페이스북(META) 매체 광고 최적화 전략 (1)
#META #최적화 #매체광고 #머신러닝
Pixabay 의 KNFind 의 이미지오늘은 페이스북(META) 매체 광고에 대한 최적화 전략을 공유 드려 보려 합니다.
브랜드에서 매체 광고를 집행한다하면 필수적으로 고려하는 매체가 바로 'META' 입니다.
그만큼 많은 브랜드에서 집행하고 있는 META 광고 어떻게 하면 효율적으로 집행할 수 있을까요?
1. META 광고 최적화를 위한 데이터 환경 구축
META 광고를 집행하기 전 전환 API 혹은 픽셀 설정을 통해 데이터를 트래킹 할 수 있는 환경 구축을 먼저 진행 해야합니다.
여기서 전환 API와 픽셀은 무엇이고 어떤 차이가 있을까요?
- 전환 API : 쿠키 데이터에 의존 하지 않고 서버(호스팅사) 측의 데이터를 반영
- 픽셀 : 쿠키 데이터에 의존 하여 브라우저(인터넷) 측의 데이터를 반영
최근 아이폰의 개인정보처리 방침에 따라 서드파티 쿠키의 데이터가 수집되지 않고 있는데요.
해당 데이터를 의존하지 않고 서버 측으로부터 받아오는 데이터 태깅 방식을 전환 API라고 합니다.
말씀드린 서드파티 쿠키의 데이터 제약으로 인해 최근 META 데이터 환경 구축 시
전환 API 설치를 대부분 진행하고 있습니다.
그렇다면 이러한 데이터 환경은 왜 구축해야 할까요?
제품이라면 구매, 서비스라면 구독 신청 등 브랜드가 광고 매체를 통해 원하는 목표 지표에 대한 데이터 트래킹이 필요하기 때문입니다.
매체 내 정확한 데이터 지표를 확인 할 수 있어야 이후 매체 최적화 전략에 대한 그림을 그릴 수 있습니다.
데이터 인사이트, 마케팅 전략보다 데이터 환경 구축을 해야하는 가장 중요한 이유는 META 머신러닝 최적화 입니다.
META 머신러닝 같은 경우 광고 시 측정 되는 전환 데이터를 기반으로 최적화 되는데
해당 데이터를 트래킹 할 수 있는 환경이 구축 되지 않는다면 최적화 딜레이가 발생하게 됩니다.
오프라인 매장을 예로 들자면 옷가게에서 소비자 수요(타겟 기반 머신러닝 최적화)를 판단 할 때
직접 구매하시는 손님들의 연령대, 성별, 관심사 등 대화를 통해 파악하고 브랜드 판매 전략에 반영(최적화 완료)할 수 있습니다.
허나 만약 무인 매장(API 미설치)이라면 어떨까요?
어떤 제품이 판매되고 있는지는 파악할 수 있으나 고객들의 연령대, 성별, 관심사, 니즈 등을 전혀 파악 하지 못하게 될 것입니다.
이렇게 되면 해당 브랜드는 어떤 타겟을 대상으로 제품을 홍보해야 하는지도 모르고 이후에 엉뚱한 소비자를 대상으로 제품을 판매하게 될지도 모릅니다.
이와같이 META 머신러닝도 전환 지표에 대한 정보를 확보하지 못한다면 엉뚱한 타겟에게 우리의 광고 소재를 노출하게 되고 엉뚱한 타겟에게 노출된 소재 성과는 점차 하락하게 될 것 입니다.
만약 데이터 환경 구축을 통해 전환 데이터를 파악 할 수 있다면 반대로 최적의 타겟에게 우리의 광고 소재를 노출하게 되고 적합한 타겟에게 노출된 소재 성과는 점차 향상되게 될 것 입니다.
2. META 캠페인 구조 최적화
데이터 환경이 구축되었다면 이후에는 자사 브랜드의 목표 및 상황에 맞는 캠페인-광고그룹-소재 전략을 짜야합니다.
광고 세팅 전략을 위해서 가장 중요한 포인트 중 하나는 가용 가능한 광고비 입니다.
광고 예산이 많다면 제품 혹은 서비스 카테고리에 따라 다양한 개별 광고그룹 생성이 가능해집니다.
개별 광고그룹 생성의 장점은 카테고리별로 광고 소재의 성과를 테스트할 수 있다는 점입니다.
예를들어 가방 브랜드 제품에 대한 광고를 집행한다면
미니멀백, 에코백, 라운드백 등등 여러 카테고리를 나눠 각 광고그룹의 소재들을 최적화 시킬 수 있습니다.
캠페인 내 카테고리별 광고그룹 소재 최적화 (예산이 많은 경우)광고 예산이 적다면 카테고리에 따라 개별 광고그룹을 생성하기엔 일예산이 너무 작기 때문에
하나의 캠페인or광고그룹을 통해 광고를 집행 하는 것이 META 머신러닝 최적화에 효율적 입니다.
예를들어 동일하게 가방 브랜드 제품에 대해 광고를 집행한다면
미니멀백, 에코백, 라운드백 등등 다양한 카테고리의 광고 소재를 하나의 광고그룹에 집행하고 성과 소재를 판단합니다.
아쉽게도 카테고리별 디테일한 소재 성과 판단은 불가하지만 카테고리별 소재 최적화보다는
하나의 캠페인or광고그룹에 최대의 일예산을 집행해 머신러닝을 최적화 시키는게 목표 지표(구매, 클릭) 달성에 훨씬 효율적인 방법입니다.
단일 캠페인&광고그룹 META 머신러닝 최적화 (예산이 적을 경우)3. META 광고 소재 최적화
META 광고 집행 시 광고그룹 내 소재 관련 데이터 기준 판단을 통해 최적화를 진행해야 합니다.
소재 최적화 데이터 기준 가이드라인판단 기준은 캠페인 목표에 따라 다른데요.
캠페인 목표가 트래픽이라면 CPC, 클릭 등의 지표가 소재 판단의 기준이 될 수 있고
캠페인 목표가 전환이라면 CPA, 구매, ROAS 등의 지표가 소재 판단의 기준이 될 수 있습니다.
소재의 성과 판단은 내부 인원의 감에 따라 결정하는 것이 아닌 데이터 기준(소비자 니즈)으로 판단해야 합니다.
지표를 통해 성과 소재를 파악했다면 해당 소재의 카피라이팅or디자인 베리이에션을 변형하여 추가 성과 소재로 디벨롭 할 수 있습니다.
예를들면 성과 소재의 카피라이팅은 유지하되 배경의 이미지를 디벨롭하여 성과 테스트를 해볼 수 있고
배경 이미지는 유지하되 성과 카피라이팅을 디벨롭하여 성과 테스트를 추가로 할 수 있습니다.
위와 같이 데이터를 기준으로 테스트를 지속하게 되면 성과 소재를 지속적으로 발굴 할 수 있게되고
해당 소재들은 META 뿐 아니라 이후 Google Ads, Kakao, Naver 매체의 소재 제작에도 참고 할 수 있는 자산이 될 것 입니다.
오늘은 META 매체 최적화에 대한 내용을 다뤄보았습니다.
많은 브랜드에서 META 광고를 집행하고 있지만 최대 효율로 매체 활용을 못하고 있는 경우가 많은 것 같습니다.
공유드린 META 최적화에 대한 인사이트를 활용해 목표하시는 최선의 성과를 내실 수 있길 바랍니다.
온라인 마케팅이 궁금하시다면 1시간 무료 컨설팅을 받아보세요.
- 문의 : basin07@naver.com
- 비지니스 마케팅 컨설팅 문의하기
