[Learning] 광고 캠페인의 이해 _ (강의 정리본)

1. 트리플 미디어 활용 전략

1) 온드 미디어
: 고객이 원하는 양질의 정보를 제공, 콘텐츠로 신뢰를 쌓는다.

2) 페이드 미디어
: 현업에서 '화력을 태운다.'라는 표현
: 고객에게 브랜드/제품의 존재를 알리고, 온드 미디어로 데려온다.
: 인스타그램 광고의 CTA 웹사이트 랜딩페이지로 데려오기

3) 언드 미디어
: 입소문으로 브랜드/제품의 인지도를 증폭/확대
: 콘텐츠에 만족한 고객이 자발적으로 공유/추천하는 브랜드 활동
: 후기, 인플루언스 활용, 바이럴 등의 모든 활동을 총칭

-> 미디어 믹스의 핵심은 선순환 구조를 만드는 데 있음

---

> 트리플 미디어를 구체화하기 위해 수립하는 전략 예시 (바이럴 분야) <

EX. 제품 / 매체 / 목적 / 상품 / 목표 / 비용 / 진행 건 수 / 업로드 시기 / 업로드 수 / 진행 에이전시 등 광고 집행에 필요한 모든 정보를 기재 (추가로 입고 일정, 업계와의 관계, 변경 사항 등 기타 사항 기재) 

=> 일명 시딩 작업 

제품	매체	목적	상품	목표	비용 (VAT 별도)	진행건수	업로드 시기	업로드 수	진행 에이전시
XX	본품 바이럴	체험단 리페어라인 (25건)	인스타그램 체험단	인스타그램 컨텐츠	1,430,000	100	4.13	50	XX

---

> 성공적인 POE 전략 수립 가이드 <

단계	목표 및 질문 (WHAT/WHY)	주요 활동 및 실행 내용	핵심 고려 사항
1. 목표 정의	무엇을 달성할 것인가? : 브랜드 인지, 잠재 고객 확보, 매출 증대, 커뮤니티 구축 등	명확한 KPI(핵심 성과 지표) 설정: (EX. 월간 웹사이트 트래픽 20% 증가, 신규 리드 100개 확보 등)	목표에 따라 미디어에 대한 예산 배분 및 우선 순위가 달라짐
2. 타겟 오디언스 정의	누구에게 메시지를 전달할 것인가?	타겟 고객의 인구 통계, 관심사, 선호 채널 분석, 구매 여정에 따른 니즈 파악	타겟이 주로 활동하는 플랫폼 파악 필요
3. 경쟁사 분석	경쟁사 약점, 주력 채널, 콘텐츠 유형	경쟁사의 Paid 광고 집행 여부, Owned 콘텐츠 질, 언론 노출 및 리뷰(Earned) 현황 여파악	경쟁사와 차별화된 포지셔닝을 찾고, 성공 사례를 벤치마킹하여 전략에 반영
4. 예산 배분	각 미디어에 얼마나 투자할 수 있는가?	- 페이드(광고비): 재정적 투입 규모 결정 - 온드: 콘텐츠 제작 인력/툴 확보, 웹사이트 유지 보수 비용 할당 - 언드: PR 활동, 인플루언서 협업 (유/무로 구분)	초기에는 페이드에 집중해 인지도를 확보하고, 장기적으로는 온드를 자산화하는 방식으로 조정
5. 콘텐츠 전략 개발	타겟이 공감하고 참여할 콘텐츠는 무엇인가?	브랜드 목소리에 맞는 고품질 콘텐츠 기획 및 제작, 텍스트, 이미지, 비디오, 인포그래픽 등 다양한 포맷 활용	각 채널에 특성에 맞춰 콘텐츠 제작
6. 채널선택 및 조합	어떤 채널을 활용할 것인가?	- Paid: SNS 광고, 검색 광고, 디스플레이 광고 - Owned: 공식 웹사이트, 블로그, 이메일 마케팅 - Earned: PR아웃리치, 고객 리뷰 플랫폼, 인플루언서 협업	미디어 간의 역할을 명확히 정의하여 서로시너지를 내도록 조합
7. 콘텐츠 캘린더 생성	언제, 어떤 콘텐츠를 어느 채널에 발행할 것인가?	채널별 발생 주기 및 시간 계획, 명확한 담당자 지정 및 마감 기한 설정	일관성 있는 노출을 유지하고, 캠페인 일정과 연계하여 콘텐츠 발생을 관리
8. 성과 측정	우리의 전략이 목표를 달성하고 있는가?	분석툴 활용, 웹사이트 트래픽, 전환율, 참여율 등 핵심 지표 모니터링	단순히 숫자를 확인하는 것을 넘어, 성과가 좋거나 나쁜 이유를 분석하는 것이 중요
9. 최적화 및 재적용	데이터를 기반으로 어떻게 개선할 것인가?	분석 결과를 바탕으로  콘텐츠 주제, 광고 타겟, 예산 배분 등을 지속적으로 조정. A/B 테스트를 통해 효율적인 방법 찾기	마케팅 환경은 끊임없이 변하므로, 유연한 사고방식과 지속적인 개선 의지가 필수

# 미디어 믹스 전략을 잘 수립하기 위한 3가지 핵심 질문 #

1. 캠페인의 최종 목표는 무엇인가?

