UA의 점진성은 지리 기반 실험을 통해 과학적으로 엄밀한 방식으로 진정한 캠페인 효과를 측정합니다. 사용자를 구분하는 대신, 통계적으로 유사한 노출 지역과 보유 지역으로 지리적 영역을 나눕니다. 이 지역들은 크기와 과거 앱 동작을 기준으로 선정됩니다. 광고는 노출된 지역에서만 게재되며, 노출이 없는 지역에서는 노출되지 않습니다. 홀드아웃 기간 동안 두 집단의 행동을 비교함으로써, 우리는 단순한 상관관계뿐만 아니라 실제 인과관계를 측정할 수 있다.

지구 실험은 구조화된 일정표를 따릅니다:

• 사전 테스트: 두 그룹 모두 측정된 캠페인에서 나온 광고에 동등하게 노출됩니다. 이 기간 동안 우리는 기초 데이터를 수집하고, 노출된 지역과 남아 있는 지역 간의 역사적 관계를 포착하는 모델을 구축합니다.
• 개입 (실험): 캠페인은 노출된 지역에서만 활성화됩니다. 저항하는 지역은 측정된 캠페인의 광고를 볼 수 없습니다.
• 인과 효과 계산: 실험 중 홀드아웃 영역과 노출된 영역에서 관찰된 결과 차이를 시간에 따라 합산하여 누적 영향을 산정합니다.

시간 기반 회귀(TBR)

우리의 지리 실험의 핵심에는 시간 기반 회귀(TBR)가 있습니다. TBR은 마케팅 개입이 없었을 경우 어떤 일이 일어났을지 예측하여 마케팅 리프트를 계산하는 데 사용됩니다. 이는 노출된 지역(개입이 이루어진 지역)에서 관찰된 결과를, 개입에 노출되지 않은 저항 지역과 노출된 지역 간의 과거 관계를 바탕으로 예측된 결과를 비교하는 것을 포함합니다.

작동 원리

• 저항 및 노출 지역의 지오디자인 생성:
  • 앱별로 AppsFlyer는 과거 앱 설치 또는 인앱 이벤트 동작을 분석하고, 수천 개의 무작위화된 지리적 홀드아웃/노출 지역 집합에서 여러 기간에 걸쳐 TBR(다음 단계에서 설명)을 사용해 가장 작은 차이가 있는 지역을 찾습니다.
• 사전 시험 기간:
  • 이 기간 동안 개입이 시작되기 전, 저항 지역과 노출된 지역 모두에 대한 데이터가 수집됩니다.
  • 회귀 모델은 노출된 영역과 홀드아웃 영역의 시계열 간의 관계를 포착하기 위해 구축됩니다.
• 반사실 예측:
  • 사전 시험 기간에 개발된 모델을 사용하여, 개입이 없었다면 홀드아웃 영역의 예상 결과를 시험 기간 동안 예측합니다. 이것을 '반사실(counterfactual)'이라고 부릅니다.
• 시험 기간:
  • Incrementality 실험에 포함된 캠페인의 경우, 미리 정해진 홀드아웃 지역은 실험 기간 동안 자동으로 광고 시청에서 제외됩니다.
• 인과 효과 계산:
  • 각 시점에서의 개입 인과 효과는 홀드아웃 영역에서 관찰된 결과와 반사실적 예측의 차이입니다.
• 누적 효과:
  • 이러한 차이는 시간에 따라 합산되어 개입의 누적 영향(예: 설치 또는 전환 증가)을 산정합니다.
• 마케팅 향상:
  • 마케팅 향상은 마케팅 활동이 주도하는 점진적인 결과를 누적적으로 나타내는 효과로, 마케팅 활동 없이도 기대했던 것보다 더 큰 효과를 정량화하는 것입니다.

UA의 점진적 요소는 캠페인의 진정한 비즈니스 영향을 드러내어 주요 성장 과제를 해결하는 데 도움을 줍니다. 아래는 지리 기반 증분 테스트가 중요한 가치를 더하는 일반적인 사용 사례들입니다.

