리드 생성을 위한 마케팅 어트리뷰션: 첫 접촉부터 거래 성사까지 추적

복잡한 B2B 마케팅 환경에서 어떤 접점이 리드 생성 및 전환에 실질적인 영향을 미치는지 파악하는 것은 점점 더 어려워지고 있습니다. 판매 주기가 길어지고 구매 위원회가 확대되며 디지털과 오프라인 상호작용의 경계가 모호해짐에 따라, 마케터들은 파이프라인과 수익에 대한 기여도를 입증해야 하는 압박에 직면하고 있습니다. 이 글에서는 리드 생성 환경에 특화된 효과적인 기여 시스템을 구축하는 방법을 살펴보고, 오늘날의 개인정보 보호 중심적인 환경에서 첫 번째 접점부터 거래 성사까지 고객 여정을 추적하는 프레임워크를 제공합니다.

B2B 리드 생성 여정 이해

B2B 리드 생성 과정은 다음과 같은 몇 가지 핵심적인 측면에서 B2C 구매 경로와 근본적으로 다릅니다.

다단계, 확장된 판매 주기

일반적인 B2B 구매 여정은 몇 주, 몇 달, 심지어 몇 년에 걸쳐 여러 단계로 진행됩니다. 애트리사이트 B2B 판매 주기는 중견기업 구매의 경우 평균 3~6개월, 대기업 거래의 경우 6~18개월로 나타났습니다. 이처럼 긴 주기는 장기간 추적 연속성을 유지해야 하는 속성 시스템에 상당한 어려움을 야기합니다.

Baumgartner 등(2022)이 B2B 구매 행동에 대한 연구에서 언급했듯이, "B2B 구매 프로세스의 확장된 시간적 차원은 소비자 마케팅이 일반적으로 요구하는 것보다 훨씬 더 긴 기간 동안 추적 무결성을 유지할 수 있는 귀속 모델을 필요로 합니다."(Journal of Business Research, Vol. 147)

여러 의사 결정권자

B2B 구매는 단일 의사결정권자가 관여하는 경우가 드뭅니다. 가트너의 조사에 따르면, 일반적인 B2B 구매 위원회는 6~10명으로 구성되며, 각 위원회는 마케팅 접점과 각기 다른 방식으로 상호 작용합니다. 일부 위원들은 마케팅에 직접 관여하지 않더라도 최종 결정에 영향을 미칠 수 있습니다.

디지털과 아날로그 터치포인트의 혼합

디지털 마케팅이 B2B 리드 생성에서 더욱 중요해지고 있지만, 업계 행사, 영업 전화, 다이렉트 메일과 같은 기존 채널은 여전히 중요한 접점입니다. 온라인과 오프라인 상호작용의 통합은 주로 디지털 신호에 의존하는 기존 어트리뷰션 시스템에서 "사각지대"를 발생시킵니다.

B2B 리드 생성에서 기존 귀속 모델의 한계

표준 귀속 모델은 판매 주기가 짧고 개별 의사 결정권자가 있는 B2C 환경을 위해 주로 개발되었습니다. 이러한 모델을 B2B 리드 생성에 적용하면 다음과 같은 몇 가지 한계가 있습니다.

1. 부적절한 귀속 창

대부분의 기존 어트리뷰션 모델은 일반적으로 30~90일의 비교적 짧은 어트리뷰션 윈도우를 사용합니다. 판매 주기가 긴 B2B 기업의 경우, 이러한 윈도우는 구매자 여정 전체를 포착하지 못하고 관계를 시작한 중요한 초기 접점을 놓치게 됩니다.

2. 여러 이해 관계자를 추적할 수 없음

기존의 기여 모델은 계정이나 구매 위원회가 아닌 개별 사용자를 추적합니다. 이러한 모델은 동일한 조직의 여러 이해관계자가 서로 다른 채널과 기기를 통해 마케팅과 상호 작용할 때 고객 여정에 대한 단편적인 시각을 제공합니다.

3. 제한된 크로스 채널 통합

대부분의 어트리뷰션 시스템은 온라인 행동과 오프라인 상호작용을 연결하는 데 어려움을 겪습니다. 이벤트, 영업 전화 및 기타 오프라인 접점에 크게 의존하는 B2B 조직의 경우, 이는 어트리뷰션 데이터에서 상당한 공백을 초래합니다.

