SlideShare a Scribd company logo
1 of 68
Download to read offline
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, funnel, 타게팅 대상 분석
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
What’s inside?
정확한 이해
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 ...
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
용카드 번호, 생일, 유전자정보, 전화번호, 등등
개인에 대한 정보이지만 PII인지는 애매한 것들
성별, IP, 국적, 대략의 나이 (20대), 직장
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
•device info
•OS version
•TimeZone
•additional info

Digital
Fingerprint

B
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
> 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
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, 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
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

More Related Content

What's hot

Introduction to RDF & SPARQL
Introduction to RDF & SPARQLIntroduction to RDF & SPARQL
Introduction to RDF & SPARQL
Open Data Support
 
Design your application using Persistent Graphs and OrientDB
Design your application using Persistent Graphs and OrientDBDesign your application using Persistent Graphs and OrientDB
Design your application using Persistent Graphs and OrientDB
Luca Garulli
 

What's hot (20)

Elasticsearch 簡介
Elasticsearch 簡介Elasticsearch 簡介
Elasticsearch 簡介
 
Latest trends in AI and information Retrieval
Latest trends in AI and information Retrieval Latest trends in AI and information Retrieval
Latest trends in AI and information Retrieval
 
Utiliser les flux RSS pour sa veille : Pourquoi et comment ?
Utiliser les flux RSS pour sa veille : Pourquoi et comment ?Utiliser les flux RSS pour sa veille : Pourquoi et comment ?
Utiliser les flux RSS pour sa veille : Pourquoi et comment ?
 
Google Analytics 4: A Quick Start Guide
 Google Analytics 4: A Quick Start Guide Google Analytics 4: A Quick Start Guide
Google Analytics 4: A Quick Start Guide
 
WebCrawler
WebCrawlerWebCrawler
WebCrawler
 
Introduction to RDF & SPARQL
Introduction to RDF & SPARQLIntroduction to RDF & SPARQL
Introduction to RDF & SPARQL
 
Crawling and Indexing
Crawling and IndexingCrawling and Indexing
Crawling and Indexing
 
Web Search and Mining
Web Search and MiningWeb Search and Mining
Web Search and Mining
 
Search engine marketing
Search engine marketingSearch engine marketing
Search engine marketing
 
Base de datos
Base de datosBase de datos
Base de datos
 
CS8080 INFORMATION RETRIEVAL TECHNIQUES - IRT - UNIT - I PPT IN PDF
CS8080 INFORMATION RETRIEVAL TECHNIQUES - IRT - UNIT - I  PPT  IN PDFCS8080 INFORMATION RETRIEVAL TECHNIQUES - IRT - UNIT - I  PPT  IN PDF
CS8080 INFORMATION RETRIEVAL TECHNIQUES - IRT - UNIT - I PPT IN PDF
 
Open source search engine
Open source search engineOpen source search engine
Open source search engine
 
White hat seo vs black hat seo
White hat seo vs black hat seoWhite hat seo vs black hat seo
White hat seo vs black hat seo
 
Introduction to Recommendation Systems
Introduction to Recommendation SystemsIntroduction to Recommendation Systems
Introduction to Recommendation Systems
 
Web crawler
Web crawlerWeb crawler
Web crawler
 
Natural Language Processing and Search Intent Understanding C3 Conductor 2019...
Natural Language Processing and Search Intent Understanding C3 Conductor 2019...Natural Language Processing and Search Intent Understanding C3 Conductor 2019...
Natural Language Processing and Search Intent Understanding C3 Conductor 2019...
 
Жінка в середньовічній церкві елоїза із аржантею
Жінка в середньовічній церкві   елоїза із аржантеюЖінка в середньовічній церкві   елоїза із аржантею
Жінка в середньовічній церкві елоїза із аржантею
 
WEB BASED INFORMATION RETRIEVAL SYSTEM
WEB BASED INFORMATION RETRIEVAL SYSTEMWEB BASED INFORMATION RETRIEVAL SYSTEM
WEB BASED INFORMATION RETRIEVAL SYSTEM
 
Marketing Pipeline Intelligence: A Dimensional Model
Marketing Pipeline Intelligence: A Dimensional ModelMarketing Pipeline Intelligence: A Dimensional Model
Marketing Pipeline Intelligence: A Dimensional Model
 
Design your application using Persistent Graphs and OrientDB
Design your application using Persistent Graphs and OrientDBDesign your application using Persistent Graphs and OrientDB
Design your application using Persistent Graphs and OrientDB
 

Viewers also liked

[메조미디어] 2017년 미디어트렌드리포트
[메조미디어] 2017년 미디어트렌드리포트[메조미디어] 2017년 미디어트렌드리포트
[메조미디어] 2017년 미디어트렌드리포트
MezzoMedia
 
App lift kr_국내시장소개서
App lift kr_국내시장소개서App lift kr_국내시장소개서
App lift kr_국내시장소개서
ounjeong
 
