"데이터 기반 마케팅 = 퍼포먼스 마케팅 ?? "
마케팅 시장에 데이터와 솔루션을 공급하는 일을 수년 간 해오며 디지털 광고 회사들을 돕기도 하고 나아가 직접 투자/인수 운영까지 해오다 보니, 이제는 어느 정도 흐름이 보이고 장단점과 문제점 같은 것들이 조금은 선명하게 보이는 것 같다. 수십년 역사의 대한민국 광고 시장에 대해 나 같은 비(非)광고인이 함부로 근간을 흔드는 주제를 던져서 논란을 자초하고 싶지는 않았지만…그래도 모바일 광고 이후 10년 역사 중 데이터와 관련한 가장 많은 마케팅 솔루션 제품을 내놓고 있는 입장에서 우리 데이터가 단순히 퍼포먼스 마케팅에 직결되는 도움을 줄거라는 환상을 갖고 있는 많은 시장 이해 관계자들에게 올바른 관점을 제공하기 위해서 다소 논쟁적 주제로 글을 써봤다.
디지털 마케팅 예산 비중을 급격히 높이고 있는 대부분의 기업들은 언제나 정의로워 보이는 ‘광고 효율’이란 키워드의 함정에 빠져서 ‘퍼포먼스 마케팅’에 많은 예산과 인력을 매몰시키고 있다. 도대체 20여 년 전 쯤 변변한 트래킹 정보조차 없던 시절…단지 ‘디지털’이란 이유 하나만으로 겨우 얻을 수 있던 실낱 같은 광고 결과 정보(ctr, cpc, roas..)를 ‘데이터’라 부르며 내가 노출시키는 대상이 누군지도 모른 채 눈감고 마케팅을 하던 방법론을 2021년에 이르러서도 이름만 그로스해킹 등등 바꿔가며 더 집착하는 이유가 무얼까? 아마도 그것은 <광고 결과를 측정하는 기술>이 모바일 시대에 눈부시게 정확해지고 고도화 되었기 때문일 것 같다.
관련 솔루션 들을 국내에 가장 광범위하게 공급하면서 퍼포먼스 마케팅 전성시대의 가장 큰 수혜를 봤을 것 같은 회사의 대표 입장에서 하는 말 치고는 모순적으로 들릴 수도 있겠다. 하지만, ‘결과’를 바탕으로 효율 극대화를 추구하는 것(퍼포먼스 방법론)이 아무리 옳은 접근법 일지라도, 눈앞의 KPI와 효율(스코어 인정 기준)에만 지나치게 몰입하다보면 그 일을 하는 ‘목적과 방향’(내가 누구를 고객으로 만들고자 하는지)을 잃어버리기 쉽다는 것을 간과해서는 안된다.
이번 콘텐츠에서는 디지털 마케팅의 대표적인 활동인 퍼포먼스 마케팅의 현황과 문제점에 대해 되짚어보며, 우리가 놓치고 있는 것은 무엇인지를 알아보자.
퍼포먼스 마케팅, 진짜 ‘퍼포먼스’를 내고 있을까?
당신이 신규 럭셔리 브랜드를 런칭 중에 있고, 당신에게는 20만 여명의 대한민국 슈퍼리치 소비자들을 거의 다 모아 놓은 데이터 공급자가 있다고 가정해보자. 마케팅 의사 결정자라면 당연히 해당 오디언스 데이터를 대상으로 마케팅을 해야 할 것이다.
만약, 국내 퍼포먼스 마케팅 알고리즘 top 3에게 당신의 럭셔리 브랜드에 대한 퍼포먼스 마케팅을 의뢰한다면 과연 ai 알고리즘들은 저 20만 슈퍼리치에게 노출을 시킬까? 결과는 ‘No!” 이다. 만약 위 슈퍼리치 20만명이 광고 클릭률과 전환율 모두 낮은 특성이라도 보인다면 ai는 더더욱 이들에 대한 광고 노출을 후순위로 밀어둘 것이고, 당장의 지표(KPI)에 가장 도움이 될 것 같은 사람에게 집중적으로 예산을 쏟을 것이다. (ex. 내가 ai라도 그냥 뒀어도 어차피 살 사람을 기가 막히게 찾아내서 광고를 노출시키곤 자기의 성과라고 스코어를 받아가지 않았을까?) 다소 극단적인 예를 들었지만, 소비자 데이터가 아닌 ‘효율 지표’에만 의존한다면 이러한 잘못된 판단이 나올 수 있다.
