​

열정 넘치게 광고 운영을 했는데도 성과가 좋지 않았던 경험, 다들 한 번씩 있지 않나요?

열심히 하면 할수록 더 안 나오고, 그렇다고 내버려 둘 수도 없고… 참 난감한 상황인데요.

​

오늘은 위와 같은 사례에 대해 얘기해볼까 합니다.

베테랑 AE 분들은 여기서 벌써 문제를 파악하셨을지도 모르겠습니다. 원인이 뭘까요?

​

결론부터 말하자면, 원인은 너무 많은 광고입니다.

빠른 A/B테스트를 목적으로 두었지만, 예산을 너무 잘게 분할했기 때문에 그 어느 타깃과 소재 조합에서도 확실하게 좋다/나쁘다로 결론 내릴 만한 수치를 얻지 못하는 결과를 초래했습니다.

페이스북 광고 시스템에는 캠페인과 세트의 목표 달성을 위한 머신러닝이 탑재되어 있지만 각 테스트 대상별로 충분한 모수(노출, 클릭, 전환 등)가 없는 경우에는 오히려 더 낮은 성과를 초래합니다.

이도 저도 아닌 상황에서 조금이라도 성과가 있거나, 있을 것으로 예상되는 조합에 과도하게 많은 예산이 분배되면서 테스트가 진행되었어야 할 조합(실제로는 우수한 타깃과 소재였음에도 불구하고)에는 전혀 예산이 돌아가지 못하게 됩니다.

그렇다면, A/B테스트는 어떻게 진행해야 할까요?

일반적으로 목표 전환 자체가 달성이 쉬운 이벤트라면 다수 A/B테스트를 통해 빠르게 걸러낸 후 우수 조합에 집중하는 것이 맞고, 전환 자체가 가뭄에 콩 나듯 한다면 동시 테스트 대상을 줄이고 예산을 집중하는 게 맞습니다.

​

하지만 언제나 그렇듯 우리는 일반론이 아닌, ‘우리’ 광고의 적정 수준을 파악하는 것이 가장 중요합니다.

따라서 천편일률적이고 반드시 성공하는 계산식은 없지만 지금 운영이 너무 막막하다면 아래 흐름대로 따라 해보세요.

위 과정을 도식화하면 아래와 같은 그림입니다.

이러한 캠페인 선순환을 그려나가는 것은 매우 단순하지만, 온라인 광고의 가장 기본적이고 필수적인 과정이라 할 수 있습니다.

​

위에서는 이해를 돕기 위해 ‘캠페인 1’과 ‘캠페인 2’로 분절하여 설명하였지만 대부분의 캠페인은 연속성을 갖고 있기 때문에 억지로 분리하기보다는 적정 주기(1주일, 한 달, 분기 등)를 설정하여 개선해나가는 것이 주요점입니다.

데이터 기반 퍼포먼스 마케팅 회사의 일원으로서, 막무가내식 광고 운영은 최대한 지양해야 함을 항상 종용하지만 모든 광고 운영 데이터들이 정확한 수치로 딱딱 맞아떨어지며 하나의 정답으로만 귀결되는 경우는 거의 없습니다.

정량적 근거 부족으로 ‘운영 기획 ㅡ 예상 성과 ㅡ 실제 성과 ㅡ 운영 기획’ 순환 간 ‘미싱링크’는 반드시 발생합니다.

​

과거 이력 / 외부 이슈 / 내부 트래픽 분석 등을 모두 체크했음에도 미싱링크의 간극이 좁혀지지 않는 사안이 있다면 정성적 지표와 경험, 그리고 자신의 감을 바탕으로 도전하는 수밖에 없습니다.

​

‘해보고 안되면 바꾸지 뭐’ 하는 생각으로 한 걸음 나아가는 것이 보다 더 좋은 성과와 새로운 발견을 얻는 때도 종종 있으니 정답이 없는 선택에 대해 너무 좌절하는 일은 없길 바랍니다.