왜 광고비만 소진되고 효율은 안 나올까? 퍼포먼스 마케터를 위한 매체 세팅 체크리스트 6가지

“내가 잘 세팅한 게 맞을까?”라는 불안감.😬 주니어 퍼포먼스 마케터라면 한 번씩 느껴보셨을 겁니다. 클릭률은 나쁘지 않은데 전환이 없고 광고비는 계속 쓰이는데 무엇이 문제인지 설명할 수 없는 상태였다면, 그래서 하염없이 소재만 바꾸고 계셨다면! 이 오답 노트를 살펴보세요. 사수 없이 이 험난한 과정을 헤쳐나가야 하는 주니어 마케터분들을 위해 퍼포먼스 마케팅 캠페인 세팅 시 저지르기 쉬운 대표적인 실수와 해결 방법을 정리했습니다.

퍼포먼스 마케팅은 기본적으로 노출 → 클릭 → 전환으로 이어지는 퍼널 구조 위에서 작동합니다. 클릭률은 소재의 문제를 보여주고 전환율은 랜딩 페이지와 상품의 설득력을 보여주며, *CPA(Cost Per Acquisition)는 전체 구조의 효율을 나타내요.

*CPA(Cost Per Acquisition) 전환 비용. 하나의 전환을 얻는 데 투입된 평균 비용을 의미합니다. CPC가 클릭 비용인 것과 비슷해요.

이 퍼널 중 어느 단계에서 문제가 발생했는지 파악하지 못하면 모든 개선은 감에 의존하게 될 수밖에 없습니다. 왜 성과가 나오지 않는지 모르는 상태에 빠지는 것이죠. 개인적으로는 이런 상황이 성과가 나오지 않는 상황보다 더 위험하다고 생각합니다.😣 그리고 이런 문제는 대개 세팅 단계에서 시작되었을 확률이 높아요. 만약 내가 세팅한 퍼포먼스 마케팅이 잘 운영되는 것 같지 않다면 아래의 체크리스트를 다시 점검해 보세요.

✅ UTM은 알맞게 삽입했나요?

UTM이 퍼포먼스 마케팅에 있어 필수라는 건 다들 아실 겁니다. 이 UTM이 잘 삽입되어 있어야 데이터를 잘 축적할 수 있고 데이터가 있어야 지표 해석이 가능하죠. 대부분의 마케터가 세팅 시 UTM을 삽입하지만, 제대로 삽입하는 경우는 의외로 적어요.

가장 많이 하는 실수가 이 UTM을 형식적으로만 입력하거나 채널명과 캠페인명이 일관되지 않게 입력하는 경우입니다. 예를 들어 META에서 광고를 세팅하면서 UTM Source를 facebook / fb / meta 와 같이 혼용하는 식이죠. 이 경우 동일한 채널에서 발생한 데이터조차 분산되어 분석이 어려워질 수 있어요. 특히 UTM은 단순한 유입 구분이 아니라 분석 단위를 결정하는 요소가 됩니다. 소재 단위까지 구분되지 않으면 성과 비교 자체가 힘들어져요.

이해하기 쉽도록 실제로 운영되고 있던 광고의 UTM을 분석해 봤어요. (업체를 특정할 수 있는 URL 일부를 고구마팜 URL로 수정하였습니다.) 소재 클릭 시 랜딩 되는 페이지는 동일하다는 점 참고해 주세요.

두 개의 링크를 각각 뜯어보면 광고 전략을 어떻게 설정하고 있는지 알 수 있습니다. 첫 번째 링크부터 살펴볼게요. 크리테오라는 매체를 통해 운영하는 PAID 광고임을 알 수 있고, 캠페인의 목표는 전환인 동시에 리타겟팅이네요. 소재는 카테고리 기반으로 운영되는 피드형 광고예요. 마지막으로 광고 ID를 추가하여 내부에서 분석하기 쉽게 했죠.

두 번째 링크는 캠페인에 “re-go”가 포함되어 있습니다. 리타겟팅했던 유저가 재유입(리인게이지먼트) 되었다는 것을 의미해요. 즉, 이 캠페인은 리타겟팅도 세분화했다는 걸 알 수 있어요.

같은 업체에서 운영하는 다른 매체 광고의 UTM도 살펴볼까요? 일부러 아무것도 표시하지 않았지만 이젠 보이실 겁니다. 페이스북(참고로 에디터가 광고를 발견한 위치는 인스타그램이었습니다.)을 통해 운영하는 광고 매체이고 캠페인의 목적은 유입부터 구매 전환까지 폭넓게 잡혀있네요. 콘텐츠 영역에는 “MP4”라는 포맷이 적혀있어요. 영상 광고라는 의미죠. 날짜를 포함하여 언제 세팅한 광고인지 알 수 있게 구성했습니다.