다른 예를 하나 더 들어보자. 당신은 A백화점에서 연간 2억 원 이상 구매를 하는 VVIP 고객이다. B백화점에도 방문한 적은 있어서 회원으로 등록되어 있지만, 구매 횟수가 거의 없어서 B백화점에게 당신은 별로 중요하지 않은 고객일 가능성이 높다. 만약 B백화점이 3rd party data를 통해 당신이 최상위 구매력을 가진 소비자임을 알고 있다면, 퍼포먼스 효율이 아무리 낮더라도 당신을 고객으로 만들기 위해 모든 마케팅 활동을 집중해야 하지 않을까.
지금까지의 퍼포먼스 마케팅은 데이터가 부족했다. 그렇기에 트래킹을 통해 얻어진 조각 조각의 데이터를 통해 <귀납적인 방법>으로 소비자를 추정해왔고, 데이터 인사이트가 아닌 광고 효율 여부에 따라 결과를 판단해 왔다. (아마 부인하기 어려울 것이다.) 소비자는 퍼포먼스 마케팅의 룩백윈도우(Look Back Window)* 에서 일정 기간 광고에 반응을 보였는지 여부와, 단순 광고 효율로 판단을 할 수 있는 대상이 아니다.
‘잠재적 소비자’가 누군지 모르던(어떤 오디언스인지 모르던) 시절에는 그렇게 귀납적으로 <광고에 반응 잘하는 오디언스 = 잠재적 소비자> 라는 등식으로 일하며 경쟁사랑 제로썸 게임을 해왔다. 모든 제품에는 처음부터 목표로 하는 타겟이 대전제 처럼 먼저 있는 법이고, 지금은 그 ‘타겟’에 대한 정확한 데이터 마케팅을 할 수 있는 환경이 열렸다. 그렇다면 이제 마케팅은 데이터에 근거한 <연역적 방법>으로 진행되어야 한다. 데이터를 통해 타겟 소비자들의 특성과 관심사, 페르소나가 명확하게 정의되었다면 이들의 마음을 얻고 궁극적인 고객으로 만들기 위해 필요한 마케팅 활동이 무엇인가를 찾는 과정에서의 효율을 중요하게 생각해야지, 광고 자체에 반응한 효율지표에 마케팅 전체를 가두어서는 안된다. 조금 심하게 말하면 그 목표 타겟을 공략하는 ‘마케팅 기획’을 성공적으로 하지 못한 사실을 ‘효율’이란 이름으로 매체탓, 데이터탓 하면서 외면하지 말았으면 한다.
* 룩백 윈도우란? 광고 반응(이벤트) 후 어느 정도 기간 내에 발생한 어트리뷰션을 성과로 인정할 것인가의 기준
퍼포먼스 마케팅, ‘효율 개선’ 패러다임의 변화가 필요하다
퍼포먼스 마케팅을 통한 광고 효율 최적화 과정을 간략하게 정리하면 다음과 같다.
먼저, 광고의 대상인 타겟을 선정하고 광고의 목적에 따라 적합한 광고의 형태를 선정한 뒤 목표 효율 즉, KPI를 정한다. 타겟 오디언스 그룹을 정하고 나면 적합한 매체와 광고 지면을 플래닝한 뒤 광고 소재의 AB 테스트를 진행하며 광고 성과와 KPI 달성 여부를 지속적으로 모니터링하고, 이를 바탕으로 최적화를 진행한다. 이렇게 효율에 대한 측정과 개선의 과정을 반복하다 보면 대부분 광고 효율 자체는 눈에 띄게 개선이 된다.
그러나 문제는 목표 KPI를 도달하고 어느정도의 시간이 흐르면, 효율은 더이상 좋아지지 않는 한계에 부딪히고는 한다. 광고 효율을 개선하는 것은 정체되고, 여러가지 방법을 동원해도 더이상 나아지지 않으면 담당자들은 소위 멘붕에 빠지게 된다. 그럼에도 여러가지 시도를 해봐야하기에 소재를 교체하고, 신규 매체를 발굴하고, 오디언스 타겟팅 조건을 바꾸어가며 광고를 지속해서 노출시킨다. 더 큰 문제는, 이러한 과정을 끊임없이 반복하더라도 정체된 효율은 좀처럼 올라가지 않는 다는 것이다. 과연, 무엇이 문제일까?