1. 광고 플랫폼 전반에 걸쳐 예산 배분을 최적화하세요
   문제점: 어트리뷰션 지표는 여러 플랫폼에서 비슷한 성과를 보여주지만 실제로 어떤 플랫폼이 성장을 주도하고 있는지는 확실하지 않습니다. 해결 방안: 플랫폼 간 여러 셀을 사용해 병렬 증분 테스트를 실행하세요. 결과를 바탕으로 어떤 플랫폼이 실제 성장을 이루는지 파악하고 예산을 그에 맞게 조정하세요.
2. 새로운 채널이나 포맷의 성능 검증
   문제점: 새 채널 또는 광고 플랫폼을 테스트하고 있지만 타겟팅 중복으로 인해 초기 지표가 일관되지 않거나 부풀려집니다. 해결 방안: 지오테스트를 사용해 새 채널의 영향력을 믹스 내 다른 채널과 분리하세요. 순 신규 설치를 유도하는지 아니면 기존 설치를 잠식하는지 판단하세요.
3. 브랜드 캠페인의 영향력 이해하기
   문제점: 브랜드 캠페인은 기여 보고서에서 좋은 성과를 거두긴 하지만 사용자가 전환했는지는 확실하지 않습니다. 해결 방안: 지리적 실험을 통해 브랜드 검색 또는 디스플레이 광고가 실제로 사용자 행동에 영향을 미치는지 또는 기존 수요를 포착하고 있는지 확인할 수 있습니다.
4. 같은 플랫폼 내에서 캠페인 전략을 비교하세요
   문제점: 두 가지 창의적인 전략(예: 비디오 vs. 캐러셀) 또는 입찰 유형(예: 설치 수 극대화 vs. ROAS) 같은 네트워크 내에서 사용됩니다. 해결 방안: 각 전략을 다른 셀에 할당하여 다중 셀 실험을 진행하세요. 각각의 점진적 상승을 비교하고 승자를 결정하세요.
5. 포화 시장에서 확장 가능한 시장으로 지출을 재배분합니다
   문제점: 성숙한 시장에서는 수익이 감소하고 유입 비용이 증가하고 있지만, 어트리뷰션 데이터로는 신규 사용자 확보 여부가 명확하지 않습니다. 해결 방안: 지오리프트 테스트는 이들 시장에서 캠페인이 여전히 점진적인지 여부를 보여줍니다. 그렇지 않다면, 잠재력이 더 높은 미개척 또는 저평가된 지역으로 예산을 전환하세요.

이 섹션에서는 실험을 위해 선택하기에 가장 적합한 캠페인에 대해 논의합니다. 다음은 고려해야 할 몇 가지 사항입니다:

• 결과 어떤 테스트가 전체 전략에 가장 큰 영향을 미칠 수 있습니까? 대개는 가장 큰 이니셔티브부터 시작하는 것을 의미하며, 성장에 미치는 영향을 더 깊이 이해하는 것이 의미 있는 최적화로 이어집니다.
• 변환 부피: 강력한 실험을 위해서는 충분한 데이터가 필요합니다 각 측정된 캠페인마다 측정하고자 하는 주요 KPI에 따라 최소 5,000건의 월간 앱 설치 또는 이벤트를 목표로 하세요
• 탐색 점진성은 새로운 시장에 진입하거나 새로운 채널을 출시하는 등 새로운 것을 테스트할 때 놀라운 도구입니다.
• 명확한 가설이나 시험 질문이 있을 때: 다른 과학 실험과 마찬가지로, 주요 질문을 표현하는 데 시간을 투자하는 것은 점진성 실험의 효과성과 실행 가능성에 기여합니다. 예를 들어, 한 채널이 다른 채널보다 더 점진적일 거라고 기대하나요? 가설이 입증되거나 반증된다면 마케팅 전략에 어떤 영향을 미칠까요?

