퍼스트 파티 데이터란 무엇인가요? 성장 팀을 위한 가이드

퍼스트 파티 데이터는 회사가 자체 제품, 채널 및 상호 작용을 통해 자체 청중으로부터 직접 수집하는 정보로, 중개자, 제3자 중개인, 추론된 추측이 없는 정보입니다. 앱 동작 및 구매 기록부터 이메일 참여 및 지원 대화까지 모든 것이 포함됩니다. 투명하고 적절한 동의하에 수집될 경우, 외부 공급업체에서 가져온 데이터보다 일반적으로 더 정확하고 관리하기 쉽습니다. 게임 스튜디오와 성장 팀을 위해, 플레이어가 게임을 찾고, 플레이하고, 지출하는 방식을 보여주며, 최적화 시스템이 학습하는 신호를 제공합니다.

개인정보 보호 규정이 발전하고 전통적인 식별자가 덜 신뢰할 수 있게 되면서, 스튜디오는 최적화를 위해 단일 진실 공급원에 의존할 수 없게 되었습니다. 성능 향상은 사각지대를 줄이고 플레이어 행동 및 성능에 대한 더 완전한 시야를 최적화 시스템에 제공하는 고품질 퍼스트 파티 신호를 기반으로 더 강력한 데이터 기반을 구축하는 것에 점점 더 의존하고 있습니다.

퍼스트 파티 대 세컨드 파티 대 서드 파티 데이터

세 가지 범주는 데이터가 무엇을 포함하는지가 아니라 어디에서 오는지에 따라 정의됩니다.

• First-party data는 귀하가 자체 소유 채널(앱, 웹사이트, 고객 관계 관리(CRM) 시스템 또는 판매 시점 시스템)을 통해 직접 수집하는 데이터입니다.
• Second-party data는 파트너십을 통해 직접 공유되는 다른 사람의 퍼스트파티 데이터입니다. 소매업체가 브랜드 파트너와 로열티 데이터를 공유하는 것이 일반적인 예입니다.
• 제3자 데이터는 많은 관련 없는 출처에서 집계되며, 해당 데이터가 설명하는 사람들과 직접적인 관계가 없는 데이터 공급자가 판매하거나 라이선스를 부여합니다.

왜 퍼스트 파티 데이터가 지금 중요한가

퍼스트 파티 데이터의 주장은 데이터 환경이 어떻게 변화했는지에서 직접적으로 나옵니다.

개인정보 보호 요구 사항이 변경되었고 되돌릴 수 없습니다. EU의 일반 데이터 보호 규정(GDPR) 및 캘리포니아 소비자 개인정보 보호법(CCPA)과 같은 데이터 보호법과 Apple의 앱 추적 투명성과 같은 모바일 수준의 동의 프레임워크는 명시적인 허가 없이 외부 식별자에 의존하는 것을 더 어렵게 만들었으며, 많은 경우 불가능하게 만들었습니다. 규제 확장은 둔화되지 않고 있습니다: 20 states가 이제 포괄적인 개인정보 보호법을 통과했습니다.

신호 손실은 실제 성능에 영향을 미칩니다. IDFA와 같은 식별자가 사용 불가능하거나 타사 쿠키가 차단되면 최적화 모델은 의존하던 입력값을 잃게 됩니다.

퍼스트 파티 데이터가 기본적으로 더 신뢰할 수 있는 자산이 되었습니다. 그것은 실제 관계와 관련이 있습니다. 또한, 수집 회사가 이를 통제하고 공급업체에 의존하는 대신 직접 동의를 수집할 수 있습니다. 그것이 바로 그것이 더 이상 규정 준수 체크박스로 취급되지 않고 핵심 인프라로 취급되는 이유입니다.

1차 데이터 유형

퍼스트 파티 데이터는 여러 범주에 걸쳐 있으며, 각 범주는 성장 퍼널의 다른 부분에 유용합니다.

