룩백 윈도우(Lookback Window)란? sql로 룩백 윈도우 적용하기!

디지털 마케팅에서 “룩백 윈도우(Lookback Window)”란 사용자의 특정 행동(예: 광고 클릭, 광고 노출 등)과 이후 발생한 전환(예: 앱 설치, 구매 등)을 연결하기 위해 설정된 기간을 의미한다. 일반적으로 광고 트래킹 솔루션(AppsFlyer, GA4 등)에서는 이 룩백 윈도우를 설정하여 어떤 광고가 전환에 기여했는지를 분석한다.

예를 들어, AppsFlyer에서는 기본적으로 클릭을 기준으로 24시간 룩백 윈도우를 제공한다. 즉, 사용자가 광고를 클릭한 후 24시간 이내에 앱을 설치하면 해당 광고가 설치에 기여한 것으로 간주된다.

Table of Contents

룩백 윈도우 적용 방식

룩백 윈도우를 적용하는 방식은 트래킹 솔루션마다 다를 수 있으며, 대표적으로 GA4 BigQuery 데이터와 AppsFlyer Raw 데이터를 활용하여 룩백 윈도우를 적용하는 방법을 살펴보겠다.

1. GA4 BigQuery에서 룩백 윈도우 적용하기

GA4에서는 이벤트 데이터를 BigQuery로 내보내서 상세한 분석을 수행할 수 있다. 룩백 윈도우를 적용하여 특정 광고 유입이 전환에 기여했는지 확인하는 방법은 다음과 같다.

GA4 BigQuery 예제

사용자의 광고 클릭(utm_source, campaign 등) 이벤트와 전환 이벤트(event_name = ‘purchase’) 연결
광고 클릭 시점과 전환 이벤트 시점을 비교하여 24시간 이내인지 확인
룩백 윈도우 내에서 가장 최근의 광고 클릭 데이터를 활용하여 Attribution 분석 수행

WITH ad_clicks AS (
    SELECT
        user_pseudo_id,
        event_bundle_sequence_id,
        event_timestamp,
        traffic_source.source AS utm_source,
        traffic_source.medium AS utm_medium,
        traffic_source.campaign AS utm_campaign
    FROM `my_project.analytics_XXXXXXX.events_*`
    WHERE event_name = 'session_start'
),

conversions AS (
    SELECT
        user_pseudo_id,
        event_bundle_sequence_id,
        event_timestamp,
        event_name
    FROM `my_project.analytics_XXXXXXX.events_*`
    WHERE event_name = 'purchase'
)

SELECT
    c.user_pseudo_id,
    c.event_name,
    c.event_timestamp,
    a.utm_source,
    a.utm_medium,
    a.utm_campaign
FROM conversions c
LEFT JOIN ad_clicks a
ON c.user_pseudo_id = a.user_pseudo_id
AND c.event_timestamp BETWEEN a.event_timestamp AND a.event_timestamp + 86400000 -- 24시간(밀리초 단위)

2. AppsFlyer Raw 데이터에서 룩백 윈도우 적용하기

AppsFlyer에서는 raw 데이터를 활용하여 룩백 윈도우를 직접 적용할 수 있다. 기본적으로 AppsFlyer는 클릭을 기준으로 24시간 룩백 윈도우를 제공하지만, 이를 커스텀 룩백 윈도우로 조정하여 분석할 수도 있다.

AppsFlyer Raw 데이터 예제

Raw 데이터에서 광고 클릭 및 설치 데이터를 가져오기
클릭 타임스탬프와 설치 타임스탬프 비교
설치가 클릭 후 24시간 이내인지 확인

WITH ad_clicks AS (
    SELECT
        customer_user_id,
        click_time,
        media_source,
        campaign
    FROM `my_project.appsFlyer.ad_clicks`
),

installs AS (
    SELECT
        customer_user_id,
        install_time
    FROM `my_project.appsFlyer.installs`
)

SELECT
    i.customer_user_id,
    i.install_time,
    a.click_time,
    a.media_source,
    a.campaign
FROM installs i
LEFT JOIN ad_clicks a
ON i.customer_user_id = a.customer_user_id
AND TIMESTAMP_DIFF(i.install_time, a.click_time, HOUR) <= 24 -- 24시간 룩백 적용

룩백 윈도우 설정 시 고려할 점

광고 유형에 따라 룩백 윈도우를 다르게 설정해야 할 수도 있다.
- 클릭 기반 전환: 24시간 룩백이 일반적
- 노출 기반 전환: 7일 또는 30일 룩백이 일반적
룩백 윈도우가 너무 길면 광고 효과 측정이 어려울 수 있다.
- 전환까지 시간이 오래 걸리는 경우에는 사용자 행동을 분석하여 적절한 룩백 기간을 설정해야 한다.
멀티 터치 어트리뷰션(Multi-touch Attribution) 고려
- 마지막 클릭만 고려하는지, 최초 클릭을 포함할지 등의 모델을 설정해야 한다.

마무리

룩백 윈도우는 광고 데이터 분석에서 중요한 개념이며, GA4 BigQuery와 AppsFlyer Raw 데이터를 활용하여 직접 적용할 수 있다. 데이터 분석 환경에 따라 SQL을 활용해 원하는 룩백 윈도우를 설정하고 최적의 어트리뷰션 모델을 적용하는 것이 중요하다.

위에서 제공한 SQL 예제를 참고하여 본인의 환경에 맞게 수정하여 활용해 보자!