kbj110

Before to Start

     I currently work as a data analyst in the ad-tech field. As I mainly deal with the publisher and SSP sides, I haven't had much opportunity to consider the strategies of DSPs and other ecosystem participants. This time, I want to gain a deeper understanding of the strategies employed by these other players in the ecosystem.

  There are lots of participants in the ad-tech ecosystem, such as Publisher, SSP (supply-side platform), DSP (demand-side platform), Advertiser, ad-exchange, and more. Since their roles and the scope of their possible responses vary, their strategies also differ significantly. By understanding these differences, I aim to learn more about the other participants.

Publisher

  Publisher(매체)는 inventory라고 하는 '지면'을 제공한다. 이러한 지면을 광고 게재를 통해 수익을 창출한다. 머나먼 이전에는 광고주들과 다이렉트로 계약하여 광고를 게재하고 수익화를 하였지만 현재는 SSP나 Ad exchange를 통해 더욱 안정적이고 다양한 수익화를 실현한다. 기술의 발전으로 인한 RTB(Real-Time Bidding)가 큰 몫을 하였다.

  퍼블리셔가 할 수 있는 몇가지 수익화 방안들이 있다.

  1. 다양한 SSP 연동 및 자체 미디에이션 구축

     여러 SSP의 SDK들을 직접 어플에 탑재하여 Inhouse Mediation을 구축하는 방안이 있다. Waterfall mediation이나 Header Bidding을 통해 직접 미디에이션을 구축할 수도 있다. 또한, 퍼블리셔의 데모그래피 혹은 타겟 국가에 따라 최적화가 잘 되는 특정 SSP가 존재할 수 있다. 혹은 직접 Mediation을 구축하는 것이 아닌 Mediation Platform을 도입하여 다양한 네트워크를 연동할 수 있다.

  2. 여러 지면 발굴

     여러 어플들을 사용하다보면 광고가 하나도 없는 앱이 있고, 광고가 덕지덕지 붙어있는 앱들이 있다. 수익화 측면에서는 당연히 광고가 많을 수록 기대수익이 올라간다. 또한 사용자 경험을 해치지 않는 선에서 Interstitial 광고나 Rewarded Video를 노출시킬 수도 있다.

3. SSP의 Bid floor 조정

     만일 Publisher가 자체 Waterfall Mediation을 구축하였다면 각 SSP들의 bid floor를 조정하여 Revenue를 최적화할 수 있다.

Fill Rate과 eCPM의 적절한 조화가 수익에 매우 중요하다.

다음과 같이 여러 SSP를 사용함으로서 하나의 SSP로 만들 수 있는 최대 수익보다 더 많은 수익을 창출할 수 있다.

(위와 같은 사진에서는 Waterfall Mediation을 이용하여 서로 다른 eCPM을 Targeting(Bid floor를 조정하거나, CPC 물량의 비중을 파악하여) 하여 No Fill을 최소화 하여 매출을 최대화 할 수 있다.)

다만 해당과 같이 최대 수익을 창출하기 위해선 SDK 탑재 및 여러 세팅이 정상적으로 이루어져야한다.

해당 Format에 올바른 사이즈의 광고들이 불러지는지, SSP측과 discrepancy가 발생하지 않기 위해 SDK에서 측정하는 impression이나 Click이 잘 작동하도록 세팅되었는지, Mediation에 연동된 Network들이 정상적으로 작동하는 지 등 개발적 측면에서도 원활하게 작동해야 한다.

최종적으로 Publisher는 본인의 지면을 Selling하는 것이기에 최대한 높은 가격으로, 최대한 많이 파는 것이 중요하다.

SSP(Supply-Side Platform)

SSP의 수익 모델에는 무엇이 있을까.

SSP 입장에선 Bidder들(DSP)의 관리가 중요할 것이라 생각한다. 무작정 많은 Bidder들을 연동한다면 bid request에 대한 response가 늦게 들어올 수 있고, 혹은 문제를 일으킬 수 있다. 빠른 response는 Auction의 종료를 빠르게 하며 Auction이 빠르게 종료될 수록 매체에 보내는 응답이 빨라지게 된다. 유저가 해당 지면에 얼마나 오래 머무를 지 모르기에 빠른 응답도 수익 증대에 도움이 되는 방향이다.

또한, 많은 다양한 Publisher들을 연동하는 것이 중요하다. 예를 들면 특정 오래된 Publisher에 연동된 SSP들이 몇 없는 경우가 있다. 이런 경우 특정 DSP들이 큰 비용을 지불하고서라도 해당 SSP에 입찰하는 경우가 있다.

SSP는 기술력보단 영업력이 중요한 것이 아닐까 생각한다. Meta의 경우 뛰어난 기술력은 있지만 매체 관리 측면에서 힘들어서인지 SSP 사업을 접은 것처럼말이다.

DSP(Demand-Side Platform)

DSP는 광고주가 다양한 광고 인벤토리에 실시간으로 접근하고 구매할 수 있도록 돕는 플랫폼이다.

DSP는 광고 캠페인을 관리하고, 타겟팅을 최적화하며, 실시간 입찰(RTB)을 통해 효율적으로 광고를 구매할 수 있게 함.

