디지털 마케팅의 사각지대 제거

관리는 의사 결정에 관한 것입니다. 디지털 마케팅 팀의 관리는 데이터 기반 의사 결정에 관한 것입니다. 요즘에는 쿠키, 개인 정보 보호 및 MarTech 제한으로 인해 측정이 더 어려워지고 사각지대가 더 커집니다. 무시하면 획득 비용이 증가하고 마케팅 가치를 입증하기가 더 어려워집니다.

이 기사에서는 2023년 디지털 마케팅에서 알아야 할 상위 사각지대를 공개합니다. 또한 비즈니스 영향을 예측하는 방법과 이를 처리하기 위한 모범 사례도 공유합니다.

2023년 상위 사각지대:

• CRM 데이터가 디지털 분석 보고서에 연결되지 않음
• 트래픽의 상당 부분이 알 수 없는 소스에서 발생합니다.
• 비동의 데이터에는 전환된 방문자의 경우에도 세션 트래픽 소스가 없습니다.

디지털 마케팅 캠페인은 온라인 전환으로 측정되지만 C 레벨은 마케팅 가치를 입증하기 위해 완료된 주문 또는 검증된 리드를 찾고 있습니다. CRM 데이터가 디지털 분석 보고서에 연결되어 있지 않으면 실제 비즈니스 가치의 관점에서 어떤 획득 캠페인이 과소 평가되거나 과대 평가되는지 알 수 없습니다.

보고서를 작성하려면 서로 다른 소스의 데이터를 올바르게 그룹화해야 합니다. 예를 들어 전환을 광고 캠페인에 연결하려면 사용자 작업을 세션으로 그룹화해야 합니다. 다양한 출처의 비용을 단일 구조로 변환하여 해당 출처의 효율성을 비교해야 합니다. 비즈니스 관점에서 마케팅의 실제 효과를 평가하려면 웹 사이트 및 광고 소스의 데이터를 CRM 시스템의 데이터와 결합해야 합니다.

분석가는 서로 다른 서비스 및 시스템에서 데이터를 수집합니다. 그리고 당연히 데이터의 구조와 형식은 소스에 따라 다릅니다. 또한 이 데이터에는 오류, 중복 및 불일치가 포함될 수 있습니다. 더럽고 조각난 데이터를 정리하고 정규화해야 합니다.

다양한 출처의 데이터를 정리하고 정규화하고 호환성을 연구하는 데는 많은 시간이 걸립니다. 또한 비즈니스 요구 사항에 따라 비즈니스 로직을 유연하게 관리하기 위해 소스 데이터를 업데이트하면서 정기적인 데이터 결합이 필요합니다.

보고 시스템을 준비하려면 분석가가 상호 연결된 SQL 데이터 변환의 전체 캐스케이드를 생성하고 유지 관리해야 합니다. 모든 프로젝트에서 시간이 지남에 따라 이것은 SQL 쿼리 및 스크립트의 얽힘으로 바뀌며 디버깅에 많은 시간이 걸리고 새로운 가치를 추가하지 않습니다.

OWOX BI를 사용하면 더 이상 KPI 불일치를 찾고 도구 간에 전환할 필요가 없습니다. 모든 사용자 작업 데이터를 캠페인 및 CRM 데이터와 조정하여 마케팅 가치를 입증할 수 있습니다. 필요한 데이터가 무엇이든 대시보드에서 즉시 확인할 수 있습니다.

1단계. OWOX BI는 모든 마케팅 소스에서 분석을 위해 편리한 형식으로 데이터를 자동으로 수집합니다.

• Google 애널리틱스 4, Firebase 및 AppsFlyer
• 웹사이트(전체 GDPR을 준수하는 원시 데이터)
• 광고 플랫폼
• CRM 시스템
• 기타 마케팅 소스

2단계. OWOX BI를 사용하면 데이터를 수동으로 정리, 구조화 및 처리할 필요가 없습니다.이 서비스는 원시 데이터를 분석 준비가 된 형식으로 자동으로 정규화합니다. 통합 태그 형식, 단일 통화, 이중 및 이상 현상이 없는 데이터, 봇 탐지 등 정확한 구조화된 정보를 얻을 수 있습니다.

