설치 어트리뷰션은 각 신규 앱 설치의 크레딧을 그것을 이끈 광고, 캠페인, 네트워크에 할당하는 프로세스입니다. 모든 MMP의 핵심 제품이자 모든 UA 결정의 기초 — 신뢰할 수 있는 어트리뷰션 없이는 어떤 캠페인이 효과적인지 알 수 없고, 입찰을 최적화할 수 없으며, 채널 전반에 걸쳐 예산을 배분할 수 없습니다.
문제는 보기보다 어렵습니다. 일반적인 설치 여정: 사용자가 TikTok 광고를 보지만 클릭하지 않음; 3일째 Meta 리타겟팅 광고를 보고 클릭하지만 설치하지 않음; 5일째 앱을 브랜드 검색하고, 오가닉하게 App Store 목록을 보고, 설치. 어떤 소스가 크레딧을 받나요? 다른 어트리뷰션 규칙은 다른 답을 제공합니다 — 그리고 대부분의 광고 네트워크는 물으면 설치를 주장하므로, 중립적인 중재자(MMP) 없이는 여러 네트워크가 크레딧을 받아 동일한 사용자에게 여러 번 비용을 지불하게 됩니다.
일반적인 어트리뷰션 규칙
- 라스트 클릭 어트리뷰션 (대부분의 MMP 기본값): 설치 전 사용자가 마지막으로 클릭한 광고가(기간 내) 100% 크레딧을 받습니다. 간단하고, 구현하기 쉬우며, 일반적으로 "설치를 마무리한 광고"와 일치합니다.
- 뷰스루 어트리뷰션: 사용자가 광고를 봤지만 클릭하지 않았을 때 크레딧이 부여되며, 더 짧은 기간(1~24시간) 내에 설치가 발생한 경우. 클릭스루보다 약한 신호. 클릭 어트리뷰션이 적용되지 않을 때 종종 타이브레이커로 사용됩니다.
- 멀티 터치 어트리뷰션: 여러 터치포인트에 걸쳐 크레딧 분산(선형, 시간 감쇠, 포지션 기반, 데이터 기반). 이론적으로 더 정확하지만 ATT 이후 더 어려움.
- 퍼스트 클릭 어트리뷰션: 라스트 클릭의 반대 — 사용자가 처음 클릭한 광고가 크레딧. 덜 일반적; 때때로 "수요 창출" 측정에 사용됨.
- 인게이지드 뷰 어트리뷰션: 정해진 완료 기준(종종 6초 또는 50% 완료)까지 시청한 동영상 광고가 설치를 크레딧. YouTube 및 TikTok 어트리뷰션에서 일반적.
ATT 이후 iOS 어트리뷰션은 혼합 방식
- SKAN 지원 광고 네트워크(현재 대부분의 주요 네트워크)의 설치에 대한 SKAN 포스트백.
- ATT를 통해 옵트인한 사용자(20~40%)를 위한 MMP 기기 수준 어트리뷰션.
- Apple Search Ads 캠페인 전용 Apple Search Ads Attribution API.
- 퍼스트파티 신호 — CRM 매칭, 디퍼드 딥 링킹을 통한 웹-앱 여정 연속성, 사용자 입력 식별자.
- Meta 및 TikTok 내부 어트리뷰션 — 왈드 가든 내에서 자체 사용자 수준 어트리뷰션 실행.
MMP의 역할은 이 모든 것을 수집하고, 중복을 제거하여(동일한 설치가 여러 소스에 크레딧되지 않도록), 통합된 뷰를 생성하는 것입니다.
Android 어트리뷰션은 더 간단합니다 GAID 기반 결정론적 어트리뷰션이 대부분의 사용자에 대해 여전히 작동하기 때문입니다(Android 사용자의 ~80~90%가 광고 ID를 옵트아웃하지 않음). MMP는 주로 install-referrer(클릭-투-인스톨 어트리뷰션을 위한 Google Play의 공식 메커니즘)에 기기 수준 매칭을 더해 사용합니다. Android용 Privacy Sandbox(단계적 출시)는 ~2027년까지 SKAN 유사 집계형 어트리뷰션을 도입할 예정입니다.
어트리뷰션 규칙 비교 — 각각 적용되는 경우
| 규칙 | 작동 방식 | 강점 | 약점 |
|---|---|---|---|
| 라스트 클릭 | 기간 내 마지막으로 클릭된 광고가 100% 크레딧 | 간단, 명확, MMP 기본값 | 마무리 캠페인 과대 크레딧; 상위 인지 무시 |
| 퍼스트 클릭 | 기간 내 처음 클릭된 광고가 100% 크레딧 | 수요 창출 작업에 크레딧 | 초기 인지 과대 크레딧; 전환 이끈 터치 무시 |
| 뷰스루 | 더 짧은 기간(1~24h) 내 설치 시 광고 노출(클릭 없음)에 크레딧 | 브랜드/동영상 임팩트 포착 | 더 약한 신호 — 사용자가 봤지만 상호작용 없음 |
| 멀티 터치(선형) | 모든 터치포인트에 고르게 크레딧 분산 | 퍼널 기여 인정 | ATT 이후 크로스 네트워크 어려움; 선형 가중은 단순 |
| 멀티 터치(데이터 기반) | ML 모델이 관찰된 전환 상관관계에 따라 가중치 할당 | 작동할 때 가장 정확 | 광범위한 데이터 + 플랫폼 지원 필요 |
| 인게이지드 뷰 | 정해진 완료(예: 6초 또는 50%)까지 시청한 동영상 광고에 크레딧 | 클릭 + 뷰스루를 연결 | YouTube + TikTok에서 일반적; 크로스 플랫폼 표준화 부족 |
MMP 기본값은 기간 내 라스트 클릭(일반적으로 7~30일). 성숙한 프로그램은 일상적인 UA 입찰에는 라스트 클릭으로 운영하면서 전략적 결정에는 라스트 클릭 위에 멀티 터치 + 인크리멘탈리티 테스트를 활용합니다.