타게팅의 딜레마
타게팅을 설정하냐, 논타게팅이냐 그것이 문제로다
얼마 전 회사 내에서 작은 설문이 올라왔습니다. 그 내용은 아래와 같습니다.
"동일한 조건(모든 변수 제외) 가정, 크지 않는 예산일 때 상세 타게팅을 거는 것이 바람직한가요? 아니면 논타게팅이 바람직한가요?"
위 질문의 답은 거의 50% : 50%로 갈렸습니다. 아마 다른 스타트업에서 퍼포먼스 캠페인을 운영 중인 퍼포먼스 마케터라면 비슷하지 않을까 생각이 듭니다. 이렇듯 퍼포먼스 마케터에게 있어서 타게팅을 적용하냐 마느냐가 항상 딜레마일 것입니다.
예산이 적은 상황에 상세 타게팅을 통해 보다 뾰족하게 운영하는 것이 좋을까요? 아니면 적은 예산이면 최대한 노출 타깃을 늘려 매체 최적화를 시키는 것이 바람직할까요?
반은 정답이고, 반은 틀렸습니다. 예산이 적은 상황뿐만 아니라 큰 예산을 운영하는 캠페인에서도 똑같이 적용됩니다. 다르게 말하자면 필요하다면 특정 타게팅 설정을 진행해야 합니다. 그렇다면 우리 마케터들은 어떤 상황일 때 타게팅을 디테일하게 설정해야 할까요? 혹은 어떤 상황일 때 논타게팅으로 진행해야 할까요?
각 브랜드 상황마다, 운영되는 캠페인의 상황 및 변수에 따라 조금씩 다를 수는 있지만, 타게팅을 적용해야 할 상황과 타게팅하지 않아도 되는 상황을 몇 가지로 정리할 수 있습니다.
[타게팅을 설정해야 하는 경우]
1. 특정 성별/연령에게만 노출해야 하는 경우
- 산업 특성이나 브랜드가 특정 성별 혹은 연령만 타게팅하는 경우가 있습니다. 이와 같은 경우 광고가 노출되는 특정 연령층 혹은 성별로 노출 범위를 제한하여야 하며, 성별과 연령 타게팅을 적용이 필요합니다.
2. 맞춤 타게팅과 유사 타겟(Look-a-like Target) 필요한 경우
- 브랜드 자사몰 내 특정 모수(장바구니, 회원가입) 타게팅이 필요하거나 특정 모수의 유사 타게팅을 하여 특성 행동을 부스팅을 해야 할 상황이 있습니다. 이와 같은 상황에서는 쇼핑몰 혹은 서비스 내에 축적된 타겟 데이터 혹은 특정 타겟 데이터와 유사한 타겟이 활용이 필요할 경우에는 타게팅이 필요합니다.
3. 디타게팅과 리타겟팅이 필요한 경우
- 캠페인 운영 중 광고 지표 개선을 위해서 특정 액션을 한 타겟의 데이터를 제외하거나, 특정 행동만 하도 이탈한 고객 대상으로 광고 소재를 리타겟팅으로 다시 노출시켜야 할 경우가 있습니다. 이럴 경우 디타게팅할 맞춤 타게팅 형성하여 캠페인에 적용하거나, 리타겟팅이 필요한 맞춤 타게팅을 적용해야 합니다.
[논타게팅을 해야 하는 경우]
1. LMF(Language Market Fit)가 명확히 확인된 브랜드
- LMF(Language Market Fit)가 명확하게 확인이 된 브랜드라면 논타게팅으로 운영하는 것이 좋습니다. 즉, 매체의 머신러닝을 타게팅이 아닌 LMF가 녹아든 소재를 기반을 하겠다는 의미입니다. 명확한 LMF가 있다면 소재 기반으로 매체의 고도화된 AI가 클릭 및 전환을 발생할 타겟을 알아서 빠르게 찾아주기 때문에 타게팅을 통해 머신러닝에 제한을 주는 것은 바람직하지는 않습니다.
2. 명확한 LMF를 빠르게 확인해야 할 경우
- Paid 매체를 통해 빠르게 브랜드 혹은 프로덕트의 LMF를 빠르게 확인을 해야 할 경우가 있습니다. 이와 같은 경우는 모든 가능성을 열어두고 매체 운영이 필요합니다. 이와 같은 경우 타게팅을 통해 제한을 두는 것보다 논타게팅으로 운영하는 것이 보다 정확한 LMF 확인이 가능합니다.
앞서 설명한 내용과 같이 필요에 따라 적합한 타게팅을 적용하거나 논타게팅으로 운영하면 됩니다. 하지만, 제가 타게팅 관련하여 한 가지 언급한 것이 있습니다. 바로 "관심사 타게팅"입니다. 보통 타게팅을 말할 때 "관심사 타게팅"을 의미하고, 관심사 타게팅을 요청하는 경우가 많습니다. 그렇다면 정말 관심사 타게팅을 적용했을 때 지표가 좋게 바뀔까요?
제가 지금까지 다양한 브랜드의 캠페인을 운영하면서 데이터로 확인해 본 결과 "관심사 타게팅은 지표를 개선에 있어 큰 도움이 되지 않는다."입니다. 그렇다면 왜 관심사 타게팅은 효율을 개선하는 것에 큰 영향을 미치지 않을까요?
현재 시점에서 제가 내린 결론은 "유저들의 관심사는 복합적"입니다. 퍼포먼스 마케터가 특정 카테고리에 관심을 많이 보인 광고를 노출시키는 방향으로 캠페인을 운영하더라도, 타겟의 관심사 중 극히 일부일 뿐입니다. 관심사 타게팅을 통해 지표를 개선하기 위해서는 1개 이상의 캠페인을 적용해야 하며, 조합해야 하는 관심사는 무한대로 늘어납니다. 무한대로 늘어나면 관심사 타게팅을 적용하지 않는 것과 같습니다.
또한, 대부분의 매체 머신러닝이 고도화되어 있어, 관심사 타게팅을 안 해도 클릭 혹은 전환을 잘 발생시킬 수 있는 모수들을 빠르게 찾아서 광고를 노출시킵니다. 그렇기 때문에 관심사 타게팅은 정말 특수한 상황 아니라면 매체 지표 개선에 있어서 큰 영향을 미치지 않습니다.
타게팅을 통해 지표를 개선해야 한다면 맞춤 타겟, 유사 타겟, 디타게팅을 활용하는 것이 지표를 개선할 수 있는 유의미한 방법입니다.
