아이덴티티는 데이터 기반 마케팅에서 큰 화두입니다. 광고주는 개인 수준에서 소비자를 타겟팅하고, 퍼블리셔는 오디언스에서 수익을 창출하고자 하며, 브랜드가 도달하고자 하는 '존 스미스'와 현재 아마존에서 쇼핑하거나 TikTok을 스크롤하거나 Ticketmaster에서 주말 이벤트를 검색하는 '존 스미스'가 실제로 동일한 사람인지 확인하기 위해 아이덴티티는 매우 중요합니다.

지금까지는 적어도 개방형 디지털 플랫폼에서 모바일 광고 ID(MAID)와 타사 쿠키를 사용하여 점들을 연결했습니다. 하지만 이제 그 시대가 끝나가고 있으며, 전환 작업은 계속 바쁘게 진행되고 있습니다. 이제 마케터에게는 어떤 옵션이 있을까요?

대부분의 마케터들이 자사 데이터에 투자하는 이유는 경쟁사와 차별화되고, 데이터 자산에 대한 통제권을 유지하며, 개인정보 보호 문제를 피할 수 있기 때문입니다. 하지만 모든 기업이 서로 다른 식별자를 사용합니다. 넷플릭스는 이메일 주소로, 메이시스는 전화번호로, 델타항공은 스카이마일스 번호로, 인스타그램은 핸들로, Xbox는 게이머태그로 사용자를 파악합니다. 로그인하지 않고 방문하는 웹사이트에서도 제3자 쿠키를 할당하거나 IP 주소를 수집할 수 있습니다. 

여러 플랫폼에서 일관되고 포괄적이며 비교 가능한 오디언스를 측정하려면 마케터에게는 측정을 위해 특별히 설계된 아이덴티티 그래프를 갖춘 강력한 ID 시스템이 필요합니다.

아이덴티티 그래프란 무엇인가요?

소비자는 다양한 디바이스, 앱 및 식별자를 사용하여 세상과 상호작용하며, 이러한 상호작용은 포토모자이크의 스냅샷처럼 꾸준한 흔적을 남깁니다. 모든 스냅샷은 이야기의 한 단편만을 보여주지만, 이를 종합하면 우리가 누구인지, 우리가 좋아하는 것과 싫어하는 것, 관심사와 선호도, 그리고 가장 결정적으로 마케터에게는 우리가 다음에 무엇을 할지에 대한 360° 초상화를 만들어냅니다.

이를 종합하기 위해 대형 광고주, 퍼블리셔 및 데이터 제공업체는 수백만 개의 디바이스, 식별자 및 사용자를 서로 연결하여 통합된 고객 및 가구 프로필을 생성하는 대규모 데이터베이스인 아이덴티티 그래프를 개발했습니다. 이러한 그래프는 타겟팅 및 개인화를 위해 브랜드 메일링 리스트의 고객과 잠재고객을 플랫폼의 잠재고객과 매칭하는 데 사용됩니다. 예를 들어, 닐슨의 비즈니스 활성화 측면에는 타겟팅에 초점을 맞춘 그래프가 있습니다. 

캠페인 활성화만이 아이덴티티 그래프를 사용하는 유일한 이유는 아닙니다. 신뢰할 수 있고 독립적이며 잘 보정된 아이덴티티 그래프가 최신 측정에 필수적인 이유를 살펴 보겠습니다.

측정 등급 아이덴티티 그래프가 다른 점은 무엇인가요?

모든 아이덴티티 그래프가 전체 인구를 정확하게 표현하는 데 초점을 맞추는 것은 아닙니다. 사용하는 데이터 소스가 특정 지역, 특정 플랫폼 사용자 또는 한 가지 유형의 디바이스에 편향되어 있을 수 있습니다. 일부 매칭이 이루어지고 광고가 사람들에게 노출되는 한, 중복된 기록을 제거하는 것이 최우선 순위가 아닐 수도 있습니다.

