AD

analytics

모바일 광고와 분석을 위한 기술
박민우
Python Korea

Run dev Conferences

박 민우 ( @tebica )
http://earlybird.kr/

Hackathon
1.모바일 광고
2.모바일, 주의사항
3.앱 인스톨 트래킹
4.빅데이터 사례
5.More..
모바일 광고?
모바일 광고 비중 : 7% -> 15%
모바일 광고 / 분석 요구사항
- 대용량 광고서비스를 빠르게 운영
- CTR, CPC, CVT, eCPM, ARPU, Retention
-지표를 사용한 비지니스 의사 결정 / 광고 캠페인 최적화
- Retention, ...
모바일 지표에 대한 정확한 이해
50

PEAK

어떻게 수집된 자료인가?
얼마만큼의 신뢰성을 지니는가?

40

이 지표 사용시 주의 할 점은?
30

20
SLOW
10

0

1st 2010 2nd 2010 1st...
What’s inside?
정확한 이해
모바일 광고와 분석을 위한 기술

IDA / IDV, Hadoop, Falcon, iOS, Android,
digital finger printing, MR, REST API,
caching, sniffing skill...
모바일, 무엇이 다른가?
작은 화면?
온라인 광고

+

모바일 광고

SDK
나눠쓰는 기기

개인화 기기
1. 수집하는 정보가 다르다
위치정보

인구통계학적
정보

디바이스
정보
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
광고서빙
유저유입

데이터 피드백
전환수 극대화

전환수 트래킹
post-install 트래킹

효율이 좋은 매체선별
유저 세그먼트 분석
모바일, 주의사항
개인화 기기

PII (개인 식별 정보) 관리 주의
PII 란?
PII (Personally identifiable information)
개인을 식별할 수 있는 정보
또는 내가 자신이라고 증명할 수 있는 정보들
이름, 주소, 주민번호, 운전면허 번호, 지문 정보, 신
...
PII

Mac 주소 수집 논란.
Mac은 PII 인가?
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?
온라인 광고

+
모바일 광고
분산되어있는 데이터들
Ad
network

앱 실행

광고주
플랫폼의 다양한 특성

버젼별, 제조사별..
다양성
광고 네트워크 별 특성들
퍼블리셔 (앱) 별 특성들
모바일 트래킹을 위한 기술들

ID
디바이스 ID

쿠키

디바이스
핑거프린팅

Android Referrer
디바이스 ID
1.말고 많고 탈도 많은 UDID
2.Mac address
3.ODIN1
4.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

단점

•가장 정확하다
•다양한 플랫폼 지원
•사용자에게 보이지 않음

•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

Digital
Fingerprint

A

비교
Install time
•IP...
디바이스 핑거프린팅
디바이스 핑거프린팅
장점

단점

•앱/웹 등 모든 시나리오
•연동이 쉬움
•사용자에게 보이지 않음

•정확도가 낮음
•시간이 지날수록

정확도 매우 떨어짐
•리다이렉트 발생
Android referrer
Click time

referrer

referrer

Download time
앱 실행

referrer
tracking
system
Android referrer
장점

단점

•시나리오대로 동작한다면 •Google Play만 지원
정확하다
•앱/웹 모두 트래킹 가능
캠페인의 특성과 시나리오에 맞는 방법

DEVICE ID

+

COOKIE

+
goal

DEVICE
FINger
printing

+

android
referrer
BIG DATA
코끼리와 친구들
Hadoop usage at InMobi
InMobi
세계 최대규모의 독립 모바일 광고 네트워크
~ 6 Clusters
> 1PB of storage
> 5TB new data ingested each day
> 20T...
HADOOP @ InMobi
OOO

하둡 / MR이 뭔지 모르는 사람도 하둡 유저
OOO

리포팅 / 분석 / 최적화 등 다양한 사용
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, ...
신입사원도 돌리는 MR
Data life cycle management

Data management and processing platform
Data life cycle management
Data life cycle management
AND MORE ..
OOO