• Behavioral data는 사용자가 제품 내에서 실제로 하는 행동, 즉 페이지 뷰, 세션 지속 시간, 기능 사용, 참여 패턴을 다룹니다. 모바일 게임은 첫 세션에서 10레벨을 클리어하는 플레이어를 추적할 수 있으며, 이는 높은 리텐션 가능성을 나타내는 강력한 초기 신호입니다.
• 거래 데이터는 금전 또는 가치의 교환을 다룹니다: 구매, 구독 갱신, 광고 수익 및 환불. 예를 들어, 플레이어가 언제 얼마를 지출했는지 보여주는 인앱 구매 내역은 가치에 대한 직접적인 신호입니다.
• Device and diagnostic data 는 게임이 실행되는 기술적 환경을 포함합니다: 장치 모델, 운영 체제(OS) 버전, 연결 품질, 충돌 및 성능 신호. 이 데이터는 자체 계측 장비, 소프트웨어 개발 키트(SDK) 또는 진단 도구를 통해 수집할 수 있으며, 각각이 포착하는 내용은 다릅니다. 예를 들어, 충돌 보고 도구는 게임이 구형 휴대폰에서 더 자주 충돌한다는 것을 보여줄 수 있습니다.
• 런타임 데이터 는 게임이 플레이되는 동안 생성하는 신호를 포함합니다: 여기에는 세션 시작 및 길이, 레벨 진행, 기능 사용, 인게임 구매 및 게임 고유의 기타 참여 및 행동 이벤트가 포함될 수 있습니다.
• 선언 및 제로파티 데이터는 사용자가 직접 알려주는 것, 즉 명시적 선호도, 설문조사 응답 및 온보딩 선택 사항을 포함합니다. 설정 중에 선호하는 장르를 선택하는 플레이어는 직접적이고 모호하지 않은 의도를 전달하는 것입니다.

대부분의 퍼스트 파티 데이터 프로그램은 행동, 거래, 기기 및 진단, 런타임, 선언된 데이터를 통합하며, 각 신호 유형은 고객에 대한 다른 시각을 제공합니다.

각각의 이러한 신호 유형은 좁은 질문에 답합니다. 누군가가 어떻게 도착했는지, 무엇을 했는지, 얼마를 지출했는지, 어떤 경험을 했는지에 대한 것입니다. 진정한 가치는 함께 볼 때 나타납니다. 행동 데이터만 살펴보는 팀은 획득 품질의 변화, Monetization 결정, 또는 런타임 성능 문제로 인한 것인지 알지 못한 채 참여 감소를 볼 수 있습니다. 신호 유형을 연결하면 그 격차를 메우고 흩어져 있던 측정 항목들을 실제로 결과를 이끌어내는 요인에 대한 더 명확한 그림으로 바꿉니다.

퍼스트 파티 데이터 전략 구축하기

퍼스트 파티 데이터 전략은 사실 두 가지 연결된 분야입니다. 데이터를 책임감 있게 수집하는 것과 일단 확보한 데이터를 활용하는 것입니다. 대부분의 조직은 이미 사용하고 있는 것보다 더 많은 데이터를 가지고 있으며, 그 격차는 보통 구조에 있습니다.

수집: 데이터를 책임감 있게 모으기

컬렉션은 계측 장비로 시작됩니다. 예를 들어, 행동 신호를 캡처하기 위한 SDK 연동, 거래를 캡처하기 위한 이벤트 추적, 그리고 옵트인(opt-in)을 명확하고 쉽게 관리할 수 있는 동의 메커니즘이 있습니다. 메커니즘보다 그 이면의 원리가 더 중요하다. 컬렉션은 기존 제품에 덧붙이는 사후 조치가 아니라 투명하고 동의 우선이어야 합니다. 실제적으로는 플레이어들에게 어떤 데이터가 수집되는지, 어떻게 사용되고 공유될 것인지, 그리고 그들이 어떻게 통제할 수 있는지 명확하게 알려주는 것을 의미합니다. 어린이와 같은 어린 선수들의 데이터는 더 엄격한 규칙의 적용을 받으며 일반적으로 맞춤형 광고에 사용될 수 없습니다.