주요 실험 KPI 산출물은 다음과 같습니다:

• 증분 측정된 마케팅 활동의 인과적 영향, 즉 캠페인이 실제로 이끌어낸 추가 전환(예: 설치 또는 인앱 이벤트)은 캠페인이 없었다면 발생했을 것보다 훨씬 더 큰 영향을 미칩니다.
• 점진적 전환: 측정된 캠페인으로 인해 발생하는 설치 또는 이벤트 수.
• 점진적 설치당 비용 / 증분 사건당 비용: 캠페인의 광고 지출을 기반으로 한 각 점진적 전환의 평균 비용.
• 증분 요소: 실험에서 측정한 점진적 설치 또는 이벤트 수와 고전적 귀속 설치 또는 이벤트(AppsFlyer의 고전적 귀속 측정) 간의 비율입니다.

실험 KPI 전체 목록은 다음에서 확인하세요. 대시보드 섹션.

증분 인사이트를 실행 가능하게 만들기 위해 AppsFlyer는 효과적인 마케팅 결정을 위한 Lift %와 캠페인 수준의 증분 KPI를 모두 제공합니다.

양력 % 기준 최적화:

A 증가 없음
마케팅의 궁극적인 목표는 점진적인 결과를 창출하는 것입니다. 만약 캠페인이 상승 효과가 없다고 측정되었다면(홀드아웃 지역이 노출된 지역과 같은 수준으로 성과를 내고 있다면), 이는 캠페인이 이 없이도 발생했을 가치 이상의 가치를 더하지 못하고 있으며, 성장에 의미 있게 만들기 위해서는 추가 최적화가 필요하다는 뜻입니다. 만약 당신의 캠페인에 리프트가 없다면, 다음을 고려해 보세요:

• 예산을 더 점진적인 캠페인이나 채널로 전환하세요.
• 최적화 다른 저성과 캠페인과 마찬가지로, 입찰, 목표, 타겟 오디언, 크리에이티브 및 기타 관련 요소를 조정하여 개선할 수 있습니다. 업데이트 후 증분 실험을 다시 실행하여 증분 개선 여부를 모니터링할 수 있습니다.
• 기술 구성, 타겟팅, 채널 믹스, 배치, 예산, 키워드, 크리에이티브, 캠페인 중복 등을 확인하여 낮은 리프트의 원인이 무엇인지 진단하세요. 이러한 학습은 미래에 점진적인 결과를 최적화하는 데 매우 유익할 것입니다.

B. 긍정적 상승:
긍정적인 활력은 캠페인이 이것 없이도 달성할 수 있는 것보다 더 점진적인 결과를 만들어내고 있다는 의미입니다. 첫 단계로, 모든 마케팅 노력이 긍정적인 활력을 불러일으키고 있는지 확인해야 합니다. 양력이 양수일 때는 다음을 고려해 보십시오:

• 플랫폼/채널/캠페인에 대한 투자를 늘려 성장을 유도하는 것으로 입증된 것을 대규모의 확장하세요.
• 청중이나 위치를 확장하여 영향력을 극대화하세요.
• 성공을 복제할 성장 요인을 파악하고 승리 전략을 우선순위로 삼으세요.
• 리프트를 기준으로 캠페인이나 채널을 비교하세요: 양력은 홀드아웃과 노출된 영역을 비교하여 계산하는 상대적인 측정값입니다. 따라서 양력을 기준으로 캠페인을 비교하는 것은 어렵습니다. 예를 들어, 두 캠페인이 같은 영향을 주지만 한 캠페인이 훨씬 더 많은 사용자 수에 도달하거나 지출이 훨씬 많다면, 그 캠페인의 상승 효과는 더 커집니다.
  비교할 때는 지출과 도달 범위가 비슷하고 일반적으로 동일한 지리적 지역을 타겟팅하는 캠페인을 비교해 보세요.
• 앱이나 비즈니스의 점분성 측정을 막 시작했다면, 특정 캠페인, 채널 또는 투자에서 기대되는 긍정적인 향상 수준을 정확히 판단할 수 있는 확실한 벤치마크가 아직 없을 수 있습니다. 이 경우 아래에 설명된 대로 AppsFlyer의 캠페인 레벨 인크리멘탈리티 KPI를 사용하여 최적화하는 것이 좋습니다.

