존 깁스, 미디어 분석 부문 부사장, 닐슨 컴퍼니

단순하기 때문에 미디어 연구에서 우리는 성공적인 광고의 핵심 원칙을 간과하는 경향이 있습니다. 이러한 원칙은 세 가지 기본 질문으로 요약할 수 있습니다.

• 몇 개나요?
• 누구?
• 효과가 있었나요?

"얼마나 많은가?" 노출수, 총 평점 등과 같은 측정값을 사용하는 광고의 양입니다. "누가?"는 연령, 소득, 교육 및 가구 규모와 같은 원하는 모집단을 정의하기 위해 선택된 매개변수가 무엇이든 대상 고객입니다. "효과가 있었나요?" 캠페인의 효과입니다. 시청자의 생각이나 행동이 바뀌었나요? 브랜드 인지도를 높였나요? 구매를 유도했나요? 온라인 광고 업계는 광고 게재 보고서의 형태로 "얼마나 많은가"를 측정하는 데 매우 능숙합니다. 우리는 또한 브랜딩 연구에서 오프라인 판매 영향에 이르기까지 "효과가 있었습니까?"를 중심으로 여러 모델을 개발했습니다. 그러나 우리는 두 번째 질문인 "누가?"에 대해서는 거의 시간을 할애하지 않았습니다. 아이러니하게도 이 질문, 즉 광고 캠페인에 노출된 사람들의 인구 통계가 거의 모든 다른 미디어에서 광고 게재 보도의 핵심이라는 것입니다.

잃어버린 고리

인구통계학적 전달의 측정은 다른 모든 형태의 미디어 구매에 매우 중요합니다. 그러나 인터넷은 미디어 가치 사슬에서 이 연결 고리를 건너뛰었습니다. 온라인 퍼블리셔들은 "온라인 광고가 효과가 있는가?"라는 질문에 답하기 위해 10년을 보냈습니다. 문제는 그것이 잘못된 질문이라는 것입니다. 이 질문으로 인해 광고주는 광고주의 타겟에 대한 장기적인 브랜딩 영향을 고려하지 않고 클릭률 또는 단기적인 브랜드 성과 증대와 같은 직접 반응 지표에 집중하게 되었습니다.

올바른 질문은 "광고가 누구에게 도달하는가?"입니다. 이것은 거의 모든 다른 미디어에서 묻는 질문으로, 광고의 영향 중 상당 부분이 미디어 배치가 아닌 크리에이티브와 관련이 있다는 것을 이해합니다. "누가"라는 질문에 대한 답을 얻기 위해 업계는 표준화되고 강력한 구매 후 보고 구조를 개발하여 타겟을 타겟으로 유지하고 인터넷 광고의 가치를 처음부터 끝까지 입증해야 합니다.

오늘을 위한 타겟팅

인터넷 세계에서의 타겟팅은 특정 사이트, RON 또는 콘텐츠 섹션에 국한되지 않는 모든 형태의 온라인 광고를 의미합니다. 나는 문맥에 맞는 콘텐츠 섹션별 광고도 타겟팅된다고 주장합니다. 온라인 광고의 가장 큰 장점 중 하나는 기존 미디어와 달리 타겟팅이 계획뿐만 아니라 실행 측면에서도 발생한다는 것입니다. 온라인 또는 모바일 미디어의 경우 캠페인의 첫 번째 단계는 기존 미디어를 반영합니다. 마케터는 원하는 잠재 고객을 제공 할 웹 사이트, 포털 또는 광고 네트워크의 일정을 결정합니다.

가장 큰 차이점은 온라인 미디어 구매자는 역방향 IP 조회를 통한 지오코딩된 인벤토리, 쿠키 또는 패널 데이터를 기반으로 모델링된 세분화, 오프라인 판매 데이터, 등록된 사용자 데이터 및 기타 여러 가능성과 같은 요소를 기반으로 실제 잠재고객 세그먼트를 구매할 수도 있다는 것입니다. 이러한 형태의 타겟팅이 인기를 끌면서 기존의 인구 조사 기반 게재 보고서는 게시자가 약속한 타겟을 제공할 수 있는 능력을 강조하기보다는 노출의 원시 서버 수만 표시하므로 유용성이 떨어집니다.

누가 그래?

실제 온라인 결과의 또 다른 문제는 신뢰할 수 없는 자체 보고를 하는 경향이 있다는 것입니다. 보고서는 노출수를 다루지만 타겟팅 정확도 문제를 회피하는 경향이 있습니다. 어떤 사람들은 청중 전달 지표가 매력적이지 않다는 사실을 탓하는 반면, 더 냉소적인 그룹은 결과가 기대에 못 미칠 경우 에이전시나 퍼블리셔가 나쁘게 보이는 것을 원하지 않는 것과 더 관련이 있다고 주장합니다.

또 다른 의견은 측정 회사들이 최근에야 구매 후 보고서를 작성하기 시작했다는 사실을 지적합니다. 리서치 회사마다 조금씩 다른 방법론을 사용하기 때문에 캠페인과 공급업체 간의 결과를 비교하는 것은 불가능합니다. 또한 대부분의 경우 클라이언트가 독점 정보를 공개하지 않고는 일부 형태의 행동 타겟팅에 대해 이러한 보고서를 생성할 수 없습니다.

