쿠키 이후 시대의 마케팅 속성: 2025년을 위한 새로운 전략

서드파티 쿠키가 사라지면서 기존의 마케팅 어트리뷰션 모델이 혁신을 거듭하며 기업들은 새로운 측정 방식을 도입해야 하는 상황에 직면하고 있습니다. 이 종합 가이드는 2025년 변화하는 어트리뷰션 환경을 살펴보고, 개인정보 보호 중심 방법론, 퍼스트파티 데이터 전략, 그리고 쿠키 의존 없이 효과적인 측정을 가능하게 하는 신기술들을 살펴봅니다. 미래 지향적인 기업들이 데이터 클린룸, 고급 모델링 기법, AI 기반 솔루션과 같은 혁신적인 접근 방식을 구현하여 소비자 개인정보를 존중하는 동시에 마케팅 측정 역량을 유지하는 방법을 알아봅니다. 이 새로운 시대에 정확한 인사이트를 제공하는 회복탄력성 있는 어트리뷰션 시스템 구축을 위한 실용적인 프레임워크를 살펴보고, 구현 로드맵과 쿠키 이후 어트리뷰션 과제를 성공적으로 해결한 기업의 실제 사례를 소개합니다.

소개

마케팅 어트리뷰션 환경은 10년 만에 가장 큰 변화를 겪고 있습니다. Google의 Chrome에서 타사 쿠키 단계적 폐지, Apple의 생태계 전반 개인정보 보호 강화, 그리고 전 세계적으로 강화된 개인정보 보호 규정은 마케터가 캠페인 성과를 추적하고 측정하는 방식을 근본적으로 변화시켰습니다.

구글 마케팅 부사장 리사 게벨버는 "마케터들이 수년간 의존해 온 쿠키 기반 어트리뷰션 방식은 빠르게 시대에 뒤떨어지고 있습니다."라고 설명합니다. "기업은 효과적인 마케팅에 필요한 인사이트를 제공하는 동시에 사용자 개인 정보를 존중하는 새로운 측정 방법을 도입해야 합니다."

이러한 변화는 도전이자 기회를 의미합니다. 크로스 사이트 추적에 크게 의존했던 기존 어트리뷰션 모델이 흔들리는 반면, 더욱 지속 가능하고 개인정보 보호에 부합하는 측정 프레임워크를 약속하는 혁신적인 접근 방식이 등장하고 있습니다. 이러한 새로운 방법론 중 다수는 고급 모델링 기법과 더욱 풍부한 자사 데이터를 활용하여 쿠키 기반 기존 방법론보다 더욱 정확한 인사이트를 제공합니다.

가트너 조사에 따르면, 2025년까지 전 세계 인구의 75%가 개인정보 보호 규정에 따라 개인 데이터를 보호해야 할 것으로 예상되는데, 이는 2022년 25%보다 증가한 수치입니다. 한편, eMarketer 보고서에 따르면 마케터들은 "적절한 속성 지표를 추적할 수 없음"을 최대 과제로 꼽았으며, 42%는 이를 주요 측정 문제로 꼽았습니다.

포레스터의 수석 애널리스트 티나 모펫은 "타사 쿠키 및 기타 식별자의 사용 중단은 웹에서 익명화되는 부분이 증가하고 있음을 의미합니다."라고 지적합니다. "이 새로운 시대의 승자는 강력한 신원 확인 전략을 개발하고 다양한 측정 방식을 활용하여 전체적인 그림을 구축하는 조직이 될 것입니다."

이 글에서는 미래 지향적인 기업들이 개인정보 보호가 최우선인 새로운 세상에 맞춰 어트리뷰션 전략을 어떻게 조정하고 있는지 살펴봅니다. 쿠키 의존 없이 효과적인 어트리뷰션을 가능하게 하는 새로운 기술, 방법론, 그리고 조직적 접근 방식을 살펴보겠습니다. 쿠키 지원 중단에 대한 준비를 막 시작했든, 이미 대안적인 측정 방식을 도입했든, 2025년 이후 어트리뷰션 역량을 유지하고 강화할 수 있는 실행 가능한 전략을 찾을 수 있을 것입니다.

