Wisetracker.
Wisetracker.
와이즈트래커를 어떻게 사용하고 있을까요
와이즈트래커를 어떻게 사용하고 있을까요
와이즈트래커를 사용하는 이유는 명확합니다. 앱 유저에 대해서 우리가 가진 다양한 의문을 해소하고, 이를 기반으로 마케팅의 성과와 앱 내에서의 유저 경험을 높이도록 분석 데이터를 제공하기 때문입니다.
와이즈트래커를 사용하는 이유는 명확합니다. 앱 유저에 대해서 우리가 가진 다양한 의문을 해소하고, 이를 기반으로 마케팅의 성과와 앱 내에서의 유저 경험을 높이도록 분석 데이터를 제공하기 때문입니다.
앱 마케터는
집행하는 마케팅의 성과를 평가하고 이것을 지속적으로 향상시키기 위한 도구로 와이즈트래커를 활용합니다.
각각의 마케팅이 유저들에게 어떤 행동을 유도했으며 얼마만큼의 경제적 성과로 연결 되었는지를 와이즈트래커로 분석할 수 있어서 비용 대비 효율성을 평가하는 일이 어렵지 않기 때문입니다. 유저를 앱으로 연결시키는 모든 트래픽 소스의 가치 그리고 마케팅에 반응하는 유저들의 특성과 행동을 측정한 다양한 데이터는, 마케터가 새로운 기회를 발견하고 제한된 예산에서 최선의 결과를 성취하는 일에 이 시간에도 유용하게 쓰이고 있습니다.

어트리뷰션은 앱 인스톨의 출처를 밝혀내는 일입니다. 어떤 마케팅 캠페인을 통해 앱 사용자가 늘어나는지, 어떤 광고 매체를 통해 앱 설치와 전환 성과가 많이 발생하는지 측정합니다. 결국 고객을 앱으로 유도하기 위한 모든 캠페인이 앱 어트리뷰션을 통해 측정 가능해지고, 캠페인의 성과가 측정 데이터를 기반으로 개선될 것이라는 의미입니다. 모바일 앱 어트리뷰션은 퍼포먼스 마케팅의 필요조건입니다.
앱 설치를 위해서는 여전히 많은 웹 트래픽이 필요합니다. 사용자들은 여전히 웹에서 자신의 니즈에 걸맞은 정보를 탐색하며 이런 과정을 통해 많은 앱 들이 사용자에게 선택 받고 있습니다. 전통적인 앱 어트리뷰션은 웹으로부터의 유입을 분석할 수 없으나, 와이즈트래커의 웹투앱 어트리뷰션은 웹과 앱 사이에서도 사용자에 대한 추적을 끊김 없이 유지합니다. 심지어 모든 인앱 이벤트에 대해서도 마찬가지 입니다.
지연된 딥 링크(Deferred Deep Linking)는 광고를 클릭한 사용자가 랜딩 페이지로 이동하면서 발생할 수 있는 다양한 환경적 변수에 대응하도록 설계된 기술로 앱 광고의 전환율을 높이는데 도움을 줍니다. 하나의 링크만으로 광고를 클릭한 사용자가 앱이 없다면 다운로드 페이지로, 앱이 있다면 앱 내의 특정 화면으로 이동시켜 만족할만한 사용자 경험을 제공합니다.
앱의 리텐션을 높이거나 구매를 유도하기 위한 리타겟팅 캠페인이 효과적으로 목표를 달성하기 위해서는 실시간 포스트백이 반드시 필요합니다. 실시간 포스트백은 앱 내에서 발생하는 모든 인앱 이벤트를 광고 매체에게 실시간으로 전달합니다. 따라서 광고 매체는 전달 받은 실측 데이터를 기반으로 리타겟팅 캠페인이 최선의 결과를 내도록 최적화 할 수 있습니다.
강력한 인앱 애널리틱스가 결합됨으로써 와이즈트래커는 앱 안에서의 사용자 행동을 정밀한 수준으로 분석합니다. 그렇기 때문에 ‘앱 설치 후 회원가입하지 않은 사용자’ 또는 ‘상품을 장바구니에 담고 구매하지 않은 사용자’ 등의 오디언스 데이터를 추출하는 것이 가능합니다. 이런 커스텀 오디언스 기반의 타겟팅은 제한된 예산 안에서 최대한의 퍼포먼스를 이끌어냅니다.
푸시 메시지는 광고주가 완전하게 컨트롤 할 수 있는 커뮤니케이션 수단이면서 사용자가 앱으로 유입되는 주요 트래픽 소스입니다. 와이즈트래커는 이 특별한 수단이 더욱 효율적으로 기능할 수 있도록 푸시 메시지에 대해서도 외부 캠페인과 동일한 수준의 어트리뷰션을 제공합니다. 이제 푸시 메시지를 통한 앱 유입과 전환 성과를 측정하고 최적화할 수 있습니다.
기획자는
유저의 인앱 행동을 측정한 데이터를 기반으로 유저에게 최선의 사용자 경험을 전달하기 위해 와이즈트래커를 활용합니다.
유저가 앱 안의 화면들을 자유롭게 이동하며 남기는 다수의 상호작용을 와이즈트래커로 측정하여, 의도했던 사용자 경험이 유저에게 잘 전해지고 있는지를 판단하고 개선할 수 있기 때문입니다. 각 화면의 조회와 체류시간, 자주 사용하는 메뉴나 버튼, 그리고 유저들의 인구통계적 특성을 분석한 데이터는, 기획자의 의도에 걸맞은 높은 수준의 사용자 경험을 설계하는데 활용되고 있습니다.

