알고리즘에게 학습할 기회를 주는, 열린 타게팅

페이스북/인스타그램 광고 익힘책 - 19

어느 날, ROAS 500% 정도의 효율을 내고 있는 패션 쇼핑몰을 운영하고 있는 지인에게 이런 말을 들었다. "타게팅 쓸모없는 것 같은데? 나는 아무것도 세팅 안 해도 그냥 500%는 나와. 사람들이 타게팅, 타게팅 강조하는데 나는 잘 모르겠어." 광고 관리자를 보니 역시 아무런 타게팅 세팅도 되어있지 않았다. 타게팅을 세팅하는 과정에 많은 시간을 들인 사람은 의아할 수도 있는 상황이다. 그는 왜 타게팅 세팅을 아예 하지 않았음에도 불구하고 어떻게 500%라는 ROAS를 만들어낼 수 있었을까?

그가 귀찮아서든, 광고 타게팅을 불신해서든 아무런 광고 세팅을 진행하지 않고 광고를 진행했는데 어떤 이유가 되었든 그는 그도 모르는 사이에 열린 타게팅을 진행하고 있었다. 열린 타게팅이란 무엇인가? 광고 세트에 아무런 타게팅을 적용하지 않고 오로지 콘텐츠만 등록해서 광고를 집행하는 타게팅을 말한다. 그는 타게팅의 가치를 저평가하여 우연하게도 열린 타게팅을 활용하고 있었지만 광고 관리자에서는 그가 알아차리지 못한 열린 타게팅의 장점들이 매우 분주하게 실행되고 있었다.

타게팅은 콘텐츠로, 열린 타게팅

열린 타게팅은 기본적으로 광고 관리자에 타게팅 관련한 명령을 내리지 않는다고 이해해도 좋다. 지역 타깃, 상세 타깃, 맞춤 타깃, 유사 타깃 등 페이스북/인스타그램 광고에서 활용할 수 있는 타깃을 설정하지 않고 페이스북/인스타그램 광고 관리자의 디폴트 값 타깃으로 집행하는 타게팅이기 때문이다. 열린 타게팅을 선택했을 때 광고 관리자에게 내리는 명령은 <캠페인>과 <예산>뿐이다. 이렇게 광고 집행이 시작되면 어떤 일이 벌어질까? 만약 필자가 몇 가지 관심사를 선택하여 관심사 타게팅을 진행했다고 가정해보자.(화장품 쇼핑몰이라는 가정하에 하단부와 같이 뷰티 관련 관심사를 세팅해보았다.)

이렇게 타깃이 세팅되고 광고가 집행되면 페이스북 광고의 효율을 주관하는 '머신'은 이 광고를 우선적으로 '화장품'에 관심 있는 타깃들에게 노출시켜준다. 그리고 이 광고에 노출된 타깃이 광고 콘텐츠에 반응하는 순간 '머신'은 해당 타깃의 특징을 학습하고 이 학습된 데이터를 바탕으로 그다음 노출시켜 줄 타깃들을 찾아 나선다. 이게 보통 우리가 광고 관리자에 특정 '타게팅'을 세팅했을 때 벌어지는 '머신'의 알고리즘이다. 그런데 만약 내가 관심사 타게팅을 진행하지 않고 아무것도 세팅하지 않은 열린 타게팅으로 광고를 집행하면 어떤 일이 일어날까?

열린 타게팅은 말 그대로 페이스북 전체 유저를 대상으로 하기 때문에 광고를 송출할 때 특정 타깃을 겨냥하지 않는다. 그리고 위에서 관심사 타게팅을 진행했을 때 머신이 학습한 것처럼 이 광고에 노출된 타깃이 광고 콘텐츠에 반응하는 순간 '머신'이 해당 타깃의 특징을 학습하여 그다음 노출시킬 타깃을 찾아 나선다. 그런데 위의 관심사 타게팅과 열린 타게팅은 무엇이 다른 걸까? '머신'이 학습하여 그다음 노출시킬 타깃을 찾아나가는 과정은 같지 않은가? 

여기서 다른 점은 열린 타게팅이 관심사 타게팅에 비해 '콘텐츠'에 더 잘 반응할만한 타깃을 찾을 가능성이 높다라는 점이다. 즉, 우리가 관심사를 설정할 때 '이 콘텐츠 혹은 제품에는 이 관심사가 더 잘 어울릴거야'와 같은 '추측'이 개입되는데 열린 타게팅에서는 오로지 객관적인 '데이터'가 개입한다. 열린 타게팅은 기존에 '노출'할 타깃을 정하지 않은 상태에서 첫 번째로 해당 콘텐츠를 반응한 타깃을 우선 학습한다. 그렇기 때문에 이미 광고 관리자에서 특정 타깃에게 광고를 전달하라고 명령을 내려버린 지역 타게팅, 상세 타게팅, 맞춤 타게팅, 유사 타게팅과 비교했을 때 본연의 콘텐츠에 정말 반응한 사람들의 데이터만 지속적으로 축적되기 때문에 긴 호흡을 가지고(장기간 광고 세트 운영시) 광고를 운영할 때 꽤나 유용한 타게팅이라고 할 수 있다.

관심사 타게팅 vs 열린 타게팅

관심사 타게팅과 열린 타게팅 중 무엇이 더 효율적일까? 페이스북과 교류하며 공부하게 된 사실은 매우 흥미로웠다. 관심사 타게팅의 가장 허점은 광고 집행자의 '추측'에 의해 특정 제품 혹은 특정 콘텐츠에 좀 더 맞을만한 관심사를 '어림잡아' 선택한다는 것이다. 이에 반해 열린 타게팅은 누군가의 관심사를 '추측'하지 않는다. 오히려 알고리즘에게 광고 데이터를 기반으로 더 효율적이고 정확한 타깃을 학습할 기회를 주어 실제로 반응한 타깃을 기반으로 보다 더 정확한 '관심사 타게팅'을 실현시켜준다. 그렇기 때문에 위에서 잠깐 언급했듯 호흡을 길게 이끌고 가는 광고의 경우(ex. 우리가 원하는 성과를 잘 일으키는 콘텐츠) 열린 타게팅은 더더욱 활용도가 높다. 학습하는 데이터가 많아질수록 당연히 광고가 최적화되는 가능성도 높아지기 때문이다. 

이번 장의 결론이 '열린 타게팅만 하십시오'라는 것은 물론 아니다. 열린 타게팅은 무엇이고 어떤 원리로 광고가 노출되는지에 대해 이야기하고 싶었다. 만약 한 번도 열린 타게팅을 실험하지 않은 광고 집행자라면 지금 당장 다른 타게팅과 열린 타게팅을 끊잆없이 실험해보라고 권해주고 싶다.