사례 연구
Blue Wheel이 아마존 DSP Performance+로 Ariat의 CTR(클릭률) 620% 향상을 달성할 수 있도록 지원합니다
Blue Wheel은 핵심 질문에 답하기 위해 통제된 테스트 및 학습 프레임워크를 설계했습니다. 아마존 DSP Performance+가 기존 리마케팅보다 더 나은 성과를 낼 수 있는지가 그 질문이었으며, 결과는 대규모 AI 기반 최적화의 효과를 입증했습니다.
목표
리테일 미디어 투자가 증가하고 광고주가 더 높은 효율성을 추구함에 따라, AI 기반 최적화는 경쟁 우위 확보에 필수적인 요소가 되었습니다. 많은 성장 중인 브랜드와 마찬가지로, 고성능 신발 및 의류 브랜드의 선두주자인 Ariat도 수익성을 유지하면서 상위 퍼널 광고를 확장해야 하는 과제에 직면했습니다. 해당 브랜드는 표준 아마존 DSP 리마케팅 캠페인과 아마존 스토어에 대한 폭넓은 투자를 통해 아마존에서 강력한 입지를 구축했지만, 운영 관리를 유지하면서 추가적인 성장을 이끌어낼 수 있는 보다 확장 가능하고 효율적인 방법을 모색하고 있었습니다.
Ariat은 Blue Wheel과 파트너십을 맺었습니다. Blue Wheel은 아마존 광고 고급 파트너이자 옴니채널 퍼포먼스 마케팅 에이전시로, 브랜드가 풀 퍼널 아마존 전략을 통해 성장할 수 있도록 지원합니다. 이 파트너십의 목적은 핵심적인 질문에 답하기 위해서였습니다. 바로 아마존 DSP Performance+가 정적 소비자 세그먼트화와 수동 입찰액 관리에 의존하는 기존 아마존 DSP 캠페인 구조보다 더 나은 성과를 낼 수 있는가 하는 것이었습니다. 브랜드가 고객 확보 활동을 확대함에 따라, 실제 리테일 환경에서 AI 기반 최적화의 효과를 측정할 수 있는 테스트 프레임워크가 필요했습니다. 구체적으로, Ariat은 아마존 DSP의 동적 신호 기반 입찰과 예측 잠재고객 모델링이 미디어 효율성을 개선하고, 쇼핑객 참여를 높이며, 브랜드 신규 고객 확보를 강화하고, 측정의 엄밀성이나 장기 캠페인 안정성을 저해하지 않으면서 더 높은 광고 지출 대비 수익률(ROAS)을 달성할 수 있는지 평가하고자 했습니다.
접근 방식
Blue Wheel은 실제 리테일 환경에서 아마존 DSP Performance+의 증분 효과를 평가하기 위해 체계적인 테스트 및 학습 프레임워크를 설계했습니다. 해당 팀은 Performance+ 복수 상품 디스플레이 광고 캠페인과 기존 아마존 DSP 리마케팅 전략을 기반으로 구성된 대조군을 비교하는 3개월간의 통제 실험을 진행했습니다.
두 캠페인 구조 모두 동일한 구매 의도가 높은 소비자, 즉 상품 상세 페이지를 조회했지만 구매하지 않은 쇼핑객을 대상으로 하여 일관된 측정 조건을 보장했습니다. 차별화 요소는 아마존의 AI 기반 최적화를 활용하는 Performance+였습니다. 이 기술은 자사 쇼핑객 신호를 활용하여 전환 가능성과 행동 참여 패턴을 기반으로 입찰, 잠재고객 우선순위 지정, 광고 게재를 동적으로 조정합니다.
정적 소비자 세그먼트화와 수동 입찰 로직에 의존하는 대신, 이 전략은 머신 러닝을 활용하여 증분 전환 고객을 파악하고 더욱 효율적으로 고객 확보를 확대했습니다. 예산, 크리에이티브 애셋, 캠페인 일정은 측정 무결성을 유지하고 자동화로 인한 영향을 분리하기 위해 테스트 그룹 전반에 걸쳐 표준화되었습니다. Blue Wheel은 효율성 기준, 예산 배분, 상품 우선순위에 대한 전략적 관리를 통해 성과를 한층 강화했으며, 진행 중 ROAS(광고 수익률) 조정을 통해 수익성을 크게 희생하지 않으면서도 추가적인 규모 확장을 이끌어냈습니다. 이 체계적인 방법론을 통해 Ariat은 운영 리스크를 최소화하고 캠페인 연속성을 유지하면서 대규모 자동화를 자신 있게 평가할 수 있었습니다.
결과
아마존 DSP Performance+는 아마존의 자사 쇼핑객 신호를 머신 러닝 기반 입찰 및 소비자 최적화와 결합하여 상당한 AI 기반 성과 향상을 제공했습니다. 이번 캠페인은 네 가지 KPI 전반에 걸쳐 효율성 및 고객 확보 목표를 초과 달성하며, 대규모 자동화 기반 광고의 가능성을 입증했습니다.
클릭률(CTR)이 620% 증가하여 대조군을 크게 앞질렀으며, 쇼핑객의 참여도가 더욱 높아진 것으로 나타났습니다.1 동시에 유효 클릭당 비용(eCPC)이 72% 감소하여 미디어 효율성이 향상되었으며, 상세 페이지 조회수(DPV)는 134% 증가했습니다.2 수익 메트릭도 크게 개선되어 ROAS(광고 수익률)가 60% 상승하고, 브랜드 신규 고객(NTB) ROAS가 107% 향상되었으며, 이는 캠페인이 신규 고객을 대규모로 효율적으로 확보하는 데 기여했음을 보여줍니다.3
이러한 성과는 측정의 엄밀성이나 캠페인 안정성을 저해하지 않고 달성되었습니다. 통제된 테스트 및 학습 프레임워크를 통해 성과 개선이 외부 요인이 아닌 Performance+의 AI 기반 최적화에 직접적으로 기인한 것임을 확인할 수 있었습니다.
이번 테스트를 통해 AI 기반 최적화가 고객 확보 노력을 확장하고, 의사결정 속도를 높이며, 수동 소비자 세그먼트화 및 입찰 전략에 대한 의존도를 줄일 수 있음이 검증되었습니다. 이는 아마존 스토어에서 Ariat가 보다 지속 가능한 장기 광고 체계를 구축하는 데 기여합니다. 이러한 결과는 아마존 DSP Performance+가 브랜드의 수익성을 유지하면서 고객 확보를 확대하는 데 어떻게 도움이 되는지를 보여줍니다.
출처
1-3 Ariat, 미국, 2025.