캠페인 수준의 증가 KPI를 기반으로 한 최적화:

A 총 점분 전환 및 비용 지표:
고전적 귀속과 마찬가지로, 전체 증분 전환량과 이러한 전환을 생성하는 데 투자된 광고 지출은 최적화를 위한 명확하고 실행 가능한 지표를 제공합니다. 캠페인 단위의 증가 전환 횟수와 증가 전환당 비용을 사용하여 캠페인이 볼륨과 투자 수익률(ROI) 목표를 충족하는지, 그리고 다른 캠페인이나 채널과 비교했을 때 어떻게 성과를 내는지 판단할 수 있습니다.

B. 고전적인 귀속 데이터와 증분 데이터를 병행하여 활용하다
캠페인 수준 전환 횟수와 전환당 비용 모두에 대해 Incrementality 대시보드는 고전적(마지막 터치) 귀속 데이터와 증가 데이터를 나란히 제공하여 두 모델 간의 관계를 학습하고 학습 결과를 더 큰 규모에서 적용할 수 있습니다.
별도로 살펴보면 클래식 (“라스트 터치”) 어트리뷰션과 인크리멘탈리티는 서로 다른 두 가지 어트리뷰션 모델로, 각각 장점과 단점이 있습니다.

• 클래식 (“라스트 터치”) 어트리뷰션은 표준화되고 확장성이 뛰어나고 세밀한 실시간 어트리뷰션입니다. 따라서 광고주 측과 실시간 광고 플랫폼 알고리즘 모두에서 사용자 수준의 최적화를 가능하게 합니다. 하지만 이 연구는 하부 퍼널 참여에 편향되어 있어 과학적 인과관계를 제공하지 못합니다.
• 점진성은 인과적 영향을 과학적으로 증명하는 훌륭한 도구이며, 옴니채널 측정에 이상적입니다. 하지만 이 서비스는 집계된(캠페인 수준) 인사이트를 제공하며, 주기적이고 확장이 더 어렵습니다.

두 모델을 함께 사용하면 마케팅 성과를 전체적으로 파악할 수 있습니다. AppsFlyer의 Incrementality Factor (Incrementality Factor) 는 지속적인 마케팅 최적화에 사용되는 “기준”인 클래식 어트리뷰션 데이터와 인과 관계 영향을 측정하는 데 사용되는 증분 데이터 간의 관계를 나타냅니다. 다음은 최적화를 위해 증분 인자를 사용하는 방법입니다:

• 100% 이상의 증가 계수: 점진적 전환은 동일 캠페인의 고전적 귀속 지표보다 더 많은 전환율을 측정했습니다. 예를 들어, 110%라는 비율은 점진적 전환율이 고전적 귀속 지표로 측정한 전환율보다 10% 높다는 의미입니다. 이 전환 증가는 동일한 지출로 더 많은 전환이 생성되기 때문에 전환당 비용 감소로 이어집니다.
  증분 계수가 100%를 초과할 경우, 다음을 고려해 보십시오:
  • 점진적 전환당 비용 감소에 따라 예산 배분을 재평가하세요.
  • 입찰 및 최적화 목표를 점진적 전환당 비용과 광고 지출 수익률에 따라 재평가하세요.
  • 향후 마케팅 결정을 내리기 전에 비슷한 캠페인에 이 요소를 적용하세요. 예를 들어, 동영상 캠페인이 증가 실험에서 앱 설치 수에 대해 꾸준히 ~110% 증가율을 보인다면, 마케팅 결정 시 유사한 캠페인의 클래식 귀인 앱 설치를 10% 더 높게 취급할 수 있습니다(즉, 100건의 클래식 귀인 설치 한 건당 실제로는 110건에 더 가깝습니다).
• 100% 미만의 증분 계수: 점진성은 동일 캠페인의 고전적 귀속 지표보다 전환율이 적은 결과를 측정했습니다. 예를 들어, 90%라는 비율은 점진적 전환율이 고전적 귀속 기준으로 측정한 전환율보다 10% 낮다는 의미입니다. 이 전환 감소는 동일한 지출로 인해 전환당 비용이 증가하는 결과로 이어집니다. 증분 계수가 100% 미만일 경우, 다음을 고려하세요:
  • 점진적 전환당 비용 증가에 따라 예산 배분을 재평가하세요.

