소셜 광고의 타겟팅 정밀도를 높이는 방법

타겟 고객 세분화 작업은 사용자가 과거에 보인 행태 데이터 분석에 의존해왔다. 이제는 인공지능(AI)을 통해 예측적 분석을 실행함으로써 페이스북 사용자를 더 낮은 CPA(액션당 비용)에 더 효과적으로 세분화할 수 있다.

소셜 미디어 플랫폼은 소비자들의 세부 특성을 파악하려는 마케터들에게는 꿈의 공간이다. 타겟 고객 세분화는 기존에도 이루어졌지만, 방대한 양의 소비자 행태 관련 데이터를 쉽게 얻을 수 있는 시대가 되면서, 세분화 방식도 점점 더 정교하고 복잡해지고 있다. 즉, 주어진 데이터를 어떻게 잘 활용할 것인가 하는 것이 더 중요해졌다.

현재 마케터들이 타겟 고객 세분화를 수행하는 방식은 데이터를 분석하여 해당 소비자가 브랜드에서 원하는 특정 액션을 취할 가능성이 있는지를 알려주는 특성을 판별해내는 식이다. 그 특성을 토대로 광고를 집행할 타겟 고객 페르소나를 구축한다.

이런 방식은 일정 정도 효과가 있다. 하지만 2018년 1분기 페이스북 클릭당 비용이 전년 동기 대비 92% 증가한 반면 클릭률(click through rate)은 제자리 걸음을 보이는 등, 소셜 미디어 마케팅 비용이 늘어나고 있는 상황을 고려하면 투자 대비 최대 수익을 달성하기 위해서는 타겟 고객 세분화 작업을 최적화할 방법을 모색해야 한다.

기존 타겟 고객 세그먼테이션 방식의 문제점

현재의 타겟 고객 세분화 방식에는 두 가지 중대한 약점이 있다. 먼저, 사용자 행태 기반 세분화 작업은 해당 사용자의 과거 행태를 근간으로 식별하기 때문에, 그 사용자의 미래 행태는 반영하지 못한다. 과거의 행동이 미래의 행동과 반드시 일치하는 것은 아니기 때문이다. 미래의 행태를 미리 파악할 수 있도록 하는 데이터가 필요하다.

현재 방식의 두 번째 약점은 인구 통계상 분류나 과거 행태를 기준으로 중복되는 고객 집단이 존재한다는 점이다. 이는 페이스북과 같은 플랫폼에서 입찰에 참여할 경우 중복 타겟팅으로 인한 자체 캠페인 간의 충돌로 비효율적인 비용 지출의 원인이 될 수 있음을 의미한다.

또한 페이스북의 자체 중복 방지 툴이 설정해 둔 한계 때문에도 문제가 될 수 있다. 페이스북은 개인정보 보호를 위해 타겟 고객 집단이 1000명 미만인 경우에는 분석을 허용하지 않고 있다. 타겟 고객 중복을 줄일 수 있는 방법을 찾더라도, 예산을 좀 더 효율적으로 집행하기 위해서는 원하는 액션을 취할 가능성이 가장 높은 고객을 대상으로 광고를 집행해야 하는 과제는 여전하다.

인공지능(AI)어떤 효과가 있나?

데이터가 거짓말을 하지는 않는다. 많은 마케터들이 데이터를 잘못 해석하는 것이 문제다. 인공지능(AI)은 철저한 데이터 분석으로 무수한 행태에서 특정 패턴을 찾아내어 리마케팅 과정에서 발생하는 추측 작업을 없애 준다. 중복의 가능성은 낮추면서, 구매율 높은 고가치 고객 집단을 찾아내어 입찰한다.

애피어의 인공지능(AI) 기반 광고 솔루션은 예측형 툴이다. 방문 빈도, 방문 시간대, 검색 상품, 구매 상품 등 사용자의 미래 행동을 예측하는 데 도움이 되는 수많은 데이터를 근거로 가장 의미 있는 타겟 고객 그룹을 구분해낸다. 이들을 대상으로 가장 효과적인 광고 채널과 크리에이티브 포맷을 통해 리마케팅을 실행할 수 있다.

예를 들어, AI 툴이 세 가지 다른 행동, 즉 ‘5일 내 사이트 2회 방문,’ ‘14일 내 장바구니에 물품 2회 추가,’ ‘10일에 1회 구매’라는 패턴을 알아차릴 수 있다. 이어 AI는 이러한 행동에 근거한 고객 집단을 정의한다. 하지만 이들 중에서 페이스북 광고를 보고 구매 전환으로 이어질 가능성이 가장 높은 그룹을 어떻게 선별해낼 것인가? AI의 예측 툴은 많은 규칙에 근거하여 가능성이 높은 타겟 고객 그룹을 조합한 다음, 각 집단의 가치를 기준으로 순위를 매긴다. 그러면, 5일에 사이트를 2회 방문하는 고객 집단이 실제로 구매 행동을 취할 가능성이 더 높다는 인사이트를 얻을 수 있고, 따라서 해당 고객 집단에 대한 광고 노출 빈도를 높일 수 있다.

최적의 데이터 조합

AI는 또한 다수의 규칙에 따라 최고의 고객 집단을 조합한 다음, 이들이 브랜드에 대해 어느 정도의 가치를 갖는지를 기준으로 순위를 매길 수 있다. 특정 사용자가 웹사이트에 5일 동안 2회 접속한 경우, 이 사용자는 지난 14일 동안 하나의 품목을 장바구니에 담은 사용자에 비해 순위가 더 높을 수 있다. 이런 정도의 구체성을 확보한다는 것은 구매율 높은 고가치 고객 집단을 발견하여 마케팅 효과를 높일 수 있음을 의미한다.

또한, 인공지능 툴은 세그먼트별 타겟 고객 중복을 줄이고 분리를 강화하는 데 도움이 된다. 사람도 수동으로 고가치 세그먼트를 찾아낼 수는 있지만 그 중복 여부를 알기는 어렵다. AI는 마케터가 가급적 다른 고객 집단과 중복되지 않는 집단을 찾아 투입 비용 대비 최대의 효과를 달성하도록 지원한다.

애피어가 자체적으로 인간에 의한 타겟 고객 세분화와 인공지능(AI)에 타겟 고객 세분화를 비교해 본 결과, 인공지능에 의한 세분화가 구매 행위 발생률을 135.7% 상승시키고 비용은 27% 감소시켜 월등히 높은 투자 대비 수익률을 보인 것으로 나타났다.

인공지능 관련 툴은 빠르게 성숙기로 접어들고 있으며, 소셜 미디어 애널리틱스 덕분에 분석해야 하는 데이터의 양도 방대해 졌다. 이런 상황에서 마케터가 CPA(액션당 비용)와 CPL(리드당 비용)을 최적화하기 위해서는 더 스마트한 세분화 기법이 요구된다. 도달 범위는 더 넓고 중복은 줄어든 인공지능(AI) 기반 소셜 미디어 타겟 고객 세분화로 확실한 비용 절감 효과와 더 높은 투자수익률을 보장해 줄 것이다.