페이스북 광고 _데이터 해석의 오류(콘텐츠 편)
데이터는 의사 결정에 도움을 주는 역할을 하며 마케팅 플랜을 설정하는데 상당히 중요하다.
이번 글에서는 페이스북 광고 집행 이후 콘텐츠 데이터를 해석하는 과정에서 흔히 일어나는 오류에 대해서 얘기해보려 한다.
페이스북 광고 특징
다른 온라인 플랫폼 대비 콘텐츠 형태의 제한 없이 확산을 시키기 가장 좋으며, 광고와 콘텐츠에 대한 정량적 데이터와 정성적 데이터를 얻을 수 있다.
정량적 데이터와 정성적 데이터는 페이스북에서 마케팅을 집행하는 마케터들에게 엄청한 힌트를 제공하고 있다.
정량적 데이터는 마케터에게 콘텐츠의 질 및 마케팅 전략 대해 간접적으로 말해주고, 정성적 데이터는 마케터에게 다음 콘텐츠의 방향성에 대해 간접적으로 말해준다.
정량적 데이터와 정성적 데이터
데이터는 특성에 따라 정량적 데이터와 정성적 데이터로 나뉜다.
쉽게 말해, 정량적 데이터는 숫자로 측정되어 질 수 있는 데이터를 말하고 정성적 데이터는 언어나 느낌으로 표현된 데이터를 말한다.
페이스북 내에서 정량적 데이터는 숫자로 표현되는 모든 것(노출, 도달, 좋아요, 댓글, 공유, 게시물 클릭, 동영상 조회, 사진 클릭의 숫자 등..)이고, 정성적 데이터는 단어로 표현되는 모든 것(댓글 내용)이다.
페이스북 내 정량적 데이터 해석 시 오류
많은 마케터들이 정량적 데이터 해석 시 도달 및 노출, 좋아요, 댓글, 공유 (PIS)에만 의미를 두는데, 숫자로 표현되는 모든 것에 의미를 둬야 한다.(* PIS(Post Interacion Score) = 좋아요, 댓글, 공유 )
나의 경우 도달 및 노출, 좋아요, 댓글, 공유를 가장 중요한 데이터로 보지만 추가적으로 게시물 클릭에도 집중한다.
그리고 이 둘을 직접 참여(좋아요, 댓글, 공유) 데이터 와 간접 참여(게시물 클릭) 데이터로 나눈다.
이유는 페이스북 내에서 콘텐츠를 소비하는 페이스북 유저들의 콘텐츠 소비 트렌드 혹은 성향으로 인해 유의미한 수치를 놓칠 수 있기 때문이다.
아래 예시를 보도록 하자.
댓글을 보면 A라는 사람이 B라는 자신의 페이스북 친구에게 갔다 오라고 태그를 했는데, B의 답글은 "안그래도 캡쳐해놨다" 이다.
B는 게시물을 보고 캡쳐로 먼저 반응했으나 A가 태그 하기 전까지는 직접 참여(좋아요, 댓글, 공유) 데이터에 반영이 되지 않았다.
이러한 이유로 정량적 데이터 해석 시 위에서 말한 것과 같이 모든 데이터를 봐야 한다.
정성적 데이터 해석의 오류
위에서 정성적 데이터 해석 시 일어날 수 있는 오류는 인지부조화로 인한 표현의 왜곡이다.
인지부조화란 자신의 생각과 실제가 다를 때, 불일치를 제거하려고 하는 것이다. 자신이 생각한 것과 실제 느낌이 달라도, 자신이 생각한 것처럼 SNS에 업로드한다.
(예전에 이러한 현상은 페이스북에서 자주 볼 수 있었지만, 유저의 SNS 사용 목적이 변함에 따라 요즘은 페이스북보다는 인스타에서 이와 같은 현상이 자주 보인다.)
그렇기에 어느 정도 의미 있는 정성적 데이터를 선별하여 취하기 위해서는 모수를 확대하여 데이터를 정제(교집합을 통한 필터링) 해야 한다.
일반화의 오류
마지막으로 마케터의 경험 및 사례에 근거한 이게 정답이다 라는 식의 "일반화의 오류"에 빠지면 안 된다.
흔히 콘텐츠의 형태(텍스트, 사진(이미지, 카드뉴스), 동영상)나 좋아요/댓글/공유의 중요도를 해석하는 부분에서 "일반화의 오류" 현상이 자주 보이곤 한다.
콘텐츠의 형태에 대한 일반화의 오류
"페이스북 광고는 동영상 콘텐츠이다."
"긴 영상보다 짧은 영상이 좋다."
"카드뉴스에는 더 이상 사람들이 반응하지 않는다."
"디자인은 예뻐야 한다"
등..
좋아요/댓글/공유의 중요도를 해석하는 부분에서 일반화의 오류
"페이스북은 도달이 중요하다"
"구매전환에 가장 큰 역할을 하는 것은 댓글이다."
등...
위와 같은 형태가 "일반화의 오류"의 대표적 사례이다.
어떤 콘텐츠는 디자인이 예쁘지 않아도 목적을 달성하고 텍스트로만 되어 있어도 반응이 좋다.
도달보다 다른 수치가 중요할 때가 있으며(ex, 전체가 아닌 특정 타겟을 대상의 캠페인 도달<명확한 타겟팅)
댓글이 별로 많지 않아도 전환이 잘 일어난다.
상품의 특성, 타겟의 특성에 따라 반응이 좋은 콘텐츠의 형태는 다르고,
상품의 특성, 타겟의 특성, 콘텐츠의 특성에 따라 게시물의 좋아요, 댓글, 공유 수치는 달라지기에 위의 일반화의 오류 사례에서 말한 것 같은 "x가 정답이다" 는 없다.
페이스북 광고(SNS)는 변수가 많고 유저들의 콘텐츠 소비 트렌드는 빠른 속도로 변하기 때문에 데이터 해석 오류에 빠지지 않고, 데이터를 최대한 활용하여 여러 테스트를 해보는 것이 정답이다.