4. 여정 단계보다는 전환에 집중하세요

B2C 기여 모델은 일반적으로 최종 전환(구매)에 초점을 맞추는 반면, B2B 리드 생성은 MQL에서 SQL, 기회 창출, 거래 성사까지 퍼널 전반에 걸쳐 여러 의미 있는 전환을 포함합니다. 표준 모델은 이러한 중간 전환 시점을 거의 고려하지 않습니다.

리드 생성 속성 프레임워크 구축

이러한 한계를 극복하기 위해 B2B 마케터는 리드 생성 맥락에 맞춰 특별히 설계된 전문화된 속성 프레임워크가 필요합니다. 이 프레임워크에는 다음과 같은 몇 가지 핵심 요소가 포함되어야 합니다.

1. 전체 퍼널에 걸친 멀티터치 어트리뷰션

효과적인 리드 생성 기여 분석을 위해서는 초기 인지부터 거래 성사까지 전체 퍼널에 걸쳐 터치포인트를 추적해야 합니다. Li와 Kannan(2014)은 연구를 통해 상위 퍼널과 하위 퍼널 상호작용을 모두 고려하는 멀티터치 기여 분석 모델이 단일 터치 모델보다 훨씬 더 정확한 기여 분석 인사이트를 제공한다는 것을 입증했습니다.

연구 결과에 따르면, "고객 여정 전반의 터치포인트를 통합하는 멀티터치 귀속 모델은 하단 퍼널 상호작용에만 초점을 맞춘 모델보다 전환 행동에서 36% 더 많은 변동을 설명합니다."(마케팅 연구 저널, 제51권)

포괄적인 B2B 귀속 모델은 다음을 추적해야 합니다.

• 퍼널 상단 터치포인트: 콘텐츠 소비, 소셜 미디어 참여, 뉴스레터 구독
• 중간 퍼널 터치포인트: 웨비나 참석, 제품 데모, 영업 활성화 콘텐츠 다운로드
• 하단 퍼널 터치포인트: 영업 회의, 제안 검토, 계약 협상

2. 계정 기반 귀속

B2B 리드 생성 기여도는 개별 사용자 여정을 추적하는 대신, 계정 수준에서 터치포인트를 집계해야 합니다. 이러한 접근 방식은 동일한 조직의 여러 이해관계자가 단일 구매 결정에 참여하는 동시에 다양한 마케팅 채널을 통해 상호작용할 수 있다는 점을 고려합니다.

계정 기반 귀속을 구현하려면 다음이 필요합니다.

• 연락처-계정 매핑: 개별 연락처를 해당 조직과 연결
• 통합 계정 프로필: 동일한 조직 내 연락처의 모든 터치포인트 집계
• 역할 기반 가중치: 구매 프로세스에서 연락처의 역할에 따라 상호 작용에 다른 가중치 적용

3. 확장된 속성 창

더 긴 B2B 판매 주기를 수용하기 위해, 귀속 모델은 상당히 긴 귀속 기간을 적용해야 합니다. Abhishek 외 연구진(2015)의 연구에 따르면, B2B 환경에서 귀속 기간을 단축하면 체계적인 편향이 발생하며, 특히 전환 몇 달 전에 판매 프로세스를 시작하는 상위 퍼널(Top-of-Funnel) 채널의 가치가 과소평가되는 것으로 나타났습니다.

대부분의 B2B 기업의 경우 귀속 기간은 최소 12개월로 연장되어야 하며, 기업 중심 기업의 경우 18~24개월이라는 더 긴 기간이 필요합니다.

4. 온라인-오프라인 통합

효과적인 B2B 귀속은 디지털과 아날로그 터치포인트 간의 격차를 메웁니다. 이를 위해서는 다음이 필요합니다.

• CRM 통합: CRM에 기록된 오프라인 판매 활동과 온라인 행동을 연결합니다.
• 이벤트 추적: 무역 박람회 참석, 연설 참여 및 기타 오프라인 이벤트를 귀속 모델에 통합
• 통화 추적: 인바운드 통화를 이전 디지털 터치포인트에 연결

다양한 리드 생성 컨텍스트에 대한 귀속 모델

B2B 조직마다 판매 주기, 마케팅 믹스, 그리고 사업 목표에 따라 각기 다른 기여 모델이 필요할 수 있습니다. 다양한 리드 생성 상황에 가장 효과적인 모델은 다음과 같습니다.

1. 복잡한 기업 영업을 위한 전체 경로 속성

기업 고객을 대상으로 복잡하고 긴 판매 주기를 가진 조직의 경우, 풀패스 어트리뷰션(Full-Path Attribution)은 가장 포괄적인 관점을 제공합니다. 이 모델은 전체 고객 여정의 주요 접점에 가치를 부여하며, 일반적으로 다음과 같은 가치를 할당합니다.

• 22.5% 첫 번째 터치(초기 인식)까지
• 22.5%가 창조를 이끈다
• 22.5% 기회 창출
• 22.5% 거래 성사
• 10%는 나머지 터치포인트에 분산됨

이 모델은 중요한 중간 단계 상호작용을 고려하는 동시에 터치포인트를 시작하고 마무리하는 것의 중요성을 인식합니다.

2. 중견기업 B2B를 위한 시간 감쇠 귀속

중간 정도의 판매 주기(3~6개월)를 가진 중견기업의 경우, 시간 가치 감소 귀인은 적절한 균형을 제공하는 경우가 많습니다. 이 모델은 전환에 가까운 접점에 점진적으로 더 많은 기여를 할당하는 동시에 이전 상호작용도 중요하게 인식합니다.

시간 감소 귀인은 최종 결정에서 이후 접점이 일반적으로 더 큰 가중치를 갖는 고도로 협의적인 판매 프로세스를 갖춘 조직에 특히 효과적입니다.

3. SMB 중심 리드 생성을 위한 위치 기반 속성

판매 주기가 짧은 중소기업을 타겟으로 하는 조직은 위치 기반(U자형) 귀인을 통해 이점을 얻을 수 있습니다. 이 모델은 다음을 할당합니다.

• 첫 번째 터치에 40% 크레딧 제공
• 리드 전환 터치에 대한 40% 크레딧
• 20%는 중간 터치포인트에 분산되어 있습니다.

Zhang 외 연구진(2014)은 위치 기반 귀속이 판매 주기가 90일 미만인 B2B 조직에 특히 효과적이며, 단일 터치 모델보다 최대 28% 더 정확한 귀속을 제공한다는 것을 발견했습니다.

리드 생성 속성 구현: 기술적 고려 사항

효과적인 리드 귀속 시스템을 구현하려면 다음과 같은 몇 가지 기술적 요소에 주의 깊게 주의해야 합니다.

데이터 수집 인프라

정확한 귀속의 기반은 포괄적인 데이터 수집입니다. 이를 위해서는 다음이 필요합니다.

1. 통합 추적 구현

모든 마케팅 채널에 걸쳐 일관된 추적 매개변수를 구현하여 데이터 연속성을 확보하세요. 모범 사례는 다음과 같습니다.

• UTM 매개변수 표준화: 모든 채널 및 캠페인에서 UTM 매개변수에 대한 명명 규칙을 개발하고 적용합니다(전체 가이드 참조) UTM 매개변수)
• 퍼스트 파티 데이터 수집: 타사 쿠키가 더 이상 사용되지 않으므로 서버 측 추적을 포함한 자체 데이터 수집 방법으로 전환하세요.
• 교차 장치 식별: 여러 기기에서 동일한 사용자를 인식할 수 있는 솔루션 구현

2. CRM 통합

마케팅 터치포인트 데이터를 CRM에 직접 연결하여 마케팅 상호작용을 특정 리드, 기회 및 계정과 연관시킬 수 있습니다. 이 통합은 다음을 수행합니다.

• 시스템 전반에 걸쳐 지속적인 ID 유지
• 실시간으로 상호작용 데이터를 자동으로 동기화합니다.
• 고객 수명 주기 전반에 걸쳐 원본 소스 데이터를 보존합니다.

3. 개인 정보 보호 준수 추적

개인정보 보호 규정이 강화됨에 따라 리드 어트리뷰션 시스템은 GDPR, CCPA 및 새로운 개인정보 보호 프레임워크를 준수해야 합니다. 이를 위해서는 다음이 필요합니다.

• 추적을 위한 명확한 동의 메커니즘
• 데이터 최소화 원칙
• 안전한 데이터 저장 및 전송
• 적절한 경우 익명화 및 가명화

개인 정보 보호 준수 속성 접근 방식에 대한 자세한 내용은 다음 기사를 참조하세요. 개인 정보 보호 우선 마케팅 속성.

