광고 계정을 하나 떠올려 보세요. 자동화 캠페인으로 갈아탄 뒤 2주쯤 지나 대시보드의 ROAS가 눈에 띄게 올라갑니다. 보고서를 올립니다. 반응이 좋습니다. 그리고 분기가 끝난 뒤 전사 매출을 다시 들여다보면 늘어난 게 거의 없습니다.
저는 이 패턴을 제 실수라고 오래 믿었습니다. 소재를 더 돌렸어야 했나, 예산 구간을 잘못 잡았나. 몇 주를 그 복기에 썼습니다.
최근에 생각을 완전히 바꾸게 된 데이터가 있습니다. 홀드아웃 실험을 전문으로 돌리는 Haus라는 회사가 Meta 관련 인크리멘탈리티 실험 640개를 모아 리포트를 냈습니다. 거기 한 줄이 저를 멈추게 했습니다.
Advantage+는 실험 중반에 수동 캠페인보다 9% 앞섰습니다. 그런데 실험이 끝날 무렵에는 12% 뒤처졌습니다. 같은 실험 안에서 순위가 뒤집힌 겁니다.
더 중요한 숫자는 그다음이었습니다. 캠페인을 끈 뒤에 남는 효과, 업계에서 PTW 리프트라고 부르는 값이 수동은 +32%인데 자동은 +17%였습니다. 절반입니다. 광고를 돌리는 동안에는 좋아 보이는데 끄면 사라진다는 뜻입니다. 브랜드 58%가 수동 쪽에서 더 높은 iROAS를 기록했습니다.
처음에는 실험 설계 문제라고 생각했습니다. 자동화는 학습 기간이 필요하니 실험을 너무 짧게 끊은 게 아니냐는 반박이 바로 떠올랐습니다. 그런데 뒤집히는 방향이 반대입니다. 학습이 부족했다면 초반에 지고 후반에 이겨야 합니다. 데이터는 초반에 이기고 후반에 집니다. 학습 부족으로는 설명이 안 됩니다.
여기서 흔한 오해 하나를 먼저 걷어내고 싶습니다. 이 데이터는 자동화가 쓰레기 트래픽을 사 온다는 얘기가 아닙니다. 오히려 신규 고객 비중은 자동화가 70%로 수동 65%보다 높았습니다. 오프라인까지 번지는 후광 효과도 자동화가 더 컸습니다. 품질이 나쁜 게 아닙니다. 그런데 시간이 지나면 뒤집힙니다.
이 조합을 설명하는 해석은 하나뿐이라고 봅니다. 자동화는 수요를 만드는 기계가 아니라 이미 익은 수요를 먼저 따 먹는 기계입니다. 분기 안에 어차피 살 사람을 이번 주로 끌어당깁니다. 짧게 보면 효율이 훌륭하고 길게 보면 다음 주에 따 먹을 게 줄어듭니다. 실제로 Haus의 계정 전체 실험 중 96%가 중반 시점에 이미 유의미한 리프트를 잡아냈습니다. 자동화는 빠릅니다. 빠른 것과 많은 것은 다릅니다.
그런데 제가 가장 불편하게 생각하는 지점은 숫자 자체가 아닙니다. 그 숫자를 누가 계산하느냐입니다.
자동화의 성과를 자동화를 판 쪽이 집계합니다. 그리고 그 집계는 일관되게 틀리지도 않습니다. 같은 리포트에서 Advantage+는 수동 대비 12%포인트 더 과대 보고됐는데, 반대로 Meta 전체는 7일 클릭 기준으로 DTC 매출을 평균 15% 과소 보고한다는 결과도 같이 나옵니다. 방향이 캠페인 타입마다 바뀝니다.
이게 왜 치명적인지 짚고 싶습니다. 일관되게 30% 과대 보고하는 리포트는 쓸 만합니다. 0.7을 곱해서 쓰면 됩니다. 방향이 바뀌는 리포트는 보정이 불가능합니다. 보정 계수를 찾는 순간 그게 또 틀립니다.
조금 더 무서운 통계를 덧붙입니다. 라스트 클릭이 채널의 장기 영향을 제대로 보여준다고 믿는 마케터는 다섯 명 중 한 명뿐입니다. 그런데 조직 22%는 여전히 라스트 클릭만으로 예산을 짭니다. 믿지 않는 숫자로 결정을 내리는 조직이 다수라는 뜻입니다. 저도 그중 하나였습니다.
한 가지 더. 이건 플랫폼을 악당으로 몰아서 끝낼 문제가 아닙니다. 플랫폼은 자기 지면에서 일어난 일만 볼 수 있습니다. 내 브랜드가 그 지면 밖에서 어떤 검색을 받고 어떤 매장에서 팔리는지는 애초에 관측 범위가 아닙니다. 과대 보고든 과소 보고든 악의보다 시야의 한계에 가깝습니다. 그래서 더더욱 전체를 보는 책임은 광고주 쪽에 남습니다. 남이 볼 수 없는 범위를 남에게 맡겨 둔 건 결국 우리 선택이었습니다.
올해 단가 흐름을 겹쳐 놓으면 이 문제가 왜 급해졌는지 보입니다. 중위 CPM은 구글과 Meta 모두 13% 넘게 올랐습니다. 구글 전체 ROAS는 3.27로 3.5% 빠졌고 Meta는 1.88로 사실상 제자리입니다. 블렌디드 CAC는 카테고리에 따라 12~18% 올랐습니다. 뷰티와 패션은 17~22%입니다. CAC 회수 기간 중위값은 6.2개월에서 7.8개월로 늘었습니다.
