CONTENTS
KB국민은행/국민카드의 DMP 데이터 활용
(자산규모, 결제이력 등 정밀한 타겟팅 가능)
MAU 약 2,300만 명 이상의
KB App 채널을 활용한 광고 노출
금융·소비 데이터를 기반으로 브랜드 목적에 맞는 오디언스를 설계합니다. (예시)
KB 금융 내 다양한 지면에서 적합한 타겟 오디언스에게 광고가 진행됩니다.
* KB부동산은 타겟팅 불가
광고상품, 예산, 일정 등
캠페인에 적합한 타겟팅 등 미디어믹스 제안
광고 내용, 일정 협의, 확정 및 광고 계약
광고 라이브 5영업일 전까지 전달
광고 라이브 이후 리포트 계정 발급
세금계산서 발행
FAQ
DMP(Data Management Platform, 데이터 관리 플랫폼)는 흩어져 있는 고객 데이터를 수집·분류·통합해 디지털 광고 타겟팅에 활용할 수 있도록 세그먼트로 정리해 주는 플랫폼입니다. 예를 들어 카드사가 '최근 3개월 내 해외여행 결제 이력이 있는 고객'에게만 항공·면세 프로모션을 노출하려면 결제·앱·웹 데이터를 하나로 묶어야 하는데, DMP가 이 작업을 담당해 광고 낭비 없이 의도가 명확한 고객에게만 광고를 집행하게 해줍니다.
KB AdMarket은 KB금융그룹의 실제 결제·자산 데이터를 기반으로 식별된 오디언스를 구성하는 데이터 기반 광고 플랫폼입니다. 쿠키나 웹 행동을 통해 관심사를 추정하는 일반 DMP와 달리, 실제 금융 행동이 확인된 고객으로 세그먼트를 만들기 때문에 타겟팅 정확도가 높고 쿠키리스 환경에서도 안정적으로 작동합니다.
KB Pay 광고는 KB Pay·KB 스타뱅킹 등 실제 금융 활동이 이루어지는 플랫폼 안에서 노출되는 광고입니다. 콘텐츠 소비 중에 노출되는 일반 앱 DA 광고와 달리, 사용자가 결제하거나 잔액을 확인하는 등 '돈을 쓸 준비가 된' 맥락에서 광고가 노출되므로 구매 전환율이 높게 나타납니다.
DMP는 고객 데이터를 수집·분류·통합해 디지털 광고에 활용하려는 기업에 필요하며, 특히 금융·유통·미디어처럼 다채널 접점이 많고 정밀 타겟팅이 중요한 산업에서 효과가 큽니다. 예를 들어 카드사가 '최근 3개월 내 해외여행 결제 이력이 있는 고객'에게만 프로모션을 노출하려면 흩어진 결제·앱·웹 데이터를 하나로 묶어야 하는데, DMP가 이를 세그먼트로 정리해 광고 낭비 없이 의도가 명확한 고객에게만 집행하게 해줍니다. 즉, 고객 접점이 많고 '아무에게나'가 아니라 '특정 고객에게만' 광고하고 싶은 기업에 필요합니다.
가장 큰 차이는 데이터의 출처와 정확도입니다. 일반 DMP는 쿠키·웹 행동 로그를 기반으로 관심사를 추정해 타겟팅하지만, KB AdMarket은 KB금융그룹의 실제 결제·자산 데이터로 식별된 오디언스를 구성합니다. 예를 들어 '명품, 고급 세단 등 구매 가능성이 높은 유저'를 찾을 때, 일반 DMP는 골프·승마 등 고비용 콘텐츠 클릭이나 명품 브랜드 사이트 방문을 기반으로 관심사를 추정하지만, KB AdMarket은 실제 소비 수준 및 프리미엄 소비 이력을 기반으로 고소득·고자산 고객을 직접 식별합니다. 따라서 추정이 아닌 실제 금융 행동 데이터로 타겟을 구성해 정확도가 높고 쿠키리스 환경에도 강합니다.
개인정보보호법 및 금융 규제 기준을 준수하며, 수집 즉시 비식별화 처리합니다. 광고주에게는 개인을 특정할 수 있는 정보가 아니라 집계된 세그먼트 단위로만 데이터가 제공됩니다. 예를 들어 '30대·고자산·최근 여행 결제'와 같은 그룹 정보로만 광고가 집행될 뿐, 특정 개인의 이름·계좌·결제 내역은 광고주에게 전달되지 않습니다.
오디언스 설계와 소재 준비가 완료된 기준으로 통상 1~2주 내 집행이 가능합니다. 예를 들어 기존 세그먼트를 활용하는 캠페인은 소재만 준비되면 약 1주 내에 시작할 수 있지만, 신규 라이프스테이지 세그먼트처럼 맞춤 설계가 필요한 경우 데이터 검증·승인 과정으로 1~2주가 추가될 수 있습니다.
금융(보험·카드·증권), 유통·이커머스, 자동차, 부동산, 여행·레저 업종에서 주로 활용하며, 특히 고소득·고자산 타겟이나 생애주기 기반 타겟팅이 필요한 캠페인에 효과적입니다. 예를 들어 자동차 브랜드는 '수입차 구매력 보유 고객', 부동산은 '고자산·관심 지역 거주 고객', 여행사는 '최근 해외 결제 이력 고객'처럼 각 업종이 가장 가치 있는 고객만 정밀하게 겨냥할 수 있습니다. 고가·고관여 상품을 다루며 구매력 있는 특정 고객이 중요한 업종에 적합합니다.
인구통계 타겟팅이 나이·성별 등 기본 속성으로 추정한다면, KB 데이터 기반 타겟팅은 실제 소비 패턴·자산 규모·금융 행동으로 개인을 식별합니다. 예를 들어, '40대 남성'이라는 인구통계 타겟에는 소비력이 전혀 다른 사람들이 섞여 있습니다. 반면 '최근 1년 내 고급 가전·여행에 일정 금액 이상 지출한 고객'은 실제 구매력이 확인된 그룹이므로, 추정으로 인한 광고 낭비를 최소화할 수 있습니다.