다음 캠페인에서 제외 타겟팅 사용을 고려해야 하는 이유
작성자: 선임 데이터 과학자 Zhixun Wang, 기술 문서 작성가 Ashton Brown
아마존 스토어의 실내 환경 카테고리에 있는 3,500개 이상의 브랜드를 대상으로 한 이 연구에서는 퍼포먼스가 뛰어난 광고주와 저조한 광고주의 광고 전략을 비교합니다. 그런 다음 이러한 비교를 통해 광고주가 브랜드 신규 고객 성장률과 전년 대비 상세 페이지 조회수 증가율을 개선하도록 돕는 데 사용할 수 있는 실행 가능한 인사이트를 도출합니다.
스토리 하이라이트:
이 연구에서는 2018년, 2019년, 2020년에 실내 환경 카테고리에 있는 3,500개 이상의 브랜드를 분석했습니다. 실내 환경 카테고리에는 공기청정기, 가습기, 히터와 같은 상품을 판매하는 브랜드가 포함됩니다. 분석을 수행하기 위해 실내 환경 브랜드를 5개의 클러스터로 그룹화했습니다. 클러스터 1은 DPVGR(전년 대비 상세 페이지 조회수 증가율), ROAS(광고 지출 수익률), CS(고객당 지출)가 가장 높았고 클러스터 5는 가장 낮았습니다. CS는 고객당 판매 금액의 평균으로 정의합니다.
분석에 따르면 퍼포먼스가 뛰어난 실내 환경 광고주(클러스터 1)는 저조한 광고주(클러스터 5)에 비해 DPVGR가 1.1배, ROAS가 50%, CS가 16.5배 더 높았습니다.
퍼포먼스가 뛰어난 광고주
더 높은 DPVGR
더 높은 ROAS
더 높은 CS
광고주에게 실행 가능한 인사이트를 제공하기 위해 머신 러닝을 사용하여 DPVGR/ROAS/CS에 더 많이 또는 덜 기여하는 50개 이상의 광고 속성을 분석했습니다. 그런 다음 전년 대비 상세 페이지 조회수 증가율, 광고 수익률, 고객당 비용에 가장 긍정적인 영향을 미치는 속성을 파악했습니다. 이 문서에서는 퍼포먼스가 뛰어난 실내 환경 브랜드(클러스터 1)와 퍼포먼스가 저조한 실내 환경 브랜드(클러스터 5)가 각 주요 속성 또는 전략을 채택한 정도를 정량화하여 주요 속성 또는 전략에 대한 인사이트와 모범 사례를 제공합니다.
이 연구를 수행한 방법에 대한 자세한 내용은 이 문서 끝에 있는 방법론 섹션을 참조하세요.
퍼포먼스가 뛰어난 실내 환경 광고주는 퍼포먼스가 저조한 광고주보다 제외 키워드와 제외 ASIN을 4배 더 많이 사용했습니다.
쇼핑 결과의 관련성으로 인해 소비자 참여도가 높아질 수 있습니다. 평균적으로 성공 메트릭이 높은 클러스터의 경우 제외 키워드 또는 ASIN 전략을 사용하는 캠페인의 12%가 노출되었지만 점수가 가장 낮은 클러스터에서는 3%였습니다.
제외 키워드/ASIN으로 전달된 노출 수 비율
퍼포먼스가 뛰어난 광고주
퍼포먼스가 저조한 광고주
제외 키워드 또는 ASIN 전략 사용의 예
제외 키워드 또는 ASIN 전략이 어떻게 사용되는지 알아보기 위해 다음 두 가지 시나리오를 살펴보겠습니다.
- 시나리오 1 - 가정용 공기 필터를 홍보하는 회사는 캠페인에 ‘자동차’와 같은 제외 키워드를 포함할 수 있습니다. 이렇게 하면 광고가 자동차 필터와 경쟁하는 것을 방지할 수 있습니다. 즉, 더 관련성이 높은 쇼핑 쿼리에 대해 가정용 공기 필터 전용 캠페인이 표시됩니다.
- 시나리오 2 - 타워형 팬 라인을 광고하려는 회사는 ‘책상’ 또는 ‘데스크탑’을 제외 키워드로 사용하여 다른 용도의 팬을 찾는 쇼핑객에게 광고를 게재하지 않도록 할 수 있습니다.
제외 키워드 또는 ASIN 전략 사용에 대한 학습 내용 및 모범 사례
제외 키워드 또는 ASIN 전략이 어떻게 사용되는지 알아보기 위해 다음 두 가지 시나리오를 살펴보겠습니다.