쿠키 속성 이후의 전문 지식을 원하는 조직의 경우 애트리사이트 진화하는 개인정보 보호 표준을 준수하면서 속성 정확도를 유지하는 개인정보 보호 중심 측정 솔루션을 개발했습니다. 이 플랫폼은 다음과 완벽하게 통합됩니다. 멀티터치 어트리뷰션 모델 사용자의 개인정보를 존중하는 포괄적인 측정을 위해.

새로운 귀속 현실

타사 쿠키 및 기타 추적 메커니즘의 지원 중단은 어트리뷰션 환경을 근본적으로 변화시켰습니다. 효과적인 측정 전략을 개발하려면 이러한 변화를 이해하는 것이 필수적입니다.

마케팅 측정에서 무엇이 바뀌었나요?

타사 쿠키 사용 중단

Safari와 Firefox의 유사한 조치에 이어 Google이 Chrome에서 타사 쿠키를 제거하면서 사이트 간 사용자 추적의 주요 메커니즘이 제거되었습니다. 이는 여러 측면에서 속성에 영향을 미칩니다.

• 사이트 간 여정 추적: 다양한 웹사이트에서 사용자를 추적할 수 없음
• 뷰스루 어트리뷰션: 광고 노출을 전환에 연결하는 기능이 제한됨
• 빈도 제한: 게시자 간 노출을 제어하는 기능 감소
• 청중 타겟팅: 웹 전반의 행동 타겟팅에 대한 제약

개인정보 보호 규정 확대

개인정보 보호 규정은 전 세계적으로 계속 확대되고 있습니다.

• GDPR과 CCPA의 진화: 집행 강화 및 범위 확대
• 새로운 지역 규정: 다양한 관할권에 걸친 개인정보 보호법의 확산
• 동의 요구 사항: 유효한 사용자 동의에 대한 더욱 엄격한 기준
• 데이터 최소화 원칙: 필요한 데이터만 수집해야 한다는 요구 사항

플랫폼 변경

주요 플랫폼은 개인정보 보호 기능을 대폭 강화했습니다.

• Apple의 앱 추적 투명성: 앱 간 추적에 대한 명시적 권한 요구
• iOS 개인 정보 보호 기능: 메일 개인정보 보호, 개인 릴레이 등 향상된 기능 제공
• Google의 개인정보 보호 샌드박스: 타사 쿠키에 대한 새로운 개인 정보 보호 대안
• 소셜 플랫폼 제한: 주요 소셜 네트워크의 데이터 공유 감소

정체성 분열

여러 터치포인트에서 고객에 대한 통합된 견해를 얻는 것이 점점 더 어려워지고 있습니다.

• 장치 확산: 사용자들이 그 어느 때보다 더 많은 기기를 사용하고 있습니다.
• 로그인 벽: 인증이 필요한 콘텐츠가 더 많아짐
• 벽으로 둘러싸인 정원: 데이터 접근 및 측정을 제한하는 주요 플랫폼
• 신원 불일치: 서로 다른 ID 프레임워크를 사용하는 서로 다른 시스템

귀속을 위해 남은 것

이러한 변화에도 불구하고 중요한 측정 기능은 여전히 사용 가능합니다.

퍼스트 파티 데이터

조직은 자체 속성 내에서 사용자 상호 작용을 측정할 수 있는 강력한 역량을 보유하고 있습니다.

• 웹사이트 동작: 사이트/앱 내 사용자 작업은 추적 가능합니다.
• 고객 계정: 인증된 사용자 행동을 종합적으로 측정할 수 있습니다.
• 고객과의 직접적인 상호작용: 이메일, 구매, 지원 상호작용 등
• 서버 측 추적: 쿠키에 의존하지 않는 추적 메커니즘

개인 정보 보호 규정을 준수하는 ID 솔루션

신원 확인에 대한 새로운 접근 방식이 등장하고 있습니다.