3단계. OWOX BI 변환은 세션화, 비용 데이터 혼합, 사용자 유형 감지(신규 또는 재방문), 전환 모델링, 사용자 지정 채널 그룹화 등 모든 사람이 필요로 하는 기본 변환을 자동으로 적용합니다.또한 자신만의 (사용자 지정) 변환을 쉽게 만들고 적용할 수 있습니다.

이 접근 방식을 사용하면 다음을 수행할 수 있습니다.

• 다음을 통해 분석 작업의 가치와 효율성을 높입니다.
• 보고서 구조 및 지표 계산 논리에 대한 변경 속도 향상
• 보고서 및 대시보드 지원 비용 절감
• 보고서 논의 및 승인 간소화
• 다음을 통해 보고서의 데이터 품질을 높입니다.
• 매개변수 및 메트릭 계산 논리를 구현할 때 중복 방지
• 정확한 데이터의 소스인 하나의 데이터 계층 보유

OWOX BI는 분석 준비가 된 데이터를 제공하여 데이터 준비 시간을 절약합니다.

소스 테이블의 필수 구조와 해당 구성 논리는 비즈니스의 특성에 따라 다릅니다. OWOX BI Transformation을 사용하면 모든 형성 논리로 모든 데이터 구조를 얻을 수 있습니다.

예를 들어 기본 GA4 → Google BigQuery 내보내기에는 첫 번째 사용자 소스라는 하나의 트래픽 소스 속성 로직만 있습니다. 즉, 지정된 사용자의 첫 번째 소스만 고려되고 세션으로 이어진 다른 모든 소스는 무시됩니다. 따라서 일부 트래픽 소스는 보고서에 표시되지 않습니다. 많은 보고서가 세션 위에 작성되므로 이는 분석가에게 문제가 될 수 있습니다. 따라서 각 세션의 소스를 정의하는 것이 중요합니다.

OWOX BI에서는 마케팅 성과 보고서에 중요한 세션 소스를 포함하여 모든 트래픽 소스 속성 로직을 설정할 수 있습니다.

광고 캠페인 및 온라인 전환에 대한 데이터가 포함된 실적 보고서가 필요하다고 가정해 보겠습니다. 그러나 전환을 포함한 많은 웹사이트 작업은 개별 사용자의 광고 클릭을 따릅니다. 그렇기 때문에 캠페인과 온라인 전환 사이의 관계를 연구하기 전에 온라인 사용자 활동을 트래픽 소스별로 그룹화해야 합니다.

OWOX BI 알고리즘은 Google 애널리틱스의 세션 형성 논리에 의존하지 않고 자동으로 세션의 적중/이벤트를 결합합니다. 복잡한 데이터 변환을 작성할 필요 없이 편리한 구조로 자동 업데이트된 세션 테이블을 바로 사용할 수 있습니다.

또한 분석가는 OWOX BI를 사용하여 Google Analytics Universal 및 Google Analytics 4용 무료 변환 템플릿을 사용하여 세션을 그룹화할 수 있습니다. 결과적으로 분석가는 보고서 또는 비용 속성에 사용할 수 있는 단일 구조로 세션 데이터를 얻습니다.

모든 템플릿은 쉽게 수정할 수 있습니다. 분석가는 고유한 방식으로 세션을 구축하도록 템플릿의 모든 부분을 변경할 수 있습니다. 또한 분석가는 표준 SQL만 사용하여 고유한 알고리즘을 만들 수 있습니다.

마케터는 고객 간의 차이점을 이해하는 것이 중요합니다. 예를 들어 성장 목표를 달성하려면 신규 사용자와 복귀 사용자에 대해 광고 캠페인 성과를 별도로 추적해야 합니다. 이는 복귀 사용자 비율이 높은 채널이 최고의 KPI를 가지지만 확장이 거의 불가능하기 때문에 중요합니다.

OWOX BI는 다양한 사용자 코호트에 대한 보고서를 작성할 수 있도록 사용자 유형(신규 또는 복귀)을 정의하는 기능을 제공합니다. 이를 위해 OWOX 또는 웹사이트의 다른 시스템, CRM 시스템 등에서 수집한 다양한 유형의 데이터를 사용할 수 있습니다.

