수년간 마케팅 담당자들은 프로그래매틱 같은 기술이 효율성을 높여 보다 창의적인 일에 더 몰두할 수 있게 될 거라는 약속을 들어왔습니다. Google의 디지털 미디어 부문 이사인 마이클 베일리(Michael Bailey)가 자신의 팀이 이와 같은 약속을 어떻게 실현하고 있는지 설명합니다.
1930년에 영국의 경제학자인 존 메이너드 케인스(John Maynard Keynes)는 그리 머지않은 미래에 기술의 진보와 그에 따른 생산성 향상의 결과로 모든 사람들이 일주일에 15시간만 일하게 될 거라고 과감하게 예측한 바 있습니다. 거의 90년이 지난 지금, 미국인의 평균 근로 시간은 케인스의 예측보다 2배 이상 깁니다.
마케팅 분야도 비슷합니다. 수년간 우리는 프로그래매틱 방식과 같은 마케팅 자동화 기술이 효율성을 높여 주어 그만큼 늘어난 여유 시간에 보다 창의적인 작업에 집중할 수 있을 것이라고 들어 왔습니다. 하지만 이 예측 또한 아직까지 실현되지 않았습니다.
그래서 얼마 전, Google의 광고 캠페인을 위한 미디어 전략을 관리하는 팀인 Google 미디어 실험실에서 일하는 저와 제 동료들은 이 예측을 실현하기 위한 계획을 세우고 실행하기 시작했습니다.
1. 결과를 예측할 수 있는 데이터 찾기
자동화된 미래에 대해 이야기할 때 기억해야 할 중요한 사실을 한 가지를 꼽으라면, 기계는 인간이 공급하는 데이터만큼만 유용하다는 점입니다.
기계는 인간이 공급하는 데이터만큼만 유용합니다.
브랜드 마케팅 담당자에게는 이것이 무척 막막한 이야기일 수 있습니다. 결국, 브랜드 마케팅의 목표는 광고주의 회사 또는 제품에 대한 사람들의 인식을 제고하는 데 있습니다. 이렇게 막연한 것을 측정하는 데 도움이 될 수 있는 실시간 데이터 포인트는 무엇일까요? 이것이 바로 우리가 캠페인을 위해 광고 소재와 미디어를 활용하면서 꾸준히 고민하는 문제입니다.
Google 광고 소재를 다루면서 우리는 구조적인 접근 방식을 사용해 학습해 왔습니다. 캠페인에서 광고 소재를 가져오고, 다양한 가설을 세운 다음 유사 광고를 제작해 실험실에서 광고를 테스트하기에 앞서 주요 실적 변수를 분리해 냅니다. 이 작업을 처리하는 팀원들은 일상적인 캠페인에는 관여하지 않기 때문에 주어진 업무에만 온전히 집중할 수 있습니다. 결과가 일관성 있게 나타나면 이 결과를 광고 소재 권장사항으로 정하고 내용을 회사 전체에 발표합니다.
미디어 캠페인에도 이와 유사한 접근 방식을 사용해 왔습니다. 예를 들어 몇 년 전에 우리 팀은 동영상 완료율부터 오디오 존재 여부와 조회가능성에 이르기까지, 광고의 효과를 높일 가능성이 있다고 생각되는 모든 종류의 변수를 정리하기로 했습니다. 각각의 노출을 기반으로 Google의 브랜드 캠페인을 측정하기 때문에 각 변수가 얼마나 효과적인지 테스트할 수 있었습니다.
테스트 결과, 동영상 완료율 등 최적화 목표로 설정한 많은 측정항목이 브랜드 광고효과를 예측해 주는 지표가 아닌 것으로 나타났습니다. 대신 광고 재생 완료 시 청취 및 시청이 모두 가능했던 경우 브랜드 인지도가 통계적으로 유의미하게 상승했다는 것을 발견했습니다. 즉, 목표한 결과를 예측해 주는 데이터 포인트를 찾은 것입니다.
2. 발견한 데이터 포인트에 맞춰 최적화하기
그러나 데이터를 기반으로 최적화하지 않으면 이 모든 데이터가 무슨 소용이 있을까요? 기존의 최적화 솔루션에 의존하는 대신 Google Marketing Platform의 맞춤 알고리즘과 같은 자동화 도구를 점점 더 많이 사용하는 이유가 바로 여기에 있습니다. 마케팅 담당자는 독점 데이터를 제공할 수 있고, 자동화 도구는 머신러닝을 사용하여 마케팅 담당자가 설정해 놓은 매개변수에 따라 캠페인을 최적화합니다.
지금까지의 결과를 보면 전망이 밝아 보입니다. 예를 들어 최근의 Google Pixel 및 Google 어시스턴트 캠페인에 대해 이전 캠페인에서 수집한 300여 개의 예측 신호 데이터를 기반으로 최적화 알고리즘을 맞춤 설정하고, 기존의 최적화 도구와 직접 비교 테스트를 실행하여 어느 쪽이 더 효과적인지 알아보았습니다.