• 동의 기반 추적: 권한 기반 측정 프레임워크
• 유니버설 ID 이니셔티브: 개인 정보 보호 규정을 준수하는 ID를 위한 업계 협업
• 해시된 이메일/전화번호: 개인 정보 보호 식별자
• 데이터 클린룸: 개인 정보 보호 규정을 준수하는 데이터 분석을 위한 안전한 환경

집계된 측정

개인 수준 측정에서 그룹 수준 측정으로 전환:

• 코호트 기반 분석: 개인이 아닌 유사한 사용자 그룹의 행동 측정
• 집계된 보고: 개인 수준 데이터가 없는 플랫폼 제공 보고
• 통계 모델링: 제한된 사용 가능한 데이터에서 패턴 추론
• 확률론적 방법론: 결정론적 추적이 불가능한 경우 통계적 접근 방식 사용

문맥적 신호

비신원 기반 신호의 중요성 증가:

• 콘텐츠 컨텍스트: 사용자가 참여하는 콘텐츠
• 검색어: 사용자 의도 신호
• 사이트 컨텍스트: 광고가 게재되는 위치
• 시간과 순서: 상호작용이 언제, 어떤 순서로 발생하는가

쿠키 이후 어트리뷰션을 위한 핵심 전략

이러한 변화에 대응하여 기업들은 귀속 기능을 유지하기 위해 몇 가지 핵심 전략을 실행하고 있습니다. 주요 기업들이 채택하고 있는 접근 방식은 다음과 같습니다.

1. 퍼스트 파티 데이터 극대화

제3자 데이터가 감소함에 따라, 자사 데이터는 효과적인 기여 분석의 초석이 되었습니다. 기업들은 이러한 자체 데이터를 수집, 통합 및 활용하기 위한 포괄적인 전략을 실행하고 있습니다.

컬렉션 터치포인트 확장

• 점진적 프로파일링: 가치 교환을 통해 점진적으로 고객 프로필 구축
• 인증 인센티브: 사용자가 자신을 식별하도록 설득력 있는 이유를 만듭니다.
• 자체 채널 확장: 보다 직접적인 고객 상호작용 채널 개발
• 고객 피드백 통합: 명시적 피드백을 귀속 모델에 통합

구현 접근 방식

많은 조직에서도 다음과 같은 사실을 알아내고 있습니다. 내부 데이터 사일로 분해 쿠키 이후의 세계에서는 데이터 보호가 더욱 중요해졌습니다. 데이터 보호는 기업이 자체 데이터 자산의 가치를 극대화할 수 있도록 해줍니다.

사례: 리테일 은행의 퍼스트 파티 데이터 변환

쿠키 제한으로 인해 속성 문제에 직면한 대형 소매 은행은 포괄적인 1자 데이터 전략을 구현했습니다.

1. 웹사이트와 모바일 앱 전반에 걸쳐 가치 있는 인증된 경험을 만들었습니다.
2. 고객 여정 중 동의 기반 점진적 프로파일링을 구현했습니다.
3. 통합된 고객 ID를 통해 온라인 행동을 오프라인 상호작용에 연결
4. 모든 접점에 걸쳐 포괄적인 단일 고객 뷰를 개발했습니다.

포함된 결과는 다음과 같습니다.

• 인증된 세션을 통해 식별된 디지털 방문자 78%(31%에서 증가)
• 고객 여정의 65%에 대한 포괄적인 속성 적용(이전 40% 대비)
• 45% 향상된 속성 데이터를 기반으로 더욱 정확한 마케팅 할당 결정

2. 고급 모델링 기술

고객 여정 전체를 직접 관찰하는 것이 점점 더 제한됨에 따라, 정교한 모델링 기술이 측정 격차를 메우고 있습니다.

새로운 모델링 접근 방식

• 미디어 믹스 모델링 부활: 집계 수준 계량경제학 접근 방식에 대한 새로운 관심
• 전환 모델링: 추적이 완료되지 않은 경우 머신 러닝을 사용하여 전환을 모델링합니다.
• 증분성 테스트: 통제된 실험을 통한 리프트 측정
• 통합 측정 접근 방식: 다양한 방법론을 결합하여 완전한 뷰를 생성합니다.

구현 접근 방식

Attrisight는 여러 가지를 개척했습니다. 데이터 기반 귀속 모델 특히 쿠키 이후 환경에서 가치가 높은데, 제한된 신원 데이터로도 강력한 통찰력을 제공하기 위해 여러 가지 측정 방법을 통합했기 때문입니다.

사례: CPG 브랜드의 모델링 변환

디지털 생태계 전반에 걸쳐 속성 문제에 직면한 글로벌 CPG 회사는 정교한 모델링 접근 방식을 구현했습니다.