하지만 매칭률이 전부는 아닙니다. 측정이 궁극적인 목표라면 도달 범위, 빈도 및 광고 투자 대비 수익(ROAS) 또는 리드 전환과 같은 기타 중요한 캠페인 KPI를 제대로 측정하기 위해 통계적 표현과 중복 제거가 필요합니다. 닐슨에서는 아이덴티티 그래프에 새로운 데이터를 로드할 때 인구조사 데이터 및 자체 사람 기반 패널과 비교하여 기기, 사람, 가구 간의 일치 여부를 검증하는 데 세심한 주의를 기울입니다. 앞서 알아야 할 사항 시리즈에서 살펴본 바와 같이, 신중하게 선별된 사람 기반 패널은 빅데이터를 보정하는 데 매우 중요합니다.

데이터 정리 프로세스는 얼마나 광범위하나요? 매년 Facebook 시스템은 다양한 외부 데이터 소스에서 수십억 개의 식별자와 링크를 수집하지만, 이 중 20%만이 확인된 신원 그래프에 포함됩니다. 이러한 빅 데이터 세트를 보정하고 오디언스 할당 및 그래프 클러스터링의 정확성을 보장하기 위해 사람 패널을 사용합니다. 그 결과, 닐슨 아이덴티티 그래프는 측정에 필요한 대표성과 정확성에 최적화되어 있습니다.

마케터들은 닐슨 아이덴티티 그래프를 어떻게 활용하고 있을까요?

아이덴티티 그래프는 독립적으로 구축되지 않습니다. 닐슨 아이덴티티 그래프는 네 가지 단계로 구성된 종합적인 ID 시스템의 중심에 위치합니다:

이 글의 앞부분에서 언급했듯이, 닐슨의 비즈니스 활성화 측면, Nielsen Marketing Cloud는 닐슨의 측정 그래프와 동일한 소스를 많이 사용하고 중복 제거된 오디언스를 제공하는 동일한 해상도 로직을 공유하는 개인 수준 활성화 그래프를 가지고 있습니다. 하지만 측정 대신 캠페인 도달 범위와 개인화를 대규모로 추진하도록 설계되었습니다. 

디지털 ID 시스템이 개인정보 보호에 미치는 영향은 무엇인가요?

오늘날의 데이터 개인정보 보호 환경에서는 외부 소스로부터 광고 노출 및 성과 데이터를 수집하는 것이 까다로운 제안이 될 수 있습니다. 사용자 동의를 확보한 경우에도 마케터는 외부 파트너와 고객 데이터를 공유하여 동의의 한계를 테스트하는 것에 대해 당연히 불안해합니다. 특히 의료나 금융 서비스처럼 규제가 엄격한 산업에서는 더욱 그렇습니다. 해시 알고리즘은 이메일 주소와 같은 민감한 식별자를 가리는 데 도움이 될 수 있지만, 유럽과 같은 일부 관할권에서는 해시 ID가 개인 식별 정보(PII)로 간주되기 때문에 악의적인 공격자가 해시 ID의 배후에 있는 사람을 식별하는 것을 항상 막을 수 있는 것은 아닙니다.

해결책은 무엇인가요? 닐슨은 데이터 파트너 간에 민감한 정보를 실제로 공유하지 않고도 데이터 협업(예: 광고주와 퍼블리셔 데이터 세트 간의 중복 찾기)을 용이하게 하기 위해 일련의 데이터 개인정보 보호 및 보안 프로세스를 구현했습니다. 예를 들어, 클린룸 통합은 닐슨, 고객 및 파트너의 데이터를 각자의 환경 내에서 유지하면서 측정이 가능하도록 보장합니다. 기밀 컴퓨팅 및 차등 개인정보 보호와 같은 기술을 통해 각 당사자는 서로의 데이터를 보지 않고도 함께 작업할 수 있습니다.

개인정보 보호는 마케터와 소비자에게 최우선 순위입니다. 어떤 디지털 ID 시스템을 사용하든 이를 중요하게 생각해야 합니다. 

타사 쿠키를 넘어선 디지털 측정

써드파티 쿠키의 시대가 저물고 있지만, 마케터들은 여전히 크로스 플랫폼 캠페인을 이해해야 합니다. 그리고 고급 오디언스가제공하는 새로운 기획 및 타겟팅 기회를 활용하여 경쟁사보다 앞서 나가기를 원합니다.

그 어느 때보다 마케터에게는 비즈니스와 관련된 정확하고 일관된 오디언스 및 결과 지표를 생성할 수 있도록 도와줄 수 있는 측정 파트너가 필요합니다.