테스트 결과, 맞춤 알고리즘이 브랜드 인지도 면에서 통계적으로 유의미하고 더 큰 상승효과를 유도한 것을 확인했습니다.
3. 확장 가능한 템플릿 만들기
디지털 마케팅의 아름다움은 문맥적 관련성을 아주 쉽게 확보할 수 있다는 데 있습니다. 모든 경우에 맞는 한 가지 방법이 필요한 TV 마케팅과는 달리, 디지털 마케팅에서는 이미 알고 있는 권장사항을 반영한 한 개의 광고 소재 템플릿을 채택한 다음 수백(또는 수천) 가지의 활용 사례에 맞춰 수정할 수 있습니다. 이러한 활용 사례는 미리 짜놓은 시나리오에 따라 예상대로 진행되는 순간은 물론 예상치 못한 순간과 상황으로까지 확장되며, 위치, 날씨, 심지어 스포츠 득점 상황까지 반영되도록 광고를 동적으로 업데이트할 수 있습니다.
디지털 마케팅의 아름다움은 문맥적 관련성을 아주 쉽게 확보할 수 있다는 데 있습니다.
예를 들어 Google Home Mini의 출시에 앞서 우리 팀에서는 '모먼트 매핑 실습' 활동을 진행했습니다. Google의 제품이 유용할 수 있다고 생각되는 크고 작은 모든 순간을 대략적으로 정리했습니다. 여기에는 월드 시리즈 같은 스포츠 이벤트부터 추수감사절 같은 공휴일, 사야 할 식료품 목록을 작성하는 순간 같은 소소한 일상까지 안 들어간 것이 없었습니다. 그런 다음 각 사례별로 템플릿을 맞춤설정하고 프로그래매틱 기술을 사용하여 적절한 순간에 적합한 사용자에게 광고가 게재되도록 했습니다. 누군가 칠면조 요리법을 검색하면 문맥적으로 관련성 있는 광고를 게재할 수 있도록 한 것입니다. 이와 같은 자동화된 마케팅 전략 덕분에 동적 광고 소재와 확장의 균형을 맞출 수 있었고, 15억 회 이상의 노출수를 유도하면서 인지도를 6% 높이고 구매 고려도를 5% 높일 수 있었습니다.
4. 절약한 시간을 광고 이상의 것을 생각하는 데 활용하기
지금까지 알고리즘, 데이터, 머신러닝, 인공지능의 역할에 대해 많은 이야기를 나누었습니다. 과연 자동화된 미래에 인간이 맡을 역할이 남아 있을까요? 물론입니다. 사실, Google에서는 지금까지 말씀드린 모든 활동을 통해 사람들이 시간을 절약하여 남은 시간을 더 흥미롭고 창조적인 일에 할애할 수 있도록 돕고 있습니다. 이런 일이야말로 템플릿 안에 담을 수 없는 진정한 맞춤형 작업입니다.
Pixel 2의 출시를 앞두고 영국의 신문사인 가디언(Guardian)과의 협력을 통해 브랜디드 콘텐츠와 인플루언서가 만나는 캠페인을 만들었습니다. 이 캠페인으로 구매 의도는 40% 증가하고 기기를 '최고급'이라고 묘사한 사람들이 76% 증가하는 등 입소문은 물론 실제적인 비즈니스 성과를 이루어냈습니다.
그러나 이러한 창조적인 작업은 과거의 업무 방식을 위해 만들어진 오래된 표준과 절차가 해체되어야만 가능합니다. 이를 위해 우리는 팀원을 구성하는 방식을 바꾸고 있으며, 창조적인 인재를 더 충원하고 있습니다. 실제로 작년 한 해에만 Google 미디어 실험실과 대행사 지원 미디어에서 창의적인 인재 채용이 5배 늘었습니다.
또한 프로세스도 변경했습니다. 예를 들어 Pixel 2 캠페인의 경우 평소대로라면 하나였을 프로세스를 2개의 과정으로 분할했으며, 각각 자체적인 일정을 수립하고 예산을 편성했습니다. 첫 번째 과정에는 자동화된 템플릿 작업이 모두 포함되고, 전체 일정의 20%와 예산의 90%가 배정되었습니다. 두 번째 과정에는 캠페인의 맞춤 요소 관련 작업이 모두 포함되고, 80%의 시간과 10%의 예산이 배정되었습니다. 그 결과 달성하려는 목표를 반영하는 방식으로 팀과 프로세스를 설정하면 목표 실현의 가능성도 높아질 수 있다는 사실을 알게 되었습니다.
마케팅 자동화의 미래를 위한 준비
일주일에 15시간만 일하면 되는 날은 아직 먼 미래처럼 보입니다. 그러나 이 네 가지 단계를 따르면 자동화를 통해 마케팅 업계에 새로운 효율성 증대가 이루어지고 시간이 절약되어 보다 창의적인 일에 보다 몰두할 수 있게 된다는 두 번째 약속을 실현할 수 있다고 확신합니다.