2. 각 미디어는 목표를 위해 어떤 역할을 할 수 있는가?

3. 미디어 간 트래픽과 콘텐츠 메시지는 자연스럽게 연결될 수 있는가? (광고와 랜딩 페이지 간의 연결성)

---

2. 광고 캠페인의 설계와 실행 _ 기본 구조와 전략

목표 -(캠페인 목표 설계 )-> 타겟 -(상세 타겟 설정)-> 메시지 -(콘텐츠&메시지)-> 채널(노출 및 유입/전환)

인지 -> 고려 -> 전환 (목표는 항상 SMART 해야한다.)

: 타겟 페르소나를 브랜드마다 정해두는 것이 중요
: 각 산업군, 각 카테고리, 업종에 따라 예산의 규모는 상이

# KPI란?

캠페인 목표 달성 여부를 측정하는 핵심 지표

# 목표에 따른 KPI

1. 인지: 도달, 노출, 추산 광고 상기도 성과 증대, Thru Play, 동영상 연속 2초 이상 재생

2. 탐색/고려: 링크 클릭/일일 고유 도달, 랜딩 페이지 조회, 잠재 고객, 앱설치/가치

3. 전환: 구매 건수, ROAS, CVR

캠페인 진행상황에 따라서 이대로 괜찮은지에 대한 중간 점검이 필요함

CPC는 대개 7,8월에 높은 편 -> 휴가철 등 경쟁 심화로 인한 단가 상승

---

1. 브랜드 인지 단계

- 정량: 방문 수, 페이지뷰 수 비율, 오가닉 + 유입 매체 방문 수/페이지뷰 수 비율

- 정성: 연관 키워드 단위별 검색 결과량(보도 자료 포함), 뉴스룸 플랫폼의 보도자료 콘텐츠별 조회수

- 디지털: 도달 연관 캠페인의 노출 및 도달 수치 변화 비율, 인게이지먼트 비율, 배너 클릭률 변화 추이, 광고 캠페인의 CTR 증감률

2. 브랜드 확립 & 확산 단계

- 정량: 방문 수/페이지뷰 수 비율, 이탈률, 반송률, 주문건 수, 방문 수 비율,디지털 채널을 통해 공유된 뉴스룸 콘텐츠의 링크 클릭 수

- 정성: 전체 키워드 단위별 검색 결과량, 특정 키워드의 검색 결과 및 소셜 채널에서의 언급 횟수

- 디지털: 인게이지먼트 수, 도달/노출 및 참여율 순위 지표 결과, CPC 비용의 감소 변화량 또는 비율, View Thriugh Rate 또는 Watch Time

3. 플랫폼 퍼포먼스 & 입점 문의 증가 단계

- 정량: 플랫폼 내 활동 유저 수 증가 비율, 증가 수, 디지털 플랫폼 콘텐츠의 도달/노출 수 비율

- 정성: 주문 거래량, 주문 건 수 비율, 실 거래자수, 총 가입자 수 비율, 로그인 수/회원가입 수 - 실 주문자 수 / 로그인 수 변화량

- 디지털: 커머스 플랫폼의 전환 측정 목표 상의 클릭, 가입, 주문 건 수 등의 실 전환 수/비율, 인 바운드 수의 증가 비율 

 

# CTR이 낮다면, 광고 소재를 빠르게 교체 (평균 벤치마크 기준 1%)

# CVR이 낮다면 랜딩페이지를 빠르게 수정

---

3. 최신 광고 기술 이해 _ RTB와 프로그래매틱 광고 생태계

RTB = Real Time Bidding (일명 경쟁 입찰 방식)
: 광고 노출이 발생하는 순간 실시간 경매 방식으로 광고가 결정되는 시스템

전 세계 모든 광고 시스템은 '경매'에 기초한다.

