Skip to content
한국어

Adikteev x Devsisters: Adjusted ROAS 성과로 본 IW 단축 필요성

By  Adikteev  ·  1 minute read

devsisters-og-img

 

 
다운로드








배경

Devsisters는 업계 평균인 약 7일 대비 두 배에 달하는14일 비활성 기간(Inactivity Window)을 운영하고 있었습니다.
 이로 인해 리타게팅이 가능한 잠재 유저 풀이 과도하게 제한되었고, 그 결과 타겟 규모 축소, 사용자 품질 저하, ROI 및 증분 효과 약화로 이어질 가능성이 존재했습니다.

이에 따라 팀은
 ① 사용자가 자연적으로 복귀하기 전에 더 이른 시점에 리타게팅을 집행할 경우 성과가 개선되는지,
 ② 해당 변경이 자연 회귀(Organic Return)를 잠식하지는 않는지를
 데이터 기반으로 검증할 필요가 있었습니다.

이를 위해

컴백 분석(Comeback Analysis)을 통해 유저의 자연 복귀 패턴을 정밀하게 이해하고,


aROAS(adjusted ROAS)를 활용해 자연 복귀 비중이 높은 구간에서 KPI를 어떻게 조정해야 하는지를 분석했습니다.


목표

본 분석의 목적은 Devsisters가 비활성 기간(Inactivity Window)을 안전하게 단축하면서 전체 성과를 개선할 수 있는지를 판단하는 것이었습니다. 이를 위해 다음을 검증했습니다.

리타게팅 없이 비활성 유저가 자연적으로 얼마나 자주 복귀하는지 측정


aROAS(adjusted ROAS)를 활용해 더 이른 타겟팅의 가치를 검증


비활성 기간 최적화를 통해 타겟 오디언스 규모를 확대하고 성과를 개선할 수 있는지 확인


그 결과, 비활성 기간 단축은 성과 목표를 유지하면서도 더 크고 반응성 및 퀄리티가 높은 오디언스를 타게팅 할 수 있게 해주었습니다.

전략 

팀은 비활성 기간을 단축했을 때 발생할 수 있는 가장 큰 리스크,

즉 광고 없이도 돌아올 사용자에게 광고를 집행하게 되는 상황 (cannibalization) 을 피할 수 있는지를

데이터로 검증하는 데 집중했습니다.

성과

비활성 기간 단축을 통해 Devsisters는
 훨씬 더 오디언스 사이즈가 크고, 반응성 및 퀄리티가 높은 오디언스를 타게팅할 수 있었으며,
결과적으로 기대했던 kpi 보다 더 좋은 퍼포먼스가 나오게 되었습니다.

또한, Adikteev는 8년 이상, 200건 이상의 incremental 테스트를 통해
 유저의 자연 회귀 행동에 대한 깊은 이해를 축적해 왔으며,
aROAS(adjusted ROAS)는 이러한 학습을 실제 증분 성과 관점에서 평가하는 지표로도 활용되었습니다.

핵심 요약(Key Takeaways)


이 사례는 컴백 분석과 aROAS를 함께 활용하여 최적의 비활성 기간을 도출하는 방식을 명확히 보여줍니다.

  • 컴백 분석(Comeback Analysis)은
     비활성 유저가 실제로 스스로 자연 복귀를 멈추는 시점을 밝혀,
     업계 평균에 의존하지 않고 각 앱에 맞는 이상적인 비활성 기간(IW)을 설정할 수 있도록 돕습니다.

  • Adjusted ROAS(aROAS)는
     유저가 리타게팅 없이도 위 컴백 분석을 활용한 자연 복귀하는 확률을 고려해,
     KPI를 합리적으로 조정하고 진정한 증분 성과를 평가할 수 있게 합니다.

이러한 인사이트를 기반으로 Devsisters는
 도달 범위를 확장하면서도 ROAS 목표를 기대이상으로 충족하고,
 전체적인 매출을 고려한 퍼포먼스를 확실하게 개선할 수 있었습니다.

Adjusted ROAS with Adikteev 살펴보기
컴백 분석과 Adjusted ROAS를 활용해 비활성 기간을 단축함으로써 Devsisters가 진정한 증분 성장(True Incremental Growth) 수준에서 ROAS와 잠재 고객 규모를 어떻게 개선했는지 확인하세요.

다운로드