한가지 짚고 넘어갈 것은 이 콘텐츠는 퍼포먼스 마케팅 무용론을 이야기하는 것이 아니다. 마케팅 캠페인의 효율을 개선하고, 더 많은 전환을 이끌어 내는 것은 전세계 모든 마케터들의 과제이다. 다만, 효율이라는 지표 자체에 지나치게 집착하다보면 매일같이 오르락 내리락하는 숫자에 일희일비하게 되고, 결국 마케팅 전략의 방향성은 잃은 채 혼란에 빠질 수 있다는 점을 지적하는 것이다.
[그림 1] 단기적인 KPI의 상승과 하락에 일희일비하는 현실을 비꼰 웹툰
당신의 퍼포먼스 마케팅은 유의미한 고객을 획득하고 있을까?
효율적인 마케팅이라 함은 기업이 타겟팅하는 소비자를 대상으로 최소한의 비용과 효과적인 마케팅 활동을 통해 판매를 극대화하는 것이다. 이 과정에서 중요한 출발점은 기업이 필요로하는 타겟 소비자를 정확하게 정의하는 일이다.
소비자를 정의하는 전통적인 방식으로는 제품 및 서비스의 주 사용자에 대한 인구 통계 정보를 기반으로 하는 것이 있다. 여기서 조금 더 발전하면 소수 소비자 표본 집단에 대한 서베이나 FGI (Focus Group Interview) 등을 통해 소비자 인사이트를 얻고, 이들의 특징을 조금 더 구체적으로 표현한 페르소나를 정의하는 것이 있다.
퍼포먼스 마케팅의 경우 매체들이 제공하는 각종 오디언스 데이터와 알고리즘을 통해 타겟 소비자를 정의하고, 그 소비자들을 대상으로 퍼포먼스 광고를 운영한다. 그러나 앞서 지적한 바와 같이 효율 최적화 위한 액션을 지속적으로 반복하다 보면, 얼마나 저렴한 비용으로 고객을 획득했는지(User Acquisition Cost)가 가장 중요한 평가 기준이 된다. 정작 기업에게 가장 중요한 평가 기준인 ‘타겟 소비자들을 획득하고 있는지’에 대한 판단은 놓치게 되는 것이다.
광고 효율이 최적화되고 고객 획득 단가가 낮아진 것은 분명 퍼포먼스 마케팅 활동이 효율적이라고 말할 수 있다. 그러나 획득된 고객들이 기업이 진짜 원하는 타겟팅 고객이 아니거나, 목표했던 잠재고객을 설득하고 내 고객으로 만들지 못한다면 결과적으로 효율적인 마케팅 활동이라고 말할 수 없다. 퍼포먼스 마케팅의 결과인 ‘효율’이 획득한 소비자의 가치를 해석하고 증명해줄 수 없다면, 우리는 어쩌면 막대한 마케팅 비용과 시간 그리고 노력을 낭비하고 있는지도 모른다.
디지털 미디어 환경이 보편화된 지금은 그 어느때보다 소비자를 더 정확하게 이해할 수 있는 측정방법과 데이터가 넘쳐나고 있다. 글로벌 마케팅 리딩 브랜드들은 적극적인 디지털 전환(Digital Transformation)을 추진하고 있으며 자체적으로 고객 데이터(1st party data)를 획득-통합-분석-활용할 수 있는 CDP(Customer Data Platform) 도입을 서두르고 있다. 더 나아가, DMP(Data Management Platform)의 3rd party data를 활용하여 시장 및 경쟁사에 관한 확장된 인사이트를 마케팅 전략과 실행에 반영하기 위해 노력하는 등 마케팅 전분야 걸쳐 데이터를 중심으로 거대한 트랜스포메이션이 일어나고 있다.
하바스 미디어 그룹의 CPO인 Matt Dailey는 지난 10여년 간 다른 채널에서 발생한 구매 전환의 영향 요소까지도 디스플레이나 소셜 등 퍼포먼스 마케팅 채널의 공으로 몰아주는 등 지나치게 의존한 나머지, 측정만하고 원인은 알지 못하는(counting, not causing) 오류에 빠지지 말 것을 경고하고 있다.