오래전부터 목표 단위별, 타겟 그룹별, 예산의 규모, 그리고 소재의 다양성에 기초하여 실시간 성과를 만들어내는 구조로 작동

경매에서는 노출 위치를 확보하기 위해 다른 광고주와 경쟁해야하기 때문에 광고당 비용이 달라질 수 있음

# 캠페인 - 광고 세트 - 광고 소재

구분	경매(일반적
빈도 관리	도달 및 브랜드 인지도 목표에만 유연한 빈도 한도 설정
게재 관리	일반 게재만 사용,  페이스북에서 자동으로 가장 높은 광고를 파악하고 전체 세트에서 해당 광고를 가장 많이 게재
예측 가능성	전체 도달 결과는 예측할 수 없음 (일일 도달 예측만 가능)
비용	시장 상황에 따라 경매 가격이 크게 달라질 수 있으며, 입찰을 위해 경쟁해야 함
일간 시간 할당	요일별, 시간별로 자유롭게 광고 일정을 설정할 수 있음
최적화	목표 (예: 브랜드 인지도)를 중심으로만 최적화
타겟팅	여러 국가를 타겟팅할 수 있으며, 소규모 타겟팅이 가능하고 다이내믹 타겟을 제외할 수 있음
구매 방법 및 구매 대상	다양한 비용 제거 도구를 사용하여 타겟 행동 또는 노출에 대해 입찰
작동 방식	- 실시간으로 가격 및 게재 여부가 결정됨 - 더 많은 목표 선택 가능 - 게재 빈도 제어

---

광고주 -> 광고 대행사 (미디어 랩사) -> 매체사

---

> 프로그래머틱 광고의 장점과 한계 <

장점

1. 효율성: 자동화된 구매 및 실시간 입찰
2. 확장성: 광범위한 도달 및 타겟 정밀성 (데이터기반 타겟팅, 세분화)
3. 최적화: 실시간 성과 분석 및 자동 학습, 개선 (즉각적 피드백, AI/ML 기반 최적화)

한계

1. 개인정보 보호
2. 투명성 및 사기
3. 브랜드 안정성
4. 기술적 이해도

[ 자동화 광고의 이면 ]

- 성과관점: 빠르고 정밀한 타겟팅. BUT, 데이터 의존 과다 -> 맥락 상실

- 운영관점: 관리 효율 상승. BUT, 알고리즘 불투명성, 수동 제어 어려움

- 윤리 및 규제 관점: 개인 맞춤 경험 제공. BUT, 개인정보 보호, 정책 위반 가능성

---

# DSP란?
: 광고주가 광고 지면을 자동으로 구매하는 플랫폼

EX. 구글 디스플레이, 더트레이드데스크, 아마존 DSP 등

- 주요 역할: 광고입찰, 타겟팅 설정, 예산 관리, 광고 성과 최적화, 광고 노출 관리 
(조건에 맞는 사용자들에게 광고 노출 입찰하는 역할)

# DSP 입장에서 가장 중요한 데이터는?

: 광고를 누구에게 보여줄지 결정하는 플랫폼이기 때문에 오디언스 데이터 (Audience Data)가 핵심
(+ 행동데이터, 컨텍스트 데이터, 퍼포먼스 데이터 등)

-> DSP에서 가장 중요한 데이터는 광고 타겟팅을 위한 오디언스 데이터이며, 사용자 행동·관심사·구매 이력 등의 데이터를 기반으로 광고 입찰과 노출이 결정됨

# SSP란?
: 매체(웹사이트, 앱)가 광고 지면을 판매하는 플랫폼

EX. 구글애드매니저, Magnite, Pubmatic 등

- 주요 역할: 광고 지면 판매, 광고 가격 관리, 광고 노출 관리, 광고 수익 최적화 
: 광고 지면을 최대 가격으로 판매

# SSP는 어떤 광고를 선택해야 수익이 극대화될까요?

: 기본은 입찰가가 높은 광고지만, 단순가격만 보지는 않음

(입찰가, 광고품질, 광고 성과, 사용자 경험 등의 요소를 통해 실제 기대 수익값이 높은 광고를 선택)

[ 일반적인 프로그래머틱 광고의 구조 ]

광고주 / 에이전시
       ↓
DSP (광고 구매)
       ↓
Ad Exchange (광고 거래소)
       ↓
SSP (광고 판매)
       ↓
매체 (웹사이트 / 앱)
       ↓
사용자

# 광고 효율이 높은 RTB 전략은 항상 개인정보와의 트레이드오프일까?

 - RTB는 기본적으로 사용자 데이터를 기반으로 입찰 여부를 결정
: 데이터가 많을수록 타겟팅 정확도가 올라가기 때문

최근 광고 시장은 개인정보 없이도 효율을 만드는 방식을 계속 발전시키는 중

EX. 문맥 타겟팅 (콘텐츠 맥락 기반 광고), 퍼스트파티 데이터 활용(기업이 직접 확보한 데이터 활용), Privacy-Preserving Technology (개인정보를 노출하지 않고 분석하는 기술) 등을 활용

---

4. 디지털 광고 상품 유형별 전략적 활용

DA는 형태에 따라 도달 참여 전환 목적이 달라진다.