1. 전략적 예산 결정을 위한 클라우드 기반 MMM 기능 개발
2. 관찰 가능한 고객 여정의 격차를 메우기 위해 전환 모델링을 구현했습니다.
3. 모델 결과를 검증하기 위해 일관된 실험 프레임워크를 생성했습니다.
4. 다양한 접근 방식을 결합한 통합 측정 프레임워크 구축

이 접근 방식은 다음을 제공했습니다.

• 추적 가능한 사용자 여정이 65% 감소했음에도 불구하고 이전 귀속 정확도의 92%를 유지했습니다.
• 이전 쿠키 기반 방식보다 23%가 더 효과적인 채널 할당을 식별했습니다.
• 향상된 최적화를 통해 고객 획득 비용을 18%만큼 절감했습니다.

3. 개인 정보 보호 우선 측정 인프라

기업들은 개인정보 보호를 중심으로 측정 인프라를 재구축하고 있으며, 이 새로운 시대에 맞춰 설계된 새로운 기술과 접근 방식을 구현하고 있습니다.

새로운 개인 정보 보호 우선 기술

• 서버 측 추적: 브라우저에서 서버로 측정 이동
• 데이터 클린룸: 데이터 협업을 위한 개인 정보 보호 환경
• 동의 관리 플랫폼: 선호도 관리를 위한 정교한 시스템
• 엣지 컴퓨팅 솔루션: 공유 전 로컬에서 데이터 처리

구현 접근 방식

를 사용하여 적절한 마케팅 귀속 시스템 이러한 시스템은 귀중한 통찰력을 제공하면서도 개인 정보를 존중하도록 구성할 수 있기 때문에 더욱 중요해졌습니다.

사례: 여행사의 개인정보 보호 인프라

선도적인 여행 예약 플랫폼은 포괄적인 개인 정보 보호 우선 측정 인프라를 구현했습니다.

1. 클라이언트 측에서 서버 측 추적 아키텍처로 마이그레이션
2. 개인정보 보호 규정을 준수하는 파트너 데이터 공유를 위해 데이터 클린룸 기술을 구현했습니다.
3. 세분화된 사용자 제어를 통해 정교한 동의 관리 개발
4. 자체 채널을 강조하는 1차 중심 측정 프레임워크를 생성했습니다.

이 접근 방식의 결과는 다음과 같습니다.

• 쿠키 제한에도 불구하고 74%의 마케팅 터치포인트를 포괄하는 규정 준수 측정
• 개인 정보를 보호하는 데이터 공유를 통해 85% 광고 파트너와의 지속적인 협업
• 이전 쿠키 기반 접근 방식과 비교했을 때 귀속 정확도가 28% 향상되었습니다.

4. AI 및 머신러닝 통합

인공 지능은 추적 기능이 제한적인 환경에서 속성을 파악하는 데 필수적이며, 불완전한 데이터로 패턴을 식별하고 예측을 하는 데 도움이 됩니다.

AI 기반 속성 기능

• 패턴 인식: 제한된 신호에서 전환 패턴 식별
• 예측 모델링: 부분적인 여정 가시성을 통한 가능한 결과 예측
• 이상 감지: 속성 데이터 문제를 자동으로 식별
• 자연어 처리: 비정형화된 고객 피드백에서 통찰력 추출

구현 접근 방식

B2B 회사의 경우 이러한 AI 접근 방식은 특히 다음과 같은 문제를 해결하는 데 가치가 있을 수 있습니다. 고유한 B2B 귀속 과제 긴 판매 주기와 여러 의사 결정권자를 예로 들 수 있습니다.

사례: SaaS 회사의 AI 기반 속성

성장 중인 SaaS 회사는 쿠키 제한에도 불구하고 측정 기능을 유지하기 위해 AI 기반 속성을 구현했습니다.

1. 터치포인트 영향을 예측하기 위해 과거 전체 여정 데이터를 기반으로 훈련된 머신 러닝 모델을 배포했습니다.
2. 고가치 부분 여정을 식별하기 위해 자동화된 패턴 인식을 구현했습니다.
3. 인증된 사용자를 넘어 통찰력을 확장하기 위해 합성 청중 모델링을 생성했습니다.
4. 변화하는 신호 가용성에 맞춰 데이터 품질을 유지하기 위해 이상 감지 기능을 개발했습니다.

포함된 결과는 다음과 같습니다.