프라임 예시

휴대전화 제조업체의 직장 내 온라인 측정의 예로는 가구 소득을 세분화 기준으로 사용하는 경우와 연령을 기준으로 사용하는 사례가 있습니다. 첫 번째 시나리오에서 회사는 연간 $50,000–$75,000 범위의 중간 소득 가정에 저렴한 스마트폰을 판매하기를 원했습니다.

닐슨의 분석에 따르면, 이 캠페인은 처참하게 실패했다. 광고의 약 25%만이 타겟 가구에 도달했습니다. 더욱 실망스러운 것은 타깃 캠페인으로 추정되는 캠페인이 일반적인 RON 오브 네트워크 구매보다 9% 더 적은 타겟 고객 구성원에게 영향을 미쳤다는 것입니다. 광고비 4개 중 3개는 다른 부문에 낭비되었습니다.

킬러 앱

두 번째 예로, 휴대전화 제조업체는 18-24세의 젊은 성인을 위해 주로 설계되고 25-34세의 젊은 성인을 위해 설계된 새로운 킬러 앱인 iPhone을 출시하고 있었습니다. 이 경우 결과가 더 좋았지만 혼합되었습니다.

좋은 소식은 이 캠페인이 무작위 캠페인보다 1차 타겟의 경우 56%, 2차 타겟의 경우 25% 더 많은 두 타겟 연령 그룹에서 상당히 과도하게 색인이 생성되었다는 것입니다. 나쁜 소식은 노출의 62%가 선호하는 인구 통계학적 특성을 벗어난 35+세 소비자에게 발생했다는 것입니다. 실망스럽긴 하지만, 미국 인구의 연령 분포와 온라인 인구의 연령 분포를 감안할 때 의미가 있습니다.

타이밍이 가장 중요합니다

광고 노출 수는 전통적으로 인터넷의 통화였지만 이러한 회계 방법 자체가 온라인 광고 CPM의 감소로 이어졌다고 믿을 만한 이유가 있습니다. 퍼블리셔는 게재된 광고 수에 따라 수익을 받기 때문에 많은 퍼블리셔가 어수선한 환경을 조성하여 인벤토리 수준을 수요 이상으로 증가시켜 CPM을 낮춥니다.

이러한 CPM의 감소는 더 많은 광고를 게재함으로써 만회되며, 따라서 개별 광고 단위의 가치는 계속 감소합니다. 이 주기는 퍼블리셔가 더 많은 혼란을 야기해야 하기 때문에 좋은 광고 환경을 제공하기 위해 단기적으로 인센티브를 상실하는 재정적 상황을 만듭니다. 이러한 혼란은 단순히 CPM을 감소시키는 것이 아니라 광고 효과를 감소시켜 광고주에 대한 미디어의 전반적인 가치를 감소시킵니다.

본질적으로, 인터넷은 진정으로 무한한 인벤토리 잠재력을 가진 최초의 매체이기 때문에(즉, 페이지를 아주 작은 조각으로 자를 수 있고 전송 비용이 크게 들지 않음) 노출 기반 광고 모델은 퍼블리셔가 업계의 장기적인 건전성을 희생하면서 단기적인 이익을 추구하도록 만들었습니다.

그렇다면 답은 무엇일까요? 온라인 광고에서 시간은 x-factor입니다. 대부분의 연구에 따르면 광고에 더 오래 노출될수록 수익이 감소할 때까지 광고의 효과가 더 커집니다. 구매 후 보고와 온라인 광고의 미래는 노출이나 페이지 조회수보다 시간과 더 관련이 있을 수 있습니다.

그 이유는 온라인 콘텐츠의 세 가지 핵심 그룹인 비디오, 소셜 미디어 및 표준 콘텐츠 간의 유일한 균등화 척도가 시간이기 때문입니다. 단순히 게재된 노출수를 계산하는 것이 아니라 적절한 측정값은 페이지 또는 노출과 함께 '체류 시간'(체류 시간)이 됩니다. 이 방법을 사용하면 특정 수준 이상의 '체류 시간'만 있는 노출이 실제로 실제 노출수로 계산되도록 하여 인벤토리를 줄이고 CPM을 높일 수도 있습니다.

시간 vs. 빈도

시간 기반 구매 후 측정은 강력한 컨텍스트 환경으로 광고를 둘러싼 사이트에 보상을 제공하여 잠재고객의 "거주"를 장려합니다. 그래프에서 볼 수 있듯이 사이트 3은 타겟별로 비용 대비 큰 효과를 제공하여 더 적지만 훨씬 더 긴 노출을 생성하여 광고주에 대한 각 노출의 가치를 효과적으로 높입니다.

반대로, 사이트 4는 훨씬 더 짧은 노출 시간으로 노출 횟수를 늘려 각 노출의 가치를 감소시키는 구식 접근 방식을 추구합니다. 각 노출의 가치가 상승하면 CPM도 상승해야 합니다.

앞으로 나아갈 길

인터넷이 CPM을 개선하고 전체 광고 시장을 구하려면 시간 기반 게시물 보고에 집중해야 합니다. 게시물 보고서 자체는 브랜드 광고주에게 실제로 필요한 것을 제공하고 광고가 원하는 잠재고객에게 도달하는지 이해할 수 있도록 합니다. 시간 요소는 광고를 위한 좋은 환경을 조성하기 위해 재정적 인센티브를 추가하여 인벤토리를 제한하는 사이트에 보상을 제공하고 인벤토리 측정값을 전반적으로 더 효과적인 광고를 생성해야 하는 계산 방법에 연결합니다.

이제 그것에 대해 곰곰이 생각해 보아야 합니다.