JNJINTERACTIVE 2019 COMPANY CREDENTIALS 2019 JNJ INTERACTIVE. All content of this document is exclusive property Copyright of cjnj 2019 INTERACTIVE. JNJ INTERACTIVE It may not Inc., be All modified, Rights and Reserved. disclosed to third party without JNJ INTERACTIVE s written consent. 1
AGENDA 01 the Trade Desk Overview 02 The Trade Desk 강점 03 The Trade Desk 상품소개 04 Targeting 전략 05 Case Study 06 Appendix 2
Ad Network 와 DSP 차이광고집행 Process Ad Network 입찰가설정 매체의모든오디언스에동일입찰비용설정 매체 A: 70 원 매체 B: 60 원 광고주 70 Ad Server 광고전송 Ad Network 광고게재 매체 C: 80 원 매체 D: 65 원 RTB (Real Time Bidding) DSP 광고주 DMP Audience Data DSP (Real Time Bidding) 09:00 58 RTB 01:30 52 18:20 62 광고게재 단가 매체 A 단가 매체 B 70 65 60 55 50 A B C D E 60 50 55 70 65 A B C D E 광고송출 오디언스가치에따른실시간자동입찰 오디언스의전환가치에따른개별입찰비용설정 3
Ad Network 와 DSP 의차이 DSP 를통한광고집행의장점 입찰방식 인벤토리 사용자데이터 고정형입찰방식기존 CPC, CPM 게재위치파악어려움 First-Party Data Ad Network 광고단가수동설정 저효율매체에높은단가를매기는경우발생 광고주가설정한타겟팅에맞춰 정해진인벤토리에자동으로광고게재 광고주의 CRM 데이터와 협력사의공유데이터사용가능 데이터의범위가제한적 RTB(Real Time Bidding) 게재위치파악가능 First + Third-Party Data DSP 실시간자동입찰방식 오디언스가치에맞는가격설정 매체, 인벤토리데이터의비교분석가능 광고효율에따른인벤토리구매 오디언스데이터를사용, 효과적인광고전략수립이가능해짐 사용자분석기반으로 광고주의관심사에맞는 적절한시간에적절한광고노출 오디언스데이터와결합가능 4
DSP = 이전보다발전된광고집행방식 어떤 DSP 가가장효과적일까? 5
DSP Global Leader 6
AGENDA 01: the Trade Desk Overview 7
AGENDA 02: the Trade Desk 강점 14
AGENDA 03: the Trade Desk 상품소개 21
the Trade Desk 의 Initiatives Planner Megagon Koa 로캠페인플래닝부터집행후, 인사이트분석까지가능합니다. Planner Megagon Koa 실제데이터를기반으로하여 미디어플랜을도출할수있는툴 직관적인 UI 를제공하는트레이딩플랫폼 정교하고섬세한최적화기능 인공지능을활용한데이터분석으로 KPI 달성을위한최적의광고전략도출 22
Planner 실제데이터를기반으로하는미디어플랜을도출하여 이를활용한캠페인퍼포먼스개선이가능합니다. Planner 의장점 : 여러채널을통합한미디어플랜제공 Audience Insight 확인가능 KPI 도달을위한가장효율적인방안제안 The Trade Desk 의인공지능인 Koa 는, Planner 안에서다양한 Data 를분석하여, Audience Insight 와 KPI 달성을위한최적의광고전략을찾아내는역할을합니다 23
Megagon Megagon 은 TTD의신규 UX (User Experience) 로데이터중심의인사이트와인공지능 Koa의최적화제안사항을함께제공하여, 플랫폼사용자로하여금보다빠르게최적화결정을내릴수있도록합니다. Megagon 의장점 : Intuitive: 새로운 UI를통해, 최적화를포함한인사이트확인이보다수월해집니다. Data-Driven: 정교하고향상된데이터기반의플랫폼을통해보다강력한퍼포먼스를제공합니다. Intelligent: 인공지능 Koa와함께추가된자동화기능을통하여퍼포먼스에보다큰도움을줍니다. Koa 는 Megagon 의최적화제안을위한인공지능으로서 Data-Driven 한 결정을내릴수있도록빠르고정확하게데이터를도출하는역할을수행합니다 24
Koa Planner 와 Megagon 의기능을극대화하는 The Trade Desk 의인공지능으로, 빠르고정확하게캠페인결과및오디언스인사이트를종합하여, 데이터를기반으로한결정을할수있도록합니다. Koa Koa가적용된기능들 : Koa Recommendations Koa Identity Alliance Koa Predictive Clearing Price Koa Audience Predictor Koa Audience Excluder Koa Automated Demographic Targeting 25
