모바일 광고와 분석을 위한 기술

analytics

모바일 광고와 분석을 위한 기술

박민우

AD

박 민우 ( @tebica )http://earlybird.kr/

Python Korea

Hackathon

Run dev Conferences

Python KoreaPython KoreaPython KoreaPython KoreaPython Korea

1.모바일 광고2.모바일, 주의사항3.앱 인스톨 트래킹 4.빅데이터 사례5.More..

모바일 광고?

모바일 광고 비중 : 7% -> 15%

- 대용량 광고서비스를 빠르게 운영

- CTR, CPC, CVT, eCPM, ARPU, Retention

-지표를 사용한 비지니스 의사 결정 / 광고 캠페인 최적화

- Retention, funnel, 타게팅 대상 분석

모바일 광고 / 분석 요구사항

어떻게 수집된 자료인가?

얼마만큼의 신뢰성을 지니는가?

이 지표 사용시 주의 할 점은?

모바일 지표에 대한 정확한 이해

0

10

20

30

40

50

1st 2010 2nd 2010 1st 2011 2nd 2011 1st 2012 2nd 2012 1st 2013 2nd 2013

PEAK

SLOW

기술적배경 이해필수

What’s inside?

정확한 이해

IDA / IDV, Hadoop, Falcon, iOS, Android, digital finger printing, MR, REST API, caching, sniffing skills, device id, Android referrer, cookie, HTML5, HTTP, Mac address, ODIN1, Android ID ...

모바일 광고와 분석을 위한 기술

모바일, 무엇이 다른가?

작은 화면?

온라인 광고 SDK

모바일 광고

+

나눠쓰는 기기

개인화 기기

위치정보 인구통계학적정보

디바이스정보

1. 수집하는 정보가 다르다

2. 할수있는 action이 더 다양하다

더 정밀한 타게팅과

더 다양한 사용자 action

ROI

사용자 (inventory) 정보 수집, 분석

캠페잊 실행과 정확한 트래킹

분석 결과 이용하여 자동 최적화

Goal

광고서빙유저유입

전환수 트래킹post-install 트래킹

효율이 좋은 매체선별유저 세그먼트 분석

데이터 피드백전환수 극대화

모바일, 주의사항

PII (개인 식별 정보) 관리 주의

개인화 기기

PII (Personally identifiable information)개인을 식별할 수 있는 정보또는 내가 자신이라고 증명할 수 있는 정보들이름, 주소, 주민번호, 운전면허 번호, 지문 정보, 신용카드 번호, 생일, 유전자정보, 전화번호, 등등

개인에 대한 정보이지만 PII인지는 애매한 것들성별, IP, 국적, 대략의 나이 (20대), 직장

PII 란?

Mac 주소 수집 논란.

Mac은 PII 인가?

PII

PII

IMEI, UDID, PII- 수집하지 않는다.

PII 애매한 정보들- 꼭 필요한 경우에만 hash 하여 저장- 전송시 반드시 SSL / TLS

앱 인스톨 트래킹

왜 모바일 트래킹은 힘든가?

모바일 광고

온라인 광고

+

분산되어있는 데이터들

앱 실행

광고주

Ad network

플랫폼의 다양한 특성

버젼별, 제조사별..

다양성

광고 네트워크 별 특성들

퍼블리셔 (앱) 별 특성들

모바일 트래킹을 위한 기술들

디바이스 ID

ID

쿠키디바이스

핑거프린팅Android Referrer

디바이스 ID

1.말고 많고 탈도 많은 UDID2.Mac address3.ODIN14.OpenUDID

IDFA / IDFV

잊어주세요 UDID

Mac address 도 안녕~

iOS 7

ODIN1 은 패키지로 안녕~

ODIN1 = SHA1(Mac address)

openUDID 업데이트 중단

iPhone을 중고로 팔면?

IDFA / IDFV

IDFA = Identifier for Advertisers (aka IFA or IDA)

IDFV= Identifier for Vendor

IDFA / IDFV

IDFA / IDFV

IDFA / IDFV 확인 app

Android 디바이스 ID

•ANDROID_ID•ODIN1 = SHA1(ANDROID_ID)•md5(ANDROID_ID)

전송시에는 SSL / TLS 사용

디바이스 ID

장점

•가장 정확하다•다양한 플랫폼 지원•사용자에게 보이지 않음

단점

•모바일 웹에서 사용 불가능•일부 앱을 미지원

Cookie

=

Flip!

Cookie

Cookie

장점

•시나리오대로 동작한다면 정확하다•앱/웹 모두 트래킹 가능

단점

•Flip UX•iOS 제한적 지원•브라우져 다를시 문제 됨•너무 많은 re-direction 으로인한 drop-off

디바이스 핑거프린팅

Click time

•IP•device info•OS version•TimeZone•additional info

Install time

•IP•device info•OS version•TimeZone•additional info

Digital Fingerprint

Digital Fingerprint

비교

A

B

디바이스 핑거프린팅

디바이스 핑거프린팅

장점

•앱/웹 등 모든 시나리오•연동이 쉬움•사용자에게 보이지 않음

단점

•정확도가 낮음•시간이 지날수록 정확도 매우 떨어짐•리다이렉트 발생

Android referrer

referrerDownload timeClick time

referrer

referrer

tracking system

앱 실행

Android referrer

장점

•시나리오대로 동작한다면 정확하다•앱/웹 모두 트래킹 가능

단점

•Google Play만 지원

캠페인의 특성과 시나리오에 맞는 방법

DEVICE ID androidreferrerCOOKIE

DEVICEFINger

printing

goal

+ + +

BIG DATA

코끼리와 친구들

Hadoop usage at InMobi

InMobi세계 최대규모의 독립 모바일 광고 네트워크

~ 6 Clusters> 1PB of storage> 5TB new data ingested each day> 20TB data crunched each day> 200 nodes in HDFS/MR clusters & > 40 nodes in Hbase> 175K hadoop jobs / day> 60K Oozie workflows / day300+ Falcon feed definitions100+ Falcon process definitions

HADOOP @ InMobi

OOO

리포팅 / 분석 / 최적화 등 다양한 사용

OOO

하둡 / MR이 뭔지 모르는 사람도 하둡 유저

OOO

타게팅 / 광고 시뮬레이션 고도화 / 자동화

HADOOP in-house tool

•빅데이터 분석을 위한 인 하우스 시스템 개발

•ETL, Query Processor, Query Builder,

Visualization 을 하둡 위에 구현

•Sum, Avg, Min, Max, Count, Distinct,

GroupBy, Where, Having 등을 지원

•세일즈, 운영, 사업 담당을 위한 UI 뿐만 아니라

내부 개발자를 위한 API 지원

•예약작업 / 정기작업 지원

신입사원도 돌리는 MR

Data life cycle management

Data management and processing platform

Data life cycle management

Data life cycle management

AND MORE ..

OOO

CONTEXT 기반 광고

OOO

HTML5 리치미디어 / live feed 광고

OOO

다양한 리타게팅 광고

모바일 수익화를 위한 팁

모바일 광고 최적화?

광고

분석 / 타게팅 광고

광고분석 / 타게팅

분석 / 타게팅기반 기술이해

thank you

exit

박 민우 ( @tebica )[email protected]