광고 반응률이 높은 소비자 VS 진짜 잠재 소비자
열길 물 속은 알아도, 한 길 사람 속은 모른다. 소비자들의 마음 속은 아주 복잡하게 얽힌 실타래와 같다. 퍼포먼스 마케팅 관점에서 한 소비자가 디스플레이 광고를 클릭하고 바로 구매를 했다면, 그 광고의 효율은 높고 해당 매체의 기여도는 높다고 판단될 것이다. 그러나 이러한 구매 전환 숫자 만으로는 구매의사 결정 과정 속에서 소비자의 고민, 행동 그리고 최종 구매 결정 의도와 원인 등은 파악할 수가 없다.
퍼포먼스 마케팅의 효율 관리와 자동화된 머신러닝 알고리즘은 ‘광고 반응률’이 높은 타겟을 매칭시키는데 최적화하려는 경향이 있다. 그렇기에 데이터에 기반한 진성 잠재 소비자들에게 실제 도달되는지 여부는 판단하기가 어렵다.
아래의 그림을 통해 좀 더 쉽게 이해해보자. [그림2]와 같이 퍼포먼스 마케팅의 광고 타겟팅이 ‘효율’에만 집중할 경우, 데이터 분석을 통해 정의한 진성 잠재 소비자 보다는 광고 반응률이 높은 소비자 집단을 찾아나서게 된다. 분명, 광고 효율은 높게 나오고 퍼포먼스 마케팅의 단기적 성과에 잠시 기쁠 수는 있지만, 결과적으로는 매출 성과 없이 광고비를 낭비하는 결과를 초래하게 된다.
[그림2] 단기적인 광고 효율에만 집중하는 타겟팅 [그림3] 데이터에 근거한 잠재 소비자 대상 타겟팅
이번에는 [그림3]을 살펴보자. 마케팅 목표와 일치하는 진성 잠재 소비자들에게 도달되고는 있으나, 이 경우 당장의 퍼포먼스 광고 효율은 높지 않게 나타날 것이다. 진성 잠재 소비자들은 구매의사를 결정하기까지 시간도 오래 걸리고, 구매의향이 있다고 하더라도 광고가 아닌 오가닉한 방법으로 구매하는 경우도 많기에 당장의 광고 효율은 원하는 만큼 나오지 않을 수 있다. 이들은 광고 효율의 측면에서 보면 타겟팅 제외 대상이지만, 브랜드 입장에서는 반드시 액션을 취해야 할 핵심 소비자이다.
그렇다면, 높은 광고 효율과 낮은 광고 단가로 획득한 소비자들이 쉽게 구매로 전환될 것이라고 기대할 수 있을까? 아무리 좋은 효율을 보이는 매체나 광고를 통해 방문한 소비자라도 구매 혹은 목표한 전환에 이르기까지는 더 복잡하고 많은 관계를 거쳐야한다. 사이트 방문 이후 이탈을 방지하고, 구매율을 높이는 일은 단순히 높은 광고 효율이 아니라 그로스해킹을 통한 고객 데이터 분석과 긍정적인 고객 경험 제공을 통해 이루어진다.
다양한 데이터 분석을 통해 찾아낸 오디언스 그룹이 우리가 목표한 소비자 그룹과 일치한다면, 때로는 광고 효율이 낮더라도 전략적이고 과감한 결정을 내릴 수 있어야 한다. 타겟 오디언스 그룹을 단기적인 광고 효율 관점에만 보는 것이 아닌, 데이터에 근거한 중장기적이고 누적되는 마케팅 효율 관점에서 바라보고 관계를 형성해 발전시켜야 한다.
퍼포먼스 마케팅 ≠ 데이터 드리븐 마케팅
꽤 많은 퍼포먼스 마케팅 대행사들은 광고주 기업들에게 퍼포먼스 마케팅을 데이터 드리븐 마케팅의 대표적인 방법으로 소개하고 있다. 수 많은 광고 효율 지표들이 실시간으로 측정되고 매일 아침 리포팅되며, 여기서 분석된 결과들을 토대로 효율을 개선시킬 새로운 방법을 적용한다. 이렇게 다양한 솔루션과 광고 반응 데이터의 활용이 이전 방법보다 훨씬 더 정교하고 고도화되었기에, 이를 데이터 드리븐 마케팅이라 생각하는 것도 무리는 아닐 것이다.
