유료 광고 가입자 중 절반이 봇이면 봐야 할 숫자
를 처음 켜자 가입 수는 늘었지만, 상당수가 실제 고객이 아니었다. 가짜 양식 제출, 임시 이메일, 다시 돌아오지 않는 계정이 많이 섞였다. 를 붙인 뒤에는 내부 보고에서 단순 가입 수를 로 쓰지 않았다.
대신 한 번 이상 다시 방문해 제품의 을 실제로 한 사람만 ‘’으로 보았다. 이 방식은 를 더 정확하게 만들었지만, 문제가 생긴 뒤에야 걸러내는 늦은 대응이었다. 더 중요한 과제는 광고 유입 초기에 가입 품질을 판단해, 잘못된 숫자가 지표 전체를 흐리지 않게 하는 것이다.
가능한 방법으로는 봇 차단, 이메일 인증, 행동 점수, 광고망 단계의 필터링이 있다. 다만 이런 장치가 실제 품질을 높이는지, 아니면 좋은 사용자에게 불편만 더하는지도 함께 봐야 한다.
핵심 포인트
- 는 가입 수를 늘렸지만 가짜 가입과 임시 이메일도 많이 끌어왔다.
- 단순 가입 수 대신 다시 방문해 을 한 ‘’을 로 삼았다.
- 는 봇을 줄이는 데 도움을 줄 수 있지만 사용자에게 추가 절차를 만든다.
- 가입 품질은 광고 유입 초기에 걸러야 가 오염되지 않는다.
- 봇 차단, 이메일 인증, 행동 점수, 광고망 필터링을 비교해 실제 전환 개선 여부를 봐야 한다.