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. 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
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 ...
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
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
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. HADOOP @ InMobi
OOO
하둡 / MR이 뭔지 모르는 사람도 하둡 유저
OOO
리포팅 / 분석 / 최적화 등 다양한 사용
OOO
타게팅 / 광고 시뮬레이션 고도화 / 자동화
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