팬데믹이 비즈니스에 미친 예상치 못한 영향 중 하나는 마케팅 예산의 활용에 큰 관심이 쏠리고 있다는 것입니다. 마케팅에 투입하는 비용만큼 수익을 잘 창출하고 있는지 확인하는 작업은 중요합니다. 특히 회사의 재무 상태가 좋지 않은 시기에는 마케팅 예산을 면밀하게 검토해야만 합니다.
예산 활용에 대한 관심이 높아졌다는 것은 곧 전환에 대해 신경을 써야 한다는 것을 뜻합니다. 이를 위해서 기여 분석(어트리뷰션)과 마케팅 성과에 대한 논의 또한 필요합니다. 흔히 이 두 가지를 함께 묶어 이야기하지만, 이는 서로 전혀 다른 개념입니다.
기여 분석은 다양한 마케팅 채널 전반에서 전환에 대한 기여도를 분배하는 과학적 또는 전략적 기법입니다. 예를 들면 Adobe 또는 Google 애널리틱스와 같은 도구에서 기여 분석 모델링을 사용하는 경우, 유료 검색에서 마지막 클릭 전환이 발생하기 전에 온드(owned), 언드(earned), 페이드(paid) 미디어에서 총 4번의 상호작용이 일어났다면 모든 상호작용에 대해 기여도를 분배하는 식입니다.
마케팅 효과 측면에서 던져봐야 할 질문은 '과연 광고비를 지출하지 않고도 발생했을 전환은 얼마나 되는가?'라는 것입니다.
마케팅 효과는 측정하기가 매우 어렵습니다. 우선 위의 질문에 대답하기 위해서는 엄청난 양의 데이터를 수집해야만 합니다. 효과를 측정하는 방법 또한 복잡한데, 그 이유 중 하나는 경영자의 입장에서 마케팅 효과에 대해 질문할 때에는 종종 실무자의 입장과는 다른 것을 묻고 있기 때문입니다.
이해를 돕기 위해, 3가지 마케팅 효과 유형과 각 유형을 어떤 식으로 활용할 수 있는지 설명드리겠습니다.
1.채널별 효과
유료 검색 광고에 많은 비용을 지출했다고 가정해 보겠습니다.
채널 효과에 대해 궁금해하는 경영자의 입장에서는 '유료 검색에서 발생한 전환 중 자연 검색으로도 발생할 수 있었던 전환은 얼마나 되는지'에 대해 질문할 수 있습니다.
이를 ‘채널별 효과’라고 부르겠습니다.
채널별 효과를 파악하기 위해서는 직접 반응 광고에 대해서 전환 상승도를 조사하거나 브랜드 광고의 채널별 효과도 측정할 수 있습니다. (Google 디스플레이 및 YouTube 광고 플랫폼에서 브랜드 효과를 측정하는 방법에 대한 자세한 내용을 참고하세요.)
이 밖에도 무작위 통제 실험을 진행하는 방법도 있습니다. 무작위 통제 실험은 시장 비교 테스트와 같은 지리적 수준의 테스트가 아닌 사용자 수준의 실험으로, 인과관계를 따져보아 광고가 실제로 소비자 행동을 바꿨는지 여부를 살펴봅니다. 이 실험에서는 타겟 사용자를 두 그룹으로 나누어 한 그룹에는 광고를 게재하고 다른 그룹에는 게재하지 않습니다. 이렇게 하면 광고에 이미 노출된 사용자와 아직 노출되지 않은 사용자를 쉽게 비교할 수 있습니다.
어떤 이들은 이렇게 확인하는 채널별 효과를 진정한 효과로 볼 수 없다고 하지만, 그럼에도 불구하고 이 방법은 개별 채널의 광고를 최적화할 수 있는 방법을 전략적으로 파악하는 데 유용합니다.
브랜드 광고의 경우 채널별 효과를 측정해볼 수 있습니다.
매달 유료 검색에 200만 달러를 지출하고 있는 가운데 성과가 16% 오른 경우, 가장 먼저 해야하는 일은 이 16%의 증가분을 이끌어 낸 키워드를 파악하는 것입니다. 두 번째로는 자연 검색이 취약한 부분을 파악해야 합니다. 이러한 키워드를 통해 전환수를 늘릴 수 있기 때문에 이 부분에 대해서는 유료 검색 예산을 투입하는 것이 좋습니다.
2.크로스 미디어 효과
일부 광고 플랫폼은 광고를 게재할 수 있는 여러 옵션을 제공합니다. 예를 들면 Google의 경우 Google 검색, Google 디스플레이, YouTube 광고 등을 게재할 수 있습니다.
경영자들은 'Google 서비스에 게재되는 광고 전반에서의 마케팅 효과는 어떤지'에 대해 궁금해할 것입니다.
이를 ‘크로스 미디어 효과’라고 할 수 있습니다.
투입된 모든 비용을 통해 전환수가 증가하고 있는지 묻는다면 그 답은 당연히 '아니요'일 것입니다.
