모바일 마케터에게 고객 인게이지먼트 플랫폼의 복잡한 요금제 모델을 파악하는 것은 어려운 과제일 수 있습니다. 과도한 비용 지불을 피하면서 앱에 완벽한 요금제 모델을 결정하고 싶으신가요? 이 글에서는 기존 접근 방식의 장단점을 안내해 드립니다.
고객 인게이지먼트 플랫폼은 앱의 성숙도와 해결하려는 과제를 고려하여 필요한 시나리오에 따라 요금 단계를 구성합니다. 주요 기준 중 하나는 앱의 성장 단계에 기반하며, 이는 사용자 수 또는 기기 수로 측정될 수 있습니다. 자세히 살펴보겠습니다.
MAU 기반 요금제 모델
많은 고객 인게이지먼트 플랫폼이 MAU(월간 활성 사용자) 수를 과금 방식으로 활용합니다.
모바일 시장에서 MAU는 한 달 내에 앱과 상호작용하는 순 사용자 수를 나타냅니다. 인게이지먼트를 구성하는 요소의 정의는 다를 수 있지만, 일반적으로 앱 열기, 로그인, 구매, 세션 수행 또는 페이지 보기와 같은 의미 있는 사용자 행동을 중심으로 합니다.
하지만 고객 인게이지먼트 플랫폼의 경우, 종종 MAU에 대한 자체적인 해석을 적용하는데, 이는 표준 시장 정의와 다르거나 추가적인 매개변수를 포함할 수 있습니다. 이로 인해 기업이 인지해야 할 숨겨진 요인과 복잡성이 발생합니다. 가격 책정에 미치는 영향을 더 잘 이해하기 위해 이러한 해석을 자세히 살펴보겠습니다.
1. MAU + 데이터 포인트 기반 요금제 모델 (실제로는 데이터 포인트 기반)
사용 업체: Braze, CleverTap.
이 접근 방식 내에서 요금 단계는 MAU 수를 기반으로 하며 각 MAU에 대해 사전 정의된 ‘데이터 포인트’ 한도를 포함합니다.
데이터 포인트는 사용자 프로필에 기록된 정보와 관련이 있으며, 페이지 조회, 링크 클릭, 구매와 같은 앱 내의 다양한 사용자 행동뿐만 아니라 사용자 프로필 변경 또는 다른 세그먼트로의 전환도 포함합니다.
각 MAU에 대한 데이터 포인트 수에 제한이 있다는 사실이 명시적으로 표시되지 않는 경우가 많으므로, 공급업체의 문서를 살펴보고 청구의 투명성을 확보하는 것이 항상 좋은 생각입니다.
비용 효율적인 대상: 인게이지먼트 캠페인보다는 분석 목적으로 고객 인게이지먼트 플랫폼을 주로 사용하는 앱.
반대로, 사용자 인게이지먼트가 높고 마케팅 실험(A/B/n 테스트, 태그/세그먼트 실험)이 잦은 앱은 데이터 포인트 사용량을 정확하게 예측하기 어려울 수 있습니다.
예시: 예를 들어, 선택한 요금제에서 MAU 1명당 700개의 데이터 포인트가 할당되었다고 가정해 보겠습니다. 이 데이터 포인트는 다음과 같이 분배될 수 있습니다:
- 매월 변경되는 100개의 사용자 속성
- 각 이벤트당 10개의 속성을 가진 50개의 이벤트, 총 500개의 데이터 포인트.
현재로서는 이 할당량이 귀하의 필요에 충분할 수 있습니다. 하지만 한 달 후에 새로운 이벤트를 수집하기 시작하여 더 이상 한도 내에 맞지 않게 된다면 어떻게 될까요? 결국, 이 접근 방식으로는 운영에 사용할 수 있는 데이터 양에 제약을 받게 됩니다.
| 🤔 MAU + 데이터 포인트 기반 요금제 모델의 한계 | ||
|---|---|---|
| 데이터 포인트 사용량 및 최종 비용에 대한 예측 가능성 낮음: 데이터 포인트 한도가 언제 더 이상 필요에 충분하지 않게 될지 예측하기는 어렵습니다. 예기치 않게 갑자기 발생할 수 있습니다. 이 문제에 대처하려면 장기적으로 맞춤 이벤트 및 사용자 속성의 모든 변경 사항을 예측해야 합니다. |
2. MTU(월간 추적 사용자) 기반 요금제 모델
사용 업체: MoEngage, Mixpanel, Amplitude, mParticle.
MTU 기반 요금제 모델은 한 달 내에 하나 이상의 자격 이벤트를 수행하는 사용자 수를 기준으로 청구액을 계산하는 방식입니다.