• 웹사이트에서의 쿠키 및 지속 시간(GA와 비슷하지만 더 정확하고 유연함)
• 웹사이트에서의 사용자 거래
• 웹 사이트의 사용자 등록에 대한 정보
• CRM 시스템의 사용자 등록에 대한 정보
• CRM 시스템의 판매 정보
• 회사가 사용자에 대해 가지고 있는 기타 모든 정보

OWOX BI는 이 모든 데이터를 결합하고 사용자에 대한 정보를 잃지 않고 가능한 가장 정확한 방법으로 사용자가 신규인지 또는 재방문하는지 판단하는 알고리즘과 도구를 즉시 사용할 수 있습니다.

분석가는 표준 SQL로 작성된 미리 만들어진 템플릿에서 이러한 알고리즘을 적용할 수 있습니다. 또한 템플릿을 빠르게 수정하거나 고유한 사용자 유형 감지 알고리즘을 작성할 수 있습니다.

OWOX BI를 사용하면 브라우저, 장치 및 캠페인이 아닌 사용자 중심으로 분석을 구축할 수 있습니다. 귀하의 사이트와 다양한 장치 및 응용 프로그램의 사용자 행동에 대한 모든 데이터가 단일 프로필로 병합됩니다. 광고 캠페인의 품질을 분석하기 위해 각 사용자의 행동에 대한 완전한 그림을 얻을 수 있습니다.

OWOX BI는 웹 및 앱 플랫폼에서 수십 개의 사용자 ID를 단일 사용자 프로필(ProfileID)로 결합합니다.

ProfileID를 사용하면 전환 과정에서 소스 체인을 결합할 수 있습니다. 이렇게 하면 속성 정확도가 향상되고 교차 장치 광고 캠페인의 효과에 대한 질문에 답할 수 있습니다.

Google Analytics 및 기타 분석 도구에는 세션화, 속성, 광고 비용 혼합 등에 대한 사전 정의된 데이터 변환 알고리즘이 있습니다. 일반적인 방식으로 마케팅 분석 변환에 필요한 모든 작업을 수행할 수 있습니다. 사용자 정의할 수 있는 기회가 있지만 비즈니스별 접근 방식으로 고유한 알고리즘을 적용하려는 경우에는 충분하지 않습니다.

OWOX는 마케팅 관련 데이터를 변환하기 위해 잘 개발되고 효과적인 변환 세트를 제공합니다. 각각은 대부분의 웹 사이트에 가장 적합한 방식으로 데이터를 준비하고 변환하도록 설계되었습니다. 변환 템플릿 세트로 제공합니다.

특정 요구 사항에 따라 고유한 데이터 변환이 필요한 경우 OWOX는 사용자 지정 변환을 제공할 수 있습니다. 세 가지 방법으로 개발할 수 있습니다.

• 분석가가 처음부터
• 귀하의 요구 사항에 따라 OWOX 전문가가 처음부터
• OWOX 템플릿에서 기존 데이터 변환을 수정하여(가장 빠른 방법)

사용자 지정 변환은 SQL 쿼리를 사용하고 체인에 무제한의 쿼리를 포함합니다. 제한 없이 데이터 변환 규칙을 만들 수 있습니다. 사용자 지정 변환을 템플릿의 변환과 함께 사용하여 원활한 데이터 흐름을 생성할 수 있습니다. 사용자 지정 변환을 프로젝트 템플릿으로 저장하고 동일한 프로젝트 내의 다른 데이터 흐름에서 재사용할 수 있습니다.

광고 예산 배분과 같은 사항에 대해 올바른 결정을 내리려면 보고서의 데이터가 적시에 업데이트되는지 확인해야 합니다.

OWOX BI는 코딩이나 타사 도구 없이 데이터 업데이트를 예약하는 쉬운 방법을 제공합니다. 스케줄러는 OWOX BI 플랫폼 내에서 생성할 수 있는 모든 프로세스의 일부입니다.

데이터 업데이트를 더 잘 조정하기 위한 두 가지 유형의 스케줄러(시간별 및 이벤트별)가 있습니다. 첫 번째 유형의 스케줄러는 데이터가 준비되는 정확한 타이밍을 제공합니다. 두 번째 유형은 종속성 흐름(프로세스가 차례로 실행될 때)으로 이 설정을 쉽게 만듭니다. 이 두 스케줄러 유형의 조합을 통해 클라이언트는 성능 보고서의 데이터를 빠르고 쉽고 유연하게 업데이트할 수 있습니다.