UTM에 대해 잘 이해하고 계신다면 잠재 고객이 어떤 여정을 거쳐 전환에 도달하는지 해석할 수 있어야 합니다. 예시로 보여드린 링크를 통해 제가 어떤 경로로 이 브랜드의 광고 3개를 클릭해서 들어갔는지도 파악하셨다면 성공이에요. 사실 저는 인스타그램을 통해 처음 이 브랜드에 유입되었고 구글 뉴스 영역에서 발견한 광고를 통해 두 번째 유입을, 이탈 후 다시 동일한 위치에서 소재를 클릭해 세 번째 유입을 만들어 냈어요. 이 일련의 흐름이 잘 보이는 모범적인 UTM 링크라 꼭 보여드리고 싶었습니다.

UTM 설정을 너무 어렵게 생각할 필요는 없어요. 대부분의 UTM 빌더에서 정석적인 예시를 보여주고 있으니까요. 여기서 에디터가 한 가지 더 팁을 드리자면, Campaign Source와 Campaign Medium에 숫자를 기입하는 것은 금물입니다. 해당 영역에 숫자가 섞이게 되면 분석 툴에서 트래픽이 누락되는 경우가 간혹 발생해요. 세팅 일자 등을 삽입하겠다면 Content나 ID 영역에 삽입하는 것을 추천드립니다.

그래도 UTM 삽입이 어렵다면 아래 리스트를 참고하세요. 절대 하지 말아야 할 UTM 삽입 예시만 피해도 충분히 좋은 분석 데이터를 확보할 수 있을 거예요.

✅ 알고리즘의 결정 방향이 캠페인 목표와 일치하나요?

캠페인 목표 설정은 알고리즘 최적화 방향을 결정합니다. 캠페인 목표를 설정하면 시스템은 목표 도달 가능성이 높은 사용자에게 노출을 집중하게 되죠. 문제는 이 설정이 충분한 목표 도달 데이터가 있을 때만 효율이 발생한다는 점이에요. 데이터가 부족한 상태에서는 오히려 학습이 제한되고 노출이 비효율적으로 발생할 수도 있습니다.

예를 들어 구매가 목표니까 바로 전환 캠페인을 설정하게 되는 경우입니다. ‘전환이 목표이니 전환 캠페인 설정이 맞지 않나?’라고 생각하기 쉽지만 픽셀 데이터가 아예 없는 경우라면 알고리즘이 학습되지 않은 상태이기 때문에 정확도가 떨어지죠.

효율적으로 캠페인을 설계하고 싶다면 초기 단계에서는 Page View, View Content, Click과 같은 작은 단위의 이벤트 확보에 초점을 맞춰보세요. 처음 시작하는 캠페인일수록 충분한 트래픽을 확보한 뒤 전환 최적화로 넘어가는 단계적 접근이 필요합니다. 캠페인의 특성과 장단점을 구분하여 전략적으로 예산을 분배하고 그에 어울리는 KPI를 지표로 설정해야 헤매지 않아요.

✅ 예산을 너무 많이 분산시키지는 않았나요?

광고비가 적어서 성과가 안 나온다고 생각하기 쉽지만 실제로는 예산 구조가 잘못된 경우가 훨씬 많습니다. 대표적인 사례로는 의욕이 넘치는 나머지 소재를 너무 많이 만들어서 한꺼번에 세팅하는 경우죠. 예를 들어 일 예산이 3만 원으로 설정된 캠페인에 10개의 소재를 세팅하면 어떻게 될까요? 적은 예산이 너무 많이 분산되어 충분한 학습이 불가하고, 학습 기간이 길어져서 광고비 누수가 발생하거나 성과가 안 나오게 되겠죠. 예산을 설정할 때에는 광고 수 대비 예산이 아니라 광고 하나당 학습 가능한 예산을 기준으로 설계해야 합니다.

여기서 CBO와 ABO의 차이점을 명확하게 구분해야 합니다. 둘의 차이는 ‘어느 위치에 예산을 할당하느냐’입니다. CBO는 캠페인 자체에 예산을 설정하는 방식이고 ABO는 광고 세트에 예산을 설정하는 방식이에요. CBO는 알고리즘이 예산 배분을 자동으로 최적화하여 운영하기에 관리가 간단하지만 성과보단 최적화에 초점이 맞춰져 있습니다. ABO는 세트 별로 예산을 나눌 수 있지만 그만큼 디테일한 관리가 필요해 개별 성과 비교와 테스트에 유리합니다.

가장 정석적인 캠페인 세팅 방식은 ABO에서 CBO로 넘어가는 방식입니다. ABO를 먼저 활용해서 학습에 필요한 최소한의 예산을 확보하는 동시에 우수한 소재를 찾아내는 것이죠. 모니터링을 진행하면서 성과가 나오는 소재에 20~30%씩 예산을 증액하세요. 성과가 저조한 소재는 과감하게 OFF 하는 것도 좋습니다. 여기서 주의할 점은 성과가 좋다고 예산을 갑자기 2배 이상 올리면 기존의 학습이 모두 리셋되면서 오히려 성과가 떨어질 수 있습니다. 이렇게 우수한 소재와 적절한 타겟층을 찾아낸 후 전체적인 캠페인 목표 달성을 위해 CBO 방식으로 최적화합니다. 예산의 효율성을 극대화할 수 있는 대표적인 방법이에요.

✅ 타겟팅을 너무 세분화하지는 않았나요?