그 이유는 Google 검색에서 발생한 전환이 YouTube로 인해 발생했을 수도 있으며, 디스플레이에서 발생한 전환이 검색에서 발생했을 수도 있기 때문입니다.
크로스 미디어 효과를 측정하는 것은 복잡하기 때문에 대부분의 광고 플랫폼에서는 크로스 미디어 효과를 측정할 수 없습니다.
하지만, 시장 비교 테스트를 통해 통제된 지역의 사용자 행동과 테스트 지역의 사용자 행동을 비교해보면 크로스 미디어 효과를 측정할 수 있을 것입니다. 또 다른 방법으로, 광고 미디어에 많은 비용을 투입하는 경우라면 전환 모델링과 같은 고급 모델링을 사용해서 측정할 수 있습니다.
크로스 미디어 효과를 활용하면 미디어에 대한 최적화뿐 아니라 미디어 예산 할당을 최적화하는 데 도움이 됩니다.
3. 마케팅 포트폴리오 효과
마케팅 효과 분석에서 가장 어려운 부분은 전체 활동에 대한 성과를 측정하는 것입니다.
경영자는 '예산을 투입한 마케팅 활동 전반에서의 성과가 어떤지'에 대해 질문할 것입니다.
이를 ‘마케팅 포트폴리오 효과’라고 합니다.
다시 말해, Google, YouTube, 디스플레이, Facebook, 영화, 인쇄물, TV, 채널 마케팅 및 프로모션에 투입된 비용에 대한 마케팅 효과는 얼마나 되는지 따져보는 것입니다.
투입한 비용으로 얼마나 매출이 발생했는지에 대한 질문은 브랜드나 인지도 또는 구매 고려도에 대해서도 질문할 수 있습니다. 예를 들면, X라는 브랜드 광고 효과 중 광고를 집행하지 않았더라도 발생했을 효과가 얼마나 되는지를 짚어볼 수 있습니다.
정확하게 측정한 마케팅 효과는 마케팅 결정에 엄청난 영향을 줄 수 있습니다. 그러나 이러한 효과를 측정하기란 매우 어려울 뿐더러 겉보기에는 상충하는 결과가 도출될 수도 있습니다. 예를 들어, 어떤 해에는 모든 도시에서 진행한 옥외 광고가 1년 동안 전혀 성과를 내지 못할 수도 있으나, 다음 해에는 옥외 광고를 통해 브랜드 광고 효과가 크게 증가하여 소셜 미디어 광고를 중단하는 것이 낫다는 결정을 할 수도 있습니다.
마케팅 포트폴리오 효과는 크로스 미디어 효과와 마찬가지로 시장 비교 테스트를 통해 측정할 수 있습니다.
비즈니스나 예산의 규모와 상관없이 ‘마케팅 효과’의 개념을 잘 이해해야 합니다.
마케터가 여러 채널에서 대규모 캠페인을 진행하는 경우 종종 마케팅 믹스 모델링(MMM)을 사용합니다. 마케팅 믹스 모델링을 제대로 활용한다면 미디어 퍼포먼스를 평가하는데 유용할 뿐만 아니라 장기적인 예산 관련 결정을 최적화할 수 있습니다. 하지만 마케팅 믹스 모델링과 관련하여 짚고 넘어가야 할 점이 있습니다.
첫째, 마케팅 믹스 모델링에서는 각 채널을 별도로 이해하기 때문에 채널별 성과를 효과적으로 파악할 수 있습니다. 둘째, 많은 회사에서 볼 수 있듯이 마케팅 믹스 모델링은 사람의 주관적인 관점이 모델에 반영됩니다. 또한 양질의 데이터를 확보하기 위해 엄청난 비용이 필요하며 오랜 시간이 소요됩니다.
따라서 제가 선호하는 방식은 다음과 같습니다.
- 다수의 머신러닝 기반 알고리즘을 통해 먼저 데이터의 기본 관계를 파악하여 사람의 주관적인 판단을 제거합니다.
- 마케팅 포트폴리오 전반에서 영향력 그래프를 구성하여 개별 채널에 대한 분석에 치우치지 않도록 합니다.
- 모든 임의의 변수에 대해 조건적 항목을 이해하여 계수를 파악합니다. 더 작은 데이터 세트에서도 이를 진행합니다.
이러한 마케팅 믹스 모델링은 다양한 상황에서 활용할 수 있는 유용한 방법입니다. 또한 이를 통해 결과 분석과 같은 후행적 분석과 하향하는 수익 곡선을 토대로 얼마를 지출해야 하는지를 결정하는 선행적 예측을 모두 수행할 수 있습니다.
비즈니스나 예산 규모에 상관없이, 마케팅 효과라는 개념을 제대로 이해해야 합니다. 이는 실질적인 마케팅에 유용할 뿐 아니라 여러분 개인의 업무 능력과 평가까지 높여줄 수 있을 것입니다.
