이번 글의 주제는 지금 당장 수행할 수 있는 기본적인 소재 분석 방법들입니다. 회사가 속한 산업, 판매 제품, 전략 등에 따라서 필요한 소재 분석은 달라지게 되는데요, 그 이유는 검증하고자 하는 가설이 다르기 때문입니다. 그럼에도 불구하고 기존에 소재 분석이 이루어지지 않았다면, 다음과 같은 분석을 통해 우리의 소재 운영 현황을 점검해보면 소재에 대한 새로운 시각을 가져볼 수 있습니다.

1. 제품/서비스별 퍼널 분석 (Funnel Analysis)

앞서 소재 분석 프레임워크 글에서도 다루었지만 제품/서비스 단위의 분석은 아주 중요합니다.

좌측 레이블에는 각 제품/서비스 또는 SKU를 넣고, 각 컬럼은 노출/클릭/비용과 같은 기본 광고 성과 지표와 함께 랜딩 페이지 조회, 장바구니 담기, 구매 등 전환값을 넣습니다. 또한 각 제품/서비스마다 사용한 비용이 다를 것이므로 광고 효율 지표와 각 단계별 전환 지표를 넣어 제품/서비스를 비교 분석합니다.

1) 효율 지표: 클릭당 비용(CPC, Cost Per Click), 전환당 비용(CPA, Cost Per Action), ROAS(Return On Ad Spending) 등 고객의 액션이나 매출을 만들어내기 위해 사용한 광고비를 계산하기 위해 사용

2) 전환 지표: 클릭률(노출 -> 클릭), 탐색 전환율(클릭 -> 페이지 조회), 구매 전환율(페이지 조회 -> 구매) 등 고객의 여정(Customer Journey) 상에서 얼만큼의 고객들이 다음 단계로 전환되는지 추적하기 위해 사용

1-1) 효율 지표 분석

제품/서비스별로 효율 지표를 비교하게 되면 다음과 같은 질문의 답을 얻을 수 있습니다.

어떤 제품 또는 서비스의 퍼포먼스 최적화가 필요한가?

어떤 제품 또는 서비스에 더 광고비를 투자할 것인가?

각 제품 또는 서비스는 어떤 역할을 수행하게 할 것인가?

어떤 제품 또는 서비스의 퍼포먼스 최적화가 필요한가?

다양한 제품과 서비스의 효율 지표를 비교하게 되면 먼저 개선해야 할 영역을 찾을 수 있습니다.

위 이미지처럼 우리가 판매하는 제품 중 특정 제품의 클릭률이 다른 제품 대비 저조하다고 했을 때, 동일 브랜드이므로 저조한 원인은 주로 해당 제품과 해당 제품을 통한 광고 소재에서 찾을 수 있습니다. 해당 제품 자체가 고객한테 매력적이지 않거나, 광고 소재를 통해 해당 제품의 잠재력을 충분히 끌어올리지 못하고 있을 수도 있습니다. (물론 제품이나 서비스에 따라 광고 매체나 상품의 영향을 받을 수도 있습니다.)

이런 경우 퍼포먼스 마케터는 해당 제품 중심으로 소재 이미지와 카피 등을 변경하고, 광고 상품이나 타게팅 설정을 변경하며 최적화를 시도해야 합니다.

어떤 제품 또는 서비스에 더 광고비를 투자할 것인가?

만약 위에서 언급했던 다양한 개선 시도에도 불구하고 광고 효율이 좋아지지 않는다면, 각 제품/서비스에 대한 전체 예산 믹스 변경을 고려해야 합니다.

위 예시처럼 제품 라인별로 광고비와 광고 효율을 비교했을 때, PDRN 라인의 경우 시카라인이나 콜라겐라인 대비 많은 광고비를 투자하고 있지만 클릭률이나 ROAS 측면에서 저조한 사실을 확인할 수 있습니다. 클릭률이나 ROAS를 개선하기 위한 시도를 했음에도 불구하고 광고 효율이 저조한 것이라면, 상대적으로 우수한 시카라인에 더 많은 광고비를 투자함으로써 전체적인 성과를 향상 시키는 액션을 시도해봐야 합니다.

각 제품 또는 서비스는 어떤 역할을 수행하게 할 것인가?

단 광고 효율을 비교할 때 각 라인이나 제품/서비스의 역할을 고려해야 합니다.

예를 들어 특정 상품의 경우 브랜드가 인지도가 높아서, 혹은 상품의 가격이 저렴해서 광고 소재로 사용했을 때 많은 클릭을 유도하는 한편, 해당 상품이 아니라 다른 브랜드나 상품의 구매로 연결되는 경우가 있습니다. 일종의 미끼 역할을 하는 상품인데, 이 경우 ROAS는 낮더라도 클릭률이 높을 수 있으므로 해당 제품/서비스에 대한 지속적인 광고비 투자가 필요합니다.

한편 특정 제품/서비스가 클릭률이 높게 나온다면, 해당 제품/서비스의 중요도를 더 키울 수도 있습니다. 소재로 활용했을 때 클릭률이 유독 높은 오브젝트가 있다면, 실제 매출까지 연결되지 않더라도 해당 제품이나 서비스의 고객 관심도가 높다는 것을 의미합니다. 고객들이 주는 신호를 놓치지 않고 광고비를 더 투자하여 해당 제품/서비스가 전체 제품군에서 앵커(Anchor) 역할을 수행할 수 있을지 판단하는 것까지 퍼포먼스 마케팅의 올바른 활용이라고 볼 수 있습니다.