귀속 창 구성

B2B 리드 생성에는 적절한 기여 윈도우(attribution window)를 설정하는 것이 매우 중요합니다. 디지털 마케팅 연구소(Digital Marketing Institute)의 연구에 따르면 초기 단계의 터치포인트를 정확하게 포착하려면 기여 윈도우를 일반적인 판매 주기의 최소 1.5배까지 늘려야 합니다.

속성 창을 구성할 때 다음 사항을 고려하세요.

• 판매주기 길이: 초기 접촉부터 거래 성사까지의 평균 시간
• 구매위원회 규모: 일반적으로 대규모 위원회는 판매 프로세스를 확장합니다.
• 채널 믹스: 채널마다 다른 귀속 창이 필요할 수 있습니다.
• 계절성: 일부 산업에서는 판매 주기 길이에 상당한 계절적 변화가 발생합니다.

리드 소스 지속성

B2B 환경에서 가장 흔한 귀인 오류 중 하나는 판매 주기 전반에 걸쳐 리드 소스의 지속성을 유지하지 못하는 것입니다. 이는 다음과 같은 경우에 발생합니다.

1. 초기 리드 소스 데이터는 후속 상호 작용으로 덮어쓰여집니다.
2. 리드 소스 정보가 마케팅 자동화에서 CRM으로 전송되지 않습니다.
3. 영업 활동은 원본 데이터를 보존하지 않고 리드를 재속성합니다.

리드 소스 지속성을 유지하려면 다음이 필요합니다.

• 리드 소스 정의 및 수정에 대한 명확한 정책
• 우발적인 소스 덮어쓰기에 대한 기술적 보호 조치
• 귀속 문제를 식별하고 수정하기 위한 정기적인 데이터 품질 감사

리드 생성에 대한 마케팅의 전체 영향 측정

직접적인 귀속 외에도 B2B 마케터는 리드 생성에 대한 마케팅의 영향을 완전히 이해하기 위해 여러 가지 보완적인 접근 방식을 사용해야 합니다.

1. 영향을 받은 귀인

직접 귀속은 리드를 생성한 접점을 파악하는 반면, 영향 귀속은 기존 리드에 영향을 미친 모든 마케팅 상호작용을 추적합니다. 이러한 접근 방식은 마케팅이 초기 리드 생성 이후에도 기회에 지속적으로 영향을 미친다는 점을 인지하고, 거래를 가속화하는 육성 콘텐츠와 영업 지원 자료를 제공합니다.

영향을 받은 귀속을 구현하려면 다음이 필요합니다.

• 리드 생성 터치뿐만 아니라 계정과 관련된 모든 터치를 추적합니다.
• 보고에서 역할 생성과 영향 부여 구분
• "영향을 받는 파이프라인" 및 "영향을 받는 수익" 지표 계산

2. 증분성 테스트

기여 모델은 아무리 정교한 모델이라도 본질적인 한계를 가지고 있습니다. 기여 모델에 증분성 테스트를 추가하면 마케팅의 효과를 더욱 명확하게 이해할 수 있습니다. 이 접근법은 다음과 같습니다.

• 특정 채널이나 캠페인의 인과적 영향을 분리하기 위해 통제된 실험을 사용합니다.
• 노출된 그룹과 노출되지 않은 그룹 간의 전환율을 비교합니다.
• 마케팅 활동이 제공하는 실제 증가적 효과를 정량화합니다.

3. 시계열 분석

판매 주기가 긴 B2B 조직의 경우, 시계열 분석을 통해 장기간에 걸친 마케팅 활동과 리드 생성 결과 간의 패턴과 관계를 파악할 수 있습니다. 이 접근법은 다음과 같습니다.

• 마케팅 투자와 리드 생성 결과 간의 시간 지연을 식별합니다.
• 마케팅 효과의 계절적 패턴을 보여줍니다.
• 시장 상황 및 경쟁 활동과 같은 외부 요인의 영향을 분리합니다.

사례 연구: 엔터프라이즈 SaaS 리드 생성을 위한 멀티터치 속성 구현

이러한 개념을 실제로 설명하기 위해 중소 규모의 SaaS 기업이 이전의 마지막 접점 모델로 어려움을 겪은 후 어떻게 포괄적인 리드 귀속 시스템을 구현했는지 살펴보겠습니다.

