현재 유저 유입 관리자는 세 가지 고충을 겪고 있습니다. 첫째, 수천 개의 광고 지면을 제공하는 여러 플랫폼에서 수십 개의 캠페인을 수동으로 관리해야 한다는 것입니다. 둘째, 실제 ROAS(광고비 대비 수익률)를 위해 최적화하는데 효율적인 방법을 찾기 어렵다는 것입니다. 셋째, 유저의 가치에 대한 전체적인 이해를 제공하기 위한 완전한 ARPU(유저당 평균 결제액) 데이터 세트를 제공할 수 있는 정확한 광고 수익 측정 데이터가 부족하다는 것입니다.
아이언소스의 ROAS 최적화 도구는 위 세가지 문제를 해결할 뿐 아니라 업계 최초로 인앱 구매 및 광고 수익 데이터에 따라 ROAS에 대한 유저 유입 캠페인을 최적화하기 위해 개발된 유일한 제품입니다.
ROAS Optimizer를 최대한 활용하기 위한 열쇠는 올바른 목표 ROAS를 결정하는 것인데, 이것은 사용자 라이프사이클에서 특정 날짜까지 회수하고자 하는 광고 지출 비율이다. 예를 들어, 목표가 7일차 ROAS 80%인 경우, 이는 사용자가 라이프사이클의 7일까지 사용자 취득에 사용한 비용의 80%를 회수할 의사가 있음을 의미한다. 올바른 목표를 선택한다면(나중에 방법을 설명하겠다) 신속하고 수익성 있게 확장할 수 있는 것이 보장된다.
ROAS 최적화 도구를 최대한 활용하는데 가장 중요한 요소는 유저 라이프 사이클에서 특정 날짜까지 회수하고자 하는 광고 지출 비율에 따라 적합한 목표 ROAS를 세우는 것입니다. 예를 들어, 목표가 80%인 7일차 ROAS인 경우, 유저 라이프 사이클에서 7일까지의 유저 유입에 지출한 비용의 80%를 회수할 의사가 있다는 것을 의미합니다. 적절한 목표를 설정한다면 신속한 확대와 수익이 보장됩니다.. 적합한 목표 설정에 대한 자세한 내용은 본 글의 뒷 부분에서 자세히 설명하고 있습니다.
적합한 목표 ROAS를 설정하고 IAP(인앱구매) 데이터나 광고 수익 데이터에 따라 ROAS 최적화 도구를 최대한 활용하기 위해 고려해야 할 다섯 가지 방법을 소개하겠습니다.
1. ARPU 곡선과 LTV 설정
ROAS 목표를 계산하는 첫 번째 단계는 ARPU(유저당 평균 결제액) 곡선과 LTV(유저 생애 가치)를 설정하는 것이다. 여러분이 정한 LTV는 최적화가 달성하려는 목표 ROAS의 기준이 됩니다. 이 단계에서 유의해야 하는 점은 유저 유입을 통해 확보된 유료 유저의 데이터를 기반으로 ARPU 곡선을 구축해야 한다는 것입니다.
ARPU는 특정 연령 코호트의 앱 수익 합계(광고 수익 및 인앱 구매 모두 포함)를 합산하고 이를 설치 횟수로 나누어 계산합니다. ARPU 곡선은 보유 대비 수익을 표시하며 누적됩니다. 아래 도표에서 볼 수 있듯, 경과 일수가 늘어날수록 유저가 창출하는 수익도 늘어납니다.
가장 기본적인 형태의 LTV는 단일 유저가 앱이나 게임을 다운로드한 시점부터 특정 시점(1일이나 3일, 7일, 30일, ... 90일까지)까지 유저가 이탈하기 전까지 창출하는 전체 수익입니다. 앱 개발자와 마케팅 담당자에게 LTV는 게임을 제작할 때 고려해야 할 가장 중요한 지표이며, 이를 통해 보유 대비 유저의 수익성을 측정하고 수익성이 높은 유저 그룹을 파악할 수 있습니다.
