패스트캠퍼스 환급챌린지/데이터 기반 마케팅

[패스트캠퍼스 수강 후기] 데이터마케팅 강의 100% 환급 챌린지 6회차 미션

패캠멜빈 2020. 10. 24. 12:00

안녕하세요,

 

환급 챌린지 데이터 기반 마케팅 Day 6입니다.

 

지난 시간에 이어서 이번에도 SEM(검색엔진 광고)에 대해 공부했었습니다.

 

이번의 데이터마케팅 강의 주제는 다음과 같습니다.

  1. 매체별 부가세 계산 방법
  2. 트랙킹 솔루션이란

 

매체별 부가세 계산 방법:

퍼포먼스 마케터로서 주어진 예산 안에서 캠페인을 집행해야 하는데 예산 관리에 한번쯤은 곤혹을 치를 수 있는 이슈에 대해 알아봤습니다.

 

즉 부가세 이슈인데요 VAT (Value Added Tax) 부가가치세는 물건을 구입하거나 각종 서비스를 제공받을 때 그 가격에 일정비율 붙게 되는 세금이고 보통 10% 합니다.

 

VAT를 계산하고 싶다면 해당 금액의 10%를 곱하면 됩니다. VAT 제외 가격을 계산하고 싶다면 판매 금액에 1.1를 나눠야 합니다.

 

모든 매체는 VAT를 징수하나 이러한 것을 알아야 하는 이유는 구글 캠페인 UI 기준은 VAT 제외이고 네이버 캠페인 UI UI 기준은 VAT 포함이기 때문에 이를 모를 시에 광고주가 요청한 예산보다 더 많거나 아니면 적게 사용할 가능성이 높기 때문. 구글에선 10만원인게 네이버에선 11만원일 수 있음.

 

Q. 고작 1만원이 문제가 되나요?

답) 예시에선 1만원이지만 주어진 예산에 따라 그것이 10만원, 100만원, 심지어 1억원이 될 수 있습니다. 제일 중요한 건 돈 관리이기 때문에 부가세 이슈를 알아보는 것이 중요함.

 

 

트래킹 솔루션:

퍼포먼스 측정에 있어서 ROI, ROAS와 같은 지표를 파악하기 위해 트래킹 솔루션은 필수적입니다.

트래킹 솔루션의 예로서 구글 애널리틱스가 있습니다.

 

만약 오프라인 마케팅 대비 온라인 마케팅의 차별점을 꼽자면 분명 소비자들의 행동과 그에 대한 결과를 추적 가능하다는 부분일 것입니다. 그렇기에 이러한 것들을 추적하는 것이 정말 중요합니다.

 

하지만 트래킹 솔루션이라는 것은 클라이언트 입장에서 구현하기 대단히 어렵습니다.

그 이유는 홈페이지로 들어오는 각종 트래픽들의 출처를 구분 & 정리하여 그것들이 미치는 영향을 분석해야 하기 때문인데 이는 단순히 내부 개발자에게 쉽게 요청하여 구현될 수 있는 업무 범위를 넘어서기 때문입니다.

 

이에 구글과 네이버는 이러한 애널리틱스를 무료로 클라이언트들에게 제공하고 있습니다.

그것은 해당 매체에서의 정확한 광고 측정을 도움으로 더 다양하고 많은 광고주들을 자사의 플랫폼으로 유입시킬 수 있으며, 또한 매체 측에서는 해당 데이터를 통해 자사의 플랫폼을 더욱 발전 시킬 수 있기 때문입니다.

즉 매체와 클라이언트 사이의 윈윈 솔루션인 셈입니다.

 

그러면 일반적인 애널리틱스는 어떻게 트래킹을 진행하고 있을까요?

 

 

  1. 스크립트 삽입
    1. 해당 트래킹 방식은 클라이언트의 웨ㅐㅂ사이트에 특정한 매케사측 스크립트 코드를 심습니다.
    2. 심어진 코드는 소비자들이 웹사이트 진입 혹은 특정 액션을 진행 시에, 매체사측 데이터 센터로 신호를 보냅니다.
    3. 보내는 신호의 종류는 진입, 이탈, 전환, 이벤트 등이 존재하며 매체사 측을 해당 데이터를 분석, 조합하여 리포트의 형태로 각 애널리틱스 플랫폼에 노출됩니다.
  2. URL 파라미터 추가
    1. 해당 트래킹 방식은 기본적으로 트랙킹 스크립트 방식을 사용하지만, 추가적인 정보 확인이 필요한 경우 사용됩니다.
    2. 해당 파라미터 정보들은 공통적으로 각 애널리틱스에 구분 가능한 템플릿 기반 하에 작성됩니다 (ex. GA는 utm)

 

Q. 앱은 어떻게 트래킹이 되나요?

SDK를 통해 트래킹이 진행 가능합니다. 그걸 통해 앱 안에서 일어나는 활동들을 확인해낼 수 있습니다.

 

Q. 전 개발자가 아닌데 어떻게 설치해야 하나요?

답) 크게 어려운 부분이 없고 단순히 매체에서 제공하는 코드를 잘 활용하여 개발자에게 요청하면 되는 부분입니다.

 

이상이었습니다.

 

강의링크: https://bit.ly/2ZgcrwW