도전 과제

회사는 여러 가지 귀속 문제에 직면했습니다.

• 초기 접촉부터 거래 성사까지 평균 9~12개월의 판매 주기
• 각 구매 결정에는 여러 이해 관계자가 참여합니다(평균 7명)
• 디지털 마케팅, 콘텐츠 마케팅, 현장 이벤트의 조합으로 리드를 유도합니다.
• 성장팀은 어떤 채널이 실제로 적격 기회를 촉진하는지 식별할 수 없음

해결책

회사는 다각적인 귀속 접근 방식을 구현했습니다.

1. 확장된 속성 창: 전체 판매 주기를 포착하기 위해 90일에서 18개월로 연장되었습니다.

2. 계정 기반 귀속: 개별 연락처가 아닌 계정 수준에서 모든 접점을 집계했습니다.

3. 멀티터치 모델: 다음을 할당하는 위치 기반 모델을 구현했습니다.

   • 30% 첫 번째 터치(초기 인식)
   • 30%에서 리드로 전환
   • 30% 기회 창출
   • 10%는 육성 터치포인트에 분산되어 있습니다.

4. 온라인-오프라인 통합: 디지털 고객 여정에 연결된 현장 이벤트 참석, 영업 전화 및 웨비나

5. 사용자 정의 속성 차원: 구매 프로세스 및 참여 수준에서 연락처의 역할에 따라 가중치가 부여된 속성이 추가되었습니다.

결과

이 포괄적인 귀속 시스템을 구현한 후:

• 마케팅은 이전에 인식된 것보다 파이프라인에 37% 더 높은 기여를 보였습니다.
• 이전에는 마지막 접촉 보고에서 과소평가되었던 콘텐츠 마케팅이 영향을 받는 파이프라인의 최고 소스로 밝혀졌습니다.
• 가장 높은 귀속 효과를 보이는 산업에 이벤트를 집중함으로써 현장 마케팅의 ROI가 향상되었습니다.
• 귀속 통찰력을 기반으로 한 마케팅 예산 재할당으로 인해 적격 기회가 24% 증가했습니다.

일반적인 리드 귀속 함정과 이를 피하는 방법

잘 설계된 귀속 시스템조차도 문제에 직면할 수 있습니다. B2B 리드 귀속의 가장 흔한 함정과 이를 해결하는 전략은 다음과 같습니다.

1. 전환되지 않는 터치포인트 무시

많은 기여 시스템은 전환 경로의 터치포인트에만 집중하고 전환으로 이어지지 않은 상호작용은 무시합니다. 이는 채널 효과에 대한 편향된 시각을 형성합니다.

해결책: 전환 경로와 비전환 경로를 모두 분석하여 다양한 터치포인트의 실제 영향을 파악합니다. 전환 경로가 아닌 경로에 많이 포함된 채널은 실제 전환 수치보다 가치가 낮을 수 있습니다.

2. 디지털 터치포인트에 대한 과도한 강조

디지털 상호작용은 추적하기 쉽기 때문에 귀속 모델에서 디지털 상호작용에 비해 과도한 평가를 내리는 경우가 많고, 추적하기 어려운 오프라인 상호작용보다 낮은 평가를 받는 경우가 많습니다.

해결책: 이벤트를 위한 맞춤형 UTM 매개변수, 통화 추적을 위한 전담 전화번호, 직접 우편 캠페인을 위한 프로모션 코드를 포함하여 오프라인 터치포인트에 대한 체계적인 추적을 구현합니다.

3. 귀속 데이터 사일로

많은 기업이 마케팅 자동화 플랫폼과 CRM에서 별도로 귀속을 추적하여 실제 채널 성과에 대한 보고서와 혼란이 상충되는 상황을 만들고 있습니다.

해결책: 일반적으로 CRM인 속성 데이터에 대한 단일 "진실의 소스"를 구축하고 모든 추적 시스템에서 이 중앙 저장소로의 일관된 동기화를 보장합니다.

4. 개인정보 보호 정책 변화에 적응하지 못함

개인정보 보호 규정과 플랫폼 변경(iOS 개인정보 보호 업데이트 및 쿠키 사용 중단 등)으로 인해 속성 추적이 중단되어 성과 데이터에 갑작스러운 차이가 발생할 수 있습니다.