• 추적 가능한 여정이 70% 감소했음에도 불구하고 82%의 전환에 대한 속성 적용 범위가 유지되었습니다.
• AI 기반 최적화 인사이트를 통해 전환율이 32% 증가했습니다.
• 자동화된 인사이트 생성을 통해 65%로 데이터 분석 시간 단축

쿠키 이후 속성 프레임워크 구현

이러한 전략을 염두에 두고, 조직은 2025년 이후를 위한 기여 프레임워크 구축에 어떤 접근 방식을 취해야 할까요? 실질적인 구현 방법은 다음과 같습니다.

1단계: 평가 및 기초

현재 상태 분석

• 귀속 감사: 현재 속성 기능 및 쿠키 종속성 평가
• 개인정보 영향평가: 취약한 측정 영역 식별
• 데이터 인벤토리: 카탈로그에서 사용 가능한 퍼스트파티 데이터 자산
• 이해 관계자 정렬: 도전과 기회에 대한 공유된 이해를 보장합니다.

전략 기획

• 북극성 정의: 귀속을 위한 이상적인 미래 상태 설정
• 갭 분석: 변환이 필요한 특정 역량 식별
• 우선순위 프레임워크: 먼저 해결해야 할 과제를 결정하세요
• 로드맵 개발: 단계별 구현 계획 수립

2단계: 자사 기반

데이터 수집 강화

• 추적 구현: 1차 데이터 수집 개선
• 동의 프레임워크: 강력한 권한 관리 구현
• 인증 전략: 로그인 경험을 늘리기 위한 접근 방식 개발
• 서버 측 마이그레이션: 적절한 경우 중요한 추적을 서버 측으로 이동합니다.

신원 확인

• 고객 ID 프레임워크: 지속적인 ID에 대한 접근 방식 수립
• 크로스 디바이스 방법론: 장치 연결을 위한 솔루션 구현
• 항등 그래프: ID 관리를 위한 솔루션 구축 또는 활용
• 스티칭 규칙: 단편화된 사용자 여정을 연결하는 방법 정의

3단계: 모델링 구현

모델 개발

• 모델링 접근 방식 선택: 비즈니스 요구 사항에 따라 적절한 방법론을 선택하세요
• 과거 데이터 준비: 모델을 위한 훈련 데이터 조립
• 알고리즘 개발/선택: 적절한 알고리즘을 구축하거나 구현합니다.
• 모델 검증: 백테스팅 및 실험을 통해 정확도 확립

기술 인프라

• 처리 용량: 충분한 컴퓨팅 리소스 확보
• 데이터 파이프라인 개발: 모델 입력에 대한 자동화된 흐름 생성
• 통합 아키텍처: 모델을 마케팅 실행 시스템과 연결
• 거버넌스 프레임워크: 모델 관리를 위한 통제 설정

4단계: 조직 활성화

팀 역량 개발

• 기술 평가: 귀속 관련 역량 격차 식별
• 훈련 프로그램: 주요 이해관계자를 위한 교육 개발
• 우수성의 중심: 전담 귀속 전문성을 구축하세요
• 외부 파트너십: 필요한 기관 또는 공급업체 지원 식별

프로세스 통합

• 보고 전환: 쿠키 기반에서 새로운 보고 프레임워크로 마이그레이션
• 통합 계획: 마케팅 계획에 새로운 속성 통찰력을 포함시킵니다.
• 최적화 워크플로: 지속적인 속성 기반 최적화를 위한 프로세스 생성
• 지속적인 개선: 속성 강화를 위한 피드백 루프 구축

구현 타임라인

사례 연구: 소비자 브랜드의 쿠키 이후 속성 변환

한 유명 가전 브랜드는 쿠키가 사라지고 개인정보 보호 규정이 강화됨에 따라 상당한 어트리뷰션 문제에 직면했습니다. 디지털 마케팅 측정의 70%가 타사 쿠키에 의존하고 있었기 때문에 포괄적인 혁신이 필요했습니다.

도전 과제

• 기존 방식을 통해 추적 가능한 사용자 여정이 65% 감소했습니다.
• 전환의 귀속 범위가 85%에서 40% 미만으로 감소했습니다.
• 점점 더 불완전해지는 데이터로 결정을 내리는 채널 팀
• 일관되지 않고 종종 상충되는 전환 데이터를 제공하는 미디어 파트너

접근 방식

브랜드는 포괄적인 속성 변환을 구현했습니다.