Koa 가적용된기능 Koa 를통한효율적인캠페인집행이가능합니다 Audience Predictor 특정 Tracking tag 와유사한오디언스를생성해타겟팅 Audience Excluder 전환 Tag 와유사성이낮은오디언스들을생성해타겟제외 Identity Alliance 4 개의 Cross Device 벤더들을모두활용하여최대한의 Reach 제공 (Cross Device: Cookie ID, Device ID 들이동일인인지확인하며타겟팅 ) Recommendations Site, Supply Vendor, Device, Ad Format 에대한최적화제안및적용 Predictive Clearing Price 합리적인 CPM 을지불하며 Buying 할수있도록 1st Price Auction 에서 Base bid 하향 26
인공지능 (Koa) 활용예시 1 2 날짜, 변동내용, 변동항목, 담당자 ( 관리자 or Koa), 비고 구성 캠페인퍼포먼스를개선하기위한 최적화방안제시 인공지능및사용자가적용한 모든변동사항을기록 / 제공 자동최적화기능활용시, Black Box 형태로어떤최적화가일어나는지알수없는여타 DSP 와는달리, The Trade Desk 에서는해당내역을공개하여, 투명한캠페인운영을보장하고있습니다 27
Industry 별집행내역 the Trade Desk 를통해보다다양한 Industry 분야의광고집행이가능합니다. 자동차브랜드대출 / 보험브랜드쇼핑몰 PC/Mobile 게임 면세점 / 항공사리조트 / 어트랙션기관 ( 관광 ) 교육 노트북 / 핸드폰 / 어플리케이션 의류 / 식음료 / 화장품 / 영양제 / 일반의약품 28
Omni Channel 플랫폼 the Trade Desk 활용만으로마케팅목표에따른다양한채널을활용한전략구상, 집행이가능합니다. 커넥티드 TV 온라인비디오디스플레이 소셜미디어 모바일 / 태블릿 오디오 네이티브 DOOH 29
Omni Channel Use Case Cross device targeting & Attribution 기능을통한 Channel/Device 에제한되지않는 Audience Journey 확인이가능합니다. Koa Identity Alliance 를통해 TTD 는각각의임프레션에맞는벤더를활용할수있도록마켓내최상의크로스디바이스솔루션을제공합니다 K o a K o a K o a 특정장르를청취하는오디언스에게 오디오광고를청취한오디언스에게 크로스디바이스를통해모바일광고 오프라인어트리뷰션을활용하여 오디오광고노출 모바일인앱광고를통한 시청오디언스에게매장내프로모션 디지털캠페인을통한오디언스의 리타겟팅진행 정보를포함한데스크탑광고노출 광고확인후매장방문여부추적 30
수많은변수에대해최적화가능 100 여개가넘는수많은변수에대한가격조정을통해최상의퍼포먼스를만듭니다 언어사이트 &SSP 디바이스종류브라우저 /OS 시간 & 요일 통신사 디바이스모델 & 제조사 광고포맷 & 사이즈 지역 / 위도경도 Recency & Frequency 31
AGENDA 04: Targeting 전략 32
Audience Funnel 및광고전략소개마케팅목표에따른 KPI 설정및해당 KPI 달성을위한최적의광고전략을수립할수있습니다. Branding Upper Funnel 브랜드인지도개선넓은범위에서잠재고객탐색 Upper Funnel 의대표적광고전략 Run of Exchange (ROE) PMP Targeting Middle Funnel Middle Funnel 의 유사고객탐색및좁은범위에서잠재고객탐색 대표적광고전략 Audience Predictor Site / Geo Lookalike Behavioral Targeting Contextual Targeting Lower Funnel 1 st party data 확장및활용 Low Funnel 의대표적광고전략 Visitor Retargeting Clicker/Viewer Retargeting Household Extension Click Tag Converter Performance 33
Targeting Strategy 타겟팅전략방안 Run of Exchange (ROE) Audience Predictor Performing dayparting Performing Device Performing exchange Performing browser Performing Categories Performing Sites Performing ad format the Trade Desk 가보유한방대한인벤토리에광고노출 Factors To Optimize 최대다수의유저에게광고노출하는전략 잠재고객이가장많이나타나는채널, 시간대, 요일, 사이트및장소등파악가능 효율적인채널및요소에집중하여타겟팅 퍼포먼스가우수한오디언스의세그먼트를자동으로추출하여광고를노출하는전략 기준으로하는 Tracking Tag 를지정, 유사한성향을가진오디언스를찾아타겟팅 하는 Customizable Audience Predictor Model 로더욱세밀한운영가능 34
