OOH(Out-of-Home) 미디어는 광고주에게 역동적이고 효과적인 대중 도달 매체를 제공하지만 다른 채널에 비해 측정하기가 여전히 어렵습니다. 이는 주로 옥외 광고에 대한 표준이 부족하기 때문입니다.
디지털 세계와 마찬가지로 소수의 주요 플레이어가 전 세계를 장악하고 자체 측정 방법을 제공합니다. 반면, 브랜드는 OOH 측정 옵션을 거의 인식하지 못하고 오래된 광고판 등급에 의존합니다. 다음은 보다 일반적인 OOH 측정 사례에 대한 빠른 분석입니다.
1. 교통정보
트래픽 정보는 광고주에게 예상 광고 노출 측정항목을 제공합니다.
데이터에 대한 대략적인 분석은 정부 인구조사를 통해 쉽게 얻을 수 있으며,
설문 조사. 이는 일반적으로 계획 단계에서 확인되지만 일반적으로 캠페인 후 보고서에도 사용됩니다.
장점
트래픽 데이터는 자산 소유자와 광고주 모두 매우 쉽게 얻을 수 있습니다. 공개 데이터 리소스에서 무료로 제공되지 않는 경우 교통 보고서는 설문 조사 회사에서 유료로 구입할 수 있습니다.
단점
이는 어느 정도 기반을 제공하지만, 대부분은 설문 조사를 기반으로 하고 본질적으로 역사적인 것입니다. 예를 들어 2014년 트래픽 데이터로 2019년 캠페인을 측정하는 것은 말이 안 되나요? 동시에, 서로 다른 시간에 여러 광고주를 수용하는 디지털 OOH 사이트를 측정하는 데 데이터를 사용할 수 없습니다.
2. 쿠폰 및 프로모션 코드
디지털 브랜드는 OOH 캠페인에 쿠폰 코드를 추가할 수도 있습니다. 이렇게 하면 얼마나 많은 사람들이 광고를 보고 쿠폰 코드를 사용했는지 등 전환 측면에서 더 쉽게 측정할 수 있습니다.
장점
측정은 매우 간단하며 광고주는 추가 비용을 부담하지 않습니다. 또한 브랜드는 여러 광고판에서 서로 다른 쿠폰 코드를 사용하는 경우 어떤 광고판의 성과가 더 좋은지 이해할 수 있습니다.
단점
디지털 쿠폰은 전환 측정까지만 가능합니다. 그러나 이는 광고주가 광고판을 통해 도달했지만 쿠폰을 사용하지 않은 청중을 이해하는 데 도움이 되지 않습니다.
3. URL 추적
맞춤형 랜딩 페이지를 만드는 것은 디지털 마케팅 담당자의 표준 관행이 되었습니다. 현재 각 캠페인에는 사용자 경험을 개선하고 측정 효율성을 높이기 위해 특정 방문 페이지에 태그가 지정되어 있습니다.
빌보드 캠페인에도 동일한 개념을 사용할 수 있습니다. 쿠폰 코드를 사용하는 것과 마찬가지로 맞춤형 랜딩 페이지를 통해 브랜드는 사용자가 어디에서 왔는지 이해할 수 있습니다. 이는 쇼핑몰, 상점, 심지어 기차역의 실내 미디어용 QR 코드 및 NFC 태그를 사용하여 널리 수행됩니다.
장점
쿠폰 코드와 마찬가지로 이 측정 형태는 브랜드가 웹 방문 형태로 전환을 측정하는 데 도움이 됩니다. 또한 광고판 광고를 봤기 때문에 특별히 방문한 청중을 분류하는 데도 도움이 됩니다.
단점
다시 말하지만 전환수는 쉽게 측정할 수 있지만 전환율을 기준으로 광고판을 벤치마킹하는 것은 어렵습니다.
4. 소셜 미디어 및 검색 측정
보다 정교한 접근 방식이 필요할 수 있지만 소셜 미디어의 추적 지표는 OOH(Out-of-Home) 캠페인을 측정하는 데에도 사용되고 있습니다. 이는 인스타그램과 트위터에서 추적되는 해시태그를 사용하여 수행할 수 있습니다.
또한 검색 동향을 사용하여 광고판 캠페인이 진행 중인 지역에서 검색된 키워드 또는 브랜드 이름의 상승을 확인할 수도 있습니다.
장점
소비자가 광고판 때문에 해시태그나 소셜 미디어 페이지에 연결되면 브랜드는 프로필에 태그가 지정되기 때문에 그 사람이 누구인지 더 잘 이해할 수 있습니다.
단점
이러한 형태의 측정은 소비자가 어떤 형태로든 온라인 활동을 취하는지에 크게 좌우됩니다. 이는 버스 정류장 및 기차 미디어와 같이 체류 시간이 많은 장소와 관련이 있을 수 있지만 길가 광고판을 지나가는 운전자가 즉각적인 스마트폰 조치를 취하는 것은 어렵습니다.
차세대 OOH 측정의 필요성
위의 다양한 OOH 측정 지표를 살펴보면 한 가지 문제가 분명해집니다. 각 데이터 소스는 일반적으로 개별적으로 검토되며 이들 간의 관계를 이해할 수 있는 공통 스레드가 없습니다.
주요 OOH 플레이어는 화면을 지나가는 청중에 대한 개인 수준의 이해를 제공하는 모바일 움직임 기반 측정으로 이동하고 있습니다.
그러나 우리는 오프라인 소비자 움직임이 온라인 활동을 넘어 다양한 차원을 갖고 있으며 단일 데이터 소스를 사용하여 그림으로 그릴 수 없다는 것을 알고 있습니다.
우리는 다양한 위치 인텔리전스 소스가 OOH 캠페인에 노출된 청중을 계산하는 가장 광범위한 메커니즘을 제공한다고 믿습니다. 이는 또한 화면 시청자의 인구통계학적 특성뿐만 아니라 구매 의도, 제품 사용 및 이동 패턴도 이해하는 데 도움이 됩니다.