광고 반응 데이터를 바탕으로 효율을 관리하고 구매 전환율을 높이는 등의 표면적인 수준의 데이터 활용을 데이터 드리븐 마케팅의 전부라고 보는 것은 편협한 생각이다. 데이터 드리븐 마케팅은 고객들의 라이프 로그와 생애 가치 전반에 걸친 광범위하고(Big Data) 깊이있는(Deep Data) 데이터를 활용하는 마케팅 접근이며, 데이터 분석을 통해 시장과 소비자에 대한 깊이있는 통찰을 얻고 이를 모든 마케팅 활동에 반영하는 것을 의미한다.
데이터 드리븐 마케팅의 가장 큰 장점은 시장과 경쟁사 그리고 타겟 소비자에 대한 깊이있는 이해가 가능하고, 마케팅의 보이지 않는 장애요소를 제거함으로써 더 나은 고객 경험을 제공한다는 것이다. 나아가 소비자 개인의 니즈에 최적화하는 개인화 마케팅을 통해 전체적인 마케팅 효율을 증대시킬 수 있다.
데이터 분석을 통해 타겟 오디언스의 특징을 파악하고 미디어 데이터와 프로파일 데이터를 함께 활용한다면 타겟으로 설정한 바로 그 ‘소비자들’로부터 광고 효율이 나오는지, 구매 전환의 결정적인 이유는 무엇인지 등을 얻을 수 있다. 이러한 분석을 통해 발견된 문제들을 개선함으로써 더 나은 고객 경험을 제공할 수 있게 되고, 브랜드 충성도를 높일 수 있다.
데이터 드리븐 퍼포먼스 마케팅
Google Ads는 지난 9월 지금까지 퍼포먼스 측정의 기준이 되었던 ‘Last Click Attribution’ 대신 데이터에 근거한 AI 머신 러닝을 적용한 Data Driven Attribution을 적용하겠다고 선언했다. Google은 이러한 변화를 통해 구매 전환에 이르기까지의 다양한 마케팅 접점에 대한 올바른 평가와 광고주들이 소비자 행동에 대한 새로운 인사이트를 얻고 더 좋은 효율을 이끌어 낼 수 있을 것이라고 전망했다.
지금의 퍼포먼스 마케팅은 데이터 드리븐 하지 않기 때문에 원인(cause)이 아니라 단편적인 숫자(counting)에 매몰되기 쉽다. 그렇기에 퍼포먼스 마케팅을 데이터 드리븐 마케팅과 동일하게 볼 수 없는 것이다. 이러한 실수를 하지 않기 위해서는 기존 퍼포먼스 마케팅이 집중해온 효율에 대한 편견을 버리고, 데이터 기반의 진짜 퍼포먼스 마케팅을 해야한다.
이를 위한 몇가지 가이드라인을 제시해보고자 한다.
첫번째, 단기적인 효율보다는 데이터 인사이트에 집착하라
소비자는 단순히 숫자와 효율만으로 관리될 수 있는 대상이 아니다. 브랜드의 어떤 요소가 소비자들의 니즈를 일으키고 구매 전환에 영향을 주었는지를 파악하고 데이터에 근거한 전략과 마케팅 의사결정을 해야한다. 소비자들로부터 얻을 수 있는 다양한 데이터를 활용할 수 있어야 마케팅 활동 전체의 효율적인 관리가 가능할 것이다.
두번째, 분절되어 있는 브랜딩과 퍼포먼스 마케팅을 데이터로 연결하라.
소비자들의 구매의사 결정은 한 순간에 일어나거나 한 채널, 한 광고에 의해서만 이루어지기 어렵다. 소비자 니즈가 일어나기 시작하는 상위 단계 퍼널(Upper Funnel)에서는 인지도를 높이고 관심을 유발하기 위한 광고/마케팅 활동이 필요하며, 구매의사 결정에 가까운 하위 단계(Lower Funnel)에서는 다양한 퍼포먼스 마케팅 활동으로 구매 전환을 유도해야 한다. 데이터를 기반으로 핵심 잠재 유저를 규정할 수 있다면, 브랜딩과 퍼포먼스를 분절이 아니라 연결해서 퍼널을 구축하고 관리해야 한다.