활성화: 데이터를 활용하는 것

창고에 있는 원시 데이터는 그 자체만으로는 어떤 지표도 움직이지 않습니다. 활성화는 가치가 나타나는 곳입니다. 이는 퍼스트 파티 데이터를 사용하여 잠재 고객 세그먼트를 구축하고, 유사 잠재 고객을 모델링하며, 학습에 사용되는 신호 최적화 모델을 풍부하게 하고, 채널 전반에 걸쳐 타겟팅을 조정하는 것을 의미합니다.

각 활성화 방법은 서로 다른 작업을 수행합니다:

Audience segments: 높은 지출자나 3일 후에 이탈한 사용자처럼 공통된 특성으로 정의된 사용자 그룹으로, 캠페인이 서로 다른 사용자를 다르게 취급할 수 있게 합니다.

유사 잠재고객: 기존 그룹, 보통 최고의 고객과 유사한 새로운 사용자들로, 광고 플랫폼이 이미 가치 있음이 입증된 사람들과 유사한 더 많은 사람들을 찾도록 하는 것입니다.

Signal enrichment: 구매 및 유지와 같은 퍼스트 파티 신호를 광고 플랫폼의 최적화 모델이 학습하는 것에 추가합니다. 더 풍부한 신호는 더 정밀한 입찰 결정을 의미합니다.

크로스채널 타겟팅: 한 곳(앱 또는 웹사이트)의 데이터를 사용하여 소셜 또는 연결 TV와 같은 다른 채널의 결정을 알림으로써, 적용 가능한 개인정보 보호법이 허용하는 범위 내에서 동일한 사용자가 일관성 없이 타겟팅되지 않도록 하는 것.

올바른 신호를 수집함으로써 더 나은 모델 입력을 얻을 수 있으며, 이는 입찰, 타겟팅 및 예산 결정의 정확도를 높일 수 있습니다. 이러한 더 날카로운 결정들은 시간이 지남에 따라 향상된 광고 지출 대비 수익(ROAS), 고객 생애 가치(LTV), 그리고 유지율로 나타날 수 있습니다.

게임 내 퍼스트 파티 데이터

게임은 방대한 양의 퍼스트 파티 데이터를 생성합니다. 단일 세션에서 세션 패턴, 인게임 Economy 행동, 사회적 상호 작용, 광고 참여 같은 수십 가지 신호를 생성할 수 있습니다. 스튜디오 자체 게임과 도구를 통해 수집될 경우, 해당 스튜디오의 1차 콘텐츠가 됩니다.

주목할 만한 신호들은 몇 가지 범주로 나뉩니다. 플레이어 행동 데이터는 플레이어 생애 주기 동안의 유지율 곡선, 참여 뎁스, 그리고 Monetization 패턴을 다룹니다. 진단 신호는 장치 성능, 충돌 데이터 및 로드 시간을 포함하며, 제품 품질, 유지율 지표 및 타겟팅 정확도에 중요한 기술 신호입니다. 인게임 Economy 데이터는 통화 획득 및 지출 비율과 In-app Purchase (IAP) 패턴을 포함하며, 이는 플레이어가 첫 거래를 하기 훨씬 전에 지출 행동을 잘 예측하는 경우가 많습니다. 게임은 이를 높은 빈도로 지속적으로 포착하기 때문에, 결과로 나오는 신호 세트는 일반적으로 표준 웹사이트 Analytics 설정이 생성하는 것보다 더 풍부합니다.