광고유형	특징	강점	적합한 목적
이미지 광고	정적 이미지, 배너 형태 활용이 대부분	브랜드의 시각적 노출에 유리	인지도 확산, 이벤트 홍보
캐러셀 광고	여러 이미지 슬라이드 형태로 스토리텔링에 기반하여 기획/제작 진행 (동영상 제작이 어려울 경우 대체 활용)	다양한 상품/스토리 전달에 용이	관심 유도, 트래픽 유입, 브랜드 인지도 용도
동영상 광고(버티컬, 16:9 포함)	영상 기반, 감성적 메시지 기반의 소재 콘텐츠로 활용	몰입감, 도달률 높음 (영상 데이터 기반, 재활용 가능)	브랜드 인지도, 감성형 캠페인 용도

광고유형	추천 입찰 방식/캠페인 지표	활용 전략 포인트	활용 채널 예시
이미지 광고	CPC	클릭 유도형 -> 저비용 고효율	네이버 GFA, 구글디스플레이애즈, 메타(인스타그램)
캐러셀 광고	CRM	브랜드/제품 다양성 강조	메타 내 캐러셀 선택활용, 카카오비즈보드
동영상 광고(버티컬, 16:9 포함)	CPV	감정몰입, 브랜드 인지도	메타인스타그램릴스광고, 유튜브비디오/쇼츠, 틱톡 광고

# 입찰가와 소재 완성도는 함께 고려되어야 한다. -> 콘텐츠 품질이 낮을수록 광고 플랫폼의 CPC 성과도 떨어지게 됨
: 광고 품질이 낮으면 사람들이 관심을 가지지 않게 되고 게재 빈도가 줄어들고 게재 비용이 증가한다. 
-> 빈도가 떨어진 다는 것은노출수와 도달수가 높지 않고 CPC만 지속적으로 높아지게 됨

광고주 입찰, 추산 행동률, 광고 품질이라는 3가지 요소를 바탕으로 계산된 총 가치가 할당

소재, 타겟팅, 비용 -> 비용적게, 타겟팅 적게, 소재 엉망 -> 광고 망하는 지름길

---

- 광고의 핵심은 '누구에게 보여줄 것인가?'
: 본질은 의도와 관심을 정확히 잡는 것

- 검색광고: 사용자의 의도를 겨냥

- 리타겟팅 광고: 이미 반응한 관심층을 다시 겨냥 

> 검색 광고 운영의 핵심 포인트 <

1. 키워드 선정이 ROI를 좌우한다
:  너무 포괄적이면 낭비, 너무 구체적이면 노출 부족 발생
: 브랜드 + 제품군으로 키워드를 조합하는 것이 가장 이상적

2. 광고 문구는 사용자의 검색 의도에 정확히 맞춰야 한다.
: CTA 예시 -> 지금 바로 비교하기, 오늘 단 하루 할인 등

3. 브랜디드 키워드는 방어 전략으로 중요하다.
: 경쟁사가 내 브랜드명을 검색 광고로 잡는 경우를 대비할 것 

---

> 리타겟팅 광고의 개념과 구조 <

- 픽셀 기반 리타겟팅 : 웹사이트 방문 기록 추적 -> 픽셀 코드가 방문자를 식별 ( in META)
EX. 장바구니에 담은 상품이 다시 보이는 광고

- 실무 흐름 예시
1. 사용자가 쇼핑몰에서 운동화를 구경
2. 구매 없이 사이트 이탈
3. 픽셀이 "이 사람은 운동화 페이지 방문" 기록
4. 인스타/페이스북에서 ➡  방금 봤던 운동화 광고 노출

- 실무에서 많이 쓰는 세그먼트
: 제품 페이지 방문자, 장바구니 담기, 결제 직전 이탈, 특정 카테고리 조회

---

- 쿠키 기반 리타겟팅: 브라우저 저장 데이터 활용 -> 사용자의 탐색 패턴 분석 (in Google, Naver, Criteo)
EX. 검색 후 다른 사이트에서도 동일한 상품이 노출되는 경우

- 실무 흐름 예시

1. 사용자가 네이버에서 "다이어트 쉐이크" 검색
2. 여러 쇼핑몰 둘러봄
3. 사이트 나감
4. 뉴스 사이트 / 블로그 방문

➡ 배너 광고로 쉐이크 제품 계속 노출

---

- 맞춤 타겟: 고객 DB 업로드 -> CRM 기반 이메일/전화번호 매칭 (in Meta, Google)
EX. 회원 대상 맞춤 할인 광고 

- 예시

1. 쇼핑몰 회원 10만명 이메일 보유
2. Meta 광고 관리자에 업로드
3. 플랫폼이 동일 사용자 매칭
➡ 회원 전용 할인 광고 노출

- 실무 활용 사례: 휴면 고객 재구매 유도, 기존 구매자 업셀 ,VIP 고객 타겟 광고

퍼스트 파티 데이터가 없으면 CRM데이터도 빛을 보지 못함

---

- 유사 타겟: 기존 고객과 비슷한 패선 사용자 탐색 -> 머신 러닝 기반 추천 (in Meta)
EX. 기존 구매자와 유사한 관심사를 가진 타겟