단가가 오르고 회수가 느려지는 건 자동화 탓이 아닙니다. 경쟁과 인벤토리 문제입니다. 문제는 이런 국면에서 측정이 느슨하면 손실이 복리로 쌓인다는 데 있습니다. 과대 계상된 ROAS를 보고 예산을 늘리고 그 예산이 CPM을 더 밀어 올리고 올라간 CPM이 자동화를 가장 익은 수요 쪽으로 더 몰아넣습니다. 지금 꽤 많은 계정이 이 고리 안에 있다고 생각합니다.
그래서 제가 실제로 바꾼 것만 말씀드리겠습니다. 세 가지입니다. 거창한 측정 체계를 새로 깔자는 얘기가 아니라서 이번 주에도 시작할 수 있는 것들입니다.
하나. 분기마다 홀드아웃 하나는 무조건 돌립니다. Haus 실험 평균 길이가 18.6일이고 종료 후 관측까지 합쳐 27.4일입니다. 분기에 한 번은 충분히 들어갑니다. 예산이 없어서 못 한다는 말은 이제 받지 않습니다. 월 예산의 5%로 돌릴 수 있습니다. 그 5%가 남은 95%의 방향을 정합니다.
실무적으로 덧붙이면 지역 분할이 애매한 국내 시장에서는 지오 홀드아웃이 노이즈를 많이 먹습니다. 저는 전국 단위로 온오프를 번갈아 켜는 스위치백을 섞어 씁니다. 완벽한 설계는 아닙니다. 완벽하지 않은 내 측정이 완벽해 보이는 남의 측정보다 낫다고 생각합니다.
둘. 보고서 1순위 지표에서 플랫폼 ROAS를 내렸습니다. 지금 1순위는 90일 회수 기간입니다. 플랫폼 ROAS는 지우지 않고 참고란으로 옮겼습니다. 운영 신호로는 여전히 쓸 만합니다. 다만 의사결정의 근거 자리에서는 뺐습니다.
셋. 자동화와 수동의 비중을 쉽게 반반으로 맞추지 않습니다. 이건 제가 틀렸던 부분입니다. 저는 균형이 안전하다고 믿었습니다. 데이터는 반대를 말합니다. 한쪽에 75% 이상 몰아둔 브랜드가 성과가 더 좋았고 50:50으로 옮긴 브랜드는 종료 시점 iROAS가 18% 떨어졌습니다. 균형은 리스크 관리가 아니라 학습 신호를 둘로 쪼개는 행위였습니다.
여기에 하나를 더 붙이자면 사람입니다. 자동화를 제대로 쓰는 팀에는 캠페인을 직접 만지지 않고 실험만 설계하는 사람이 있습니다. 팀이 작으면 한 명의 20% 시간이라도 거기에 떼어 둬야 합니다. 그 20%가 없으면 남은 80%는 플랫폼 대시보드를 옮겨 적는 일로 수렴합니다. 자동화를 쓰는 팀과 자동화에 기대는 팀의 차이가 여기서 갈립니다. 전자는 자동화 밖에서 가설을 만들고 안에서 집행합니다. 후자는 가설 자체를 플랫폼에 외주 줍니다.
오해를 피하려고 분명히 하겠습니다. 저는 Advantage+를 끄지 않았습니다. 2024년에 이미 브랜드 93%가 도입했고 평균 지출의 39%가 거기로 갑니다. 되돌릴 수 있는 흐름이 아닙니다. 자동화는 짧은 구간에서 분명히 강하고 운영 인건비를 크게 줄여 줍니다. 작은 팀에게는 그게 생존 조건입니다.
제 주장은 하나로 줄어듭니다. 운전은 맡기더라도 계기판은 내 것을 달자는 겁니다.
이번 분기 성과 보고서를 열어서 한 가지만 확인해 보세요. 플랫폼이 계산하지 않은 숫자가 몇 개 있습니까. 하나도 없다면 그건 성과 측정이 아니라 영수증 요약본입니다.
그리고 여기까지는 Meta 이야기뿐입니다. 구글 쪽은 훨씬 직선적으로 움직였습니다. 전환 14% 증가로 발표된 수치가 어떻게 7%로 깎였는지, 독립 분석에서 ROAS 개선은 중위값 기준 없고 CPA만 16% 올랐다는 결과가 왜 나왔는지, 8년 만의 약관 전면 개정과 강제 전환이 같은 해에 몰린 게 광고주에게 무엇을 떠넘겼는지. 자동화가 효율보다 훨씬 비싼 걸 하나 먹어 치웠다는 얘기도 원문에만 담았습니다. 여기서 결론이 한 번 더 뒤집힙니다.
원문 보기: https://medium.com/@hoon_16083/%EA%B4%91%EA%B3%A0-%EC%9E%90%EB%8F%99%ED%99%94%EA%B0%80-9-%EC%9D%B4%EA%B2%BC%EB%8B%A4-%EB%81%9D%EB%82%98%EA%B3%A0-12-%EC%A1%8C%EB%8B%A4-373a45731ea7
의견을 남겨주세요