•  
  • 입찰 및 최적화 목표를 점진적 전환당 비용과 광고 지출 수익률에 따라 재평가하세요.
  • 이 요소를 유사한 캠페인에 적용하여 향후 마케팅 결정을 참고하세요. 예를 들어, 동영상 캠페인이 증가 실험에서 앱 설치 비율이 꾸준히 ~90%로 나타난다면, 유사한 캠페인의 클래식 어트리뷰션 앱 설치를 마케팅 결정 시 10% 낮은 것으로 간주할 수 있습니다(즉, 100건의 클래식 어트리뷰션 설치 시 실제로 90건에 가깝습니다).

다음 경우 실험을 일시 중지하는 것을 고려하세요(기본 30일 이전에):

• 리프트, 증분 계수, 비용 지표는 7일 이상 안정을 유지했습니다.
• 정확도가 떨어지거나 “정규화된” 증분성 지표의 정확도가 떨어질 수 있지만 더 빠른 결과를 얻어야 한다는 비즈니스 근거가 있습니다.

다음 조건이 있다면 실험 기간을 (기본 30일 이상) 연장하는 것을 고려하세요:

• 캠페인 규모는 예상보다 낮았으며, 일일 점진 전환이라는 최소 요구량을 넘어 증가할 것으로 예상됩니다.
• 측정된 이벤트의 전환 창은 매우 길어 사용자가 변환하는 데 추가 시간이 필요합니다.

첫 번째 단계는 실험을 만드는 것입니다.

실험을 만들기 위해:

1. 앱스플라이어 사이드 메뉴에서 최적화 > UA 증분성을 클릭하여 UA에 대한 인크리멘탈리티에 액세스할 수 있습니다. 

   

2. + 새 실험을 클릭합니다.
    
3. 실험 양식을 작성하세요:
   1. 실험 이름 입력 - 실험의 설명 이름을 만들고, 클릭 다음.

   2. 지역 설계 정의 — 측정하려는 앱, 국가 및 주요 지표를 선택합니다. 앱스플라이어는 이 값을 사용하여 실험에 사용할 노출 영역과 홀드아웃 영역의 최적 할당을 계산합니다.

      

      제출하면 앱스플라이어가 지역 디자인을 검토합니다. 보통 몇 분 정도 걸립니다. 지역 설계는 바로 사용할 수 있거나 사용할 수 없게 됩니다.

      • 준비 완료 — 지역 설계가 승인되어 바로 사용할 수 있습니다. 실험을 계속할 수 있습니다.
      • 사용 불가 — 선택한 앱, 국가 및 지표 조합에 사용할 수 있는 데이터를 기반으로 한 지역 설계가 현재 유효한 실험에 대한 요구 사항을 충족하지 않습니다. 앱이 더 많은 데이터를 수집함에 따라 자격이 변경될 수 있으므로 30일 후에 다시 제출해 볼 수 있습니다.

      참고

      선택한 앱 및 국가에 대한 지역 설계 규칙이 있는 경우 지역 설계를 계산할 때 해당 규칙이 자동으로 적용됩니다. 자세한 내용은 지리 설계 정책을 참조하십시오.

      참고

      각 국가는 특정 수의 셀 실험에 사용할 수 있습니다. 셀은 노출된 집단과 남은 집단 쌍으로 구성되며, 이들은 서로 그리고 국가 전체와 유사하게 구조화되어 있습니다. 하나의 실험에 여러 셀을 사용하여 여러 미디어소스에서 서로 다른 캠페인을 일대일로 비교하거나 개별 실험에서 개별적으로 사용할 수 있습니다.

      국가당 사용 가능한 셀 수는 해당 국가의 지리적 규모, 인구 분포, 앱 활동 수준 (통계적으로 유효한 노출/유지 쌍 생성 능력에 영향을 미치는 요인) 에 따라 달라집니다. 더 세밀하고 활동적인 지역을 가진 국가는 더 많은 세포를 지원하여 더 많은 실험을 가능하게 합니다.