상당한 비율의 세션 및 전환이 직접/없음에서 발생한다는 것을 알 수 있습니다. 따라서 이러한 세션과 전환이 실제로 어떤 소스에서 오는지 이해하는 것은 거의 불가능합니다. 가장 일반적인 원인은 제한된 쿠키 수명으로, 특정 방문자의 각 후속 세션이 새로운 세션으로 정의되고 첫 번째 세션과의 연결이 끊어지는 상황으로 이어집니다.

Safari 브라우저의 자사 쿠키는 수명이 7일로 제한되어 있습니다. 결론은clientId식별자가 Google 애널리틱스에서 특정 사용자를 식별하는 데 사용된다는 것입니다. 따라서 분석 도구에서 장기간에 걸친 사용자의 행동, 사용자가 원래 어디에서 왔는지, 어떤 페이지를 방문했는지 등을 이해할 수 있는 키로 사용됩니다.

clientId 식별자는 ga_ 쿠키에 기록되고 사용자 기기에 저장됩니다. 이것은자사 쿠키로 간주되지만 JavaScript 스크립트로 작성되었기 때문에 ITP 제한이 적용됩니다.따라서7일 이상 살지 않습니다 .

즉, 사용자가 오늘 Facebook 광고를 통해 귀하의 웹사이트를 방문하고 8일 후에 주문하면 귀하의 분석 도구에서 이 사용자는 새로운 사용자가 되며 주문은 Facebook 광고로 인해 발생하지 않습니다. 마케터는 트래픽의 이 부분에 눈이 멀어 주문의 실제 소스를 이해하지 못하고 Facebook에서 비효율적인 광고를 비활성화할 수 있습니다. 이는 수주 및 영업 이익 감소로 이어질 수 있습니다. 따라서 분석에서 신규 사용자의 비율이 증가하면 수입 손실이 발생합니다.

Google Analytics용 ITP 영향 계산기는 쿠키 변경이 귀하에게 미치는 영향을 이해하는 데 유용할 수 있습니다.

OWOX BI를 사용하면 광고 캠페인 추정의 정확도를 70%까지 높이고 수입을 창출하는 진정한 소스/매체/캠페인을 식별할 수 있습니다. OWOX BI 서버측 추적은 웹사이트의 모든 사용자 활동을 모니터링하고 쿠키 수명을 연장하며 광고 차단기의 영향을 받지 않으므로 전체 전환 경로를 볼 수 있습니다.

OWOX BI를 사용하면 자사 데이터 수집을 설정하여 ITP 문제를 해결할 수 있습니다. 이를 위해 통합 단계에서 웹사이트에 수집이 이루어질 별도의 하위 도메인을 생성합니다.

각 적중/이벤트와 함께 OWOX BI는 쿠키 ouid를 생성하고 364일 동안 갱신합니다. 이 쿠키는 더 오래 지속되는 사용자 ID인 owox.user_id를 갖게 됩니다. 이를 바탕으로 가짜 신규 사용자의 비중이 크지 않은 분석 보고서를 작성하고 장기간 사용자 경로를 구축할 수 있습니다. 이를 통해 광고 캠페인의 효과를 정확하게 평가하고 전체 사용자 여정을 추적할 수 있습니다.

광고 서비스는 다양한 형식과 데이터 구조로 비용 데이터를 제공합니다. 그러나 UTM 형식으로 비용 데이터를 제공하는 광고 서비스는 없습니다. 이러한 데이터를 제공하려면 모든 클릭에 대해 UTM 매개변수가 포함된 URL 레코드를 저장해야 하며 이는 비용이 너무 많이 듭니다.

비용 데이터를 데이터 웨어하우스로 가져오려면 광고 비용 데이터를 다른 데이터와 병합하기 위한 키가 필요합니다. 광고 효과를 전체적으로 파악하려면 이러한 데이터를 병합해야 합니다. UTM 매개변수는 이러한 키입니다.

광고 비용을 Google BigQuery로 가져올 때 OWOX BI는 자동으로 UTM 매개변수를 인식합니다. URL을 찾을 위치와 URL을 가져오는 방법을 알고 있습니다. Facebook 광고, Bing 광고 등 가장 널리 사용되는 일부 데이터 소스에 대해 다양한 동적 매개변수를 사용할 수 있습니다.