세번째, 데이터에 근거해 소비자 인사이트를 얻고 타겟을 확장하자
퍼포먼스 마케팅을 통한 광고 효율 개선은 단기적인 마케팅 성과는 만들어낼 수 있다. 그러나 고객 데이터 분석을 통해 인사이트를 발굴하고 이를 새로운 타겟으로 확장하지 않으면 금새 한계에 다다르게 된다. 광고 효율 뿐만 아니라 1st Party Data 분석을 통해 확보한 소비자들로부터 인사이트를 얻고 3rd Party Data를 활용해 더 광범위한 유사 타겟 그룹으로 확장할 때, 비즈니스의 성장 기회를 만들어낼 수 있을 것이다.
네번째, 광고 효율 관리는 그로스해킹(Growth Hacking)과 병행되어야 한다
광고 효율이 높다고 구매 전환율이 자동으로 높아지는 것은 아니다. 퍼포먼스 마케팅을 통해 높은 광고 효율을 얻었다해도 플랫폼 내에서 구매 전환을 일으키기 위한 유기적인 고객 경험 설계와 개선 활동은마케팅 주체인 광고주의 몫이다. 고객 획득 이후 데이터 트래킹, 관리, 분석을 통해 구매 전환을 높이기 위한 그로스해킹 액션이 병행되어야 통합적인 마케팅 효율 관리가 가능하다.
다섯번째, 데이터에 근거한 전략적이고 과감한 의사결정을 하라
퍼포먼스 마케팅이 단기적으로 광고 효율의 목표를 달성하고 개선하는데만 집중되면, 정작 가장 중요한 ‘마케팅의 방향성’을 잃기 쉽다. 데이터에 근거해 정확한 타겟 오디언스 그룹을 찾아냈다면 단기간에 효율이 개선되는 것에 만족하지 말고 마케팅 전체 효율의 관점에서 바라 볼 필요가 있다. 과감하게 효율을 무시하고, 타겟 그룹을 고객화하기 위한 적극적인 마케팅, 광고 활동의 결정이 필요하다.
지금까지 많은 실무자들이 트래킹에 기반해 수집한 단편적인 광고 반응지표만으로 소비자를 추정하고, 광고 효율을 높이는 데만 집중하는 귀납적인 마케팅을 해왔던 것은 부인할 수 없는 사실일 것이다. 퍼포먼스 마케팅 액션의 목적이 소비자 구매의사 결정과정 중 마지막 단계의 효율만을 높이기 위한 것으로 국한되어서는 안된다. 단기적으로는 높은 퍼포먼스 마케팅 효율과 매출의 급성장을 이루어 냈더라도, 중장기적인 브랜드 파워와 경쟁력을 쌓지 못해 시장에서 사라진 기업들의 사례가 많다는 것을 잊지 않아야 한다.
이제 퍼포먼스 마케팅은 데이터 드리븐 퍼포먼스 마케팅이 되어야 한다. CDP를 활용해 1st Party Data를 모으고 분석해 우리가 타겟팅하는 소비자들은 어떤 사람이고, 어디에 살고 있으며, 무엇이 관심을 가지고 있고, 시장에서 어떤 활동을 하고 있는지 철저하게 데이터에 근거한 인사이트를 도출해야한다. 그리고 이를 바탕으로 연역적 마케팅을 진행해야한다.
데이터를 통한 타겟 소비자를 정의했다면 그들을 어떻게 설득하고, 어떤 마케팅 액션으로 내 고객으로 만들 것인가는 마케터의 몫일 것이다. 퍼포먼스 마케팅의 효율과 단기적인 성과에만 집중하며 언제든이 대체될 수 있는 일반적인 상품으로 남을지, 데이터에 근거한 마케팅 전략과 균형있는 마케팅 활동으로 소비자들과의 친밀한 관계를 유지하고 지속적인 성장을 이루어 내며 사랑받는 브랜드로 남을지는, 여러분의 선택에 달려있다.
[ABOUT 아이지에이웍스]
The Empowering Company, IGAWorks는 2006년 설립 이후 광고/마케팅 분야에 full stack 데이터/테크 플랫폼을 운영하고 있다. ▲CDP(Customer Data Platform) ▲DMP(Data Management Platform) ▲ATD(Advertising Trade Desk) 플랫폼 및 3,500만명 규모의 모바일 사용자 행태/기호에 관한 데이터 자산을 기반으로 광고/마케팅 기업의 디지털 광고 역량 강화에 앞장서고 있다.