- 실무 흐름 예시
1. 브랜드 기존 구매자 3만명 데이터 업로드
2. Meta 머신러닝이 공통 패턴 분석
3. 비슷한 신규 사용자 찾음
➡ 잠재 고객 확장 광고

실무 한줄 요약
"기존 고객과 비슷한 새로운 사람 찾기"

- 맞춤타겟, 유사타겟-> 구매이벤트(이벤트 정보 기반으로 타겟 구체화)
-> 고객에게 최적화하여 도달하는 방법

---

만약 30만원 예산으로 러닝화 판매 캠페인을 진행한다면? (예시)

1. 신규 유입 (검색광고: 키워드 '러닝화 추천')
: 예산 배분 60%
: 메시지 전략-> 검색 기반 신규 고객 확보

2. 관심 유지 (리타겟팅 광고)
: 예산 배분 30%
: 메시지 전략 -> 할인 문구 강조 또는 구매 할인 쿠폰 제공 등

3. 재참여 (유사타겟 광고)
: 예산 배분 10%
: 메시지 전략 -> 기존 구매자 유사 그룹 확대

=> 의도를 가진 고객에게 검색 광고로 유입시키고, 
관심을 보인 고객에게 리타겟팅 광고로 설득하는 전략으로 전환 퍼널 완성하는 시나리오

#  실무에서 미디어 매체 믹스를 명확하게 한다면, 예산 배분, 매체 활용에 대한 부분은 유연하게 진행

# 광고 캠페인 소재는 결국 목적과 연결된다..

---

 > 실습 < 

기존에 진행했던 배리웨이 신제품 (딸기맛)출시 초도물량 소진 캠페인을 예시로 들어서 
타겟, 적합한 광고유형, 이유까지 설정한 다음에 어떤 광고 형태랑 입찰 방식이 적합한지 정리해보았다.

1. 팬덤 맞춤 타겟 (40~50%)

목적: 초기 매출 빠르게 확보

이유: 인플루언서 브랜드의 경우 신뢰가 이미 형성되어 있는 경우가 많기 때문에 전환율이 가장 높음

➡ 런칭 초기 매출의 상당 부분이 여기서 발생

---

2. 사이트 리타겟팅 (30~35%)

목적: 관심 고객 → 구매 전환

이유: 이 단계의 고객은 제품 관심 있음, 구매 고민 단계인 경우가 많기 때문에 광고 메시지로 USP, 리뷰, 성분, 맛 등과 같은 구매 결정 요소를 강조

 

---

3. 장바구니 리타겟팅 (15~20%)

목적: 마지막 전환 확보

이유: 전환율은 가장 높지만 타겟 규모가 작음 그래서 예산은 작게 운영 대신 광고 메시지는 할인, 무료배송, 마감 임박 같은 전환 트리거 중심으로 구성

---

Variway는 인플루언서 기반 브랜드이기 때문에 기존 팬덤의 신뢰도가 높은 구조를 고려하여 Custom Audience 중심으로 예산을 배분하였다.
초기 매출 확보를 위해 팔로워 및 CRM 기반 맞춤 타겟에 약 40~50%의 예산을 배분하고, 이후 사이트 방문자와 장바구니 이탈 고객을 대상으로 리타겟팅 캠페인을 운영하여 구매 전환을 극대화하는 구조로 설계하였다.

---

5. 광고 집행 플랫폼 탐구

전 세계 디지털 광고 시장의 예산의 50~60%는 META, GOOGLE, TICTOK에 집중되어 소비

(구글 31% > 메타 19~20% > 틱톡 6~7%)

소셜 미디어의 광고 성장세가 눈에 띄게 드러나는 것에 반해, 검색 광고 시장 성장세는 일부 둔화되는 추세 (AI 플랫폼 영향)
: 구글, 네이버 등 AI를 활용한 검색 시장을 다시 재편하려는 시도

