ROAS 캠페인 소개
광고 지출 대비 수익성 (ROAS) 캠페인, 최적화 옵션 및 Unity UA 자격에 대해 알아보십시오.
읽는 시간 1분최근 업데이트: 3일 전
ROAS(광고 지출 대비 수익)는 인앱 구매, 광고 수익 또는 둘 다를 통해 예측되는 사용자를 타게팅할 수 있는 캠페인 목표입니다. ROAS는 다음 등식에 나온 것처럼 창출된 수익과 확보 비용의 비율을 나타냅니다. ROAS = 사용자 생성 수익(ARPU) ÷ 사용자 확보 비용(CPI) ROAS 캠페인은 고품질 사용자를 확보하려는 광고주에게 이상적인 캠페인 목표입니다. ROAS 캠페인의 작동 방식, 다양한 최적화 옵션, ROAS 캠페인이 이벤트 포스트백 데이터를 누적하는 방법에 대한 자세한 내용은 다음 섹션을 참고하십시오.
ROAS 목표
ROAS 캠페인에서는 시스템이 사용자에게 입찰하는 방법을 결정하는 ROAS 목표(타겟 ROAS 또는 tROAS라고도 함)를 설정합니다. ROAS 목표를 설정할 때 Unity는 머신러닝 사용하여 각 사용자의 수익 잠재력을 예측하고 동적으로 입찰합니다. Unity는 캠페인이 ROAS 목표를 달성할 수 없지만, 시스템은 목표를 우선시하고 동적 입찰을 통해 목표를 달성하려고 합니다. 낮은 ROAS 목표를 설정하면 시스템이 높은 CPI 단가를 설정할 수 있습니다. 이렇게 하면 인스톨 수가 증가하지만, 높은 가치가 있는 사용자가 줄어듭니다. 반대로 높은 ROAS 목표를 설정하면 시스템이 CPI 단가를 낮추므로 인스톨 수를 줄일 수 있지만 더 높은 수익을 목표로 합니다.최적화 유형
ROAS 캠페인을 생성할 때 사용자가 앱에서 수익을 창출하는 방식에 따라 최적화 유형을 선택합니다. 다음 표는 각 최적화 타입이 우선시하는 사용자 유형을 나타냅니다.최적화 유형 | 확보된 사용자 |
|---|---|
| 인앱 구매 가능 사용자 | |
| 사용자 | |
| 인앱 구매와 광고 참여를 통해 매출을 창출할 가능성이 높은 사용자 |
최적화 기간
참고
현재 버전의 ROAS(광고 지출 대비 수익) 캠페인 D28 최적화 기간은 베타 릴리스입니다. 기능과 기술 자료는 현재 릴리스와 다음 릴리스 사이에 변경될 수 있습니다.
최적화 유형 |
최적화 기간
|---|
|
|
|
설치 후 이벤트 데이터
ROAS 캠페인을 운영하려면 Unity는 인스톨 후 사용자가 앱에 참여하는 방식에 대한 데이터가 필요합니다. 이 포스트 인스톨 이벤트 데이터를 사용하면 Unity 머신러닝 모델이 사용자 수익을 예측하고 선택한 최적화 유형에 따라 캠페인을 최적화할 수 있습니다. 다음 두 가지 방법으로 이 데이터를 Unity와 공유할 수 있습니다.- MMP(모바일 측정 파트너) 통합: 광고주용 앱 데이터를 트래킹하고 구성하는 타사 제공업체
- 커스텀 서버 간 연동: 앱과 Unity 시스템 간의 직접 연동
MMP 연동 확인
선호하는 MMP를 연동하면 Unity Dashboard는 연동을 검증하여 최적화, 어트리뷰션, 캠페인 성과를 방해할 수 있는 심각한 오류를 방지합니다. 확인 시 오류가 감지되면 대시보드에 문제와 문제 해결 방법에 대한 경고 메시지가 표시됩니다. 필요한 모든 연동 문제를 해결하기 전까지는 일시 중지되거나 새 캠페인을 실행할 수 없습니다.데이터 코호트 및 성숙도
Unity 모델이 학습하는 사용자 그룹을 집단이라고 합니다. Unity의 ROAS 최적화 옵션은 여러 집단 창(D0, D7, D28)을 최적화합니다. 각 최적화 유형의 학습 단계 임계값에는 서로 다른 안정된 집단 창이 필요합니다. 각 집단 창의 최초 안정일에 대한 예시는 다음 표를 참고하십시오.코호트 창 | 데이터 전달 날짜 | 최초 코호트 안정성 |
|---|---|---|
| D0 | 1월 1일 | 1월 3일에 D0 집단 성숙 |
| D7 | 1월 1일1월 10일에 D7 집단 성숙 | |
| D28 | 1월 1일D28 집단 성숙한 1월 31일 |
학습 단계
새 ROAS 캠페인을 시작하면 Unity의 모델이 최적화 유형에 대한 관련 포스트 인스톨 이벤트 데이터를 수집하는 학습 단계에 진입합니다. 이를 통해 먼저 인스톨 캠페인을 실행하여 데이터를 수집하지 않고도 ROAS 캠페인을 즉시 시작할 수 있습니다. 학습 단계에서 캠페인은 머신러닝 모델 훈련에 따라 성과 변동을 경험할 수 있습니다. 캠페인 성과는 일반적으로 학습 단계가 끝나고 캠페인이 충분한 데이터를 수집했을 때 안정화됩니다. 이 단계에서 캠페인이 ROAS 목표를 달성하지 못할 수도 있지만, 일반적으로 캠페인이 Live 상태에 도달하면 성과가 향상됩니다.학습 단계 임계값
학습 단계는 캠페인이 최적화 유형에 필요한 학습 임계값을 충족할 때까지 지속됩니다. 각 최적화 타입에 필요한 데이터 임계값은 다음 표를 참조하십시오.최적화 유형 | 최적화 기간 | 학습 단계 종료 요구 사항 |
|---|---|---|
| IAP | D7 | 75 고유, D7 성숙한 구매자 |
| IAP | D28 | 75 개의 고유, D7 성숙한 구매자 |
| D0 |
| |
| D7 |
| |
| D28 |
| |
| D7 |
| |
| D28 |
|
학습 단계 모니터링
캠페인의 학습 임계값 진행 상황을 모니터링하려면 다음 설정과 함께 퍼포먼스 대시보드를 사용하십시오.- 광고주 게임 ID 필터를 적용합니다.
- 보고 창을 지난 90일으로 설정합니다.
- 최적화 유형에 따라 지표를 선택합니다. 자세한 내용은 다음 표를 참고하십시오.
최적화 유형 | 지표 | 학습 완료 |
|---|---|---|
| D7 IAP |
|
|
| D28 IAP |
|
|
| 광고 수익 |
|
|
| D7 Ad Revenue |
|
|
| D28 Ad Revenue |
|
|
| D7 하이브리드 |
|
|
| D28 하이브리드 |
|
|