- GDPR/CCPA 같은 개인정보 보호 규제 강화와 주요 브라우저의 서드파티 쿠키 폐지로 기존 쿠키 기반 사용자 추적이 어려워짐
- 쿠키 없이 사용자를 구분하고 광고 타겟팅, 리타겟팅, 성과 측정을 구현하는 기술적 대안
- 실명 식별이 아니라 동일 사용자가 여러 번 방문했는지, 어떤 채널에서 유입됐는지 수준의 식별
- 식별 방식은 크게 세 가지로 나뉨
- 프로세스는 쿠키 제한 배경(규제+브라우저 정책) → 쿠키리스 식별 방식 적용 → 쿠키리스 기반 마케팅 활용 순으로 이어짐
디바이스 핑거프린팅 : 브라우저 종류, OS, 화면 해상도, 언어 설정, 시간대, 설치된 폰트, WebGL 그래픽 렌더링 방식 등 사용자 환경 정보를 조합해 고유한 '지문’을 생성. 비밀번호/로그인 없이도 반복 방문자를 어느 정도 식별 가능. Kafka로 이벤트 데이터 수집, Spark로 접속 로그 유사도 판단. 브라우저 업데이트나 설정 변경 시 정확도가 떨어질 수 있다는 한계
퍼스트파티 ID 기반 식별 : 사용자가 로그인하면 내부적으로 고유한 고객 ID를 생성해 자사 서비스 내에서 행동 추적에 활용. 외부로 공유되지 않아 개인정보 보호 측면에서 유리. 비로그인 사용자에게는 로컬 스토리지 기반 임시 ID를 발급해 동일 방문자 인식. Kafka로 수집된 로그를 ID 단위로 정렬하고 Spark로 행동 분석/추천 시스템 연결
행동 기반 식별 : 클릭, 페이지 이동, 스크롤, 장바구니 담기 등 사용자 행동 데이터를 시간 순서대로 분석해 유사한 행동 패턴을 가진 사용자를 식별. Kafka로 이벤트 수집, Spark MLlib으로 클러스터링
세 가지 방식을 통해 식별된 사용자 정보는 타겟팅, 리타겟팅, 성과 측정, 개인화 추천, 캠페인 최적화에 활용