2. LTV 외 자연 유입 증가 요인
전체적인 데이터 세트를 토대로 목표 ROAS를 최적화하기 위해서는 자연 유입 유저와 유저가 앱 스토어나 소문을 통해 적극적으로 탐색이나 검색하여 발생하는 설치를 고려해야 합니다. 1단계에서 구축한 ARPU 곡선은 유저 유입을 통해 구매 유저만 측정되기 때문입니다. 자연 유입 유저가 20%라고 가정해보겠습니다. 이런 자연 유입 증가를 고려하지 않는다면, ARPU 곡선에서 상당한 유저 수익이 누락됩니다.
어떻게 자연 유입을 측정할 수 있나요?
어트리뷰션 파트너를 이용하여 유저 유입 캠페인이나 유료 캠페인 등을 통해 자연 유입 여부를 확인할 수 있습니다. 신규 유저 2명당 1명이 게임에 자연적으로 유입되어 설치하고 있다고 가정해보겠습니다. 계산해본다면, 신규 유료 유저 1명당 0.5명의 자연 유입 유저를 확보할 수 있다는 것을 알 수 있습니다. 이러한 정보는 ARPU 곡선으로 변환하려면 자연 유입을 1 / 0.5로 나누면 2가 됩니다. 이 수치는 자연 유입이므로 ARPU 곡선에 2를 더하면 됩니다.
3. 목표 ROAS 설정: 마진이 아닌 수익 최적화
우선 ARPU 곡선, LTV를 설정하고 자연 유입 증가를 고려한 후에는 목표 ROAS(광고비 대비 수익률)를 결정해야 합니다. 먼저 수익 폭을 정하면 이를 통해 손익분기점을 알 수 있으며 목표 ROAS를 계산하는 데 사용할 수 있습니다. 적정한 수익 폭을 정하는 방법은 일반적으로 게임 장르에 대한 현금 유동성 및 벤치마크에 따라 달라집니다.
여기서 중요한 점은 장기 수익과 비교하여 유저당 수익을 극대화하는 것입니다. 높은 수익은 유저당 단기 수익은 늘어나지만 규모는 낮은 반면, 수익을 극대화하는 것은 유저당 수익은 낮지만 규모를 확대하여 장기적으로 더 많은 수익을 얻을 수 있다는 것을 의미합니다. 이상적인 목표은 규모를 키워서 높은 수익을 창출하는 것입니다. 이런 접근법이 게임 비즈니스에 실제로 어떤 의미를 갖는지 사례를 들어 살펴보겠습니다.
유저당 수익을 늘리면 어떻게 되나요?
아래 도표를 보면, 위의 경우 수익은 16%로 늘어납니다. eCPI(유효 설치당 비용)은 $0.84가 되어 유저당 $0.84를, 수익은 $0.16로 유지한다는 것을 의미합니다. 예를 들어 eCPI가 $0.84인 경우 설치가 5,000 건이라고 가정한다면, 유저당 수익이 $0.16이며 5,000건 X $0.16로 총 수익은 $800 입니다.
유저당 수익의 증가가 규모를 축소시키는 이유는 무엇일까요? 수익이 늘어나면 CPI(설치당 비용)가 낮아져 설치당 비용이 줄어듭니다. CPI를 낮추면 운영 중인 광고 네트워크의 워터폴이 아래로 더 내려갈 수 있는데, 이는 더 높은 입찰가를 가진 다른 개발자들에게 다수의 잠재 유저들을 잃게 된다는 것을 의미합니다.
수익 폭을 낮추면 어떻게 되나요?
비즈니스 용어에서는 이 전략을 규모의 경제라고합니다. 이 전략은 더 적은 수익 폭을 설정하여 규모를 확대할 수 있습니다. 즉, 단기적으로 유저당 수익을 낮추면 더 높은 CPI를 입찰하고 있다는 것을 의미하여, 광고 네트워크의 워터폴 상단에 배치할 수 있습니다.