      • 앱 선택 - 실험에 적합한 앱을 선택하세요.
      • 선택 국가 - 그다음, 실험을 진행할 국가를 선택하세요. 다음을 클릭합니다.
      • 측정하려는 기본 지표를 선택합니다. 이것은 설치 또는 앱 내 이벤트일 수 있습니다.

       

   3. 캠페인 세부 정보 설정

• 선택해야 합니다 미디어 출처 각 실험 셀의 연결. 이것이 바로 당신의 캠페인이 진행되는 미디어 소스입니다. 연결이 없는 경우 새 연결을 만들 수 있습니다.

• 그런 다음 실험에서 측정할 관련 캠페인을 선택합니다.
  단일 실험 셀 내에서 여러 캠페인을 선택하여 개별 캠페인 (예: '구글 캠페인의 실적과 메타 캠페인의 실적은 어떠한가') 또는 전체 미디어 소스를 측정하도록 증분 실험을 설정할 수 있습니다 (예: '구글의 실적은 어떠한가 vs. Meta
  
  다음 중에서 선택하세요.
  캠페인 수준: 미디어 소스 내에서 단일 캠페인의 영향을 측정합니다.
  채널 수준: 미디어 소스 내에서 여러 캠페인의 공동 영향을 측정합니다.

  참고: 한 셀에서 여러 캠페인을 선택한 경우:

  • 선택한 모든 캠페인은 동일한 홀드아웃 지역을 공유합니다.

  • 증분 인사이트는 개별 캠페인 수준이 아닌 셀 수준에서 제공됩니다.

    

• 지역 설계가 승인되면 실험 내역을 볼 수 있습니다.
  • 홀드아웃 지역 - 실험 중 캠페인 노출이 중단된 지역
  • 노출 지역 - 캠페인에 노출된 지역 (측정 기준으로 사용)
  • 지리 설계 규칙 - 활성 규칙과 해당 규칙이 적용되는 지역 더 알아보기/span>

• 캠페인 이름을 선택하면 아래에서 높은 통계적 신뢰도로 캠페인의 긍정적인 영향을 측정하는 데 필요한 최소 인스톨 또는 이벤트 수 (선택한 메인 지표 기준) 를 확인할 수 있습니다. 이를 실험의 “최소 감지 효과”라고 합니다. 선택한 캠페인이 최소 이 정도의 전환을 생성할 것으로 예상되는지 확인하세요. 

  팁: 신뢰할 수 있고 통계적으로 유효한 결과를 얻으려면 이 최소값을 정기적으로 충족하거나 초과하는 캠페인을 선택하십시오.

• 원하는 경우 실험 셀을 더 추가할 수 있습니다. 추가하려면: + 실험 셀을 클릭하고 관련 연결 및 캠페인을 선택합니다. 셀은 노출된 집단과 남은 집단 쌍으로 구성되며, 이들은 서로 그리고 국가 전체와 유사하게 구조화되어 있습니다. 한 실험에서 여러 셀을 사용해 미디어 소스 간 캠페인을 직접 비교할 수 있습니다.
  
  셀을 설정한 후에는 클릭하세요 다음.

4. 리뷰 요약 - 실험 요약이 괜찮아 보이는지 확인한 후 클릭 발사 실험.
   실험이 시작된다. 초기 결과는 24시간 이내에 표시됩니다.

   참고

   실험이 끝나면 연결된 캠페인들은 이전의 지오타겟팅 설정으로 돌아갑니다. 이로 인해 캠페인의 연속성과 일관성이 보장되며, 수동으로 타겟팅을 재구성하지 않고도 UA 활동을 재개할 수 있습니다.

   예시
   미국에서 세 개의 지정된 노출 도시를 사용하여 실험을 진행했다고 가정해 보겠습니다. 실험 기간 동안 캠페인은 그 도시들에만 제한되었습니다. 실험이 종료되면 캠페인은 실험 시작 전에 구성한 대로 원래 타겟팅 (예: '미국 (모든 위치) ') 을 자동으로 재개합니다.

