안녕하세요, 아이작입니다. 👋
오늘은 구글애즈의 실적최대화 캠페인에 대해 이야기 해보려고 합니다.
PMAX를 운영하다 보면 이런 날이 있습니다.
- 어제까지 ROAS가 잘 나오던 캠페인이 오늘 갑자기 바닥을 친 날
- 예산은 평소처럼 소진됐는데 전환만 사라진 날
- 입찰전략을 바꿨더니 노출과 매출이 동시에 죽어버린 날
- 분명 여러 지면에 광고가 나간다는데, 어디서 돈을 썼는지 설명하기 어려운 날
구글애즈 화면을 열어봅니다. 비용은 이미 나갔습니다. CPC는 올랐고, 전환은 줄었습니다. 어제 400%가 넘던 ROAS가 오늘은 100% 아래로 내려가 있기도 합니다.
오늘은 제가 한동안 PMAX를 추천하지 않았던 이유, 그리고 지금은 PMAX를 어떻게 쪼개서 보고 있는지 이야기해보겠습니다.
PMAX는 하나의 캠페인처럼 보입니다
하지만 실제로는 그렇지 않습니다.
PMAX는 검색, 쇼핑, 디스플레이, 유튜브 등 여러 구글 지면을 하나의 캠페인 안에서 활용합니다.
구글은 이 안에서 전환 가능성이 높은 사용자를 찾아 예산과 노출을 자동으로 배분합니다. 사람이 지면별 캠페인을 하나씩 만들고 관리하던 작업을 알고리즘이 대신하는 구조죠.
설명만 들으면 굉장히 편합니다.
소재를 넣고, 예산을 정하고, 목표를 설정하면 나머지는 구글이 알아서 최적화해줍니다.
문제는 성과가 무너졌을 때 시작됩니다.
정확히 어디에 비용이 나갔지?
검색과 쇼핑 중 어느 지면이 매출을 만들었지?
브랜드 검색어가 성과를 다 가져간 건 아닐까?
어떤 이미지와 영상이 비용을 쓰고 있지?
CPC가 오른 이유가 경쟁 때문일까, 노출 지면이 달라졌기 때문일까?
기본적인 질문인데도 PMAX 기본 화면만 보고는 명확하게 답하기 어렵습니다.
캠페인은 하나인데, 그 안에서는 서로 성격이 다른 광고가 동시에 움직이고 있기 때문입니다.
이게 제일 위험한 부분입니다
성과가 좋을 때는 구조를 몰라도 문제가 없어 보입니다.
ROAS가 목표보다 높고 매출도 나오면 굳이 내부를 뜯어볼 이유가 없다고 생각하게 됩니다.
그런데 어느 날 알고리즘이 더 많은 전환을 찾기 위해 노출 범위를 넓힙니다. 쇼핑 중심으로 쓰이던 비용이 다른 지면으로 이동할 수도 있고, CPC가 오르거나 전환 가능성이 낮은 트래픽이 늘어날 수도 있습니다.
겉으로 보이는 캠페인 이름은 그대로입니다.
예산도 그대로입니다.
하지만 돈이 쓰이는 위치는 달라졌을 수 있습니다.
여기서 목표 ROAS를 급하게 올리거나 예산을 크게 줄이면 어떻게 될까요?
문제가 된 지면만 조정하는 게 아니라 캠페인 전체에 새로운 신호를 줍니다. 노출이 줄고, 학습이 흔들리고, 기존에 성과를 내던 영역까지 같이 영향을 받을 수 있습니다.
최적화하려고 만졌는데 성과가 더 크게 무너지는 경우가 생기는 이유입니다.
그래서 PMAX를 운영하면서 가장 위험한 말이 있습니다.
“일단 바꿔보고 며칠 기다려보죠.”
바꾸기 전에 봐야 할 것을 보지 못했다면, 며칠 뒤 성과가 좋아져도 왜 좋아졌는지 알 수 없습니다.
다시 나빠졌을 때 같은 결과를 재현할 수도 없고요.
저는 한동안 PMAX를 추천하지 않았습니다
특히 국내의 예산이 크지 않은 계정에는 더 조심스럽게 접근했습니다.
PMAX는 여러 지면에 예산을 배분하면서 학습합니다. 예산과 전환 데이터가 충분하지 않으면 각 영역을 학습하기도 전에 비용만 분산될 수 있습니다.