이 경우 2%의 낮은 수익 폭으로 eCPI가 $0.98로 상승하여 유저당 $0.98를 지불하며 $0.02를 유지하고 있습니다. $0.98 CPI 입찰은 5만명의 유저를 확보할 수 있다는 것을 의미합니다. 유저당 수익이 $0.02이면, 총 수익은 5만명 X $0.02 = $1,000로, 이는 수익 폭이 16%일 때 창출되는 수익인 $800보다 많습니다.
이 접근 방식은 데이터를 구축하고 더 큰 규모를 확대할 때 유저의 행동에 대한 이해를 강화하려는 개발자에게 더욱 적합합니다.
위의 내용을 고려하여 실제로 목표 ROAS를 어떻게 계산하나요?
ROAS 목적을 설정할 때 중요한 팁: 광고 수익 최적화를 사용하는 경우, ROAS 3일차로 최적화하는 것이 적합합니다. 인앱구매 수익이나 두 가지 종류를 결합하는 경우, ROAS 7일차로 최적화하는 것이 적합합니다.
다음 공식을 사용해보세요: 회수일, 즉 유저 유입 투자 비용을 유저 수익을 통해 전체 회수한 날짜의 ARPU값에서 3일차 ARPU를 나눕니다. 이 경우 회수일은 60일차이며 합계는 0.28을 0.47로 나눈 60%입니다. 즉, 3일차에 유저가 총 비용의 60%를 창출할 것으로 예상할 수 있습니다. 이 경우 목표 ROAS는 60%입니다.
3일차 목표 ROAS = ARPU 3일차 / ( LTV * 자연 유입 * (1 - 희망 수익) )
4. 세분화
LTV를 계산하는 것은 운영 체제, 지역, 게임 장르 등과 같은 여러 가지 요소에 따라 달라집니다. 예를 들어 개발도상국에서 안드로이드 유저를 대상으로 하이퍼 캐주얼 게임(저효율 유저가 있는 장르)을 출시한다면 LTV는 서유럽 시장에서 iOS 유저를 대상으로 미드코어 게임을 출시하는 것보다 낮을 것입니다.
따라서 유저 유입을 목표로 하고 잠재적 수익에 영향을 미치는 지역, 운영 체제 및 기타 세분화 기준에 따라 목표 ROAS를 조정해야 합니다. 세분화된 접근 방식이 없다면 목표 ROAS의 기초가 되는 LTV는 캠페인 최적화 측면에 관한 가치를 상실하므로 ROAS 최적화는 가장 효과적인 결과를 가져오지 못할 것입니다. 예를 들어 브라질에서 유입된 안드로이드 유저의 LTV는 일반적으로 미국 iOS 유저의 LTV보다 낮을 것입니다.
5. 역동성
LTV는 다양한 외부 요인의 영향을 받아 끊임없이 변화하는 지표이기 때문에 이러한 모범 전략을 격주로 반복하여 적용하는 것이 중요합니다. 예를 들어 새로운 경쟁사의 진출은 진성 게임 유저가 기존에 플레이하던 게임에서 다른 게임으로 이동하거나 시장에 큰 변화를 가져올 수 있습니다. 계절적 변동 또한 명심해야 할 중요한 요소입니다. 공휴일, 크리스마스, 설날 등 특별한 휴일은 앱 경제 지표에 영향을 미치며 결과적으로 LTV와 목표 ROAS에도 영향을 미칩니다.
게임 완성도, 신규 게임 기능 시행, 인터스티셜 광고 단위와 같은 새로운 인게임 수익화 채널 출시와 같은 내부 변화도 무시할 수 없습니다. 이러한 요인으로 인한 시장 및 유저 행동의 변화는 게임의 ARPU 곡선과 LTV를 수시로 계산 및 결정하여 그에 따른 목표 ROAS를 업데이트하는 것이 중요합니다.
