MAX는 AppLovin의 미디에이션 플랫폼으로, 앱 퍼블리셔들이 업계 최대 규모의 MAX 비딩 네트워크와 강력한 솔루션을 통해 수익화를 개선하고 최적화할 수 있도록 지원합니다.
가장 효율적인 최적화 방식 중 하나는 사용자가 앱에 기여하는 가치에 맞춰 워터폴을 맞춤화하는 것입니다. MAX의 사용자 세그먼트 분류 툴은 특정 오디언스에 맞춰 효과적으로 사용자 세그먼트를 분류하고 타겟팅하여, 매출을 최대화할 수 있도록 지원합니다.
문제
여러 유명 IP를 보유하는 게임 개발사 A사는 수년간 게임을 플레이해온 충성도 높은 오디언스 기반을 갖고 있었습니다. 사용자 트래픽의 대부분이 오가닉 사용자였기 때문에 UA에 대한 필요성을 크게 느끼지 못했습니다.
그러나 대부분의 장기 사용자가 오래된 디바이스를 사용하고 있어 앱 크래시 현상 발생 확률이 높았는데, 특히 광고 크리에이티브 용량이 큰 경우 문제가 발생하곤 했습니다. 또한 이러한 사용자들은 구버전의 앱과 SDK를 사용하고 있어 특정 캠페인이나 광고 유형에 노출되지 않아, 매출이 저조한 경향을 보였습니다. 이에 따라 A사는 해당 사용자 코호트의 앱 경험을 방해하지 않으면서 커스텀 광고 로직 없이도 수익화할 수 있는 방법을 찾아야 했습니다.
또 다른 사용자 코호트는 최신 디바이스를 통해 활발하게 앱과 상호 작용하는 사용자들이었습니다. 이러한 유형의 사용자들은 아무 문제 없이 광고와 인게이지먼트를 이룰 수 있기 때문에 새로운 유형의 광고 수요를 자유롭게 시도해 보는 것이 가능했습니다.
A사는 비즈니스의 지속적인 성장을 위해 전혀 다른 두 사용자 세그먼트를 대상으로 광고 간 균형을 찾아야 했습니다.
접근법
MAX를 사용한 결과, 사용자 세그먼트 분류를 위해 풍부한 데이터를 얻고, 맞춤화된 워터폴로 사용자 기반을 타겟팅할 수 있게 되어 수익화와 광고 경험의 최적화가 가능해졌습니다.
사용자 수준의 매출 데이터로 인사이트 자동화
A사는 사용자 수준의 매출 데이터 API를 활용해서 MMP 데이터를 손쉽게 연결하고 MAX를 통해 발생한 광고 수익을 파악했습니다. 더불어 각 노출당 디바이스, 국가, 네트워크와 그 수익을 계측하여 이 데이터를 바탕으로 ARPDAU나 LTV와 같은 기준으로 사용자를 가치가 높은 그룹과 낮은 그룹으로 나눴습니다.
유연한 맞춤형 타겟팅 옵션
사용자 세그먼트는 커스텀 키워드로 라벨링 되었으며, SDK를 통해 전송되어 MAX에서 타겟팅할 수 있었습니다. 이후 MAX의 워터폴 세분화 기능을 통해 각 사용자 그룹에 대한 워터폴을 구축하여, 적절한 워터폴로 사용자 그룹을 타겟팅할 수 있었습니다. 개별 워터폴은 더 높은 매출을 유도할 수 있도록 각 그룹의 수익화 가치에 기반하여 고유한 네트워크 파트너와 가격대로 구성되었습니다.
최적의 광고 퍼포먼스를 위한 선별적 작동 기능
마지막 단계로 A사는 MAX 내에서 고유한 광고 유닛 ID를 생성하고, Selective Initialization 기능을 통해 오래된 디바이스에서의 작동이 검증된 특정 네트워크 SDK가 작동될 수 있도록 했습니다. 이를 통해 오래된 디바이스에서의 SDK 로딩이 간소화되고, 앱 크래시 현상을 방지하여 기술적 최적화를 구현할 수 있게 되었습니다.
결과
MAX의 유연하고 강력한 사용자 세그먼트 툴은 사용자 그룹별로 광고 경험을 맞춤화할 수 있도록 지원하여, 매출과 인게이지먼트가 모두 개선되었습니다. 이러한 툴은 엔드투엔드 워크플로우를 만들어, 각 사용자 그룹의 고유한 가치와 퍼블리셔의 앱 목표에 맞춰 더 앱을 잘 이해하고 최적화할 수 있도록 해주었습니다. 이에 따라 별도의 커스텀 광고 로직을 만들지 않고도 수익화가 개선되었습니다.
사용자 세그먼트 분류에 관해 더 자세한 내용이 궁금하시다면 지금 바로 MAX 계정 담당자에게 문의하시거나, MAX의 개발자 지원팀에 상담을 신청해보세요.