개발자와 영어 Why and how
개발자와 영어 Why and how개발자와 영어 Why and how
개발자와 영어 Why and how
Minwoo Park
 
애드라떼
애드라떼애드라떼
애드라떼
ounjeong
 

Viewers also liked (20)

모바일 광고 개론
모바일 광고 개론모바일 광고 개론
모바일 광고 개론
 
모바일광고플랫폼
모바일광고플랫폼모바일광고플랫폼
모바일광고플랫폼
 
[Dmc] 모바일 앱 및 광고 시장의 현황과 전망
[Dmc] 모바일 앱 및 광고 시장의 현황과 전망[Dmc] 모바일 앱 및 광고 시장의 현황과 전망
[Dmc] 모바일 앱 및 광고 시장의 현황과 전망
 
2017전망보고서 미디어이슈 1215
2017전망보고서 미디어이슈 12152017전망보고서 미디어이슈 1215
2017전망보고서 미디어이슈 1215
 
[메조미디어] 2017년 미디어트렌드리포트
[메조미디어] 2017년 미디어트렌드리포트[메조미디어] 2017년 미디어트렌드리포트
[메조미디어] 2017년 미디어트렌드리포트
 
PyCon KR 2017 orientation
PyCon KR 2017 orientationPyCon KR 2017 orientation
PyCon KR 2017 orientation
 
[인모비] 모바일 앱 수익창출의 현황
[인모비] 모바일 앱 수익창출의 현황[인모비] 모바일 앱 수익창출의 현황
[인모비] 모바일 앱 수익창출의 현황
 
모바일앱 시장현황 및 마케팅을 위한 25가지 방법
모바일앱 시장현황 및 마케팅을 위한 25가지 방법 모바일앱 시장현황 및 마케팅을 위한 25가지 방법
모바일앱 시장현황 및 마케팅을 위한 25가지 방법
 
2016결산보고서 미디어이슈 1216
2016결산보고서 미디어이슈 12162016결산보고서 미디어이슈 1216
2016결산보고서 미디어이슈 1216
 
Flexplatform 서비스 소개서
Flexplatform 서비스 소개서Flexplatform 서비스 소개서
Flexplatform 서비스 소개서
 
An overview of open source in east asia
An overview of open source in east asiaAn overview of open source in east asia
An overview of open source in east asia
 
[GDG DevFest Korea 2013] OSCON 발표기
[GDG DevFest Korea 2013] OSCON 발표기[GDG DevFest Korea 2013] OSCON 발표기
[GDG DevFest Korea 2013] OSCON 발표기
 
Opensource realm soscon
Opensource realm sosconOpensource realm soscon
Opensource realm soscon
 
컨퍼런스는 무엇으로 하는가: 스폰서쉽에 대해
컨퍼런스는 무엇으로 하는가: 스폰서쉽에 대해컨퍼런스는 무엇으로 하는가: 스폰서쉽에 대해
컨퍼런스는 무엇으로 하는가: 스폰서쉽에 대해
 
App lift kr_국내시장소개서
App lift kr_국내시장소개서App lift kr_국내시장소개서
App lift kr_국내시장소개서
 
개발자와 영어 Why and how
개발자와 영어 Why and how개발자와 영어 Why and how
개발자와 영어 Why and how
 
애드라떼
애드라떼애드라떼
애드라떼
 
learn-python
learn-pythonlearn-python
learn-python
 
OAuth2 - API 인증을 위한 만능도구상자
OAuth2 - API 인증을 위한 만능도구상자OAuth2 - API 인증을 위한 만능도구상자
OAuth2 - API 인증을 위한 만능도구상자
 
리워드광고의 특징과 시사점
리워드광고의 특징과 시사점리워드광고의 특징과 시사점
리워드광고의 특징과 시사점
 

Similar to 모바일 광고와 분석을 위한 기술

3 알앤디지식포럼 sw_20121205
3 알앤디지식포럼 sw_201212053 알앤디지식포럼 sw_20121205
3 알앤디지식포럼 sw_20121205
atelier t*h
 

Similar to 모바일 광고와 분석을 위한 기술 (20)

(마케팅자료 실시간위치기반 출입통제보안솔루션소개)피플앤드테크놀러지-Indoor plus for rtls-20160701-v1.0
(마케팅자료 실시간위치기반 출입통제보안솔루션소개)피플앤드테크놀러지-Indoor plus for rtls-20160701-v1.0(마케팅자료 실시간위치기반 출입통제보안솔루션소개)피플앤드테크놀러지-Indoor plus for rtls-20160701-v1.0
(마케팅자료 실시간위치기반 출입통제보안솔루션소개)피플앤드테크놀러지-Indoor plus for rtls-20160701-v1.0
 
