아이프로스펙트(iProspect’s)의 혁신 부서 수석 부사장 제레미 헐(Jeremy Hull)이 자동화가 어떻게 성공적인 검색 마케팅의 기반이 될 수 있는지에 대해 설명합니다.
검색은 그 어떤 매체와도 다른 특징을 지니고 있습니다. 검색 마케팅은 소비자의 수요가 만들어내는 접점 그 자체입니다. 소비자의 개인적인 관심사를 원하는 규모로 활용할 수 있는 기회이자, 서로 연결된 기능으로 구성된 놀랍도록 복잡한 생태계이기도 합니다. 저와 같이 검색 마케팅에 열정을 가진 사람들이 검색 채널에 끝없는 매력을 느끼는 것도 바로 이런 이유 때문입니다.
누군가의 의도에 맞춰 최적의 답변으로 연결하는 정교하게 설계된 시스템은 ‘좋은’ 검색 마케팅 전략입니다. 하지만, 더 나아가 더욱 효율적이고 효과적이면서 시간이 지나면서 지속적으로 개선되는 자동화를 활용한다면 ‘훌륭한’ 검색 마케팅 전략이 될 수 있습니다.
그러나 전체적으로 검색을 담당하는 마케터들이 자동화를 받아들이는 속도는 느립니다. 우리는 과대 평가된 독점 입찰 알고리즘 때문에 불편한 경험을 한 적이 있고, 실망스러운 수준으로 자동 생성된 광고 텍스트에 타협하기도 했습니다. 실시간 자동화의 장래성에 현혹되었지만, 실제로 데이터 처리 시간은 더 지연되기도 했습니다. 또한, 많은 검색 마케터들이 여러 새로운 도구가 점점 더 많은 수동 관리 기능을 없애는 것에 대해 여전히 불편해하고 있습니다. 이런 이야기에 공감한다면 우리는 같은 상황에 놓여 있다고 할 수 있습니다. 저는 이 주제에 대해 2013년까지 치열하게 토론한 바 있습니다.
광고주들이 자동화된 도구의 사용을 회피한다면, 20년 이상 뒤처진 사고방식으로 광고를 운영하고 있는 셈입니다.
과거에 겪었던 어려움에도 불구하고, 검색 마케팅의 자동화를 재평가해야 할 때가 왔습니다. 광고주들이 검색 마케팅에서 자동화된 도구의 사용을 회피한다면, 그들은 성과 향상의 기회를 놓치고 있을 뿐만 아니라 20년 이상 뒤처진 사고방식으로 광고를 운영하고 있는 셈입니다. 과거의 방식은 최근 시장과 소비자의 혁신을 감안할 때 더 이상 지속 가능성이 없습니다.
오늘날의 진화된 도구들은 이전보다 더 많은 관리 기능을 갖추고 있으며, 투명성과 실질적인 비즈니스 성과를 제공합니다. 또한, 실시간 자동화는 검색 생태계 전체의 기반이 됩니다. 자동화는 검색을 아날로그적 개념(물리적 디렉토리와 유사)에서 동적 디지털 매체로 전환시켰습니다. 이로 인해 검색은 큐레이션 된 사이트 안의 단순한 정보 목록이 아닌, 언제든지, 기기에 상관없이, 사용자가 찾는 거의 모든 유형의 콘텐츠를 제공할 수 있는 경험으로 성장했습니다.
복잡하지만 어렵지 않은 검색 마케팅
검색 마케팅은 어렵지는 않지만 복잡합니다. 각각의 의도를 나타내는 신호와 다른 모든 기능을 함께 고려해야 하기 때문에, 새로운 기능이 추가될 때마다 복잡성은 기하급수적으로 증가합니다. 검색 엔진은 각각의 상호 작용을 위해 수십 개 또는 수백 개의 데이터 포인트를 통합하여 유료(paid) 검색 및 유기적(organic) 검색 결과 모두에서 가장 개인화되고 관련성 있는 경험을 제공합니다. 자동화는 그 신호들을 사용하는 데 있어 가장 중요한 부분입니다.
예를 들어, 아이프로스펙트는 리바이스(Levi Strauss & Co.)가 2019년 연말 시즌 동안 수익과 웹 트래픽을 동시에 높여달라고 의뢰했을 때, Search Ads 360에서 Google의 경매-시간 입찰(auction-time bidding) 및 계절성(seasonality)을 조정했습니다. 스마트 비딩으로 인해 데이터 중심의 기여도 요인(attribution)과 결합해 상황을 나타내는 신호(contextual signals)의 고유한 조합을 기반으로 모든 쿼리에 대한 키워드 입찰을 조정할 수 있게 되었습니다. 결과적으로 전년 대비 트래픽이 25% 늘었고, 최종 수익은 21% 증가했습니다. 어느 팀이나 자랑스러워할 만한 결과였지만, 저는 비브랜드 검색어와 브랜드 검색어에 대한 CPC(cost per click)를 각각 19%, 21%씩 감소시킨 ‘자동화로 인한 효율성 향상’에 더 깊은 인상을 받았습니다.