어떤 계정에서는 디스플레이 지면으로 상당한 비용이 빠지고 있었지만, 소재별,타겟별 성과를 제대로 설명하기 어려웠습니다.
검색광고처럼 특정 키워드의 입찰을 공격적으로 조정하기도 어렵고, 일반 디스플레이 캠페인처럼 타겟과 지면을 세밀하게 통제하기도 어렵습니다.
그러다 보니 제 결론은 단순했습니다.
지면별 비용과 소재별 성과를 확인할 방법이 없다면 PMAX를 사용하지 않는 게 낫다.
그런데 여기서 한 가지 문제가 남았습니다.
PMAX를 쓰지 말라는 것만으로는 해결이 되지 않았습니다.
이미 많은 계정에서 PMAX를 사용하고 있었고, 특히 이커머스와 쇼핑 광고에서는 PMAX를 완전히 제외하기도 어려웠습니다.
그렇다면 질문을 바꿔야 했습니다.
“PMAX를 쓸까, 말까?”가 아니라
“PMAX 안에서 실제로 무슨 일이 일어나는지 어떻게 볼까?”로요.
그래서 PMAX를 쪼개보기 시작했습니다
PMAX를 하나의 숫자로 보지 않고 네트워크, 검색어, 소재, 상품 단위로 나눠봤습니다.
제가 먼저 확인한 건 다음 네 가지였습니다.
1. 지면별로 비용과 전환이 어떻게 움직였는가
검색, 쇼핑, 디스플레이, 영상 등 어떤 지면에 비용이 배분됐는지 봅니다.
어제와 오늘의 총 ROAS만 비교하는 것이 아닙니다. 성과가 변한 시점에 어느 지면의 비용 비중이 함께 달라졌는지 확인합니다.
예를 들어 전체 CPC가 갑자기 올랐다면 입찰전략만 의심할 게 아닙니다. 노출 지면의 구성이나 경쟁 상황이 바뀌었는지 함께 봐야 합니다.
2. 브랜드 수요가 성과를 착시시키고 있지 않은가
브랜드를 이미 아는 고객의 검색은 보통 전환율이 높습니다.
PMAX가 이 수요를 많이 가져가면 캠페인 ROAS는 좋아 보일 수 있습니다. 하지만 PMAX가 새로운 고객을 만든 것인지, 원래 들어올 고객을 잡은 것인지는 완전히 다른 문제입니다.
그래서 검색어를 브랜드와 논브랜드로 나눠봐야 합니다.
전체 ROAS가 아니라 PMAX가 실제로 어떤 수요를 잡고 있는지를 보기 위해서입니다.
3. 어떤 소재가 비용을 쓰고 있는가
이미지, 영상, 텍스트를 많이 넣었다고 꼭 좋은 세팅은 아닙니다.
소재가 실제로 노출되고 있는지, 비용만 쓰고 있는지, 전환에 기여하고 있는지 확인해야 합니다.
성과가 나쁜 소재를 계속 넣어두고 알고리즘이 알아서 해결해주길 기다리는 것도 최적화는 아닙니다.
4. 변경 전후에 무엇이 달라졌는가
입찰전략, 예산, 목표 ROAS, 소재를 바꿨다면 변경 시점을 기록합니다.
그리고 변경 전후의 지면 비중, CPC, 전환율, 전환가치를 비교합니다.
한 번에 여러 가지를 바꾸면 무엇이 결과를 만들었는지 알 수 없습니다.
PMAX일수록 한 번에 하나씩, 변화가 어디에서 시작됐는지 확인하면서 움직여야 합니다.
쪼개서 보니 PMAX가 다르게 보였습니다
PMAX는 마법처럼 성과를 만들어주는 하나의 캠페인이 아니었습니다.
서로 다른 역할을 가진 여러 광고가 한 예산 안에서 경쟁하는 작은 미디어믹스에 가까웠습니다.
이렇게 생각하면 질문도 달라집니다.
“PMAX ROAS가 왜 떨어졌지?”가 아니라,
- 어느 지면의 비용이 늘었지?
- 브랜드와 논브랜드 비중이 어떻게 바뀌었지?
- CPC 상승은 어느 영역에서 시작됐지?
- 어떤 소재와 상품이 비용을 가져갔지?
- 변경 직후 학습과 노출이 어떻게 달라졌지?
이 질문에 답할 수 있어야 그다음 액션도 정할 수 있습니다.
문제가 디스플레이 지면의 확장이라면 입찰전략만 바꿀 일이 아닐 수 있습니다.