2) 전환 지표 분석

제품/서비스 간 전환 지표 분석은 퍼포먼스 마케팅, 혹은 유료 마케팅(Paid marketing)을 통해 유입되는 고객들의 여정(Customer Journey)상에서 고객들이 언제 이탈하는지를 빠르게 판단하기 위한 분석입니다.

크게 보면 인플루언서 마케팅, 퍼포먼스 마케팅, 자연 유입 등 여러 경로 상에서 고객들의 이탈이 어디서 발생하는지 분석할 수 있습니다. 일례로 여러 브랜드의 제품을 파는 패션 플랫폼의 경우 퍼포먼스 마케팅으로 유입된 고객들의 랜딩 페이지 탐색 비율이 유독 낮았는데, 특정 패션 브랜드를 보고 광고를 클릭한 고객들이 낯선 플랫폼으로 들어왔을 때 바로 이탈하는 경우가 많은 비중을 차지한 것으로 확인되었습니다. 이런 경우 전환보다는 플랫폼 자체의 신뢰도를 높일 수 있는 소구점을 살리는 형태로 브랜딩에 광고비를 투자해야 하죠.

한편 퍼포먼스 마케팅 안에서만 본다면 제품/서비스 간 전환율 차이를 분석하여 소구점, 랜딩 페이지, 가격 등 개선 포인트를 찾아낼 수 있습니다.

제품별로 클릭 -> 랜딩 페이지 탐색으로 전환되는 비율을 비교했을 때 저조한 라인이나 제품이 있다면 랜딩 페이지에서 보여지는 정보의 종류나 품질을 비교해야 합니다.

고객들이 광고를 클릭했지만 랜딩 페이지를 탐색하지 않고 나간 것은 오클릭, 광고 소재와 랜딩 페이지 간 차이, 메인 제품 이미지, 가격, 리뷰의 여부나 양 등 다양한 이유가 있을 수 있습니다. 이러한 가설들을 토대로 각 제품/서비스를 비교하여 개선해나가는 작업이 필요합니다.

2. 소재 제작자 분석

광고 소재가 갖는 다양한 특성을 토대로 가설을 수립하고 테스트를 통해 검증하는 것이 소재 효율을 올리는 업무 프로세스라는 점을 지속적으로 강조하고 있는데요,

내부적으로 소재 전문 디자이너가 소재를 제작하는 경우, 대행사에서 소재를 제작하는 경우, 디자이너 없이 마케터가 툴을 활용해서 소재를 제작하는 경우 등 다양한 시나리오가 있지만 대부분의 경우에서 전체 소재 효율 향상에 가장 큰 영향을 주는 변수가 소재 디자이너 혹은 제작자인 경우가 많았습니다.

동일한 제품, 소구점, 광고 상품 등으로 한정하더라도 디자이너에 따라 클릭률이 차이가 나는 경우가 많은데, 주로 사용하는 비주얼 요인들이나 오브젝트 특성들로 인해 소재별 효율이 차이나게 된 것입니다. 이렇게 변수를 통제하고 광고 효율을 정량화 하게 되면 마케터와 디자이너 간 소재 효율 개선을 위한 방안을 도출하는 등 커뮤니케이션 관점에서 큰 개선 효과를 기대할 수 있습니다.

3. 소재 분포 분석 (Scatter Chart Analysis)

레이블을 활용하지 않더라도 비용x광고 효율 지표, 혹은 효율x효율 지표를 활용하면 보다 직관적으로 광고비 효율의 개선점을 찾아낼 수 있습니다. 위 예시 이미지의 경우 비용은 12만원 가량밖에 사용하지 않았지만 클릭률은 7.3%에 달하는데, 더 많은 광고비를 투여하는 것이 전체 효율 개선에 유효할 것으로 보입니다.

전체적으로 보면 파란색 원 안에 들어있는 광고 소재들은 더 많은 광고비를 사용할 만한 효율을 보여주고 있고, 주황색 원 안에 들어있는 소재들은 잠재력이 낮아 보입니다. 동일한 소재를 장기간 운영하면서 고객들의 소재 피로도가 올라갔을 수 있겠네요.

위 이미지처럼 한 축을 '비용', 다른 한 축을 광고 효율로 설정하면 우상향 하는 형태로 소재들이 분포되는 것이 가장 이상적입니다.

또 다른 분석 각도는 클릭률x전환율처럼 고객 여정 상에서 전환 간 불균형을 찾는 것입니다.

예를 들어 클릭률은 높지만 구매 전환은 되지 않는다면, 광고 소재가 갖는 매력도 대비 랜딩 페이지나 실제 제품/서비스가 갖는 매력도가 높지 않다는 뜻이 되고, 클릭률은 낮지만 구매 전환율이 높다면 클릭을 더 만들어내기 위한 액션 아이템들을 도출해볼 수 있습니다.

---

위에서 다양한 분석 방법들을 이야기했지만, 어떤 분석을 수행하더라도 중요한 건 변수 통제입니다.

가장 이상적인 A/B 테스트는 결과에 영향을 줄 수 있는 다양한 변수들은 동일하게 유지하고 제품이나 소구점만 바꿔가면서 테스트하는 것이지만, 예산이나 리소스 등의 이유로 어려운 경우가 많습니다.

그런 이유에서 기간을 구분하고, 다양한 필터를 활용하여 변수들을 통제함으로써 모두가 납득할 수 있는 소재 분석 결과를 토대로 논의가 이루어지는 것이 가장 바람직합니다.