BUT, 전체 채널의 광고 예산은 지속적인 성장세

---

# 메타
- 빠르고 똑똑한 매체 러닝머신 -> 전롼을 빠르게 이끌어 냄
- A/B 테스트하기 매우 좋은 매체 운영 환경
- 인스타 쇼핑과 연동하여 광고 운영 가능

# 구글
- 정보 탐색을 위한 검색엔진 성격이 강한 광고 매체
- 메타 대비 머신러닝 기간 김
: 구글 애드 오피셜: 최대 2주 / 경험상: 30일
: 메타: 최대 1주 / 경험상: 3일~5일 이내
- 검색광고, 디스플레이 광고, 영상 광고 모두 운영 가능

# 틱톡
- 틱톡은 따로 광고 기획할 것을 권장
: 10대 비중이 높긴하나 연령대 다양함
: 주로 숏폼 위주의 플랫폼 -> 배너/이미지 광고는 권장 X (세팅 및 운영은 가능)

# 네이버
- 오픈 커머스 플랫폼에 가까움
- 보장형/성과형/검색광고 등 제품 판매를 위한 다양한 광고 상품 활용 가능
- 많은 클라이언트들이 가장 먼저 선택하는 국내 광고 플랫폼

# 카카오
- 카카오톡 간편 가입 중심으로 고객 데이터 확보 가능
- 카카오 비즈보드(선물하기 포함), 디스플레이 광고, 동영상 광고, 채널 메시지, 상품 카탈로그
: 가입 고객 데이터 기반의 타겟팅 가능
: 채널 메시지 발송은 수신 동의한 구독자 대상으로만 발송 가능하며 발송 가능시간은 8시부터 20시까지


> 퍼포먼트 마케팅 매체 트렌트 <

- AI 광고 이미지 생성 기능
- 매체 AI 에이전트
: AI가 광고 성과 데이터 읽어줌
- 인플루언서 마케팅과 퍼포먼스 마케팅의 연계

---

> 플랫폼별 주요 거버넌스 이해: 광고 정책 <

- 메타, 구글, 틱톡 모두 허용되지 않는/금지된/규제 상품, 서비스 제한 항목 유사함
: 광고 운영 상 반드시 숙지해야 하는 카테고리 항목 존재
EX. 약물과 담배와 같은 특정 제품/서비스, 특정 광고 전략, 개인적 특성 추정 등 금지

- 광고 승인이 거부되는 일반적인 이유
: 광고의 문구, 크리에이티브 또는 랜딩 페이지가메타 광고 규정을 준수하지 않았기 때문
EX. 선정적인 이미지 포함, 오해의 소지가 있는 버튼 포함, 브랜드 가이드라인에 위배되는 메타 테크놀로지에 대한 언급 등

---

6. 그로스 마케팅 관점에서의 광고 캠페인 최적화

목표에  따른 플랫폼 선택 기준이 명확해야하며, 논리적이어야 한다

1) 리드 확보에 따른 플랫폼 선택 기준
- 브랜드 인지도: 유튜브, 틱톡, 인스타그램
- 관심 및 참여: 메타 광고, 구글 디스플레이, 네이버 GFA
- 전환/구매: 구글 서치&GDN 등, 네이버 검색, 메타 구매 전환 캠페인 및 리타겟팅
- 리드 확보: 링크드인, 카카오비즈폼, 메타리드애즈

2) 예산 규모에 따른 전략 (예시- 도메인/업계에 따라 선택 기준 상이)
- 소규모 (100만 이하): 단일 채널/인스타그램, 네이버 파워링크 등
- 중간 규모 (100-500만 이하): 2~3개 채널 분산/ 구글 +메타/ 네이버 + 카카오
- 대규모 (500만원 이상): 멀티 채널 통합/ 구글 + 메타 + 틱톡 + 리타게팅 채널(Criteo)

3) 타겟별 플랫폼 선택 기준
- 1020: 틱톡, 인스타릴스, 유튜브 쇼츠 (감각적, 짧은 콘텐츠)
- 3040: 네이버, 구글 검색광고, 카카오 (검색/정보 탐색 습관)
- 50 ↑: 네이버, 유튜브 (신뢰 중요)
- B2B: 링크드인, GDN 등 (기업/직무 기반 타겟팅 가능)

# 예산 배분 예시
- 예산의 60-70% : 효율 및 성과, 20-30%: 테스트, 10%- 리타겟팅

---

# 광고비를 줄이지 않고도 성과를 높일 수 있다면?

그로스 해킹이란
- 돈/예산을 많이 쓰는 마케팅 방법이 아닌, 데이터로 실험하며 성장을 반복하는 과정
- 보이는 광고 성과 위에 숨은 실험, 분석, 개선
- 마케팅 + 실험 + 데이터

핵심 개념	기본 설명	예시
실험	가설을 세우고 빠른 검증	CTA 문구를 바꾸면 클릭률이 오를까?
반복	결과를 기반으로 수정	1차 테스트 -> 결과 분석 -> 2차 테스트
최소 비용	작은 리소스로 성과 측정	10만원으로 메시지별 반응 확인
데이터 중심	감이 아닌 데이터로 판단	CVR, CTR, CPA 기반 의사 결정