해결책: 추적 제한이 증가하더라도 귀속 기능을 유지하기 위해 자체 데이터 수집, 서버 측 추적 및 확률적 모델링을 강조하는 개인 정보 보호 우선 귀속 전략을 개발합니다.

리드 생성 속성의 미래

앞으로 B2B 리드 생성을 위한 속성의 미래는 다음과 같은 몇 가지 새로운 트렌드에 따라 형성될 것입니다.

1. AI 기반 확률적 속성

개인정보 보호 규정으로 인해 결정론적(직접) 추적이 더욱 제한됨에 따라, AI와 머신러닝은 불완전한 데이터로도 접점의 영향을 유추할 수 있는 확률론적 기여 모델을 더욱 강화할 것입니다. 이러한 모델은 수천 개의 고객 여정 패턴을 분석하여 직접적인 사용자 추적 없이도 가장 영향력 있는 접점을 파악합니다.

2. 의도 데이터 통합

기여 모델은 자체 채널 외부에서 발생하는 마케팅 터치포인트의 영향을 파악하기 위해 제3자 의도 데이터를 점점 더 많이 통합할 것입니다. 계정 단위 의도 급증을 후속 전환과 연결함으로써 마케터는 구매 여정에 대한 더욱 포괄적인 이해를 얻을 수 있습니다.

3. 통합 측정 접근 방식

미래는 기여도 모델링과 마케팅 믹스 모델링, 증분성 테스트 및 기타 분석 기법을 결합한 통합 측정 방식에 달려 있습니다. 선도적인 기업들은 단일 측정 방법론에 의존하기보다는 여러 보완적인 접근 방식을 활용하여 마케팅 효과에 대한 포괄적인 이해를 구축할 것입니다.

Berman(2018)이 온라인 광고의 속성에 대한 연구에서 언급했듯이, "가장 정확한 속성 통찰력은 단일한 완벽한 모델에서 나오는 것이 아니라, 각기 다른 강점과 한계를 지닌 여러 불완전한 모델의 삼각 측량에서 나옵니다."(Marketing Science, 제37권)

결론

효과적인 리드 생성 기여 분석에는 긴 판매 주기, 여러 의사결정권자, 복잡한 온라인-오프라인 여정 등 B2B 구매의 고유한 특성을 고려한 전문적인 접근 방식이 필요합니다. B2B 마케터는 확장된 기여 기간, 계정 기반 추적, 그리고 전체 퍼널 기여 분석 모델을 구현함으로써 어떤 접점이 리드 생성과 전환을 실질적으로 촉진하는지 더욱 명확하게 파악할 수 있습니다.

마케팅 기술 환경이 지속적으로 발전하고 개인정보 보호 고려사항이 추적 역량을 재편함에 따라, 가장 성공적인 조직은 첫 접점에서 성사된 거래까지 고객 여정 전체에 대한 통찰력을 유지하면서도 이러한 변화에 적응할 수 있는 유연하고 개인정보를 존중하는 속성 시스템을 개발하는 조직이 될 것입니다.

개인 정보 보호를 존중하면서 속성 기능을 향상시키고자 하는 조직의 경우 애트리사이트 이 기사에서 논의된 과제를 해결하는 규정을 준수하고 개인 정보를 존중하는 측정을 위해 설계된 솔루션을 제공합니다.

학술 참고문헌

1. Abhishek, V., Fader, P., & Hosanagar, K. (2015). "퍼널을 통한 미디어 노출: 다단계 귀인 모델." SSRN에서 확인 가능: https://ssrn.com/abstract=2158421

2. Baumgartner, T., Hatami, H., & Valdivieso, M. (2022). "B2B 마케팅 귀인: 멀티터치 고객 여정에 대한 종단 분석." Journal of Business Research, 제147권, 208-220쪽.

3. Berman, R. (2018). "마지막 터치 너머: 온라인 광고에서의 귀속." 마케팅 과학, 37(5), 771-792쪽.

4. Li, H., & Kannan, PK (2014). "다중채널 온라인 마케팅 환경에서의 전환 기여도 평가: 경험적 모델과 현장 실험." 마케팅 연구 저널, 51(1), pp. 40-56.

5. Zhang, Y., Wei, Y., & Ren, J. (2014). “생존 이론을 활용한 온라인 광고의 멀티터치 속성.” IEEE 국제 데이터 마이닝 컨퍼런스, pp. 687-696.