실험 결과는 실험 대시보드에서 확인할 수 있습니다.

실험 대시보드 접근

1. 앱스플라이어 사이드 메뉴에서 최적화 > UA 증분성을 클릭하여 UA 증분성 실험으로 이동하십시오. 
    

   

2. 실험 대시보드에 접근하려면 특정 실험을 클릭하세요.

   

대시보드 안내

대시보드 상단에는 두 개의 시각적 그래프가 표시됩니다:

• 그 승강기: 노출 지역과 홀드아웃 지역 그래프 - 실험 셀당 점분적 양력을 보여줍니다.
• 실험 일정: 노출 지역과 홀드아웃 지역 그래프 - 실험 날짜 범위별 셀별 하루 증가 설치 수를 나란히 비교합니다. 

대시보드의 중간 섹션에는 캠페인 셀, 미디어 소스 및 캠페인별 실험 KPI가 표시됩니다.

• 클래식 어트리뷰션 설치 - 캠페인이 기여한 설치 수로, 클래식 어트리뷰션으로 측정됩니다.
• 인크리멘탈리티 인스톨 - 캠페인이 기여한 인스톨 수 (실험을 통해 측정한 결과)
   
• 인크리멘탈 팩터 - 증분 설치 (실험으로 측정) 와 클래식 어트리뷰션 설치 간의 비율입니다. 예를 들어, 110%% 비율은 증분 설치가 고전적 어트리뷰션으로 측정된 설치보다 10%% 더 높다는 것을 의미합니다.
• 설치당 클래식 어트리뷰션 비용 - 캠페인의 광고 지출을 기준으로 한 모든 어트리뷰션 인스톨의 평균 비용입니다.
• 설치당 증분 비용 - 캠페인의 광고 지출을 기준으로 한 모든 인스톨의 평균 비용입니다.
• 캠페인 덕분에 발생한 추가 설치/이벤트 수 (캠페인이 없었을 경우 발생했을 수 있는 설치 건수와 비교) 계산 방식: 상승도 (%) = (노출된 그룹 (제외된 영역) 의 실제 성과 - 노출된 그룹의 예측 성과) /노출된 그룹의 예측 성과* 100*-1.
• 신뢰도 - 상승도가 0보다 크다는 통계적 신뢰 수준.
  
  결과를 읽는 방법에 대한 지침은 실험 결과 이해 및 인사이트 사용을 참조하십시오.

대시보드 하단에는 셀당 누적 증분 설치를 보여주는 누적 증분 설치 그래프가 있습니다.

참고: 채널 수준 측정을 선택한 경우 (한 셀 내 여러 캠페인):

• 선택한 모든 캠페인은 동일한 홀드아웃 지역을 공유합니다.
• 증분 인사이트는 개별 캠페인 수준이 아닌 셀 수준에서 제공됩니다.

연결은 UA의 점진적 요소와 미디어 파트너 간의 통합을 의미합니다. 캠페인을 연결하고 연결된 플랫폼으로 실험을 진행할 수 있게 해줍니다.
 

미디어 소스 연결 추가:   

1. UA의 증분 기능을 클릭하면 접근할 수 있습니다최적화> UA의 점진성, AppsFlyer 사이드 메뉴에 있습니다. 

2. 를 클릭하세요 연결 탭, 그럼 + 새로운 연결.

   

3. 연결할 미디어소스를 선택합니다.

   

4. 로그인하려면 로그인 자격 증명을 입력하고 연결을 생성하세요.

지역 설계 정책을 사용하면 계정 수준에서 지리적 실험 설계 규칙을 정의할 수 있습니다. 규칙은 앱 및 국가별로 설정되며 규칙을 저장한 후 계산된 모든 지역 설계에 자동으로 적용됩니다.

지역 설계 규칙을 사용하여 법적 제한을 수용하고, 고부가가치 시장을 보호하거나, 병렬 테스트의 영향을 받는 지역을 격리할 수 있습니다.

지리 설계 규칙 유형

다음과 같은 세 가지 규칙 유형을 사용할 수 있습니다.

