TG360의 데이터는 AI 및 머신러닝 기반 모델링, 시계열 기반 및 유저 기반으로 가공해서 제공합니다.

TG360 자체 추정 로직을 활용한 모델링으로 가공한 데이터는 온라인 behavioral 행태, 오프라인 behavioral 행태, 관심사 및 App 정보입니다.

온라인 행태 데이터는 사이트 카테고리 및 앱 카테고리로 구분해서 가공했습니다. DSP사를 통해서 광고 송출 시 Real Time Bidding으로 연동되어 있는 커뮤니티, 언론사, 블로그, 앱 등에서 URL 형태로 직접적인 URL과 refer 형태의 데이터를 정제한 사이트 카테고리 형태로 제공받거나 TG360의 기준으로 정재하였습니다. 온라인 사이트 카테고리는 260여개이며 앱 카테고리는 100여개로 2 depth로 세분화되어 제공합니다.

오프라인 행태는 100여개의 카테고리로 세분화되어 있으며 데이터 공급처를 통해 수급한 데이터를 TG360의 추정 로직을 통해 가공해서 제공해드립니다.

관심사 정보는 260여개의 카테고리로 세분화되어 제공되고 있으며 유저의 종합적인 행동 데이터를 기반으로 TG360의 자체 모델링을 통해 유저의 관심사를 분류하였습니다.

시계열 기반으로 제공하는 데이터는 얼마나 많은 소비자들이 특정 기간동안 특정 검색 키워드를 얼마나 많이 검색되었는지, 특정 온라인 사이트를 방문했는지, 그리고 특정 앱을 사용했는지를 제공합니다. 시계열로 가공한 데이터는 주로 트렌드를 분석하기 위해서 사용됩니다. 기간별 검색한 소비자 수 추이 외에 연관 검색어도 확인할 수 있어서 검색한 키워드 외에 어떤 것에 관심 있어 하는지도 알 수 있습니다. 브랜드 기업은 검색 키워드 트렌드 데이터를 이용하여 얼마나 많은 소비자들이 기업을 검색하는지 와 내 브랜드 외에 어떤 브랜드에 관심 있는지 아니면 브랜드 내 소비자들이 관심 있어 하는 상품 등을 확인할 수 있습니다.

유저 기반으로는 소비자군의 demographic profile를 확인할 수 있습니다. 소비자군의 성별, 연령대, 지역, 기기 및 직업 등을 알 수 있습니다. 기본적인 demographic 정보와 함께 소비자군의 행태로 소비자의 전반적인 모습을 파악할 수 있습니다.

많은 사용자들이 PC, 스마트폰, 테블릿 등 다양한 디바이스와 채널을 사용하여 온라인에서 활동하고 있습니다. 다양한 디바이스와 채널의 온라인 매체 지면에 소비자의 행동 이력을 통합하고 동일 사용자를 식별하는데 이를 id pairing이라고 합니다. 3억의 cookie, ADID, IDFA 등 다양한 비식별 아이디를 IP 위치 정보, 온라인상 사용자 행태 특성을 종합하여 머신러닝 기반으로 크로스 디바이스간 4천만명의 동일 유저로 식별해서 데이터를 제공하고 있습니다. .