1. 퍼스트 파티 데이터 변환

   • 로그인 비율을 15%에서 62%로 높이기 위해 웹사이트와 앱 환경을 재설계했습니다.
   • 중요한 고객 여정 이벤트에 대한 서버 측 추적을 구현했습니다.
   • 인증된 경험에 대한 혜택을 제공하는 가치 교환 프로그램을 만들었습니다.
   • 78% 옵트인 비율로 향상된 동의 관리 배포

2. 모델링 향상

   • 머신 러닝을 사용하여 여정 격차를 메우는 전환 모델링을 개발했습니다.
   • 전략적 채널 할당을 위한 미디어 믹스 모델링 구현
   • 귀속 결과를 검증하기 위해 증분성 테스트 프로그램을 만들었습니다.
   • 방법론을 결합한 통합 측정 프레임워크 구축

3. 개인정보 보호 인프라 개발

   • 개인 정보 보호가 보장되는 파트너 데이터 협업을 위해 데이터 클린룸 기술을 구축했습니다.
   • 해시된 이메일을 사용하여 개인 정보 보호 ID 프레임워크 구현
   • 정교한 액세스 제어 기능을 갖춘 자체 데이터 웨어하우스를 생성했습니다.
   • 익명화된 여정 분석 기능 개발

4. 조직 변혁

   • 분석, 마케팅, IT에 걸쳐 기능 간 귀속 팀을 구성했습니다.
   • 새로운 측정 접근 방식에 대한 포괄적인 교육 프로그램을 만들었습니다.
   • 기존 방법론과 새로운 방법론을 모두 보여주는 전환 대시보드를 개발했습니다.
   • 새로운 속성 통찰력을 사용하여 주간 최적화 프로세스 구축

결과

쿠키 기반 추적이 극적으로 감소했음에도 불구하고 해당 브랜드는 다음과 같은 성과를 달성했습니다.

• 결합된 접근 방식을 통해 85%의 전환에 대한 속성 적용 범위 유지
• 24%는 향상된 예산 배분을 통해 마케팅 효율성을 개선했습니다.
• 더 나은 최적화를 통해 광고 지출 수익률이 31%만큼 증가했습니다.
• 신뢰할 수 있는 측정 프레임워크를 구축하여 채널 간 보고 갈등을 줄였습니다.

가장 중요한 점은 경쟁업체가 사라지는 속성 기능으로 어려움을 겪는 동안 이 브랜드는 개인 정보 보호에 대한 변화가 가속화됨에 따라 지속적으로 가치를 제공할 수 있는 뛰어난 측정을 통해 경쟁 우위를 확보했다는 것입니다.

전문가 관점: 귀속의 미래

Attrisight와 기타 선도적 조직의 업계 전문가들은 쿠키 이후 시대에 속성이 향하는 방향에 대한 각자의 관점을 공유했습니다.

다양한 방법론 수용

Attrisight의 최고 분석 책임자인 사라 존슨은 "어트리뷰션의 미래는 쿠키를 대체할 단일 솔루션을 찾는 것이 아니라, 여러 방법론을 결합하여 완벽한 그림을 만드는 것입니다."라고 설명합니다. "가장 성공적인 조직은 가능한 경우 개인 단위 어트리뷰션을 집계 모델링, 실험 및 고급 분석과 결합하고 있습니다. 이러한 통합된 접근 방식은 쿠키 기반 측정 방식보다 더욱 강력한 인사이트를 제공합니다."

개인 측정에서 코호트 측정으로

한 선도적인 마케팅 분석 회사의 데이터 과학 부사장인 마이클 첸은 "개인 수준 추적에서 코호트 기반 분석으로의 근본적인 전환이 일어나고 있습니다."라고 말합니다. "이는 실제로 마케팅의 작동 방식과 더 잘 부합합니다. 우리는 개인이 아닌 잠재 고객 세그먼트에 최적화합니다. 핵심은 개인정보를 침해하지 않으면서 이러한 코호트를 분석할 수 있는 정교한 방법을 개발하는 것입니다."

