안녕하세요!
데이터 마케팅 전문 에이전시
지아이코퍼레이션입니다!
오늘은
메타 광고를 운영해 보신 분들이라면
한 번쯤 고민해 보셨을만한
최적화에 대해 설명드리고자 합니다.
메타 성과를 더 높이려면 어떻게 하지?
메타는 자체적으로 머신러닝 학습을 하니까,
자동 최적화로 설정하는 게 좋지 않을까?
많은 분들께서 메타를 처음 운영할 때
자동으로 최적화를 해야 할지,
수동으로 최적화를 해야 할지
어려움에 빠지곤 합니다.
물론 자동 최적화로 운영하는 것이
편리하고 효율적인 건 맞지만
모든 상황에서 항상 적절한 것은 아닙니다.
자동 최적화 vs 수동 최적화
장/단점 | 자동 최적화 | 수동 최적화 |
장점 | 머신러닝 기반으로 관리에 편리 | 타겟, 시간대 등 상세 조정 가능 |
단점 | 예산 낭비 가능성▲ | 시간, 노력 소요▲ |
자동 최적화를 한다면 연령대, 성별 등
타겟과 노출 지면을 광고 효율이 잘 나오게끔
알아서 운영이 되지만
성과가 좋지 않은 소재에도
예산의 비중이 쏠리게 되고,
수동 최적화를 한다면
논타겟으로 진행 후
머신러닝 학습이 완료되면 효율이 잘 나오는
타겟과 노출 지면을 파악할 수 있지만
그만큼 시간과 노력이 들어가게 됩니다.
요약하자면 자동 최적화는 '편리함'을,
수동 최적화는 '정밀함'을
목적으로 볼 수 있습니다.
하지만 충분한 예산으로 운영되지 않거나,
초반에 세팅하며 기준을 잡아가는 단계라면
수동 최적화로 운영하는 것이 적절할 수 있는데요.
그렇다면 메타에서 수동으로 최적화를 하려면
어떠한 상황에서
어떠한 설정을 할 수 있을지
실무 중심으로 쉽게 설명해 드리겠습니다.
수동 최적화 실무 적용 예시
실제 성과 개선 사례
소재뿐만 아니라,
그룹 단에서도 효율 높은 그룹에
예산 일부를 배분하는 방법도 있는데요.
위 이미지의 경우,
첫 번째 그룹의
CPA(결과 당 비용) \12,680 / ROAS 292%
두 번째 그룹의
CPA(결과 당 비용) \7,720 / ROAS 478%로
두 번째 그룹의 성과가 더 좋았습니다.
때문에 해당 그룹 내의 소재로 집중 노출을 위해
총 일예산의 일부를 두 번째 그룹에 배분하였습니다.
이런식으로 성과 좋은 그룹(또는 소재)과
그렇지 못한 그룹(또는 소재) 내에서
조정하여 동일한 예산 사용으로도
성과를 극대화 할 수 있는거죠!
주의사항
하지만,
위의 방식대로 메타를 운영할 때
수동 최적화를 하면서
성과를 증대시킬 수는 있으나,
너무 잦은 변경 및 수정은
메타 머신러닝 학습에
방해될 수 있으니 주의해야 합니다.
기존 설정된 값을 토대로
메타에서 머신러닝 학습이 진행되던 와중,
잦은 수정이 있을 경우
처음부터 학습을 다시 시작해야하는 이슈로
광고에 대한 성과 안정화가 지연될 수 있으니
변경하기 전 신중, 한번 더 신중하게
결정하고 적용해야 합니다.🤙
………
📍 Summary
정리하자면
자동 최적화의 경우,
(1)일주일 이내 평균 전환수 15건 이상을 최소 목표로
그룹당 적정한 예산 볼륨이 확보되었는가
(2)장기 캠페인 유무에 따라
머신러닝 활성화 기간이 충분한가
(3)기민한 교체와 대응이 가능한
대기 크리에이티브가 확보되었는가
라는 조건에 부합할 경우 권장하는 방식입니다.
………
한편, 수동 최적화는
상기의 조건에 부합하지 않고,
애널리틱스 혹은 기존 히스토리 데이터 분석 기반
맞춤 설정을 통해 정밀한 타겟팅이 필요할 경우
권장하는 방식입니다.
그럼 오늘 이렇게
메타 광고 수동 최적화 방법에 대한
내용으로 함께 이야기를 나눠보았는데요!
위의 정보들이
여러분께 도움이 되셨길 바랍니다.👍
다음에는 더 유익하고 다양한 정보로
찾아 오겠습니다.
그럼 다음 주에도 다시 만나요!!
안녕👋
▲위 이미지를 클릭하시면 지아이코퍼레이션 웹사이트로 이동합니다.▲
※ 데이터 기반의 퍼포먼스 마케팅 관련
문의사항은 웹사이트를 통해 문의하시면
빠르게 상담 가능합니다.