컨텐츠와 상품이 유저에 의해 클릭, 조회, 구매되는 행동을 분석합니다. 기본적으로는 유저가 앱 안의 컨텐츠와 상품 등에 얼마나 관심을 가지는지 그리고 각 컨텐츠와 상품이 어느 정도 매출에 기여하는지를 알 수 있습니다. 더 나아가 앱 안의 각종 이벤트, 전시화면 배너, 내부 검색어 등이 유저에게 조회되는 횟수, 이 조회로부터 발생한 매출 성과를 데이터를 확인할 수 있게 됩니다.
앱 유저들의 성별, 연령대, 회원등급 등의 인구통계적 정보를 분석합니다. 인구통계 분석은 앱을 구성하는 모든 유저들의 인구통계적 구성비를 제공하지만, 와이즈트래커는 분석한 모든 데이터에 인구통계 정보를 연결한다는 것이 차이점입니다. 예를 들어 특정 페이지 조회자 또는 특정 상품 구매자의 인구통계 정보가 필요할 때 쉽게 데이터를 확인할 수 있다는 의미입니다.
앱 삭제수 분석은 몇개의 앱이 언제 삭제되었는지를 측정함으로써 평범한 리텐션 분석보다 깊이 있는 인사이트를 제공합니다. 유저가 앱을 삭제했다는 것은 재사용 의사가 없다는 강력한 신호입니다. 기획자나 마케터는 이 데이터를 참고해서 유저의 라이프 사이클이 몇일인지, 따라서 어느 정도의 기한 안에 좋은 사용자 경험을 제공해야만 하는지를 판단할 수 있습니다.
다차원 세그먼트는 두 가지 이상의 속성을 결합하여 데이터를 입체적으로 조회할 수 있도록 합니다. 가령 일자별 앱 실행수를 조회할 때, 유입 매체와 재방문 여부 속성을 조합해서 세그먼트를 적용하면 Facebook으로 유입된 신규 방문자와 재방문자의 앱 실행수 차이를 비교할 수 있게 됩니다. 마케팅, 컨텐츠, 구매 성과 등 핵심적인 데이터에서 깊이 있는 통찰력을 확보하는데 효과적인 기능입니다.

커스텀 액티비티 분석은 대부분의 분석 툴이 기본적으로 제공하는 분석 항목 – 앱 설치, 페이지뷰, 구매 등 – 외에도 측정할 필요가 있는 행동 데이터를 측정하기 위해 필요합니다. 컨텐츠를 공유 또는 재생하는 행동, 상품을 위시 리스트에 등록하거나 문의를 남기는 일 같이 서비스의 성장에 좋은 영향을 주지만 기존의 정형화된 분석 툴로는 측정이 어려운 항목들을 자유롭게 분석할 수 있게 됩니다.
퍼널 분석은 유저가 최종 전환에 이르는 과정 중 어떤 단계에서 이탈 하는지를 측정하는 대표적인 분석 방법입니다. 특히 서비스 진입부터 튜토리얼 완료, 회원정보 입력부터 가입 완료처럼 최종 전환까지 선형으로 진행해야 하는 프로세스를 분석하는데 매우 유용합니다. 퍼널 분석을 통해서 각 단계들 중 어떤 부분에서 이탈이 많은지 확인하고 적절하게 대응할 수 있습니다.
Clients















and more.