데이터 수집을 위해 가장 먼저 고려해야 할 사항은 수집 대상 데이터의 종류일 것이다. 데이터 종류는 데이터가 저장ㆍ관리되는 형태와 데이터의 저장 위치, 그리고 데이터의 생산 주체에 따라 구분할 수 있다. 데이터의 형태는 앞서 정형 데이터, 반정형 데이터, 비정형 데이터로 나눌 수 있다.고 설명했고, 본 절의 내용을 잘 이해하기 위해 이전에 서술한 데이터 형태 중 핵심 내용만 간단히 정리하면 아래와 같다. 

1) 정형 데이터(Structured Data)

관계형 데이터베이스 시스템의 테이블과 같이 고정된 컬럼에 저장되는 데이터와 파일, 그리고 지정된 행과 열에 의해 데이터의 속성이 구별되는 스프레드시트 형태의 데이터도 있을 수 있다. 관계형 데이터베이스 시스템의 정형 데이터를 비정형 데이터(Unstructured Data)와 비교할 때 가장 큰 차이점은 데이터의 스키마를 지원하는 것이다. 정형 데이터의 대표적인 예는, RDBMS의 테이블들, 스프레드시트다.  

2) 반정형 데이터(Semi-Structred Data)

데이터 내부에 정형 데이터의 스키마에 해당하는 메타데이터를 갖고 있으며. 일반적으로 파일 형태로 저장된다. 다시 말해 반정형 데이터의 경우 데이터 내부에 데이터 구조에 대한 메타정보를 갖고 있어서 어떤 형태를 가진 데이터인지를 파악하는 것이 필요하다. 데이터 내부에 있는 규칙성을 파악해 데이터를 파싱(Parsing) 할 수 있는 파싱 규칙(Parse tree)을 적용한다. 반정형 데이터의 예는, URL 형태로 존재하는 HTML, Open API 형태로 제공하는 XML, JSON이 있고 로그 형태인 웹로그, IOT에서 제공하는 센서 데이터도 포함한다. 

3) 비정형 데이터(Unstructured-Data)

데이터 세트가 아닌 하나의 데이터가 수집 데이터로 객체화돼 있다. 언어 분석이 가능한 텍스트 데이터나 이미지, 동영상 같은 멀티미디어 데이터가 대표적인 비정형 데이터다. 웹에 존재하는 데이터의 경우 html 형태로 존재하여 반정형 데이터로 구분할 수도 있지만, 특정한 경우 텍스트 마이닝을 통해 데이터를 수집하는 경우도 존재하므로 명확한 구분은 어렵다. 동영상, 이미지(BLOB), 소셜 데이터의 텍스트(CLOB)가 그 예이다. 

어떤 데이터의 수집이 가능하다고 가정할 때 수집 데이터의 형태가 데이터 수집에서 어떠한 사항들과 관계가 있는지 알고 있는 것이 매우 중요하다. 수집의 난이도, 데이터 처리 아키텍처 구성, 데이터의 잠재적 가치 측면에서 이해하고 있으면 광고적으로 데이터를 수집하고 이해하는 데 큰 도움이 된다. 

• 수집 난이도

• 데이터 처리 아키텍처

• 데이터의 잠재적 가치

가. 수집 데이터의 위치에 따른 분류

수집하려는 데이터를 저장된 위치에 따라 분류하면 동일한 시스템계에 저장되는 내부 데이터와 외부 시스템에 저장된 외부 데이터로 나눌 수 있다. 이는 배치 처리에서 해당하고 실시간 처리에서는 저장되는 위치가 아니라 발생하는 위치에 따라 내부 데이터와 외부 데이터로 나눌 수 있다. 수집 시 내부와 외부로 데이터를 분류하는 가장 큰 이유는 원천 시스템과 연계를 위한 인터페이스의 기술적 방법 및 정책적 차이점 때문이다. 

1) 내부 데이터

• 수집하는 원천 데이터의 데이터 저장소가 내부 시스템에 있는 데이터를 의미한다. 단순히 물리적 데이터 저장소 외에도 내부 데이터와 외부 데이터의 가장 큰 구별 점은 데이터 제공자와 상호 협약에 의한 의사소통이 가능하다는 점이다. 또한 원천 데이터와 수집한 데이터가 동일 시스템계에 저장돼 있으므로 원천 데이터가 외부에 있는 경우와 비교했을 때 상대적으로 기술적 제약도 적은 편이다.        
• 인터페이스 할 데이터의 수집 주기 및 제공은 데이터 제공자(또는 기관)와의 협약을 통해 받는다. 또한 수집 성공 여부에 대한 별도의 인터페이스를 설정해 수집 실패한 데이터에 대해 재수집이 가능하도록 구현할 수 있다.

