이 더 좋게 나오는 경우도 있고, 반대로 LAT Off 유저 쪽에서 전환율이 더 높게 나오는 국가도 있습니다.
  만약 캠페인 운영 중에 LAT On/Off에 따라 성과 차이가 명확하게 보인다면, 이 기준으로 유저를 분리해서 성과가 좋은 쪽에 예산을 집중하는 전략도 효과적일 수 있습니다.
  단, 이 전략은 충분한 광고 모수가 쌓인 이후, 성과 분석을 바탕으로 판단해야 유의미한 결과를 얻을 수 있으니 초기 탐색 → 데이터 수집 → 세그먼트 분석 → 타겟팅 분리의 순서로 접근하는 것을 추천 드립니다.

• VT(View Through) vs CT(Click Through) 기여 비중 조절
  일부 DSP 매체는 유저가 전환했을 때, 그 전환을 어떤 방식으로 광고의 성과로 인정할지 설정할 수 있는 기능을 제공합니다.
  대표적으로 두 가지 방식이 있습니다:
  - VT (View Through): 광고를 보기만 해도 전환에 기여한 것으로 인정
  - CT (Click Through): 광고를 클릭한 경우에만 전환에 기여한 것으로 인정
  일부 DSP에서는 VT와 CT 둘 다 활용하되, 어느 쪽 비중을 높일지 설정할 수 있는 경우도 있습니다.
  특히 웹 지면 비중이 높은 DSP는 광고가 노출만 되어도 기여로 인정되는 VT 비중이 자연스럽게 높아지는 경향이 있습니다.
  이럴 경우, 실제 광고 효과와는 다르게 전환이 과대 평가되는 현상이 발생할 수 있습니다.
  따라서 광고 효율을 더 정밀하게 평가하고 싶거나, 여러 매체의 성과를 비교 분석해야 할 경우, VT와 CT의 비중으로 조정하여 성과를 보다 객관적으로 측정해 볼 수 있습니다.

• CTIT(Click-To-Install Time) 설정
  마지막 네 번째는 CTIT(Click-To-Install Time) 설정입니다.
  이는 유저가 광고를 클릭한 뒤 얼마나 빨리 앱을 설치했을 때 해당 광고의 성과로 인정할지를 결정하는 기준입니다.
  예를 들어 CTIT가 24시간이면, 클릭 후 하루 안에 설치된 경우에만 캠페인 전환으로 잡힙니다.
  이 시간이 너무 길게 설정돼 있으면, 실제로는 광고와 무관한 오가닉 유저까지 전환으로 잡히는 경우가 생길 수 있고, 이로 인해 알고리즘이 왜곡된 데이터를 학습할 위험도 있습니다.
  만약 DSP 매체가 과하게 많은 전환을 가져가고 있는 것 같다면, CTIT 시간을 줄여보는 것만으로도 데이터 정제와 캠페인 최적화에 큰 도움이 될 수 있습니다.

보다 세부적인 사항이나 궁금하신 부분들이 있으시다면 언제든지 알로하팩토리 슬랙 마케팅 채널에서 자유롭게 문의해주시면 감사하겠습니다. 편하게 찾아와 주세요. 슬랙채널에서 기다리겠습니다! 😊