개인 정보 보호는 장애물이 아닌 기회입니다

한 글로벌 미디어 에이전시의 최고 개인정보보호책임자(CPO)인 에밀리 로드리게스는 "미래 지향적인 마케터들은 개인정보 보호 변화를 고객과의 신뢰를 더욱 강화하고 측정을 개선할 기회로 보고 있습니다."라고 말합니다. "데이터 수집에 대한 투명성을 확보하고 진정한 가치 교환을 창출함으로써 브랜드는 자사 데이터의 품질과 커버리지를 실제로 향상시킬 수 있으며, 이는 서드파티 쿠키보다 더 나은 어트리뷰션 인사이트를 제공합니다."

귀인과 경험의 융합

Attrisight의 고객 경험 담당 이사인 데이비드 칼만은 "가장 흥미로운 점은 기여도 분석이 고객 경험과 더욱 긴밀하게 연결되고 있다는 점입니다."라고 말합니다. "기업들이 자사 데이터와 더욱 강력한 고객 관계에 집중함에 따라, 단순히 측정하는 데 그치지 않고 고객 여정을 개선하는 데 실질적인 도움이 되는 기여도 분석 인사이트를 얻고 있습니다. 이는 더 나은 경험이 더 나은 측정 역량으로 이어지고, 그 반대의 경우도 마찬가지인 선순환 구조를 만들어냅니다."

자주 묻는 질문

쿠키 없이 속성이 얼마나 정확할 수 있을까요?

쿠키 없이도 상호 보완적인 접근 방식을 통해 기여 분석의 정확도를 높일 수 있습니다. 자사 데이터는 자체 채널 내에서 정확한 측정을 제공합니다. 고급 전환 모델링은 관찰되지 않은 터치포인트에 대해 80~90%의 정확도로 부족한 부분을 메울 수 있습니다. 증분성 테스트는 모델 결과에 대한 인과적 검증을 제공합니다. 보편적인 크로스 사이트 추적은 감소하지만, 인증된 여정, 통계 모델링, 그리고 통제 실험의 조합은 단순한 상관관계가 아닌 점진적인 영향에 초점을 맞추기 때문에 쿠키 기반 기여 분석보다 더 의미 있는 인사이트를 제공하는 경우가 많습니다.

쿠키 이후 속성에 가장 중요한 기술 투자는 무엇입니까?

가장 중요한 투자는 다음과 같습니다. (1) 브라우저 기반 측정 의존도를 줄이는 서버 측 추적 인프라, (2) 여러 접점에서 퍼스트 파티 데이터를 통합하는 고객 데이터 플랫폼, (3) 개인정보 보호 준수 데이터 협업을 위한 데이터 클린룸 기술, (4) 전환 및 미디어 믹스 모델링을 위한 머신 러닝 기능, (5) 증분성 테스트를 위한 실험 플랫폼. 상대적인 우선순위는 비즈니스 모델에 따라 달라지는데, 직접 소비자와 거래하는 기업은 퍼스트 파티 데이터 인프라의 이점을 가장 크게 누리고, 중개업체를 통해 판매하는 브랜드는 모델링 및 실험 기능의 이점을 더 많이 누릴 수 있습니다.

마케팅 팀은 새로운 속성 현실에 어떻게 적응해야 할까요?

마케팅 팀은 다음과 같은 몇 가지 변화에 집중해야 합니다. (1) 모델링 개념과 통계적 유의성을 이해하기 위해 기존 지표를 넘어 데이터 리터러시를 개발합니다. (2) 기여 분석 결과를 검증하는 실험 역량을 구축합니다. (3) 이전에 분리되어 있던 팀 간의 사일로를 해소하는 크로스채널 워크플로를 구축합니다. (4) 단일 기여 분석 소스에 의존하지 않고 여러 측정 입력 데이터를 활용하는 계획 프로세스를 구현합니다. (5) 측정 방법론의 변화를 반영하는 새로운 성과 벤치마크를 수립합니다. 가장 성공적인 팀은 기술적 이해와 테스트 앤 러닝 문화를 결합합니다.

쿠키 대신 범용 식별자가 귀속 표시를 대체할까요?