UTM 매개변수와 함께 비용 데이터를 사용하면 다양한 광고 서비스의 데이터를 사용자 행동 데이터와 병합할 수 있으므로 특정 캠페인이 트래픽 소스와 어떻게 관련되어 있는지 실제로 파악하고 ROAS를 정확하게 계산할 수 있습니다. 최대 5개의 UTM 매개변수로 데이터를 병합하면 캠페인 이름만으로 병합하는 것과 비교하여 더 자세한 그림을 볼 수 있습니다.

일부 기업은 광고에 웹사이트로 연결되는 짧은 링크를 사용합니다. URL 단축기는 URL의 시각적 모양을 개선하고 추가 추적을 위해 사용됩니다. 그러나 짧은 URL이 포함된 광고 지출을 기반으로 광고 효율성 보고서(ROAS)를 작성하는 것은 까다로워집니다. 왜? UTM 매개변수로 최종 URL을 검색하는 것은 불가능하지만 보고서에서 데이터를 결합하기 위한 최종 URL을 갖는 것이 중요하기 때문입니다. UTM 매개변수는 보고용 데이터 결합의 핵심입니다.

OWOX BI는 전체(원본) 링크에서 UTM 매개변수를 얻기 위해 자동으로 짧은 링크를 따릅니다. 이를 통해 광고 효과를 전체적으로 파악하기 위해 광고 비용 데이터를 사용자 데이터와 병합할 수 있습니다.

OWOX BI에서는 모든 표준 속성 모델을 보고에 연결하거나, OWOX 전환 예측을 기반으로 데이터 기반 모델을 설정하거나, 자체 규칙 및 판매 퍼널을 기반으로 사용자 정의 모델을 구축할 수 있습니다. 이 모든 작업은 데이터 엔지니어의 도움 없이 제품 인터페이스에서 쉽게 수행할 수 있습니다.

마지막 클릭, 첫 번째 클릭 및 규칙 기반을 포함하여 잘 알려진 몇 가지 모델이 있습니다. 또한 고유한 요구 사항을 충족하기 위해 모델을 구축하기 위한 특정 고급 알고리즘이 있습니다. 모두 데이터 변환을 위해 표준 SQL 쿼리를 사용합니다. 이러한 쿼리는 지속적으로 검토, 조정 및 적용되어야 합니다.

OWOX BI는 이러한 변환의 실행을 관리하고 모니터링하는 간단한 UX를 제공합니다. 준비된 모델과 관리하기 쉬운 도구의 조합을 통해 분석가는 자신 있게 데이터를 관리하고 결과에 대한 책임을 질 수 있습니다. 또한 OWOX BI 기능은 둘 이상의 기여 모델을 동시에 가질 수 있는 가능성을 제공하고 마케터에게 가장 적합한 모델을 찾기 위해 모델을 테스트합니다.

GDPR 및 CCPA는 분석 데이터를 수집하기 전에 사용자의 동의를 요구합니다. 따라서 단일 세션(비동의 데이터) 내에서 전환하는 사용자의 경우에도 트래픽 소스를 알 수 없습니다. 이것은 또한 CRM 데이터와 디지털 분석 데이터 사이의 불일치로 이어집니다.

EU 거주자와 협력하는 기업은 사용자 개인 정보 보호에 관한 GDPR 요구 사항을 준수해야 합니다. 미준수 시 큰 벌금이 부과될 수 있습니다.

유럽에서 웹사이트 트래픽이 발생하고 Google Analytics를 사용하는 경우 client_id가 있는 쿠키 _ga에 개인 식별 정보가 포함되어 있고 이 데이터가 Google Analytics로 전송되고 Google Analytics 자체에서 결정한 대로 서버에서 처리되므로 GDPR 요구 사항을 확실히 위반하는 것입니다. .사용자 데이터가 EU에 남아 있고 EU 내에서만 처리된다고 확신할 수 없습니다. 동시에 마케팅 팀은 광고 캠페인의 효율성을 측정하고 사각지대 없이 사용자의 여정에 영향을 미쳐야 합니다.

Google 애널리틱스 4는 가져온 데이터를 관리하기 위한 명확하고 상세한 옵션을 제공합니다. 그러나 선택한 위치에만 데이터를 저장할 수 있는 방법은 없습니다. EU에서 개인 식별 정보의 처리를 요청하거나 데이터를 내보낼 수 있지만 수집된 모든 데이터를 선택한 위치에만 저장할 수는 없습니다.