Targeting Strategy 타겟팅전략방안 Contextual Targeting Behavioral Targeting 잠재고객이관심을보일만한문맥이포함된지면을추측하여 광고를노출함에따라잠재고객이관심을보이는 Context 를찾는과정 효율적인 Context 가포함된사이트에집중하여타겟팅 다양한오디언스세그먼트를활용하여광고에반응하는잠재고객을찾아내는과정 잠재고객중가장광고에크게반응하거나브랜드에관심을보이는오디언스성향파악 광고에반응이큰오디언스에집중하여타겟팅 35
Targeting Strategy 타겟팅전략방안 User Retargeting Household Extension 소재를클릭한유저 사이트를방문한유저비디오소재를시청한유저 광고클릭또는홈페이지에방문했던유저에게광고를 다시노출하는전략 유저의추가적인액션을유도가능 동일 IP 를활용하는최대 15 개의디바이스를타겟팅하여타겟오디언스가보유한 멀티디바이스또는타겟과관련된멀티오디언스에게광고를노출하는방식 공통의관심사환기를통한페이지방문유도 36
Targeting Strategy 타겟팅전략방안 Click Tag Converter Paid Search Banner/Video Ads Click Tag Converter Brand 의 DMP 타매체에서집행한광고에반응한오디언스데이터를 the Trade Desk 플랫폼의 Click Tag Converter 를통하여수집및활용가능 37
Targeting Strategy 타겟팅전략방안 Click Tag Converter 활용단계 Step 1 Step 2 Step 3 Step 4 광고주 Landing URL Click Though URL the Trade Desk UI Landing / Click Through 매체적용 Click Tag Converter Click! the Trade Desk DMP the Trade Desk URL 발급 Audience ** 광고물을클릭한 Audience 를대상으로함 ** YouTube 및추가매체확인중에있음 38
AGENDA 05: Case Study 39
Case Study 1 Search Retargeting Case Study 2 Retargeting 목표 구매완료증가를통한 낮은 CPA 달성 카테고리 액세서리 ( 쥬얼리 ) 목표 견적요청관련 CPA 목표달성 카테고리 자동차 캠페인전략 결과 Search Retargeting* 을활용한맞춤형광고노출 키워드검색유저리타겟팅적용, 구매의사높은오디언스대상타겟팅 Week2 부터CPA 목표를달성, Week6 이후목표 CPA 대비절반수준유지 캠페인전략 결과 차량가상견적 페이지방문유저대상리타겟팅캠페인운영 리타겟팅유저대상, 견적요청, 딜러찾기 등의액션 ( 컨버전 ) 유도 목표 CPA 달성한 Week3 을기준, 스팬딩을늘려퍼포먼스극대화 Week3 의경우 Week1 대비 69% 낮은 CPA 를기록, 캠페인목표달성 이후목표 CPA 에근접한 CPA 유지 * 검색키워드그룹에맞춰최적화된디스플레이광고를노출 40
Case Study 3 Run of Exchange (ROE) Case Study 4 Run of Exchange (ROE) / Retargeting 목표 홈페이지유입증가를통한 브랜드인지도향상 (CPC) 카테고리 B2B 목표 방문자수극대화이후 리타겟팅, 목표 CPC 달성 카테고리 교육 캠페인전략 결과 Run of Exchange(ROE)* 전략적용 사이트별퍼포먼스분석을통해증가하는클릭률및감소하는CPC 달성 Week1 에목표보다높은CPC 로시작, 최적화과정을통해Week4 에목표CPC 달성 이후목표보다낮은 CPC 를유지, 마지막주목표대비 50% 낮은 CPC 를기록 캠페인전략 결과 리타겟팅모수를확보하기위한 CPC 캠페인우선운영 사이트방문자확보및리타겟팅모수확보극대화 Week6 부터CPA 캠페인으로전환,CPA 감소유도및목표이하CPA 유지 Week5 까지충분한오디언스를확보및목표CPC 달성 Week8 부터목표CPA 를달성캠페인종료시점까지목표이하의CPA 유지 * 최대다수에게광고를노출하여광고주의홈페이지방문자수를극대화 41
