① 구매 전환 중심 머신러닝 재구축

• 기존 클릭 중심 학습 구조를 구매 전환 중심 구조로 전환
  


• 구매 전환 캠페인 별도 분리 운영
  


• 비구매 유입 성향 타겟 지속 제외
  


• 어트리뷰션 기준 재정비 및 학습 데이터 품질 개선
  

② 타겟 포화 및 중복 노출 개선

• 기존 관심사 타겟 구조 단순화
  


• 유사타겟, 브로드타겟, 신규 잠재고객 타겟 확장
  


• 리타겟팅과 신규 유입 캠페인 완전 분리
  


• 신규 고객 확보 비중 확대를 통한 머신러닝 모수 확보
  

③ 크리에이티브 구조 개편

• 클릭 유도형 소재 비중 축소
  


• 제품 USP, 차별성, 후기 기반 신뢰형 소재 확대
  


• 구매 단계별 퍼널 맞춤 소재 운영
  


• 성과 우수 소재 파생 제작을 통한 피로도 최소화
  

④ 머신러닝 안정화 운영

• 잦은 수정 최소화
  


• 광고 세트 구조 간소화
  


• 일관된 학습 환경 유지
  


• 성과 지표 기반 주간 최적화 운영
  

⑤ 기대 효과

• 구매 의도 기반 유입 비중 증가
  


• 신규 고객 확보 확대
  


• 전환율 개선 및 CPA 안정화
  


• ROAS 회복 및 중장기 성장 기반 확보