그 이점은 이러한 신호들을 고립시키기보다는 연결하는 데서 나옵니다. 행동 데이터, 런타임 텔레메트리 및 어트리뷰션 데이터가 동일한 시스템으로 유입될 때, 최적화 모델은 배울 것이 더 많아지며, 더 많은 신호는 더 나은 예측과 더 높은 광고 지출 수익률을 산출하는 경향이 있습니다. 이곳은 별개의 도구로 작동하는 것이 아니라 동의된 데이터 프레임워크, 획득 데이터와 연결된 Analytics, 그리고 SDK 수준 런타임 신호가 함께 작동하는 곳입니다.

동의는 처음 보이는 것보다 이 문제에서 더 큰 역할을 합니다. 명확한 동의 경험은 플레이어의 신뢰를 구축하는 데 도움이 되며, 동의된 신호는 Unity Vector와 같은 최적화 모델이 더 많이 학습할 수 있도록 합니다.

광고 및 최적화를 위한 퍼스트 파티 데이터

퍼스트 파티 데이터의 가장 명확한 상업적 이익은 UA 및 성장 팀이 직접 측정하는 광고 성과에서 나타납니다. 아래 각 이점 아래에는 동일한 기본 메커니즘이 있습니다. 최적화 모델은 학습할 수 있는 더 완전하고 연결된 신호를 가질 때 더 나은 입찰 및 예산 결정을 내리는 경향이 있으며, 단일 통합 후 정체되는 대신 추가 신호가 사용 가능해짐에 따라 계속해서 더 정교해질 수 있습니다. 더 완전한 데이터는 단순히 정보를 추가하는 것이 아니라, 모델이 대리 변수로 채워야 하는 추측을 줄여줍니다.

표적이 더 정확해집니다. 실제 관찰된 행동을 기반으로 구축된 잠재 고객 세그먼트는 추론된 관심사 범주가 아닌 경우, 전환 가능성이 낮은 사람들에게 낭비되는 지출이 줄어들며, 이는 더 효율적인 획득 비용으로 직접 나타납니다.

최적화 루프가 더 촘촘해집니다. 입찰 및 최적화 모델이 설치 후 이벤트, 수익 데이터, 참여 마일스톤과 같은 퍼스트 파티 신호를 수신하면, 대리 지표 대신 구체적인 결과를 학습할 수 있습니다. 더 풍부한 입력은 더 나은 예측을 지원하는 경향이 있으며, 이는 자체 데이터 채택으로 인한 대부분의 ROAS 이점의 핵심 메커니즘 중 하나입니다.

신호가 채널을 가로질러 이동합니다. 법률이 허용하는 범위 내에서, 한 환경에서 수집된 데이터, 예를 들어 인앱 참여는 프로그래매틱 광고, 연결 TV 또는 소셜과 같은 완전히 다른 채널의 타겟팅 결정에 정보를 제공할 수 있습니다. 동일한 기본 신호가 각 채널별로 재구축되는 대신 재사용되기 때문에 값이 복합적으로 증가합니다.

퍼스트 파티 데이터는 게임 분야뿐만 아니라 그 이상에서도 성장 전략이 수렴하고 있는 더 견고한 기반입니다.

당신의 데이터 세트는 성공을 위해 준비되어 있습니까?

자주 묻는 질문

퍼스트 파티 데이터란 무엇인가요?

퍼스트 파티 데이터는 회사가 소유한 채널(앱, 웹사이트, CRM 시스템, 판매 시점 시스템 등)을 통해 자체 사용자로부터 직접 수집하는 정보입니다. 출처에서 직접 나오기 때문에 외부 공급업체나 중개업체의 데이터보다 일반적으로 더 정확하며, 투명하게 수집될 때 관리하기가 더 쉽습니다.

퍼스트 파티 데이터의 예시는 무엇인가요?