지역 설계 규칙 설정

지역 설계 규칙을 설정하려면:

1. UA 증분성에서 고급 설정 탭을 클릭합니다.
2. 지역 설계 정책 섹션에서 + 새 지역 설계 규칙을 클릭합니다.
3. 새 지역 설계 규칙 대화 상자에서 이 규칙이 적용되는 앱과 국가를 선택합니다.
4. 규칙에서 각 규칙을 구성합니다.
   1. Geo 설계 규칙 유형을 선택합니다. 버티거나, 타겟팅하지 말고, 분석에서 제외하세요.
   2. 지역 (국가에 따라 주 또는 하위 주 지역) 을 선택합니다. 이름 또는 코드로 검색할 수 있습니다.
5. 동일한 앱 및 국가에 다른 규칙 유형을 추가하려면 + 규칙 추가를 클릭합니다.
6. 오른쪽의 요약 패널을 검토하십시오. 이 패널은 선택 시 실시간으로 업데이트됩니다.
7. 저장을 클릭하세요.

이 규칙은 현재 활성화되어 있으며 앞으로 선택한 앱과 국가에 대해 계산된 모든 지역 설계에 적용될 예정입니다.

지역 설계 규칙 삭제

지역 설계 규칙을 삭제하려면:

1. 지역 설계 정책 섹션에서 제거하려는 규칙을 찾으십시오.
2. 작업 메뉴를 열고 삭제를 선택합니다.
3. 삭제 규칙에서 확인하시겠습니까?대화.

실험에서 지역 설계 규칙 보기

지역 설계가 승인되고 실험을 설정하면 다음을 보여주는 지역 분류 섹션 (규칙 적용으로 표시) 이 표시됩니다.

• 홀드아웃 지역 - 실험 중 캠페인 노출이 중단된 지역
• 노출 지역 - 캠페인에 노출된 지역 (측정 기준으로 사용)
• 제외 규칙 - 활성 규칙 (유지 금지, 대상 지정 안 함, 분석에서 제외) 및 해당 규칙이 다루는 특정 영역

실험 보고서에서 작업 메뉴에서 지리 설계 분류를 선택하여 전체 지역 분석을 볼 수 있습니다. 이렇게 하면 위와 같은 분류가 표시되며, 실험이 생성되었을 때 활성 상태였던 규칙이 표시됩니다. 규칙을 관리하려면 패널 하단에서 지역 설계 정책 관리를 클릭합니다.

특징 및 제약 사항

지역 설계 규칙을 사용할 때는 다음 사항을 유념하라.

모든 실험을 한 곳에서 보고 관리할 수 있습니다.

실험을 보고 관리하려면 다음을 보려면:

안으로 UA의 점진성, 클릭 실험탭.

각 실험에 대해 다음과 같은 것을 볼 수 있습니다:

• 실험 이름
• 앱 -정렬
• 나라 -정렬
• 미디어 소스
• 날짜 - 실험 날짜 범위
• 상태 - 실험 종료 일수나 남은 일수를 볼 수 있어.
• 증분

상태 열(Status column)

• 완료 - 실험 기간 종료
• 활동적인 - 현재 실험이 진행 중입니다
• 보류 중인 - 실험 결과 대기 (첫 24시간)
• 리뷰 - 디자인 검토 중(답변까지 최대 24시간)
• 준비된 - 디자인이 검토된 후 적합하다고 판단됨
• 사용할 - 디자인이 검토되었으나 적격하지 않음

실험 위에 마우스를 올리면행동 아이콘.

이를 통해 다음을 수행할 수 있습니다.

• 실험 세부 정보 보기
• 실험 기간 연장
• 실험 중지

실험을 확장하자면:

실험에서 다음을 클릭하세요액션 아이콘(오른쪽 상단)과 셀렉트 실험 시간 연장.

이로 인해 실험 기간이 14일 더 연장됩니다.

실험을 멈추려면:

실험에서 다음을 클릭하세요 ⠇액션 아이콘(오른쪽 상단)과 셀렉트 실험 중지.