Unified ID 2.0, LiveRamp의 IdentityLink 및 유사 솔루션과 같은 범용 식별자는 어트리뷰션 생태계에서 중요한 역할을 하겠지만, 쿠키를 완전히 대체하지는 못할 것입니다. 이러한 솔루션은 추적에 동의한 인증된 사용자에게 가치를 제공하지만, 구현 방식에 따라 일반적으로 30~50%의 디지털 여정을 포괄합니다. 이러한 솔루션은 인증되지 않은 사용자 모델링, 집계 측정, 추론 기법을 포함하는 포괄적인 측정 방식의 일부로 활용될 때 가장 효과적입니다. 조직은 이러한 솔루션을 구현하는 동시에 보완적인 측정 기능을 개발해야 합니다.

쿠키 이후의 세계에서 기업은 어떻게 귀속 정확성을 검증할 수 있을까?

쿠키가 없으면 귀인 검증이 더욱 중요해지며, 다음과 같은 다양한 접근 방식이 필요합니다. (1) 마케팅 효과를 분리하는 통제 실험을 통한 증분성 테스트, (2) 노출된 고객과 노출되지 않은 고객을 비교하는 홀드아웃 테스트, (3) 멀티터치 귀인과 병행하여 결과를 비교하는 마케팅 믹스 모델링, (4) 더욱 완전한 데이터를 사용하여 과거 기간에 대한 모델을 백테스팅하는 백테스팅, (5) 새로운 데이터가 확보됨에 따라 모델을 지속적으로 개선하는 점진적 강화. 가장 중요한 것은 여러 측정 방법론에 걸쳐 일관된 결과를 도출하는 것입니다.

결론

쿠키 어트리뷰션 이후 시대는 마케팅 효과 측정 방식에 근본적인 변화를 의미합니다. 상당한 어려움이 예상되지만, 성공적으로 적응하는 기업은 탁월한 의사 결정 역량을 통해 상당한 경쟁 우위를 확보할 수 있습니다.

2025년 이후 성공적인 귀속을 위한 몇 가지 핵심 원칙이 등장했습니다.

1. 퍼스트파티 데이터 우선 순위 지정: 귀중한 1차 데이터를 생성하는 직접적인 고객 관계를 구축하면 효과적인 귀속을 위한 기반이 마련됩니다.

2. 다양한 방법론을 수용하다: 쿠키를 대체할 수 있는 단일 접근 방식은 없습니다. 성공적인 귀속은 멀티터치 귀속, 미디어 믹스 모델링, 증분성 테스트와 같은 기술을 결합하여 완전한 그림을 만듭니다.

3. 개인 정보 보호를 위한 설계: 효과적인 귀속을 위해서는 이제 개인정보 보호 우선 사고방식이 필요하며, 개인정보 보호 강화를 제약 조건이 아닌 핵심 설계 원칙으로 취급해야 합니다.

4. 지능에 투자하세요: 고급 모델링 및 AI 기능은 선택 사항에서 필수 사항으로 바뀌어 불완전한 데이터에서 통찰력을 얻는 수단을 제공합니다.

5. 증분성에 집중하다: 가장 가치 있는 귀속 통찰력은 관찰된 전환에 대한 크레딧을 단순히 할당하는 것이 아니라, 실제로 결과를 바꾸는 증분적 영향에 초점을 맞춥니다.

Attrisight와 같은 조직은 이러한 전환의 최전선에 있으며 다음을 개발하고 있습니다. 포괄적인 속성 솔루션 새로운 환경에서 효과적인 측정에 필요한 다양한 방법론을 통합하는 것입니다. 이러한 전략을 구현함으로써, 미래 지향적인 마케터들은 쿠키를 사용하지 않는 어트리뷰션이 기존 방식보다 더욱 의미 있는 인사이트를 제공하고, 마케팅 성과의 진정한 원동력을 더욱 정확하게 파악할 수 있다는 것을 깨닫고 있습니다.

새로운 시대로 접어들면서 측정과 고객 경험의 경계는 점점 모호해질 것입니다. 성공하는 조직은 고객과 진정한 가치 교환을 구축하고, 고객으로부터 인정받을 만한 경험을 창출하는 동시에 점점 더 복잡해지는 고객 여정에서 의미를 도출할 수 있는 정교한 분석 역량을 개발하는 조직일 것입니다.

쿠키의 종말은 귀속의 종말을 의미하지 않습니다. 오히려 마케팅 효과를 이해하는 데 있어 더욱 성숙하고 가치 있는 접근 방식의 시작을 의미합니다.