---

# LMF란
: Language Marketing Fit
: 타겟 고객에게 가장 공감되는 언어(메시지/채널)을 찾는 단계

- 랜딩페이지, 소재의 일관성 (톤앤매너)이 유지 되어야 LMF가 온전히 입증됨
- 작은 변화 (헤드라인, 제목 등), 예산 사용 (3-5% 혹은 10%) 변화에 따라 타겟이 조금씩 변화함 (예산에 맞춰 소재 다각화)
: 작은 예산이더라도 목표를 세분화해서 채널 성과 테스트하는 것 중요

=> 빠른 실험, 측정, 개선, 확장은 기본이다.

---

> 실습 < 

광고 예산 100만원으로 LMF기반 멀티채널 캠페인 설계하시오.

저번 실습에 이어서 배리웨이 초도 물량 소진 캠페인 기준 LMF 기반 멀티채널 캠페인 설계 ((예산 100만원))

1. 일반적인 브랜드 인지도 캠페인이 아닌 빠른전환 중심 퍼포먼스 구조로 설계 필요

2. LMF 관점에서는 CAC를 LTV 대비 안정적인 수준으로 관리하면서 전환밀도를 높이는 채널 믹스가 핵심
: LTV가 CAC의 3~4배 수준

[ 캠페인 목표 정의 ] 

- 배리웨이 딸기맛 신제품 초도 물량 소진
- 기존 충성 고객 기반 마케팅 + 유사 타겟 확장 + 신규 고객 확보 + 빠른 전환 목표

---

타겟 전략

1. Retention (기존 고객)

- 배리웨이 기존 구매 고객
- 단백질 쉐이크 구매 경험자

-> 전환율 가장 높음

2. Expansion (유사 타겟)

- 기존 고객 기반 Lookalike
- 헬스 / 다이어트 관심

3. Acquisition (신규 유입)

- 다이어트 관심층
- 식단관리 / 홈트

---

---

7. 광고 캠페인 목표 설정과 성과 지표 연결

[ AARRR 프레임 워크 (사용자 서비스 이용 흐름) ]

1) 고객 유치: 사용자들을 어떻게 데려올 것인가?
2) 활성화: 사용자들이 우리 서비스의 핵심 기능을 잘 사용하는가?
3) 리텐션: 사용자들이 우리 서비스에 지속적으로 방문하는가?
4) 수익화: 사용자들이 우리 서비스의 핵심 기능을 하용하기 위해 결제를 하는가?
5) 추천: 사용자들이 우리 서비스를 주변 지인들에게 추천하는가?

# CTR은 높은데, 가입률이 낮다면?
-> 광고 소재가 과장되거나 랜딩 페이지의 가입 절차가 복잡하여 이탈이 빠르게 발생
결국 랜딩 페이지 최적화 진행 필요 (A/B 테스트 진행)

# LTV가 CAC를 넘지 못하는 경우
: 리텐션 단계가 취약하여 고객이 너무 빨리 이탈
광고비를 새로운 고객 유치에 쓰는 것보다 기존 고객의 이탈을 막는 것이 더 중요

---

[광고 캠페인 목표 설정]

- 목표가 정해지면 측정할 KPI가 정해지고, 어떤 데이터를 볼 지가 명확해짐

- 대시보드 설계를 통해서 캠페인의 핵심 KPI를 한 눈에 파악할 수 있도로 시각화 필요
: 데이터 분석 시간을 줄이고 빠른 의사 결정을 도움
: 브랜딩 목표, 퍼포먼스 목표에 맞는 대시보드는 당연히 다르게 설계 필요

> 현업에서의 대시보드 구성안 <

-> 마케팅 통합 대시보드 활용 제안

-> 플랫폼 + 광고/미디어 + 셀러/ 데이터의 상시 열람 통합 버전 (OS 제한 X)

-> Mixpanel & Airbridge -> MMP 통합 & CRM

# 기대효과

1. 분산된 데이터 시트를 통합하여 플랫폼의 KPI 설정 및 지속적인 관리 유지
2. 플랫폼/미디어/셀러 데이터 중심의 효과성 검증 및 그에 따른 의사결정 및 아케팅 전략/전술 프로세스 관리 강화
: 각각의 분산된 데이터 통합 모니터링 가능
3. 추후 MMP 및 CRM, Mar-tech 쪽의 운영 상의 안정화 (정책 등)