OWOX BI를 사용하면 동의 및 비동의 데이터를 완전히 제어할 수 있습니다. 가장 엄격한 개인 정보 보호 및 보안 요구 사항에 따라 개인 식별 정보(PII)를 수집하고 사용할 수 있습니다. 또한 OWOX BI를 사용하면 데이터 상주(EU, US 또는 글로벌)를 선택하고, 동의하지 않은 사용자에 대한 PII를 제거하고, 사용자 지정 키로 모든 사용자 데이터를 암호화할 수 있습니다.

OWOX BI는 EU의 10개 위치를 포함하여 사용자가 선택한 위치에서 데이터를 수집합니다. 또한 OWOX BI는 수집된 데이터를 선택한 위치에 저장합니다. 또한 OWOX는 법률 및 보안 팀의 데이터 흐름에 관한 모든 세부 정보를 제공합니다.

• GA4와 달리 OWOX BI에는 투명한 데이터 흐름이 있습니다.
• 데이터는 Google BigQuery에서 지원하는 모든 위치에 저장할 수 있습니다.
• 저장된 모든 데이터를 완벽하게 제어할 수 있으며 누구와 공유할지 결정할 수 있습니다.
• OWOX BI는 사용자가 추적에 동의하지 않은 경우 PII 데이터를 자동으로 잘라냅니다. 따라서 GDPR을 위반하여 실수로 자신의 발에 총을 쏠 수 없습니다.
• 자체 키로 Google BigQuery의 모든 사용자 데이터를 암호화하는 옵션이 있습니다.

GDPR 요구 사항을 준수하기 위해 사이트 소유자는 쿠키 공유를 원하지 않는 사용자 식별을 거부하고 마법의 "쿠키 허용" 버튼을 클릭하지 않아야 합니다. 결과적으로 동의 모드는 트래픽 소스를 결정할 수 있는 전환의 수를 30%까지 줄입니다.

변환 모델링은 이 문제를 해결하는 데 도움이 됩니다. 첫째, 기계 학습 시스템은 사용 가능한 데이터와 과거 통계를 처리합니다. 그런 다음 쿠키 설정을 허용한 사용자의 비율과 해당 사용자가 어떻게 전환했는지 알고 있으면 ML 시스템은 동의하지 않은 사용자에 대해 가장 가능성이 높은 기여 경로를 결정합니다. 이를 통해 캠페인 결과를 캠페인 비용과 보다 정확하게 일치시킬 수 있으며 동시에 쿠키에 대한 사용자 결정을 준수할 수 있습니다.

OWOX BI에는 성능 보고서의 비동의 격차를 해결하는 고유한 솔루션이 있습니다. 이 솔루션을 통해 분석가는 기존 캠페인 간에 비동의 데이터를 배포하기 위한 알고리즘을 연구, 조정 및 변경할 수 있습니다. 이를 통해 분석가는 자신 있게 데이터를 관리하고 결과에 대해 책임을 질 수 있습니다.

모델링된 변환 알고리즘은 표준 SQL에서 개발되었으므로 투명하며 SQL을 아는 모든 분석가가 이해할 수 있습니다. OWOX BI 전문가는 필요한 경우 분석가가 알고리즘을 설정하거나 변경하도록 도울 수 있습니다.

OWOX BI 기능은 마케터에게 가장 적합한 것을 찾기 위해 서로 다른 전환 모델을 테스트하기 위해 둘 이상의 전환 모델을 동시에 사용할 수 있는 가능성을 제공합니다. 이러한 알고리즘은 수동 또는 자동으로 실행될 수 있으며 이를 모니터링하고 적시에 올바른 데이터를 제공하는지 확인할 수 있습니다.

최근 쿠키, 데이터 프라이버시 및 마케팅 기술에 대한 제한으로 인해 분석가와 마케팅 담당자의 작업이 복잡해졌습니다. 디지털 마케팅에서 데이터 기반 의사 결정을 방해하는 사각지대가 점점 더 많아지고 있습니다.

좋은 소식은 OWOX BI의 도움으로 다음과 같은 맹점을 제거할 수 있다는 것입니다.

• 마케팅과 수익 사이의 고리 닫기
• 보고서에서 직접/없음 트래픽 처리
• 가장 엄격한 개인 정보 보호 및 보안 요구 사항에 따라 개인 식별 정보(PII)를 수집하고 사용합니다.

자세한 내용을 보려면 데모에 등록하십시오.