Case Study 5 Viewability/ Behavioral Targeting Case Study 6 Frequency Cap / Site List vcpm Goal Viewability Goal 목표 배너광고를통한 제품정보전달의극대화 카테고리 CPG (Food/Beverage) 목표 효율적인광고노출을통한 브랜드인지도향상 (CPC) 카테고리 대출 / 캐피탈 캠페인전략 광고주 Research data 에기반,Target audience segment 설정 (DMP) 후광고노출 페이지방문audience segment 대상Look-a-like Modeling* 을적용, Quality Aliance 의Viewability 적용, 배너영역N% 이상이2초이상노출되도록유도 캠페인전략 Frequency Cap* 를활용, 반복적광고노출조절및불필요한스펜딩차단 CPC 가낮은사이트에상대적으로많은수의광고노출을위한White List 설정, 목표대비높은CPC 기록한사이트에광고노출차단하는Block list 생성 결과 Quality Aliance 를통해설정된OO% 이상의Viewability 및 $N 이하의vCPM 을유지 Target audience 의제품정보페이지방문을유도, Look-a-like Modeling 을통해 Target Audience 를확장발굴하여 Audience Targeting 적용 결과 Week 2부터최적화를통한지속적인CPC 감소세를유지 Week 4에목표 CPC 달성, 이후 CPC 감소를통해목표보다20% 낮은CPC 유지 * 유사도가높은순으로희망하는모수규모의유저추출 * 특정시간당광고노출빈도를조절 42
Case Study 7 IP Targeting Case Study 8 Household Extension Conversions 목표 회원가입수증가 카테고리 B2B 목표 레스토랑방문예약 횟수증가 (CPA) 카테고리 레스토랑 캠페인전략 IP Targeting* 을활용 특정기업들의 IP 주소를대상으로광고노출 캠페인전략 광고주웹사이트에미리리타겟팅태그를설치, 일정모수확보 Household Extension* 을활용하여리타겟팅극대화 결과 Week 1 부터캠페인종료시점인 Week 4 까지컨버젼수증가추세 캠페인이종료된 Week 4 이후에도지속적인컨버젼발생 결과 Household Extension 기능을활용한경우더욱뚜렷한 CPA 감소추세 * 특정 IP 주소를타겟팅하여광고를노출 * 해당오디언스와동일 IP 를공유하는최대 15 개의디바이스를리타겟팅 43
Case Study 9 Household Extension / Clicker Retargeting 목표 보험상담 신청횟수증가 (CPA) 카테고리 보험 캠페인전략 결과 목표 CPA 를달성을위해지속적인최적화작업및리타겟팅위주운영 Week 2에성과가좋은PC에대해입찰가상향조정, Clicker Retargeting* 활용하여리타겟팅모수확보극대화라이브이후CPA 가소폭증가하였으나Week 2부터Household Extension 등의전략을통해CPA 가감소 Week 4에캠페인목표CPA 를달성, 최적화를통해Week 5 이후목표보다낮은CPA 를유지 * 광고를클릭한사용자에게추가적인광고노출 44
AGENDA 06: Appendix 45
COMPREHENSIVE DIGITAL MARKETING CONSULTING GROUP JNJ INTERACTIVE JnJ Interactive 는 2002 년데이터관리솔루션 AD Tech 사업을시작으로전세계유수의미디어사들과의파트너십을통해새로운 digital media 를국내시장에소개함으로써고객사의캠페인을성공으로이끄는다리역할을하였습니다. 특히 2011 년 Facebook 광고를국내최초로소개하여 Facebook Official Reseller 로써국내 Digital Media 의변화된트렌드를선도하는데앞장서왔으며, 2014 년일본디지털광고선두기업인 Septeni 와의합병을통해 FMP 솔루션 Pyxis 를도입, Performance 및 Mobile Marketing 방향에맞는 Attribution 솔루션을적용함으로써의미있는인사이트와함께효율적인캠페인결과를도출하고있습니다. JnJ Interactive 는빠르게변화하는 Digital Marketing 시장에서 15 년의축적된노하우를바탕으로고객의비즈니스성공을돕기위해끊임없이노력하고있습니다. 46
SYSTEM ORGANISATION 47
CLIENTS 48
STRENGTH 49
CAPABILITIES MEDIA OPERATION MEDIA PLANNING DATA ANALYSIS PERFORMANCE MARKETING CREATIVE SOLUTION EXCLUSIVE MEDIA 50
END OF THE DOCUMENT THANK YOU 마케팅컨설팅팀 김영하매니저 PM_Sales@jnjinteractive.com 02-6000-8202 Copyright 2019 JNJ INTERACTIVE Inc., All Rights Reserved.