2) 외부 데이터

• 수집하는 원천 데이터의 데이터 저장소가 외부 시스템에 있는 데이터를 의미한다. 일반적으로 내부 데이터와 가장 큰 구별 점은 데이터 제공자와 협약된 관계가 아니면 상호 의사소통이 불가능하다는 점이다. 따라서 데이터 수집을 위해 수집 주기 및 방법에 관한 분석이 필요하다.
• 외부 데이터의 인터페이스 방법은 수집할 항목을 분석해 수집 시스템을 설계하는 것이다. 협약이 되지 않은 시스템의 경우 수집 실패 시의 대안을 마련해야 한다. 가능한 데이터의 전처리 과정 없이 원본 데이터를 수집 후, 수집 시스템에서 처리를 할 수 있도록 인터페이스를 설계하는 것이 중요하다.

나. 수집 데이터의 위치와 데이터 수집과의 관계

수집 데이터의 위치가 데이터 수집에서 어떠한 사항들과 관계가 있는지 수집의 난이도, 데이터처리 아키텍처 구성, 데이터의 잠재적 가치 측면에서 이해하는 것 또한 마케팅, 광고 전략에 사용한 데이터 수집에 있어 중요하다.

1) 수집 난이도 

2) 데이터처리 아키텍쳐

3) 데이터의 잠재적 가치

지금까지 데이터의 유형 및 종류, 수집 방법과 형태별 특징까지 살펴보았고, 데이터의 수집 주체와 제공 방식에 따라 1자, 2, 3자 데이터가 어떻게 구분되고 광고 기반에서 어떻게 사용될 수 있는지 알아보았다. 솔직히 고백하건대 앞서 언급한 모든 내용을 이해하고 적용하는데 필자도 적지 않은 시간이 걸렸으며, 지금도 계속해서 공부하고 있기 때문이다.

그래서 데이터를 기반으로 광고 전략을 도입하고자 하는 마케터나 광고주를 위해 아래 2가지 꼭 필요한 내용을 정리했으니 이 부분은 반드시 알아 두면 좋겠다. 바로 웹 데이터 수집의 기본 원리인 쿠키(Cookie)와 Pixel(또는 Tag)이다. 이 2가지 방식은 프로그래매틱 광고와 리타게팅 광고, 문맥 타게팅과 행동 타게팅등 다양한 데이터 기반의 광고 전략에 사용되고 있다. 

가. 쿠키(Cookie)에 대한 개념과 종류

쿠키(Cookie)는 웹사이트가 사용자 정보를 ‘저장’하기 위해서, 사용자의 PC나 스마트폰, 태블릿과 같은 디바이스에 저장하는 데이터이다. 커머스를 예로 든다면, 사이트에 방문한 소비자가 어떤 상품을 장바구니에 담았는지를 알기 위해, 쿠키가 그 흔적을 데이터로 저장합니다. 이후 그 소비자가 해당 사이트에 다시 방문하거나 다른 웹사이트에서 컨텐츠를 소비할 때 허락된 광고 지면이 있다면 장바구니에 담긴 상품을 바로 보여 줄 수 있게 하는 것이다. 쿠키는 이렇게 리타게팅 광고, 커머스의 장바구니 정보는 물론이고, 웹 데이터 분석과 ID와 비밀번호 정보 기억하기도 기도 한다. 

쿠키를 세분화하면 다시 퍼스트파티(First-Party) 쿠키와 서드파티(Third-Party) 쿠키, 두 가지로 구분되는데, 최근 구글이 서드파티 쿠키를 2024년 하반기 안에 더는 지원하지 않겠다고 선언하며 광고 업계 큰 쟁점이 되었다. 서드파티 쿠키는 외부 업체가 심는 쿠키로 웹 기반 리타게팅 광고를 집행할 때 거의 필수적으로 사용되기 때문이다. 또 대다수 데이터 분석 툴이 서드파티 쿠키를 기반으로 하므로, 구글 브라우저를 통한 데이터 수집이 안 되는 것에 대해 어떻게 대응해야 하는지 쟁점이 된 것이다.