플레이어의 첫 세션이 얼마나 지속되는지, 어떤 인앱 아이템을 구매하는지, 어떤 기기에서 플레이하는지를 추적하는 모바일 게임은 모두 퍼스트 파티 데이터입니다. 그러면 소매 사이트의 고객 구매 내역인가요, 아니면 온보딩 설문조사에 대한 응답인가요?

퍼스트 파티, 세컨드 파티, 서드 파티 데이터의 차이점은 무엇인가요?

퍼스트 파티 데이터는 자체 채널을 통해 자체 사용자로부터 직접 수집됩니다. 세컨드 파티 데이터는 다른 사람의 퍼스트 파티 데이터이며, 귀하에게 직접 공유되는 것입니다. 제3자 데이터는 여러 관련 없는 출처에서 외부 제공업체가 집계하여 귀하에게 판매하거나 라이선스하며, 귀하와 해당 데이터를 설명하는 사람들 사이에 직접적인 관계가 없습니다.

제로파티 데이터란 무엇인가요?

제로파티 데이터는 사용자가 명시적 선호도, 설문조사 응답 또는 온보딩 선택과 같이 의도적으로 능동적으로 공유하는 정보입니다. 그것은 일종의 퍼스트 파티 데이터이지만, 사용자가 행동으로부터 추론하는 대신 직접적이고 의도적으로 제공한 것입니다. 게임에서 플레이어가 설정 중에 선호하는 장르를 선택하는 것은 흔한 예입니다.

퍼스트 파티 데이터가 광고에 왜 중요한가요?

모바일 식별자와 브라우저 쿠키가 점점 더 사용 불가능해지면서, 퍼스트 파티 데이터는 타겟팅 및 최적화를 위한 몇 안 되는 신뢰할 수 있는 입력 중 하나가 되었습니다. 청중 정확도를 향상시키고 최적화 모델에 더 풍부한 신호를 제공할 수 있습니다.

모바일 앱에서 퍼스트 파티 데이터를 어떻게 수집하나요?

컬렉션은 일반적으로 행동 신호에 대한 SDK 연동, 구매 및 기타 거래에 대한 이벤트 추적, 그리고 사용자가 무엇이 수집되는지 이해하고 제어할 수 있는 명확한 동의 메커니즘을 결합합니다. 동의 품질과 데이터 품질은 직접적으로 연결됩니다. 투명한 수집은 더 깨끗하고 사용 가능한 데이터를 만들어냅니다.

퍼스트 파티 데이터 활성화란 무엇인가요?

데이터 활성화는 퍼스트 파티 데이터를 사용 가능하게 만드는 과정입니다. 이는 올바른 신호를 수집하고, 이를 올바른 플랫폼에 연결하며, 측정, 최적화 및 의사 결정을 위해 사용 가능하도록 보장하는 것을 의미합니다. 활성화에는 잠재 고객 구축, 머신러닝 모델 훈련, 최적화 신호 강화, 채널 간 캠페인 조정이 포함됩니다. 데이터를 수집하는 것은 첫 번째 단계일 뿐입니다. 비즈니스 가치는 그 데이터를 활용하는 것에서 나옵니다.

퍼스트 파티 데이터가 ROAS를 어떻게 개선하나요?

최적화 시스템은 볼 수 있는 것만 최적화할 수 있습니다. 구매, 참여, 유지와 같은 더 풍부한 퍼스트 파티 신호에 접근할 수 있을 때, 그들은 추론된 대리 지표에 의존하는 대신 어떤 사용자가 가장 가치 있는지 학습합니다.

같은 예산으로 두 캠페인을 상상해 보세요. 앱을 설치한 사람만 알 수 있습니다. 다른 사람도 튜토리얼 완료하고, 구매하고, 참여를 유지하며, 고가치 플레이어가 된 사람을 알고 있습니다. 두 번째 캠페인은 배울 정보가 훨씬 많아 최적화 시스템이 귀하의 최고의 고객과 유사한 사용자를 더 많이 찾고 낭비되는 지출을 줄일 수 있습니다.