- 메트릭을 사용하여 제외 키워드 선택하기: 낮은 클릭률과 낮은 전환율은 퍼포먼스가 저조한 키워드의 좋은 지표이며 제외 키워드의 후보가 될 수 있습니다.
- 테스트 및 학습하기: 이론적으로 작동하는 제외 키워드를 테스트하고, 학습하고, 퍼포먼스가 우수한 키워드로 자주 최적화합니다.
퍼포먼스가 뛰어난 실내 환경 광고주는 저조한 광고주보다 지리적 잠재 고객을 4.5배 더 많이 사용했습니다.
아마존의 분석에 따르면 퍼포먼스가 뛰어난 실내 환경 광고주가 지리적 잠재 고객을 사용하여 게재한 광고는 전체의 9%였으며, 퍼포먼스가 저조한 광고주가 지리적 잠재 고객을 사용하여 게재한 광고는 2%에 불과했습니다. 이 접근 방식은 캠페인이 특정 지역의 더 많은 신규 고객에게 도달하는 데 도움이 될 수 있습니다. 또한 캠페인이 실내 환경 상품에 대한 요구 사항이 다양한 대상 지역에 도달하는 데 도움이 될 수 있습니다. 예를 들어 광고주는 덥고 습한 지역에서는 선풍기 및 제습기 광고를 게재하고 겨울철에 추운 지역에만 히터 및 가습기 광고를 게재할 수 있습니다.
지리적 잠재 고객 세그먼트를 사용하여 게재된 광고의 비율
퍼포먼스가 뛰어난 광고주
퍼포먼스가 저조한 광고주
지리적 잠재 고객 사용에 대한 학습 내용 및 모범 사례
- 맞춤형 잠재 고객 만들기: 아마존 광고 도구를 활용하여 캠페인 목표와 일치하는 지리적 신호를 기반으로 맞춤형 잠재 고객 세그먼트를 만드는 것이 좋습니다.
- 시즌 영향: 지리적 지역의 다양한 기후에 따라 상품마다 적절한 시즌별 지리적 전략을 사용하는 것이 좋습니다.
결론
분석 결과, 광고주가 DPVGR/ROAS/CS에 긍정적인 영향을 미칠 수 있는 두 가지 주요 방법을 찾았습니다. 첫째, 광고주는 제외 키워드 또는 ASIN 전략을 사용하여 광고가 상품 유형에 따라 원하는 잠재 고객에게 게재되도록 할 수 있습니다. 둘째, 광고주는 지리적 잠재 고객을 사용하여 고객이 현재 위치에 따라 광고 및 상품을 보도록 할 수 있습니다. 이 두 가지 방법은 DPVGR/ROAS/CS를 개별적으로 개선하는 데 도움이 될 뿐만 아니라 함께 사용하면 서로에게 이익이 될 수 있습니다.
방법론
먼저 지도 학습 모델을 사용하여 40개 이상의 미디어 및 리테일 광고 속성 중 종합 점수를 높이는 데 도움이 되는 속성의 목록을 파악했습니다. 특히 5단계 프로세스에 따라 전년 대비 상세 페이지 조회수 증가율, 광고 수익률, 고객당 평균 지출에 대한 성공 메트릭을 만든 다음 머신 러닝 알고리즘을 통해 성공 메트릭을 높이는 데 도움이 되는 최고의 광고 및 리테일 전략을 파악했습니다.
- 브랜드 선택하기: 2018년, 2019년, 2020년 실내 환경 카테고리에 있는 3,500개 이상의 브랜드를 선택했습니다.
- 성공 메트릭 만들기: 상세 페이지 조회수, 광고 수익률, 고객당 평균 지출의 전년 대비 증가율을 기준으로 계산됩니다.
- 효과적인 광고 또는 리테일 활동 파악하기: 종합 점수를 높이는 데 도움이 되는 주요 활동(DPVGR/ROAS/CS의 전년 대비 높은 성장으로 이어지는 활동)을 파악했습니다.
- 브랜드 그룹화하기: 브랜드를 퍼포먼스가 뛰어난 것부터 저조한 것까지 종합 점수(DPVGR/ROAS/CS)를 기준으로 5개의 클러스터로 그룹화했습니다.
- 브랜드 그룹 비교하기: 브랜드에서 어떤 전략을 사용했는지 파악하고 퍼포먼스가 저조한 브랜드(클러스터 5)가 사용하는 전략과 비교하여 퍼포먼스가 뛰어난 브랜드(클러스터 1)가 전년 대비 상세 페이지 조회수, 광고 수익률, 고객당 지출을 얼마나 증가시켰는지 정량화했습니다.