(마케팅자료 Case study)피플앤드테크놀러지-global indoorlbs solution leader-20160625-v1.5
(마케팅자료 Case study)피플앤드테크놀러지-global indoorlbs solution leader-20160625-v1.5(마케팅자료 Case study)피플앤드테크놀러지-global indoorlbs solution leader-20160625-v1.5
(마케팅자료 Case study)피플앤드테크놀러지-global indoorlbs solution leader-20160625-v1.5
 
Mobile Application Development Platform "Morpheus"
Mobile Application Development Platform "Morpheus"Mobile Application Development Platform "Morpheus"
Mobile Application Development Platform "Morpheus"
 
Hybrid app and app store
Hybrid app and app storeHybrid app and app store
Hybrid app and app store
 
RemoteCall+mobile pack 리모트콜 모바일팩 모바일 원격지원 제안서
RemoteCall+mobile pack 리모트콜 모바일팩 모바일 원격지원 제안서RemoteCall+mobile pack 리모트콜 모바일팩 모바일 원격지원 제안서
RemoteCall+mobile pack 리모트콜 모바일팩 모바일 원격지원 제안서
 
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
 
모바일표준Fw 소개자료 20141106
모바일표준Fw 소개자료 20141106모바일표준Fw 소개자료 20141106
모바일표준Fw 소개자료 20141106
 
Io e기반 비즈니스 성공조건
Io e기반 비즈니스 성공조건Io e기반 비즈니스 성공조건
Io e기반 비즈니스 성공조건
 
모바일 앱(App) 디자인과 모바일 시장변화의 이해
모바일 앱(App) 디자인과 모바일 시장변화의 이해모바일 앱(App) 디자인과 모바일 시장변화의 이해
모바일 앱(App) 디자인과 모바일 시장변화의 이해
 
[한국핀테크포럼] 회원사소개 Ktb솔루션
[한국핀테크포럼] 회원사소개 Ktb솔루션 [한국핀테크포럼] 회원사소개 Ktb솔루션
[한국핀테크포럼] 회원사소개 Ktb솔루션
 
Smart Phone Changes The World
Smart Phone Changes The WorldSmart Phone Changes The World
Smart Phone Changes The World
 
Investment direction of it companies
Investment direction of it companiesInvestment direction of it companies
Investment direction of it companies
 
GTCx 2016 C.SIDE Korea
GTCx 2016 C.SIDE KoreaGTCx 2016 C.SIDE Korea
GTCx 2016 C.SIDE Korea
 
WiFi에서의 위치 기반 서비스
WiFi에서의 위치 기반 서비스WiFi에서의 위치 기반 서비스
WiFi에서의 위치 기반 서비스
 
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
AI 비지니스 무엇을 어떻게 준비하고 해야 하는가? - 정우진 (AWS 사업개발 담당)
 
2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료
2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료
2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료
 
2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료
2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료 2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료
2015년 7월의 D.PARTY_오토팩토리 박신영 이사 발표 자료
 
Enterprise conference 2013 Microsoft BigData 사례발표자료
Enterprise conference 2013 Microsoft BigData 사례발표자료Enterprise conference 2013 Microsoft BigData 사례발표자료
Enterprise conference 2013 Microsoft BigData 사례발표자료
 
3 알앤디지식포럼 sw_20121205
3 알앤디지식포럼 sw_201212053 알앤디지식포럼 sw_20121205
3 알앤디지식포럼 sw_20121205
 
증강현실 인터랙션 기술동향 (김동철 선임)
증강현실 인터랙션 기술동향 (김동철 선임)증강현실 인터랙션 기술동향 (김동철 선임)
증강현실 인터랙션 기술동향 (김동철 선임)
 

More from Minwoo Park (6)

Droidknights 2017 opening
Droidknights 2017 openingDroidknights 2017 opening
Droidknights 2017 opening
 
PyCon Korea 2017 opening
PyCon Korea 2017 openingPyCon Korea 2017 opening
PyCon Korea 2017 opening
 
원격근무 개발자의 자기관리 - 우리는 모두 원격근무자다!
원격근무 개발자의 자기관리 - 우리는 모두 원격근무자다!원격근무 개발자의 자기관리 - 우리는 모두 원격근무자다!
원격근무 개발자의 자기관리 - 우리는 모두 원격근무자다!
 
당신의 인생에 오픈소스를 더하라 - OSCON 발표자 뒷담화
당신의 인생에 오픈소스를 더하라 - OSCON 발표자 뒷담화당신의 인생에 오픈소스를 더하라 - OSCON 발표자 뒷담화
당신의 인생에 오픈소스를 더하라 - OSCON 발표자 뒷담화
 
기획자를 위한 OAuth
기획자를 위한 OAuth기획자를 위한 OAuth
기획자를 위한 OAuth
 
클라우드란 (기획자대상)
클라우드란 (기획자대상)클라우드란 (기획자대상)
클라우드란 (기획자대상)
 

Recently uploaded

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
Wonjun Hwang
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
Wonjun Hwang
 

Recently uploaded (6)

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 

모바일 광고와 분석을 위한 기술