구글 광고에서 전환 데이터는 어떻게 활용되는가? 

전환 데이터라고 하면 보통 전환(목표)의 속성에 대한 정보를 의미합니다. 전환이 발생한 횟수, 전환의 카테고리, 전환 가치 등등의 것들이고 이것들은 좁은 의미에서 전환을 구성하는 정보라고 볼수 있습니다. 이 항목들은 구글 애널리틱스의 목표 설정 화면이나 구글 애즈의 전환 설정 화면에서 볼수 있습니다.

일반적으로는 전환 데이터를 이렇게 정의하는 게 맞지만 구글 애즈가 전환 데이터를 가져다 어떻게 활용하는가? 특히 ‘스마트 자동 입찰 전략‘을 수행하기 위한 목적으로 어떻게 활용하는가 하는 관점에서 보면 ‘전환 데이터’라는 용어의 의미는 보다 넓은 영역으로 확대될 수 있습니다. 

그 영역에는 전환을 발생시킨 ‘사용자 관련 정보‘가 포함됩니다.

만약 누군가가 전환을 발생시켰다면, 예를 들어 쇼핑몰에서 구매를 완료했다면 이 전환 사용자와 관련된 여러가지 정보들이 ‘전환 데이터’라는 항목에 포함되서 구글 애즈로 전달됩니다.

모바일에서 구매했는지, 나이가 몇인지, 여성인지 남성인지, 거주지역이 어디인지, 평소 잘 구매하는 물품은 무엇인지, 관심분야는 무엇이고 원하는 정보를 얻기 위해 어떤 채널을 이용했는지 등등 또한 전환을 발생시키기 전에 이 쇼핑몰에 몇번 방문했고 구매 프로세스의 어떤 과정을 거쳤으며 구매한 제품의 총액/수량은 얼마인지 신규 구매인지 재구매인지 등등, 이런 정보들이 전환이라고 하는 상호작용에 첨부되서 앞으로 일어날 전환을 최적화 하는 작업에 중요한 데이터로 활용되는 것입니다. 

전환을 발생시킨 사용자가 1,000명이고 이 전환 사용자들에 대해서 위에 열거한 상세한 정보들이 데이터로 저장된다면 구글 애즈는 이 정보들의 유사점을 찾아내서 공통적인 정보들과 일치하는 사용자를 만났을 때 자동으로 입찰가를 높이게 됩니다. 전환 가능성이 높은 사용자에게 광고를 보다 많이 노출시키기 위해 노력하는 것이죠. 

이런 로직을 구현해 둔것이 ‘스마트 자동 입찰 전략’입니다. 

간단한 예를 들어 전환을 발생시킨 사용자의 성별, 연령, 지역의 분포가 아래와 같다면

• 남성 – 70% vs 여성 – 30%
• 20대 – 20% vs 30대 – 80%
• 서울 – 90% vs 부산 – 10%

구글 애즈는 여성보다는 남성, 20대보다는 30대, 부산 사람보다는 서울 사람에게서 전환 가능성이 크다는 걸 알수 있게 됩니다. 따라서 서울에 사는 30대 남성에게 광고 노출의 기회를 가졌을 때 적극적으로 입찰가를 높이는 것입니다.

이런 예측은 이미 발생한 전환 데이터의 통계를 바탕으로 하기 때문에 합리적이고 신뢰도가 높습니다. 특히 전환수가 많을 수록 더욱 그러합니다.

인구 통계나 위치 외에도 전환 데이터의 다양한 항목들을 모두 고려할 수 있다면 그만큼 예측의 정확도가 상승할 것입니다. 

전환 사용자의 평균 사이트 방문횟수가 3회 이상이라거나 관심분야 세그먼트가 어떤 것이라거나 하는 등 위에 언급한 전환 사용자 관련 데이터의 모든 항목들이 이렇게 활용될 수 있습니다.

우리가 구글 애즈의 자체적인 전환 추적 기능이나 구글 애널리틱스의 목표 추적을 활용해서 최대한 상세하고 풍부한 전환 데이터를 구글 애즈에 전송해야 하는 이유가 여기에 있습니다.

전환 데이터가 구글 애즈에서 어떻게 활용되고 있는가를 이해하면 전환을 적절하게 설정하는데 필요한 지침을 발견할 수도 있고 전환 데이터를 충분히 공급하기 위해 어떤 노력을 기울여야 하는가에 대한 해답도 얻을 수 있을 것입니다.