1) 퍼스트파티(First-Party) 쿠키와 서드파티(Third-Party) 쿠키

• 쿠키를 기반으로 수집되는 정보들

a.사용자가 접속한 페이지의 URL 

b.사용자가 현재 페이지로 유입시킨 URL

c.사용자 브라우저 agent 정보

d.사용자 브라우저의 사이즈(width, height)

e.사용자가 접속한 페이지의 사이즈(width, height)

f.사용자 디바이스의 스크린 사이즈(width, height)

g.사용자 IP

h.사용자가 페이지에 접속한 시각

i.사용자가 페이지에서 접속 종료한 시각 등

2) 서드파티(Third-Party) 쿠키 지원 중단

새로운 개인정보보호 샌드박스 이니셔티브를 테스트하는 데 더 많은 시간이 필요하다는 이유를 들어 구글은 3자 쿠키 지원 중단 시점을 1년 더 연장해 2024년 말로 변경했다. 2022년 7월 구글 블로그에 게재된 해당 게시글 일부.

3) 퍼스트파티(First-Party) 쿠키 중요성 대두

3자 쿠키 사용이 점차 불가능해지면서 자사(1자) 데이터 중요성은 더할 나위 없이 커졌다. 업종을 불문하고 양질의 데이터를 확보, 처리, 확장하는 데 골몰한다. 이를 통해 사이트 방문자의 관심 및 필요를 파악하는 한편 고객(이용자)과 직접적 관계를 구축하는 시도가 활발하다. 또 자사 사이트 바깥에서 활동하는 이용자 데이터와 적절히 혼합하는 새로운 솔루션 도입도 모색되고 있다.

4) 쿠리리스 환경을 준비하는 기업들 - 해외

쿠키리스 환경에서 개인별 맞춤 광고‧뉴스를 매칭하려면 쿠키를 대신할 만한 양질의 데이터가 필요하다. 자체 데이터 수집은 물론 여러 데이터를 혼합해 가치 있는 정보로 확장해야 한다. 영미권 등 해외 언론계는 로그인 월(login wall, 회원가입) 및 페이월(paywall, 유료화) 모델이 자리 잡았기에 축적된 독자(오디언스) 데이터가 많은 편인데, 기존 DB를 놓고 첨단기술을 접목해 서비스 고도화를 꾀하는 모습이다. 일례로 애드테크 및 프로그래매틱 광고를 전문으로 하는 미국의 DSP 솔루션 회사들은 사용자 이메일 기반 유니파이드아이디(Unified ID, 이하 UID) 2.0을 내놓았다. 쿠키 대신 이용자 동의하에 암호화된 이메일로 타깃팅하는 솔루션이다. 언론사를 비롯한 다양한 매체, 채널, 광고주들의 참여를 독려하며 생태계 확장에 나서고 있다.

5) 쿠리리스 환경을 준비하는 기업들 - 국내

우리나라도 주목해야 할 점은, 쿠키 없는 대체 솔루션을 특정 기업이 주도해 출시한다고 해도 해당 기업이 수익사업으로 판매하거나 운용하는 서비스가 아니라는 점이다. UID 2.0의 경우 더트레이드데스크에서 출시했지만 소유권은 미국 인터넷광고협회(IAB)에 있다. 광고주와 퍼블리셔(publishers), 오디언스를 새롭게 연결하는 표준을 제시하도록 설계, 오픈소스 형태로 운영되는 것이다. 이점은 우리나라도 광고 업계 발전을 위해 주목해야 할 부분이다.  

나. Pixel & Floodlight Tags에 대한 개념

Shopify의 자료에 의하면 브랜드의 42%가 자사 및 타사 행동 데이터를 사용하여 고객에게 맞춤형 콘텐츠와 광고를 한다는 사실을 발견했다고 한다. 다양한 수단을 통해 자사 데이터를 수집하면 브랜드는 고객의 습관과 선호도에 대한 포괄적인 이해를 얻을 수 있어서 프로그래매틱 광고, 맞춤 광고, 리타게팅 광고를 집행할 수 있는데, 이때 자사(1자) 데이터 수집에 가장 많이 사용하는 방법이 Pixel 설치이다.

1) 픽셀

픽셀((1x1 픽셀(image 픽셀), Java script 형태의 픽셀, conversion 픽셀 등)은 웹사이트, 이메일 또는 소셜 미디어 플랫폼에 포함된 코드 조각으로, 이를 통해 사용자는 사용자 행동, 사이트 전환, 트래픽 및 기타 측정항목을 추적할 수 있다. 픽셀은 소스 코드 내에서 발견되며 일반적으로 다음과 같다. 