실패 혹은 오해?
현재의 자동화 도구가 모든 경우에 효과적인 것은 아니지만, 앞서가는 디지털 마케터라면 한 번의 실패로 인해 자동화 도구를 배제시키지는 않을 것입니다. 그 대신, 자동화 도구의 사용 과정을 분석하고, 실패의 원인이 도구 자체 때문인지 아니면 작동 방식에 대한 이해 부족 때문인지를 알아낼 것입니다. IT 문제 해결 용어에서, 이러한 유형의 오류는 PEBCAK(Problem Exists Between Chair and Keyboard, 의자와 키보드 사이의 문제)라고 불립니다.
때로는 도구의 어려운 이름으로 인해 착오가 생기기도 합니다. 강력한 기능이 어려운 약어에 묻힐 수 있습니다. 여러 가지를 의미하는 용어 또한 혼란을 야기할 수 있습니다. 저는 예전 방식을 고수하는 마케터들에게 검색 마케팅 캠페인이 전형적인 예전 광고처럼 일시적 구매 방식이 아닌 지속적이며 구조적 요소라고 설명하는 데 많은 시간을 보냈습니다.
현재의 자동화 도구가 모든 경우에 효과적인 것은 아니지만, 앞서가는 디지털 마케터라면 한 번의 실패로 인해 자동화 도구를 배제시키지는 않을 것입니다.
마케터들의 잘못된 도구 사용 방식으로 인해 결과가 좋지 않은 경우도 있습니다. 예를 들어, 마케터가 자동화 관리와 수동 관리를 병행하려고 하면 많은 입찰 및 예산 도구들이 잘 반응하지 않습니다. 올해 초 한 도구를 테스트하면서, 우리는 캠페인의 일일 예산을 변경하면 시스템이 새로운 기준선을 재구성하는 7일 동안 모든 자동 입찰이 중단되는 것을 발견했습니다. 이 사실을 알게 된 후, 우리 팀은 도구의 이점을 활용하기 위해 일일 프로세스를 수정했습니다.
가장 좋은 접근 방식은 도구의 강점과 약점을 이해하고, 관련 사용 사례를 참고하거나 훗날 사용할 기회를 위해 저장해두는 것입니다.
아이프로스펙트는 패션 브랜드 어반 아웃피터스(Urban Outfitters)를 위한 Google의 디스커버리 캠페인을 시작했을 때, 새로운 접근법을 시도하기 위해 이전 테스트에서 학습한 내용을 활용했습니다. 우리는 어반 아웃피터스의 디스커버리 광고를 타깃별로 나누어 자사 고객(first-party audiences), 외부 고객(third-party audiences) 및 맞춤 의도 고객을 위한 별도의 캠페인을 제작했습니다. 이러한 접근법을 통해 각 세그먼트별로 효과가 어떻게 다른지 빠르게 확인할 수 있었습니다. 자사 고객들이 디스커버리 광고 수익의 100%를 견인한 반면, 외부 고객을 위한 캠페인은 다른 두 종류의 광고에 비해 클릭률이 35% 높았습니다. 맞춤 의도 고객의 경우 기존 방식에 비해 CPC가 42% 낮게 나타났습니다. 디스커버리 광고에 대한 선입견에 대해 지속적으로 테스트하고 도전함으로써 아이프로스펙트 팀은 수익, 트래픽, 효율성, 또는 세 가지의 모든 조합에서 우리의 전략을 원활하게 운영할 수 있는 방법을 찾았습니다.
테스트, 학습, 구현
저는 마케터들이 모든 복잡성을 수동으로 관리할 수 있다는 생각에 얼마나 끌리는지를 이해합니다. 저 역시 같은 생각으로 일을 진행한 적이 여러 번 있습니다. 10년 전, 저는 "IF" 공식을 반복하는 방식을 이용해 예산 최적화 스프레드시트를 만들었는데, 엑셀 셀을 최대 몇 개까지 늘릴 수 있는지 (무려 32,767개였습니다) 발견했을 정도로 복잡했습니다. 이 솔루션이 효과가 있긴 했지만, 90%의 동일한 기능과 관리가 쉬운 사용자 인터페이스를 갖춘 툴을 발견했을 때 도구를 변경하기로 쉽게 결정할 수 있었습니다.
검색 마케팅에 있어서 자동화는 광범위한 소비자를 대상으로 메시지와 전략을 확장하는 동시에 개인화된 결과와 최적화된 성능을 제공 할 수 있습니다. 과거에 자동화 도구로 인해 실패한 경험이 있더라도, 지금은 열린 마음으로 오늘날의 솔루션을 다시 고려하고 캠페인의 수준을 한 단계 높일 수 있는 최적의 조합을 찾아야 할 때입니다.