HTML5 리치미디어 / live feed 광고
OOO

CONTEXT 기반 광고
OOO

다양한 리타게팅 광고
모바일 수익화를 위한 팁
모바일 광고 최적화?
분석 / 타게팅

광고

광고

기반 기술
이해

분석 / 타게팅

분석 / 타게팅

광고
thank you
박 민우 ( @tebica )
tebica@gmail.com

exit
Upcoming SlideShare
Loading in...5
×

모바일 광고와 분석을 위한 기술

7,057

Published on

DEVIEW 2013

Published in: Technology
4 Comments
38 Likes
Statistics
Notes
No Downloads
Views
Total Views
7,057
On Slideshare
0
From Embeds
0
Number of Embeds
10
Actions
Shares
0
Downloads
242
Comments
4
Likes
38
Embeds 0
No embeds

No notes for slide

모바일 광고와 분석을 위한 기술

  1. 1. AD analytics 모바일 광고와 분석을 위한 기술 박민우
  2. 2. Python Korea Run dev Conferences 박 민우 ( @tebica ) http://earlybird.kr/ Hackathon
  3. 3. 1.모바일 광고 2.모바일, 주의사항 3.앱 인스톨 트래킹 4.빅데이터 사례 5.More..
  4. 4. 모바일 광고?
  5. 5. 모바일 광고 비중 : 7% -> 15%
  6. 6. 모바일 광고 / 분석 요구사항 - 대용량 광고서비스를 빠르게 운영 - CTR, CPC, CVT, eCPM, ARPU, Retention -지표를 사용한 비지니스 의사 결정 / 광고 캠페인 최적화 - Retention, funnel, 타게팅 대상 분석
  7. 7. 모바일 지표에 대한 정확한 이해 50 PEAK 어떻게 수집된 자료인가? 얼마만큼의 신뢰성을 지니는가? 40 이 지표 사용시 주의 할 점은? 30 20 SLOW 10 0 1st 2010 2nd 2010 1st 2011 2nd 2011 1st 2012 2nd 2012 1st 2013 2nd 2013 기술적 배경 이해 필수
  8. 8. What’s inside?
  9. 9. 정확한 이해
  10. 10. 모바일 광고와 분석을 위한 기술 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 ...
  11. 11. 모바일, 무엇이 다른가?
  12. 12. 작은 화면?
  13. 13. 온라인 광고 + 모바일 광고 SDK
  14. 14. 나눠쓰는 기기 개인화 기기
  15. 15. 1. 수집하는 정보가 다르다 위치정보 인구통계학적 정보 디바이스 정보
  16. 16. 2. 할수있는 action이 더 다양하다
  17. 17. 더 정밀한 타게팅과 더 다양한 사용자 action ROI
  18. 18. 사용자 (inventory) 정보 수집, 분석 캠페잊 실행과 정확한 트래킹 분석 결과 이용하여 자동 최적화 Goal
  19. 19. 광고서빙 유저유입 데이터 피드백 전환수 극대화 전환수 트래킹 post-install 트래킹 효율이 좋은 매체선별 유저 세그먼트 분석
  20. 20. 모바일, 주의사항
  21. 21. 개인화 기기 PII (개인 식별 정보) 관리 주의
  22. 22. PII 란? PII (Personally identifiable information) 개인을 식별할 수 있는 정보 또는 내가 자신이라고 증명할 수 있는 정보들 이름, 주소, 주민번호, 운전면허 번호, 지문 정보, 신 용카드 번호, 생일, 유전자정보, 전화번호, 등등 개인에 대한 정보이지만 PII인지는 애매한 것들 성별, IP, 국적, 대략의 나이 (20대), 직장
  23. 23. PII Mac 주소 수집 논란. Mac은 PII 인가?
  24. 24. PII IMEI, UDID, PII - 수집하지 않는다. PII 애매한 정보들 - 꼭 필요한 경우에만 hash 하여 저장 - 전송시 반드시 SSL / TLS
  25. 25. 앱 인스톨 트래킹
  26. 26. 왜 모바일 트래킹은 힘든가?
  27. 27. 온라인 광고 + 모바일 광고
  28. 28. 분산되어있는 데이터들 Ad network 앱 실행 광고주
  29. 29. 플랫폼의 다양한 특성 버젼별, 제조사별..
  30. 30. 다양성 광고 네트워크 별 특성들 퍼블리셔 (앱) 별 특성들