• <img 스타일=""위치: 절대;" src=""추적">
• <img style=""표시: 없음";" src=""추적">
• <img src=""추적" width=""0"" height=""0"">

픽셀의 크기와 가시성은 HTML의 스타일 속성을 사용하여 변경할 수 있지만 사용자는 추적 픽셀을 볼 수 없다. 

픽셀 설치는 DSP나 DMP와 같은 솔루션에서 손쉽게 발급받을 수 있으며, 발급받은 Tags를 자사 데이터를 수집하고자 하는 광고주의 서버에 대한 외부 링크와 함께 HTML의 Body와 Body 사이에 설치해야 한다. 이것으로 모든 작업은 끝난 것이다. 보통 설치된 픽셀은 24시간 이내 고객이 광고주의 웹사이트를 방문하면 브라우저는 HTML 코드를 처리하여 링크를 따라가며 숨겨진 그래픽을 열게 된다. 그러면 서버의 로그 파일이 이 작업을 식별하고 기록하는 것이다. 

고객(사이트 방문자)은 이 프로세스가 배후에서 진행되고 있다는 것을 알지 못하지만, 픽셀에서 얻은 자사 데이터는 브랜드와 기업이 디지털 광고 경험을 개선하고 다음과 같이 고객에 대해 더 많이 알 수 있도록 도와준다. 

• Operating system type (MS, iOS, Mac, Linux, etc)
• The time and date stamp of the website visit or time the email was read
• Type of platform (desktop or mobile)
• Type of client (mail program or browser)
• IP address
• On-site activities
• Screen resolution

픽셀을 활용하는 또 다른 아이디어로는 배너 광고가 있다고 가정해 보자. 이 광고에 추적 픽셀을 설치하면 얼마나 많은 사람이 광고를 보고, 클릭하고, 전환했는지 확인할 수 있다. 그런 다음 이 정보를 사용하여 다음 캠페인을 수정하고 계획할 수 있는 것이다. 또 픽셀을 설치해서 유입되는 자사 데이터를 확인해 보니 조회 수는 높지만, 전환율이 낮은 경우라면 우리는 판매를 높이기 위해 광고 게재 위치를 변경해 보거나, 타겟팅 또는 메시지 변경을 고려할 수도 있다. 

픽셀과 쿠키는 유사하므로 혼동하기 쉽다. 사용자 활동과 행동을 추적하지만, 정보를 전달하고 보관하는 방법이 다르다는 차이점을 꼭 기억해야 한다. 쿠키는 사용자의 의도에 따라 언제든지 브라우저에서 삭제될 수 있으며 여러 기기에서 같은 사용자를 따라갈 수 없다. 또 사용자는 쿠키를 차단하거나 삭제하도록 브라우저나 디바이스를 통해 선택할 수 있다. 장점은 더 쉬운 로그인 경험을 위해 정보를 저장하고 사용자가 단일 결제 경험을 위해 장바구니에 여러 항목을 추가하는 데 도움이 되는 경우가 있다. 반면 추적 픽셀은 사용자의 브라우저에 의존하지 않고 정보를 서버(픽셀을 발급한 DSP, DMP 서버)로 직접 보낸다. 모든 기기에서 같은 사용자를 팔로우할 수 있으며 사용자는 이를 비활성화할 수 없으므로 데스크톱 및 모바일 광고 전반에 걸쳐 마케팅 활동을 연결할 수 있다.

가장 일반적인 두 가지 픽셀 유형은 리타겟팅 픽셀과 변환 픽셀이 있다. 리타겟팅 픽셀은 웹사이트 방문자의 행동에 중점을 두고 있다. 예를 들어, 빈티지 의류를 온라인으로 쇼핑하고 다른 웹사이트로 이동하여 모든 광고가 빈티지 의류와 관련되어 있음을 발견하면 이것은 리타겟팅 픽셀이라고 보면 된다. 다음으로, 특정 광고 캠페인의 판매를 추적하고, 전환 소스를 식별하고, 특정 캠페인의 성공 또는 실패를 측정하는 전환 픽셀이 있다. 전환 데이터를 수집하려면 구매 완료 페이지 또는 완료 후 받은 이메일에서 "감사합니다"와 같은 주문 확인 페이지의 코드 내에 전환 픽셀을 배치해야 한다. 정리하면 픽셀은 웹사이트 방문자가 남긴 작은 디지털 발자국과 같으며, 광고 담당자는 이를 추적하여 비즈니스에 대한 통찰력을 얻고 기존 고객의 행동을 이해할 수 있으며 새로운 고객을 발굴할 수 있게 도와준다.