머신러닝을 통한 비즈니스 실적 향상: 3부

2018년 2월 1일 목요일

오늘날의 소비자는 그 어느 때보다 많은 영향력을 갖게 되었고 비즈니스가 빠르고 유용한 환경을 제공하기를 기대합니다. 주요 마케팅 담당자의 50%가 비즈니스 실적 향상을 위해 머신러닝과 같은 기능에 대한 투자를 늘리려고 하는 것도 이 때문입니다.1 실제로 Rappi나 AutoGravity 같은 브랜드는 이미 애드워즈에서 머신러닝 기술을 사용하여 가장 가치 있는 사용자에게 광고를 게재하며 비즈니스를 성장시키고 있습니다. 이번 연재의 마지막 회인 3부에서는 비즈니스에서 관련 데이터를 이해하고 대규모로 실적을 개선할 수 있도록 지원하기 위해 머신러닝이 어떻게 입찰가 최적화에 적용되고 있는지 살펴봅니다.

스마트 자동 입찰의 입찰가 설정 원리
예측 가능한 웹 세션의 시절은 가고, 하루 종일 여러 기기에서 시간대를 가리지 않고 쉼 없이 일어나는 디지털 활동이 그 자리를 차지했습니다. 이제 입찰가를 설정하려면 사용자의 기기, 위치, 시간대 등 광고 실적에 영향을 미치는 다양한 문맥 시그널을 고려해야 합니다. 머신러닝이 필요한 이유가 여기에 있습니다.
애드워즈 스마트 자동 입찰은 Google의 머신러닝을 활용해 모든 입찰에서 최적의 입찰가를 설정하는데, 이때 다음과 같은 세 가지 핵심 기능이 사용됩니다.
실시간 입찰: 스마트 자동 입찰은 하루에 몇 번만 입찰가를 설정하는 게 아니라 개별 입찰 각각에 대해 입찰가를 설정합니다. 애드워즈 스마트 자동 입찰은 시간대, 게재 중인 특정 광고 소재, 사용자의 기기, 브라우저 등 각 입찰에 나타나는 관련 있는 문맥 시그널을 평가하여 전환 기회를 파악하고 각 입찰에 맞춰 최적화된 입찰가를 설정합니다. 따라서 초당 수백만 개의 입찰가를 설정할 수 있는데, 이는 수많은 마케팅 담당자들이 함께 해도 불가능한 일입니다.
교차 신호 분석: 스마트 자동 입찰은 신호 조합이 전환율에 미치는 영향을 이해합니다. 예를 들어 모바일 전환율이 데스크톱 전환율보다 20% 더 높다는 사실을 안 소매업체는 모바일 입찰가 조정을 +20%로 설정할 수 있습니다. 하지만 이는 사람들이 검색을 많이 하는 아침 출근 시간대에 모바일 전환율이 훨씬 더 높게 나타난다는 점은 고려하지 않은 것입니다. 스마트 자동 입찰은 이러한 유형의 신호 수십억 개를 분석하여 유의미한 상관 관계를 파악하고 전환이 발생할 확률을 토대로 입찰가를 산출합니다.
검색어 수준 학습: 스마트 자동 입찰은 검색량이 적은 새 키워드의 실적을 극대화합니다. Google의 머신러닝 플랫폼은 계정에서 유사한 입찰의 실적 데이터를 살펴보고 충분한 정보를 토대로 입찰 결정을 내리므로 데이터가 희박할 때도 실적 변동이 크지 않습니다. 예를 들어 '뉴욕행 저가 항공권'이라는 새로운 키워드를 방금 추가했다면, 이 키워드가 계정의 다른 부분과 유사 입찰을 통해 이미 검색되고 있는 경우 스마트 자동 입찰은 해당 검색에 대해 학습한 정보를 적용해 최적의 입찰가를 설정합니다.

고가치 기회에 대한 투자 확대
전 세계 수많은 브랜드가 스마트 자동 입찰을 사용하여 비즈니스 성장을 촉진하고 시간과 비용을 새로운 기회에 재투자하고 있습니다.
뉴질랜드의 P2P 대부업체인 Harmoney는 대출 신청 가능성이 높은 잠재고객을 늘리면서 동시에 공격적으로 세운 ROAS 목표도 달성하고자 대행사인 First Digital과 함께 힘을 합쳤습니다. 비브랜드 검색 캠페인에 타겟 광고 투자수익(ROAS)을 사용하여 개인 대출 신청 및 승인 가능성이 높은 고객에게 광고를 게재했습니다. 그 결과 37% 낮아진 전환당비용(CPA)으로 고가치 계정을 219% 늘리는 성과를 올렸습니다. 중요한 점은 스마트 자동 입찰 덕분에 팀 업무 시간이 주당 5시간이나 줄어 광고 문구를 테스트하고 우수 고객에 대해 연구하는 등 고가치 작업에 더 많은 시간을 투자할 수 있게 되었다는 것입니다.
FirstPoint는 스위스에 본사를 둔 디지털 대행사로 고객의 검색 예산을 극대화하는 동시에 전환을 늘리고 싶었습니다. 스마트 자동 입찰을 테스트해 본 FirstPoint는 수동 입찰을 중단하고 전환 최대화 입찰 전략을 적용했습니다. 그 결과 전환수는 2.4배, 전환율은 12% 늘고 CPA는 59% 줄었습니다.

머신러닝 테스트
스마트 자동 입찰로 전환하고 머신러닝이 복잡한 작업을 대신 수행하도록 설정하는 일을 하룻밤 사이에 끝내야 하는 것은 아닙니다. 임시 캠페인 및 실험을 설정하여 50/50 A/B 테스트를 실시해 본 후 이전 입찰 전략과 Google의 머신러닝이 활용된 입찰 전략을 비교해 보면 됩니다. 조금 기다리면 실적이 나아지는 모습을 볼 수 있을 것입니다. Google 내부 미디어팀에서도 이제 스마트 자동 입찰이 권장사항이 되어 운영 가능 캠페인의 98%에서 사용되고 있습니다.
업데이트된 애드워즈 스마트 자동 입찰 가이드에서 비즈니스 목표에 맞는 입찰 전략 선택을 위한 권장사항을 확인해 보세요.

게시자: Blake Reese, 수석 제품 관리자
1. Econsultancy 및 Google, 마케팅 및 측정 설문조사, 2017년

Inside AdWords - 한국

머신러닝을 통한 비즈니스 실적 향상: 3부

댓글 없음 :

댓글 쓰기

이 블로그 검색