퍼포먼스 마케팅을 진행하다 보면 종종 머신러닝에 대한 질문을 많이 듣습니다.

필요성은 알겠는데, 그래서 이게 끝나는 시점이 언제냐는 게 대표적인 예시입니다.

광고의 최적화가 끝나는 시점이 언제냐는 이야기인데, 이에 확답을 드리기에는 변수가 너무 많습니다.

오늘은 이 부분에 대해서 조금 더 자세하게 말씀드리겠습니다.

1. 조건에 따라 달라지는 속도

머신러닝은 AI가 광고에 대해 학습하는 과정입니다.

광고를 본 소비자가 어떤 반응을 보이는지, 또 어떤 타겟에게 보여줬을 때 반응이 좋은지, 이런 데이터를 쌓아가면서 최적화를 시키는 거죠.

이 '최적화' 작업이 언제 끝나는지는 아무도 알 수 없습니다.

머신러닝의 속도는 예산, 전환 수, CTR, 타겟 범위, 캠페인 구조 등에 따라 전부 달라지기 때문입니다.

만약 예산을 많이 태우고, 전환 수도 높다면 머신러닝의 속도는 빨라집니다.

반대로 예산도 적고, 전환도 하루에 3~4건 정도만 나온다고 하면 기간이 훨씬 길어지겠죠.

메타에서는 일반적으로 최소 50건 이상의 전환 데이터를 기반으로 머신러닝이 안정화된다고 설명하는데, 이 50 건이 언제 어떻게 모이는지는 아무도 알 수 없습니다. 

아마 광고주님들 대부분이 초반에 예산을 빨리 태우는 게 좋다는 이야기를 들어보셨을 텐데, 그 이유가 바로 이 때문입니다.

초반에 머신러닝을 빨리 끝내서 그 결과로 나온 타겟에게 광고를 보여주는 게 더 효율적이니까요.

2. 속도를 앞당기는 방법

머신러닝을 빨리 끝내기 위해서는 '예산, 캠페인 구조, 전환 중심, 성과지표 체크', 이렇게 총 네 가지 포인트가 핵심입니다.

순서대로 정리해보자면 다음과 같습니다.

------------

1. 예산을 집중 투입해서 빠르게 데이터를 모으기

2. 캠페인 구조를 복잡하게 나누지 않기

3. 광고와 랜딩페이지를 전환 중심으로 구성하기

4. 중간 성과지표(CTR, 클릭, 장바구니 등)를 지속적으로 체크

-----------

결국 머신러닝은 기계가 판단하기 쉽게 환경을 만들어주는 게 중요하고, 그 데이터를 공급하기 위해서는 예산이 필요하다는 의미입니다.

브랜드가 가진 기존 데이터가 있다면 더 효율적으로 환경을 설계할 수 있겠죠?

마케터와 브랜드가 지속적으로 소통해야 하는 이유라고도 말씀드릴 수 있을 것 같습니다.

혹시 광고를 진행하시면서 막히는 부분이나 힘드신 부분이 있다면 아래 번호로 언제든지 연락 주세요.

그럼 오늘도 긴 글 읽어주셔서 감사합니다.