
9
장
-
크로스 채널 기여도 분석
139
강점 디바이스와 채널 도달의 범
위가 넓다.
매칭 신뢰도와 정확도
가 높다.
넓은 범위의 디바이스와 채널
에 걸쳐 있으며, 정확도가 높다.
도전
과제
적은 양의 데이터셋으로 시도
한 경우 매치가 잘못되는 높은
위험을 가진다.
도달 범위 및 적용 영역
이 한정적이다.
많은 양의 데이터와 고급 매칭
알고리즘이 필요하다.
사용자 중심 기여도 분석의 두 가지 접근법
오늘날 사용자 중심 기여도 분석의 접근법은 일반적으로
공유 데이터베이스
또는
전용 데이터베이스
의 두 가지 방식으로 귀결된다.
공유 데이터베이스
공유 데이터베이스를 기반으로 한 매칭은 ‘기기 그래프
device
graph
’ 또는 ‘페르소나
그래프
persona
graph
’라고 일컬어지는
ID
그래프를 만들기 위해 모든 고객 데이터를
통합한 후 매칭하는 방식이다. 이렇게 ‘크라우드소싱
crowdsourcing
’ 방식을 선택하는
이유는 개인 광고자나 기여도 플랫폼 전체의 데이터 규모에 한계가 있기 때문이
다. 기본적으로, 한 회사에서 높은 매칭 확률을 제공해준다면 다른 회사도 비슷한
기여도 플랫폼을 사용할 수 있다. 예를 들어 회사
A
가 특정 사용자를
PC
는 쿠키
ID
1111
로, 모바일 웹은
ID
2222
로 정의했다면 회사
B
에서도 이를 추가적인 마
케팅 노력 없이 활용 가능하다.
장점은 ...