각 플랫폼은 자체 기준에 따라 자격 이벤트를 정의합니다. 특히, 이 정의에는 사용자 자신이 생성하지 않은 이벤트가 포함될 수 있으므로, 실제 참여 사용자 수를 반영하지 않을 수 있습니다.
비용 효율적인 경우: 플랫폼의 MTU 정의가 시장의 MAU 이해와 일치할 때. 이러한 경우, 이 모델은 높은 예측 가능성을 제공합니다.
| 🤔 MTU 기반 요금제 모델의 한계 | ||
|---|---|---|
| 낮은 ROI: MTU 수가 실제 참여 사용자 수와 같지 않을 수 있으므로 마케팅 캠페인의 ROI가 낮아질 수 있습니다. |
MAU 계산 해석을 둘러싼 모든 불확실성을 극복하기 위해, 기기 수 기반의 요금제 모델이라는 대안이 등장합니다.
푸시 구독자 기반 요금제 모델
사용 업체: Pushwoosh, OneSignal.
이 요금제 모델은 총 푸시 구독자(유효한 푸시 토큰을 가진 기기) 수를 기준으로 고객 인게이지먼트 플랫폼의 비용을 계산합니다. 기기 수 기반 요금제는 일반적으로 무제한 데이터 포인트를 제공합니다.
비용 효율적인 대상:
- 수많은 마케팅 실험(A/B/n 테스트 실행, 여러 태그 및 세그먼트 생성)을 수행하고 이러한 활동으로 인한 과도한 데이터 포인트에 대한 초과 지불을 피하고자 하는 앱.
- 주요 인게이지먼트 채널이 푸시 알림이며 도달 가능한 사용자에 대해서만 비용을 지불하고자 하는 앱.
예시: Pushwoosh의 기본 요금제는 1,000명의 푸시 구독자를 무료로 포함하며, 추가 1,000명당 월 3달러의 추가 비용이 발생합니다. 푸시 구독자 기반의 요금제 모델은 투명성을 보장하고 기업이 정보에 입각한 결정을 내릴 수 있도록 합니다.
| ✅ 장점 | 🤔 한계 |
|---|---|
| _ 예측 가능한 청구: 앱은 데이터 포인트 사용량을 예측할 필요가 없습니다. _ 푸시 알림 캠페인에 대한 높은 ROI: 앱은 푸시 알림을 통해 도달할 수 있는 사용자 수에 대해서만 청구됩니다. * 전체 잠재고객에 대한 접근성 지불하는 비용으로 전체 잠재고객에 접근할 수 있으며, 나중에 앱과 상호작용하지 않은 사용자를 추가 비용 없이 다시 참여시킬 수 있습니다. | * 탐색의 어려움: 모바일 마케터는 MAU를 기반으로 인게이지먼트 전략을 계획하는 데 익숙하기 때문에 푸시 구독자 수와 같은 다른 지표를 기반으로 한 요금 단계를 탐색하기 어려울 수 있습니다. |
💡 OneSignal과 Pushwoosh 모두 구독자 기반 접근 방식을 공유하지만, 인앱 메시징 요금 전략에서 핵심적인 차이가 발생합니다. Pushwoosh의 고정 요금제와 달리, OneSignal은 인앱 노출에 대해 요금을 부과하여 비용이 변동될 수 있습니다. 이 차이점은 예산 예측 가능성과 제한 없는 인게이지먼트의 중요성을 강조합니다.
내 앱에 맞는 완벽한 요금제 모델 결정하기
따라서 특정 앱에 요금제 모델이 잘 맞는지 여부는 앱의 인게이지먼트 전략뿐만 아니라 마케팅 전략 및 재무 계획의 특성에 따라 달라집니다.
인게이지먼트 캠페인보다는 분석을 위해 고객 인게이지먼트 플랫폼을 더 많이 사용하는 앱은 데이터 포인트 기반 모델에 적응할 수 있습니다.
MTU 기반 요금제 모델은 MTU 정의가 사용자가 시작한 이벤트로만 구성된 경우 예측 가능한 청구를 제공할 수 있습니다.
마지막으로, 마케팅 전략을 실험하고 푸시 알림을 통해 사용자를 타겟팅하면서 비용 효율성을 추구하는 앱의 경우, 푸시 구독자 기반 요금제 모델이 최적의 선택임이 입증되었습니다.
요금제에 대해 자세히 논의할 준비가 되셨나요? Pushwoosh 팀에 문의하세요:
Pushwoosh의 요금제를 비교하고 자신에게 맞는 요금제를 선택하세요:
