이런 고민이 있는 분께 이 페이퍼를 추천해요

• 에어브릿지(Airbridge)를 활용해 LTV를 예측하고자 하는 분들

• 예측 LTV 값을 통해 마케팅 전략을 효율적으로 최적화하고자 하는 분들

딜라이트룸은 알람 앱 '알라미' 서비스를 운영합니다. 알라미는 다양한 알람 미션 기능을 통해 사용자들의 아침을 확실히 깨우는 알람 서비스로 7,500만 다운로드, 97개국 앱스토어 카테고리 1위 등의 기록을 가지고 있습니다. 170개국 이상에서 서비스되며, 차별화된 알람 기능에서 나아가 웰니스 서비스로 성공적으로 진화하고 있습니다.

알라미 마케팅팀은 Paid 마케팅을 통해 획득한 유저들의 LTV를 개선하고자 했습니다. 이를 위해 마케팅팀은 집행한 마케팅 국가별, OS별, 매체별 예측 LTV를 직접 계산하고 이 예측 LTV를 기준으로 마케팅 전략을 최적화해왔습니다.

하지만 예측 LTV를 직접 계산하는 것은 상당히 번거로운 일이었습니다. 예측 LTV를 보다 세부적으로 계산하려고 할수록 데이터 직접 가공에 대한 부담이 늘어나 결과적으로 시간과 리소스를 더 많이 투입해야 했습니다.

딜라이트룸에서는 이 문제를 에어브릿지의 예측 LTV(Predictive LTV, 이하 pLTV) 기능을 활용해 해결했습니다.

딜라이트룸은 예측 LTV를 직접 계산하는 대신 에어브릿지 pLTV를 통해 예측 LTV 값을 간편히 확인했습니다. 이를 통해 자체적으로 LTV를 예측할 때 들었던 시간과 리소스를 크게 절감할 수 있었습니다.

에어브릿지의 pLTV(Predictive Lifetime Value)는 LTV 값을 예측해주는 기능입니다. 즉 pLTV를 사용하면 유저가 앞으로 발생시킬 매출에 대한 예측 값을 확인할 수 있습니다. 에어브릿지가 pLTV를 구하는 로직을 단순화하면 다음과 같습니다.

pLTV = 예측 잔존일 * ARPDAU

위 로직에서 알 수 있듯 pLTV는 예측 잔존일을 통해 추정한 LTV입니다. 만약 pLTV가 30,000원이라면 예측 잔존일 동안 서비스를 재방문한 유저가 30,000원만큼 매출을 발생시킬 것이라고 추정할 수 있습니다. 더 자세한 예시는 AB180 블로그 포스팅에서 확인할 수 있습니다.

pLTV를 활용하면 마케팅 전략 최적화를 위한 의사결정을 신속히 할 수 있습니다. 예를 들면 다음과 같은 사항에 대한 의사결정이 빨라집니다.

• pLTV로 마케팅 채널별 고객획득비용(Customer Acquisition Cost, 이하 CAC)의 회수 기간 예측

• 전체 매체에 대한 평균 pLTV 대비 상대적으로 pLTV가 낮은 매체에 대한 원인 파악 및 개선 전략 도출

pLTV는 매출 이벤트의 밸류를 기반으로 추정한 지표입니다. 따라서 pLTV 확인을 위해서는 레비뉴 이벤트와 밸류를 함께 수집해야 합니다.

CAC는 광고 채널별 비용 데이터를 집계해서 계산한 지표입니다. 따라서 pLTV와 더불어 CAC 확인을 위해서는 광고 채널별 비용 연동이 선행되어야 합니다.

에어브릿지 레비뉴 리포트(Revenue Report)는 매출에 관한 다양한 지표를 확인할 수 있는 리포트입니다. 리포트 설정 화면에서 기간과 스타트 이벤트, 레비뉴 이벤트를 설정합니다.

기간 단위는 ‘일별’로 설정하며, 조회 기간 시작일을 오늘을 기준으로 최소 3일 전(D-3)으로 설정해야 합니다. 다만 3일의 기간은 말 그대로 최소 조건이며 더 정교한 예측을 위해서는 충분한 조회 기간이 필요하기에 조회 기간 시작일을 오늘 기준 최소 13일 전(D-13)으로 설정하시는 것을 권장합니다. 아래 이미지를 참고해주세요.

다음으로 레비뉴 이벤트는 매출 데이터를 수집하는 이벤트로 설정합니다. 예를 들어 커머스 서비스의 경우는 ‘구매 완료’, 유틸리티 서비스의 경우는 ‘광고 노출’, 콘텐츠 서비스의 경우는 ‘구독’ 등 매출 값을 예측하고 싶은 이벤트를 설정하면 됩니다. 설정 예시는 아래 이미지를 참고해주세요.

그 다음으로는 pLTV를 체크하고 예측하고자 하는 일수를 설정합니다. 예를 들어 Day 30으로 설정하면 리포트 조건을 만족하는 유저가 스타트 이벤트를 수행한 Day 0부터 시작해 Day 30까지 매출을 얼마나 발생시킬지에 대한 예측 LTV 값을 확인할 수 있습니다. 설정 예시는 아래 이미지를 참고해주세요.

pLTV 예측 기간을 조정하며 CAC를 회수하는 기간을 매체별로 찾아봅니다. 혹은 pLTV가 낮은 매체나 캠페인을 정의하고, 각 매체 또는 캠페인에서 개선할 요인에 대한 인사이트를 도출해볼 수도 있습니다. 그룹바이 조건을 다양하게 조정해보며 각 조건별 pLTV를 조회해보세요.

예를 들어 딜라이트룸은 pLTV를 활용해 '국가별 iOS 앱 오가닉 유입 유저의 pLTV'를 확인했습니다. 아래는 그 리포트 예시입니다.

이해를 돕기 위한 예시 리포트 이미지입니다. 노출되는 데이터는 실제 데이터가 아닌 임의의 데이터입니다. (출처: AB180)

다음은 딜라이트룸의 마케팅 리드 Sophie 님과의 인터뷰 내용입니다.

딜라이트룸 마케팅팀에서는 pLTV 기능을 활용해 주로 매체 단위로 분기/ 월/ 주별 ROAS를 확인하고 있습니다. 먼저 마케팅 매체 전체 혹은 특정 매체 등 매체 단위로 확인하며 마케팅 효율 탑 라인에 이상이 없는지 리뷰합니다. 이후 필요에 따라 매체 또는 캠페인 단위로 예측 ROAS를 체크하며 마케팅 전략을 최적화합니다.

기존에는 저희가 직접 예측 LTV를 계산하는 과정에서 최대 3시간 정도가 소요되었는데요. 에어브릿지 pLTV를 활용하면서부터는 직접 계산하지 않고도 에어브릿지 대시보드상에서 바로 예측 LTV 값을 볼 수 있어 마케팅 운영 리소스가 크게 절감되었습니다. 덕분에 절약한 시간과 리소스는 ROAS를 개선하는 구체적인 방안을 고민하는 등 더 의미있는 일에 활용하고 있습니다.

에어브릿지 pLTV는 광고 소재 단위까지도 예측 ROAS 확인이 가능합니다. 하지만 광고 소재 단위까지 그룹바이를 적용하여 pLTV를 조회하게 되면 pLTV 계산에 활용할 모수가 적다보니 예측 ROAS에 대한 정확도가 상대적으로 낮아질 수 있다는 생각이 드는데요.

따라서 딜라이트룸에서는 소재별 긍정적인 예측 ROAS(pLTV)와 더불어 해당 소재들의 선행지표, 예를 들면 CPI 또는 리텐션 등을 참고해 마케팅 의사결정에 활용하고 있습니다. 가령 예측 ROAS 값이 높은 소재의 CPI(Cost Per Install, 앱 설치당 비용) 또는 리텐션을 갖지 못하는 소재에 대해서는 예산을 신속하게 조정하는 등의 조치를 취합니다.

이렇게 pLTV를 활용함으로써 효율적으로 예산을 할당하며 마케팅 비용을 절감하고 있습니다.

CSM's Insight

"에어브릿지 pLTV를 활용하면 큰 리소스를 들이지 않고도 쉽게 특정 조건 유저들의 LTV를 예측하고 이를 마케팅 전략 최적화에 반영할 수 있습니다. 특히 에어브릿지 pLTV의 사용을 추천하고 싶은 서비스는 광고를 주요 BM으로 하는 서비스, 그리고 고객별 구매단가가 유사하고 재구매 주기가 짧은 서비스인데요. 이는 에어브릿지의 pLTV 로직이 과거 리텐션의 경향성을 보고 미래를 예측하는 pLTV = 예측 잔존일 * ARPDAU 를 사용하기 때문입니다."

AUTHORS

양준영 Junyoung Yang ∙ AB180 ∙ Customer Success Team Lead

AB180의 Customer Success Manager로서 Airbridge, Braze, Amplitude를 활용하는 다양한 버티컬의 고객사를 담당하고 있습니다. 데이터 설계, 솔루션 연동, Full Cycle 마케팅 전략, 리텐션 개선 전략까지 솔루션 도입과 활용을 전문적으로 지원합니다.