실제로도 버즈빌 오퍼월인 버즈베네핏을 도입한 업종 중 일일 활성 사용자 수가 가장 많은 업종은 약 45%를 점유하고 있는 ‘금융’이었습니다. 다시 말해, 리워드 광고에 적극적으로 참여하는 유저는 ‘금융' 플랫폼 서비스에 가장 많다는 의미입니다. 

일일 활성 사용자 수가 많다는 것은 곧 광고에 참여하는 유저 수가 많다는 뜻이기 때문에, 많은 유저를 대상으로 광고를 노출하고자 하는 광고주들을 더욱 많이 유치할 수 있습니다. 결국 앱 활성화는 궁극적으로 수익화로도 연결될 수 있습니다. 

금융 업종에서 리워드 광고가 각광받는 가장 큰 이유 중 하나는 ‘리워드 범용성’입니다. 잠금화면으로 리워드 광고가 주목받기 시작했던 초기 리워드란 ‘특정 앱에서 사용할 수 있는 포인트'를 의미했습니다. 이는 사용의 한계성이 명확하고, 유효 기간이 지나면 리워드가 소멸될 수 있다는 단점이 있었죠. 

하지만 이제는 리워드 광고가 점차 진화하면서 다양한 형태의 리워드가 등장하기 시작했습니다. 특정 제휴사에서만 쓸 수 있는 포인트보다 더 쉽고 간편하게, 또 유용하게 쓰일 수 있는 리워드가 주목받기 시작하면서, 유저의 참여에도 영향을 미치는 핵심 요소로 자리를 잡고 있습니다.

유저 A,B,C의 데모그래픽 데이터와 행동 데이터를 분석하는 과정에서 AI를 활용해 LTV(고객생애가치)를 구하고, 신규 유저의 데이터와 비교합니다. 신규 유저의 행동 데이터를 분석하면서 기존 유저와의 유사성을 찾을 수 있고, 유저별로 이탈 가능성이 높은 지점과 다음 단계로 전환을 유도하는, 쉽게 말해 이탈 가능성을 낮추는 액션이 무엇인지 확인할 수 있습니다.

위 과정을 통해 확인한 핵심 행동을 수행할 때 리워드를 지급함으로써 유저 이탈을 방지하는 효과를 얻을 수 있어요. 그리고 앱 퍼널을 디테일하게 분석해 시나리오를 구성할 경우, 액션의 난이도에 따라 리워드를 상이하게 지급해보며 서비스별로 효과적인 아하모먼트를 찾아낼 수 있습니다.

[반복 액션 유도로 인앱 구매율을 높인 게임 A]

이번 콘텐츠에서 다룰 게임 A는 진성 게임 유저의 행동 데이터를 기반으로 이탈의 Key Point를 발견하고, 신규 유저들이 해당 지점을 넘어갈 수 있도록 유저 경험 프로세스를 설계했습니다. 그리고 이를 반복적으로 경험하도록 유도했을 때 리텐션 지표와 인앱 구매율이 어떻게 달라지는지에 대한 실험을 진행했습니다.

<리워드를 활용한 마케팅 시나리오 예시>

📌가설

• 리워드 광고로 고난이도 액션을 경험한 유저보다, 저난이도 액션을 경험한 유저들의 이탈이 적을 것이다.
• 게임을 이탈하지 않은 유저는 오랫동안 게임을 하기 위해 상점 등에서 아이템을 구매할 것이다.

📌진행 방법

1. 기존 유저들의 행동 데이터를 분석하여, 게임 퍼널 중 이탈률이 높은 지점을 찾는다.
2. 유저가 다음 퍼널로 전환될 확률이 높은 행동을 찾아 난이도별로 분류한다.
3. A/B테스트를 통해 난이도별 행동을 반복적으로 경험하도록 유도했을 때 유저 잔존율과 인앱구매율을 확인한다.
4. 리텐션과 인앱구매율에 기여도가 높은 최종 ‘아하모먼트’를 찾는다.
5. 해당 행동을 ‘아하모먼트’로 정의한다.