▪️ 딥링크 혹은 디퍼트 딥링크
ㄴ 앱 안의 특정화면으로 이동하는 링크
ㄴ 디퍼트 딥링크 - 딥링크의 실행을 앱 설치 이후로 지연
ㄴ 앱이 설치되지 않은 경우, 스토어로 이동해서 앱 설치 -> 앱 실행하면 바로 target activity로 이동
ㄴ 사용자 경험 측면에서 중요도가 강조됨
ㄴ 일반적으로 ux측면에서 중요도가 강조됨(use context 유지)
☑️딥링크의 가치
ㄴ 향상된 ux
ㄴ 어트리뷰션 성과 측정 Customization (웹에서의 UTM parameter와 유사)
☑️어트리뷰션 성과 측정
ㄴ 사실은 identified vs unknown에 가까움
ㄴ 딥링크는 명확하게 identified된 채널 (unhnown을 줄일 수 있음)
☑️Organic Acquisition
ㄴ 사장님이 생각하는 organic acquisition -> "FREE"
ㄴ 마케터가 생각하는 organic acquisition -> "By accident" (의도하지 않고)
ㄴ Contents Marketing
- 많은 경우 지속가능하지 않다.
- 하지만 한번 터졌을 때의 영향력은 독보적
- 실험,최적화,반복을 통해 터지는 강도를 높이는 건 해볼만 함 (터지는 빈도를 높이기는 쉽지 않음)
ㄴ SEO (Search Engine Optimization) / ASO(AppStore optimization)
1) 환경
- web - 네이버 검색 점유율 하락
- APP - 여전히 앱을 발견하는 데 있어, 앱스토러의 영향력이 절대적
2) 기본전략
- (공통) 검색어 및 핵심키워드 선별 ex) Sensor Tower 로 검색 키워드 최적화
- (앱) 잘 정제된 메타데이터 입력
- (앱) 랜딩페이지, 썸네일 등에 대한 A/B 테스트를 통한 최적화
3) 상세
(1) 잘 정제된 메타데이터 입려
ㄴ 체크리스트
- 앱 타이틀 및 설명 - 깔끔한 타이틀과 자세한 설명
- 아이콘과 스크린샷 - AB테스트 등을 통해 가장 큰 효과를 볼 수 있는 영역. 시기에 따라 아이콘을 바꿔주는 것도 좋음
- 비디오 - 단순 이미지 스크린샷보다, 비디오 제공 시 앱 다운로드를 30% 이상 증가시킨다는 리포트
- 경쟁사 메타데이터 - 경쟁사의 주요 키워드,
(2) 랜딩페이지 최적화
ㄴ VWO, Optimizely
☑️어트리뷰션 관련해서 고려해야 할 이슈들
ㄴ 어트리뷰션 툴을 쓴다 <<<<<<< 넘사벽 <<<<<<< 어트리뷰션 틀을 효과적으로 잘 쓴다
- 정답이 없다! 나름의 주관과 철학이 필요
- 각 서비스에 정의된 default 설정으로 두고 써도 될까?
- 룩백윈도우, View-through에 대한 처리방안, 어트리뷰션 모델 등 꼼꼼하게 셋팅
ㄴ 효과 크기 판단: 과연 라스트 클릭 모델이 최선인가?
- 어트리뷰션 툴의 기본세팅은 라스트클릭인 경우가 99%
- 심플하다는 장점이 있지만, 과연 마지막 클릭이 모든 어트리뷰션을 가져가는게 맞을까?
- 알바생을 고용해서 전단지를 나눠주고 효과 측정을 하는데,
새로 들어온 알바생이 가게 1층에서 들어오려는 손님에게 (되게 명확한 손님) 전단지를 나눠주고 있다면?
ㄴ Raw data 레벨로 확인하고, 분석하는 과정이 꼭 필요함
- 어트리뷰션 데이터 + 서비스 데이터 조합해서 봤을 때 많은 인사이트를 얻을 수 있음
- 주요 어트리뷰션 서비스들은 굉장히 편하게 raw data를 확인할 수 있도록 되어있음
ㄴ 나무를 보지 말고 숲을 봐야 함
- 어트리뷰션 서비스에서 제공하는 대시보드가 편리하지만, 그 숫자 이면에 있는 다양한 맥락정보를 읽어낼 수 없다면 굉장히 위험한 의사결정을 하게 됨
- '완벽하게 측정할 수 없는' 분야에 가깝고
- 넓은 시야를 가지고 데이터를 들여다봐야함
☑️Acquisition 정리 : 효과적인 채널 찾기
- 사업이 실패하는 이유는 제대로 된 채널 하나를 확보하지 못하기 때문
- 소수의 채널을 잘 관리하는게 핵심
- 채널 찾기 -> 최적화 -> Saturate -> 확장
- 채널은 계속 변화한다
- 최대한 집요하게 트래킹 하는 것이 필요
- 채널의 성과를 어떻게 판단?
- 어트리뷰션 툴 활용. 비싸지만 본전을 뽑겠다는 생각으로?!
안녕하세요 공부한 내용을 기록하기 위해서 시작했습니다.