RTB의 발전으로 인해 가장 많은 수혜를 본 것이 DSP이자 가장 많이 머리가 아픈 것도 DSP가 아닐까 싶다.

이전에는 적당한 CPC나 CPM으로 정산을 하며 중간에 커미션을 받으면 되었지만 현재는 최소한의 비용으로 최대한의 효율을 내기 위해 노력을 많이 하는 것 같다.

이 부분은 뇌피셜적인 부분이 있지만 많은 SSP 혹은 DSP들이 점차 Ad-Exchange로까지 확장하는 이유는 본인들의 효율을 더 객관적으로 평가하고 타 DSP들의 Bidding 및 Performance를 확인하며 Bench-marking 할 수 있기 때문이 아닐까.

예를 들면 MAX에서의 AppLovin이나 ironsource에서의 unityads나 본인들의 수준을 평가하며 개선 - 보완해나갈 수 있지 않을까.

Real-world에서 생각을 해보자면 정말 '효율적인' 방법으로만 입찰을 하여 진행을 할 수 있지만 광고주들의 특정 압력이 존재할 수도 있을 것 같다. 광고주 입장에서 광고를 통해 원하는 점은 '특정 페이지에 인입되는 유저 수 증대' 혹은 '특정 어플 설치' 등이 있을 수 있다. 하지만 특정 어플의 특정 지면들에 대해서는 '실수로 클릭을 유발하는' 지면들이 존재하고 이러한 클릭을 통한 성과는 제외하여야하기에 Conversion을 높이는 유저들을 더욱 타겟팅해야할 것이다.

그래서 CTR Prediction 뿐만 아닌 CVR Prediction도 유의미하게 발전해나가야한다.

그리고 월별로 광고비를 설정하다보니 '이번달 내에는 최소 이만큼의 유저는 끌어들여야해' 혹은 '이만큼의 PV는 찍어야해'라는 압박이 있을 수도 있을 것 같다. 그렇다보니 정말 '효율적인 입찰'뿐만 아니라 조금은 비 효율적이더라도 더 많은 물량을 때려박아 적당한 (최고의 효율과 최대한의 매출의) 타협을 하는 것도 있지 않을까 싶다.

그외에도 DSP - Publisher의 직접 연동도 가능한 것으로 알고 있다. 중간에 SSP나 Ad-Exchange를 거치지 않다보니 더 적은 비용으로 지면을 구매할 수 있기에 비용적으로 유리하다. 다만 Publisher 입장에서 DSP와 다이렉트로 연동하며 (SDK 탑재든 S2S 연동이든) 공수가 들텐데 Fill Rate을 못 채우거나 만족스러운 eCPM이 나오지 않으면 상생이 어려울 수 있을 것 같다.

그럼 DSP는 입찰할 때 무엇을 기준으로 입찰하는 가?

=> 유저의 adid 및 기타 device, geo 정보들이다.

adid를 통해 DMP에서 어떠한 유저인지 알 수 있다. 기존에 어떤 물품들에 대해 구매를 하였고 구매 패턴이 어떻고 관심사는 어떻고 데모그래피는 어떤 사람이고 등. 또한 다른 웹사이트 및 앱 데이터, 제3자 데이터, CRM 데이터, 쿠키 및 픽셀 등 을 사용하면 정말 많은 정보들이 있을 것 같다. 어떤 페이지에 머문 기간을 통해 해당 유저의 관심사가 어떤지, 어떤 물품 구매를 희망하는 지 알 수 있고 유저가 구매할 확률을 계산할 수도 있다. 이러한 확률을 통해 기댓값보다 낮게 입찰하여 낙찰된다면 수익을 내는 것이 아닐까.

이러한 확률 계산은 매우 어렵다. 데모그래피적 특성, 매체의 특성, 최근의 CTR이 어떤지 등이 모두 고려되어야 하지 않을까. 그래서 요즘은 ML 기술력이 중요하다 생각한다.

ROAS를 증대시켜야 광고주들로부터 더 많은 물량을 받게 되고 그로 인한 수익은 더 증가할 것이다.

그래서 내가 DSP에서 일을 해보고 싶다.

Others

DMP

데이터 저장소 역할.

다만, 어느 소스로부터 adid를 수집하고, 동일 유저에 대한 판별은 어떻게 할 것이고 등의 적당한 기술력은 지녀야 할 것 같다.

예를 들어 ad-exchange와 협약을 맺어 adid들에 대한 정보를 가져온다면 (어떤 dsp에서 집행한 광고인지는 몰라도) 어느 종류의 광고 (ex. 신발광고)를 클릭(혹은 전환)에 대한 데이터를 얻는다면 유저 - 관심사에 대한 맵핑이 가능하고 더 높은 단가에 팔 수 있을 것이라 생각한다.

또한, 최대한 많은, 그리고 정확한, 최근의 관심사를 반영할 수록 DSP에게 더욱 환영받을 것 같다.

Advertiser

광고주는 어떤 식으로 진행하는 지 잘 모르겠다.

쓰다보니 정말 기초 개념밖에 없는 것 같다. 더 많은 자료들을 찾아봐야겠다.