브랜드 검색이 성과를 대부분 만들고 있다면 신규 고객 확보 전략을 다시 봐야 합니다.
특정 상품군이 비용만 쓰고 있다면 피드와 상품 구조를 조정해야 합니다.
원인을 알면 최적화는 구체적인 행동이 됩니다.
원인을 모르면 숫자를 바꾸고 기다리는 일이 됩니다.
그렇다면 PMAX는 누가 사용해야 할까요?
저는 아래 질문에 충분히 답할 수 있을 때 PMAX를 고려하는 편입니다.
- 구매나 유효 문의처럼 명확한 전환 데이터가 쌓이고 있는가?
- 현재 목표 CPA 또는 목표 ROAS가 사업 구조상 현실적인가?
- PMAX가 학습할 수 있을 정도의 예산과 시간이 있는가?
- 쇼핑 피드와 상품 데이터의 품질이 준비돼 있는가?
- 이미지와 영상 등 테스트할 소재가 충분한가?
- 브랜드와 논브랜드 성과를 구분해서 볼 수 있는가?
- 지면별 비용과 소재별 성과를 분석할 방법이 있는가?
- 성과가 흔들릴 때 원인을 진단할 사람이 있는가?
여기서 여러 항목에 답하기 어렵다면 PMAX를 먼저 켜는 것보다 검색, 쇼핑, 디스플레이 캠페인을 분리해서 운영하는 편이 나을 수 있습니다.
예산이 작을수록 더 그렇습니다.
자동화는 부족한 전략을 대신 만들어주지 않습니다.
무엇을 목표로 하고, 어떤 데이터를 학습시키고, 어디까지 비용을 허용할지는 결국 사람이 정해야 합니다.
PMAX 성과가 갑자기 떨어졌다면 이 순서로 보세요
바로 입찰전략부터 바꾸지 말고 아래 순서로 확인합니다.
- 전환 추적에 오류가 없는지 확인합니다.
- 예산, 입찰전략, 목표값, 소재의 최근 변경 이력을 확인합니다.
- 네트워크별 비용 비중이 달라졌는지 확인합니다.
- CPC 상승이 특정 지면이나 상품군에서 시작됐는지 봅니다.
- 브랜드와 논브랜드 검색 성과를 분리합니다.
- 소재와 상품별 비용·전환 편중을 확인합니다.
- 사이트, 가격, 재고, 프로모션 등 캠페인 밖의 변화를 확인합니다.
- 원인을 하나 정한 뒤 한 번에 하나만 수정합니다.
- 변경 시점과 결과를 기록합니다.
이 순서만 지켜도 “왜 안 되지?”에서 “어디부터 고쳐야 하지?”로 질문이 바뀝니다.
마치며
PMAX의 가장 큰 장점은 자동화입니다.
그리고 가장 큰 위험도 자동화입니다.
사람이 직접 하던 수많은 판단을 알고리즘이 대신하지만, 그 판단의 과정까지 자동으로 설명해주지는 않기 때문입니다.
그래서 PMAX를 잘 운영한다는 건 버튼을 잘 누르는 일이 아닙니다.
알고리즘이 어디에서 돈을 쓰고, 어떤 신호를 따라 움직였는지 다시 볼 수 있게 만드는 일입니다.
제가 PMAX를 무조건 추천하지 않았던 이유도, 지금 PMAX 분석 도구를 만드는 이유도 같습니다.
PMAX를 쓰지 말자는 게 아닙니다.
보이지 않는 상태로 쓰지 말자는 겁니다.
광고 성과가 좋을 때는 누구나 기다릴 수 있습니다.
성과가 무너졌을 때 원인을 설명하고 다음 행동을 정할 수 있어야 합니다.
그게 자동화 시대에 마케터가 해야 할 일이라고 생각합니다.
PMAX 분석 자료
PMAX의 네트워크별 비용, 검색어, 소재와 상품 성과를 확인할 수 있도록 분석 자료를 정리하고 있습니다. 아래 투표를 통해서 응답해주시면 다음 뉴스레터에서 준비해보도록 할게요!
PMAX 관련 분석 자료를 받아보고 싶으신가요?
총 8명이 투표했습니다.
그럼 또 유익한 퍼포먼스 마케팅/콘텐츠 등 다양한 AI 이야기를 전해드릴게요. 감사합니다.
Let AI work, you think.
— 아이작
의견을 남겨주세요