  31. 31. 모바일 트래킹을 위한 기술들 ID 디바이스 ID 쿠키 디바이스 핑거프린팅 Android Referrer
  32. 32. 디바이스 ID 1.말고 많고 탈도 많은 UDID 2.Mac address 3.ODIN1 4.OpenUDID IDFA / IDFV
  33. 33. 잊어주세요 UDID
  34. 34. Mac address 도 안녕~
  35. 35. iOS 7
  36. 36. ODIN1 은 패키지로 안녕~ ODIN1 = SHA1(Mac address)
  37. 37. openUDID 업데이트 중단
  38. 38. iPhone을 중고로 팔면?
  39. 39. IDFA / IDFV IDFA = Identifier for Advertisers (aka IFA or IDA) IDFV= Identifier for Vendor
  40. 40. IDFA / IDFV
  41. 41. IDFA / IDFV
  42. 42. IDFA / IDFV 확인 app
  43. 43. Android 디바이스 ID •ANDROID_ID •ODIN1 = SHA1(ANDROID_ID) •md5(ANDROID_ID) 전송시에는 SSL / TLS 사용
  44. 44. 디바이스 ID 장점 단점 •가장 정확하다 •다양한 플랫폼 지원 •사용자에게 보이지 않음 •모바일 웹에서 사용 불가능 •일부 앱을 미지원
  45. 45. Cookie Flip! =
  46. 46. Cookie
  47. 47. 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
  48. 48. 디바이스 핑거프린팅 Click time •IP •device info •OS version •TimeZone •additional info Digital Fingerprint A 비교 Install time •IP •device info •OS version •TimeZone •additional info Digital Fingerprint B
  49. 49. 디바이스 핑거프린팅
  50. 50. 디바이스 핑거프린팅 장점 단점 •앱/웹 등 모든 시나리오 •연동이 쉬움 •사용자에게 보이지 않음 •정확도가 낮음 •시간이 지날수록 정확도 매우 떨어짐 •리다이렉트 발생
  51. 51. Android referrer Click time referrer referrer Download time 앱 실행 referrer tracking system
  52. 52. Android referrer 장점 단점 •시나리오대로 동작한다면 •Google Play만 지원 정확하다 •앱/웹 모두 트래킹 가능
  53. 53. 캠페인의 특성과 시나리오에 맞는 방법 DEVICE ID + COOKIE + goal DEVICE FINger printing + android referrer
  54. 54. BIG DATA
  55. 55. 코끼리와 친구들
  56. 56. Hadoop usage at InMobi InMobi 세계 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 / day 300+ Falcon feed definitions 100+ Falcon process definitions
  57. 57. HADOOP @ InMobi OOO 하둡 / MR이 뭔지 모르는 사람도 하둡 유저 OOO 리포팅 / 분석 / 최적화 등 다양한 사용 OOO 타게팅 / 광고 시뮬레이션 고도화 / 자동화
  58. 58. 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
  59. 59. 신입사원도 돌리는 MR
  60. 60. Data life cycle management Data management and processing platform
  61. 61. Data life cycle management
  62. 62. Data life cycle management
  63. 63. AND MORE ..
  64. 64. OOO HTML5 리치미디어 / live feed 광고 OOO CONTEXT 기반 광고 OOO 다양한 리타게팅 광고
  65. 65. 모바일 수익화를 위한 팁
  66. 66. 모바일 광고 최적화?
  67. 67. 분석 / 타게팅 광고 광고 기반 기술 이해 분석 / 타게팅 분석 / 타게팅 광고
  68. 68. thank you 박 민우 ( @tebica ) tebica@gmail.com exit
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×