예전에는 타겟을 세분화하는 것이 중요했지만 지금은 아닙니다. 알고리즘이 고도화되면서 현재의 광고 플랫폼은 사용자의 행동 데이터를 기반으로 타겟을 확장하는 방식으로 작동하고 있어요. 이 때문에 과도한 타겟 제한은 학습 가능한 모수를 줄이고 성과를 제한하는 요인이 될 수 있습니다. 최근 퍼포먼스 전략은 정밀한 타겟 설정보다 넓은 타겟과 정확한 전환에 초점이 맞춰져 있습니다. 관심사를 과다하게 설정해서 타겟을 줄이는 것보다 충분한 타겟 규모를 확보하는 대신 리타겟팅 및 제외 타겟 정도만 설정하여 정교화하는 게 더 효율적입니다. 쉽게 설명하자면 머신러닝에게 ‘누구에게 보여주느냐’보다 ‘누구에게 보여주지 않을 것이냐’를 알려주는 거죠.

✅ 여러 개의 변수를 바꾸어 테스트하지는 않았나요?

퍼포먼스 마케팅에서 소재 테스트는 가설 검증 프로세스를 따라가게 됩니다. 대부분의 주니어 마케터분들이 A/B 테스트의 중요성을 인지하고 있지만 의외로 어떻게 진행해야 하는지는 잘 모르는 경우가 많아요. 가설 검증의 기본은 ‘하나의 테스트는 반드시 명확한 가설과 통제된 변수, 해석 가능한 결과를 포함해야 한다.‘예요.

예를 들어 소재 이미지와 타겟을 동시에 변경하여 구매 전환이 잘 이루어졌다고 해봅시다. 이 성과에 긍정적인 영향을 미친 요소는 무엇일까요? 변경된 이미지 소재? 타겟? 혹은 둘 다? 여기에 정확한 답을 찾으려면 동일한 이미지 소재를 모든 타겟에 적용해 보거나, 동일한 타겟에 이전 소재를 다시 세팅하여 테스트해야 합니다. 소재와 타겟 중 어떤 요소가 전환을 일으켰는지 확신할 수 없으니까요.

다양한 시도는 중요하지만 설계 없이 여러 요소를 동시에 변경하면 어떤 변수가 성과에 영향을 미쳤는지 알 수 없습니다. 그래서 테스트를 진행할 때에는 하나의 변수만을 수정하여 테스트하는 것이 효율적이에요. 아래 체크리스트는 테스트 진행 시 변수로 잡으면 좋을 요소들을 정리한 것입니다. 어떤 변수로 A/B 테스트를 진행할지 결정할 때 참고하세요.

✅ 랜딩페이지는 점검했나요?

랜딩 페이지는 퍼널에서 가장 큰 전환 손실이 발생하는 구간이죠. 클릭 이후 사용자는 매우 짧은 시간 안에 이탈 여부를 결정합니다. 광고 메시지와 랜딩 페이지의 메시지가 불일치하거나 첫 화면에서 가치 제안이 명확하지 않으면 전환율은 급격히 떨어져요. 클릭률이 안정적으로 나오는데 전환이 발생하지 않는다면 문제는 광고가 아니라 랜딩에 있을 가능성이 높아요. 랜딩 페이지 점검은 아주 간단하면서도 복잡한 요소이기 때문에 대표적인 케이스 몇 가지만 정리해 두겠습니다.

광고는 클릭을 유도할 뿐 전환은 랜딩에서 결정됩니다. ‘자사몰 상세 페이지나 UX/UI는 마케터의 영역이 아닌데?’라고 분리해서 생각할 문제가 아닙니다. 실제로 에디터 역시 주문 단계에 간편결제를 추가로 도입하는 것만으로 직접 전환율이 12% 이상 상승한 경험이 있어요. 담당 부서와 컨택하여 협업하는 걸 두려워하지 마세요. 성과를 내는 마케터라면 개선이 필요한 이유와 근거, 개선 방안을 마련하여 적극 제안할 수 있어야 합니다.

퍼포먼스 마케팅은 운영이 아니라 설계입니다. 특히 최근 플랫폼은 머신러닝 기반으로 작동하기 때문에 학습 데이터를 어떻게 공급하느냐를 고민할수록 좋은 성과를 가져올 수 있어요. 알고리즘은 충분한 데이터가 주어졌을 때 최적화되고 그 기준은 명확하니까요. ✅ 일관된 이벤트 구조 ✅ 충분한 전환 데이터 ✅ 변동이 적은 학습 환경 이 조건이 충족되지 않으면 광고는 최적화되지 않고 계속 불안정한 상태를 유지합니다. 기본적인 오류를 수정하는 것만으로도 성과가 개선되는 것을 볼 수 있을 거예요.

퍼포먼스 마케팅을 처음 시작하는 주니어 마케터분들! 성과를 위해 어떤 매체를 더 운영할지 고민하는 것도 좋지만 지금 캠페인 구조에서 무엇이 잘못되어 있는지도 함께 점검해 보세요. 효율적인 광고 운영을 할 수 있도록 기도해 드릴게요.😌🙏

*외부 필진이 기고한 아티클입니다.