=> 캠페인의 시작과 끝은 항상 지표 활용

---

8. AI와 머신러닝이 바꾸는 광고 생태계

AIR가 광고를 관리하는 시대
: 사람이 할 수 없는 대규모 데이터 처리, 실시간 최적화, 미래 예측을 담당하여 광고 효율을 극대화

적정 타겟, 적정 예산을 기반으로 7일 이내 최적화 이벤트 약 50건이상 확보해야 캠페인에서 활용 가능

# 퍼포먼스 증진을 위한 5가지 핵심 요소

: 최적화, 타게팅, 노출 위치,예산, 크리에이티브

# 머신 러닝을 빠르게 끝내려면?

1. 제한 사항 덜어내기 : 지나치게 좁은 타겟, 낮은 입찰가, 적은 예산 등 광고 세트의 머신 러닝에 제한이 되는 사항들을 최대한 덜어내기

2. 잦은 수정 피하기: 머신 러닝 단계가 종료되기 전까지 가급적 광고 세트 또는 광고를 수정하지 말 것

3. 광고 세트 통합하기: 지나치게  세분화된 광고세트를 통합하여 캠페인 구조를 단순화할 것

=> 광고주가 설정한 목표 KPI 달성을 위해 AI가 실시간으로 최적 입찰가를 결정하는 방식으로 활용

---

> 광고 플랫폼에서 AI 기반 주요 광고 기능 <

1. 광고 타게팅: 인구통계, 관심사, 행동 및 기타 요인을 기반으로 가장 관련성 높은 대상을 식별하고 타겟팅

2. 입찰 전략: 광고 지출을 최적화하고, ROI를 최대화하기 위해 머신러닝을 활용한 자동 입찰 전략 제공

3. 광고 크리에이티브 최적화: 이미지 크기, 색상, 배치 등의 광고 크리에이티브 요소를 AI기반 도구를 사용하여 분석하고 최적화

4. 광고 배치 최적화: 사용자 인구 통계, 관심사, 행동을 기반으로 머신러닝 알고리즘을 사용하여 각 광고에 대한 최적의 배치를 식별

5. 캠페인 예산 최적화: 실시간 성과 데이터를 분석하는 AI 기반 도구를 사용, 다양한 광고 세트와 캠 페인에 걸쳐 예산을 보다 효과적으로 활용

6. 광고 사기 탐지: 가짜 계정, 봇과 같은 의심스러운 활동을 식별 및 차단

7. A/B테스팅: 광고주가 광고 크리에이티브, 타겟팅 전략 및 기타 요소에 대해 테스트를 수행하고 가장 효과적인 변형을 예측 진행

8. 예측 모델링: 사용자가 특정 광고에 전환되거나 참여할 가능성이 가장 높은 사용자를 예측하기 위함

9. 고객 여정 매핑: 초기 노출 및 인지에서 부터 전환에 이르기까지 사용자 여정의 다양한 단계를 식별, 알고리즘을 사용하여 고객 여정 전반에 걸쳐 가장 효과적인 접점 파악 목적

10. 고객 데이터 맞춤 최적화: AI 기반 알고리즘 사용, 이메일 목록 및 CRM 정보와 같은 고객 데이터를 기바능로 맞춤 대상 생성

# AI 기반 광고 자동화의 주요 장점

: 효율성 극대화, 예측 정확도 향상, 시간 절약

# AI 기반 광고 자동화의 한계 및 주의할 점

: 각 플랫폼 별도 AI가 왜 그 가격에 입찰했는지 상세한 이유를 알기 어려움
: 초기 학습 기간이 필수(충분한 데이터가 쌓이기 전까지는 성과가 불안할 수 있음/ 시간 소요)
: 잘못된 목표를 설정하면 AI는 잘못된 방향으로만 최적화함

---

> 광고 플랫폼에서의 책임있는 AI 활용 케이스 <

1) Meta & Google

- AI 윤리 및 투명성 강화, AI 위험을 식별/평가/완화하기 위한 프레임 워크 및 정책 수립, AI 감사 및 모니터닝

- 생성 AI로 제작된 콘텐츠에 대한 정책 및 가이드라인 마련, AI 학습 데이터의 프라이버시 보호를 위한 정책 강화, AI 기술을 활용한 맞춤형 광고에 대한 정책 및 규제 대응

- 맞춤형 광고 제공, 광고 추천 알고리즘 개선, 텍스트/이미지/비디오 등 다양한 데이터를 처리하는 멀티모달 AI 알고리즘 개발

2) NAVER & KAKAO 

- 윤리 위원회 설립 및 활성화 진행, AI 윤리 가이드 제정 및 보완, AI 기반 타겟팅 알고리즘 도입 및 개선 작업 진행

---

※ 본 글은 학습을 목적으로 작성된 게시물로, 특정 브랜드·제품·서비스명이 언급될 수 있습니다. 이는 순수한 예시일 뿐이며, 상업적 목적은 전혀 없음을 밝힙니다.