구글 검색 최적화 점수 개선을 통해 ROI 7배 상승시킨 웰컴금융그룹

웰컴금융그룹은 개인금융과 기업금융 중심의 종합소매금융그룹으로 최근에는 디지털 트랜스포메이션이라는 슬로건 아래 인공지능, 빅데이터를 활용한 디지털 신기술을 금융에 접목하여 챗봇, 금융앱, 머신러닝 심사 등 다양한 서비스를 개발하고 있으며 고객에게 빠르고 안정적인 금융 환경을 제공하고 있습니다.

Challenge

웰컴금융그룹은 최종 KPI인 내부 접수건수와 ROI 증대를 위해 검색 광고에 가장 많은 투자를 하고있습니다. 이러한 상황에서 브랜드의 오랜 고민이었던 수개월 째 유지되는 매출 정체를 해결하기 위해 절대적으로 검색 광고에서의 추가 전환 확보가 필요했습니다.하지만 기존의 주 검색 광고 채널의 운영 만으로는 전환볼륨이나 효율측면에서 추가적인 개선을 기대하기는 어려웠고 한정된 키워드로 인한 볼륨 확장의 한계, 예측할 수 없는 경쟁 심화로 시시각각 출렁이는 입찰가, 그리고 이를 보완하기 위해 더 촘촘히 수동으로 모니터링 할 수 밖에 없는 상황만이 반복될 뿐 유효 실적으로 이어지는 유의미한 성과는 사실상 없었습니다. 웰컴금융그룹은 이러한 난관을 극복함과 동시에 그간 접근하지 못했던 새로운 고객군을 발견하고, 단순한 미디어 지표 개선에만 머무르지 않고 내부 유효 실적 또한 균형 있게 개선하기 위해 새로운 검색 채널인 구글 검색을 더 잘 활용하는 방법에 대해 고민하기 시작했습니다.

Solution

일반적으로 국내 SA매체는 수작업이 많이 필요하여 입찰, 순위, 예산, 모니터링 까지 모두 수동으로 진행할 수 밖에 없었습니다. 하지만 구글 검색 광고는 목표 값(실제 고객의 전환 데이터라면 더욱 효과적)을 설정해 놓으면 자동화 된 시스템 로직에 의해 예산, 순위, 유저 성향에 따른 노출 여부 결정까지 스스로 판단하여 운영 되기 때문에 리소스 측면 뿐만 아니라 성과 증대, 캠페인 최적화 면에서 모두 활용해 볼 가치가 충분했습니다.

우선 구글의 Search Playbook과 Google Ads 내 추천 메뉴의 최적화 점수 카드를 바탕으로 현재 캠페인에 적용할 수 있는 내용들을 추렸으며 4개의 작업을 크게 2단계로 나누어 적용, 관찰, 최적화의 과정을 반복하였습니다.

첫 번째 단계로, 키워드 성격에 따른 캠페인 구조 변경과 소재 최적화를 위한 확장 소재 등록을 진행했습니다.

키워드 중요도에 따라 분류되었던 기존 캠페인 구조를, 대출 상품과 특성을 기준으로 검색어와 캠페인의 연관성을 높이고 Google Ads의 머신이 최적의 효율을 찾아 노출량을 컨트롤 할 수 있는 구조로 캠페인 및 그룹을 통합하였습니다.

결과적으로 2개의 주력상품에 대해 10개의 캠페인을 생성, 하나의 캠페인당 그룹이 최대 3개를 넘지 않도록 구조를 변경 하였으며, 키워드 또한 캠페인과 키워드간 유사성을 높이기 위해 간편, 소액, 경쟁사, 브랜드 등 특성별로 세분화하여 재분류 하였습니다. 이 작업을 통해 브랜드 및 세부 키워드에 의한 추가적인 트래픽을 유도하여 실적을 개선하였습니다.

또한 유저의 관심을 사로잡을 수 있는 소재가 노출되도록 확장 소재를 추가하여 A/B테스트를 진행 하였습니다. 이 과정에서 ‘최적화 점수’가 분석한 유입 데이터를 기반으로 최적의 제목과 설명 조합을 확인하며 손쉽게 고객이 매력을 느끼는 소재를 발견하고 즉각적으로 광고에 반영하였습니다.

두 번째 단계로, 입찰 자동화 전략을 적극 활용하고 검색 리마케팅 목적의 RLSA 모수를 함께 적용하며 전환을 극대화 하였습니다.

각 캠페인별 최적화된 CPA를 발굴하기 위해 입찰방식 자동화(Maximize Conversion) 를 적용함과 동시에 예산 한도를 증액하여 캠페인이 충분한 학습 기간 동안 유효한 전환을 확보할 수 있도록 하였습니다.

또한 페이지에 유입 후 이탈한 고객의 재방문을 유도하기 위해 이탈 기간(단기, 장기), 유입 매체(paid, non-paid, brand keyword) 등으로 세분화 하여 세그먼트별 RLSA 모수를 모든 캠페인에 추가하여 고객과의 접점을 놓치지 않도록 설계하였습니다.

Results

최적화를 진행하며 구글 검색 최적화 점수는 67%에서 최대 93.3% 까지 상승하였으며, 경쟁사 대비 동일 키워드 내 광고 노출 점유율 또한 55%로 동종업계 중 가장 높은 점유율을 확보했습니다. 내부적인 성과로는 기존 전환율을 그대로 유지하면서 접수 볼륨 3배 상승, 최종 전환 2.5배 증가, ROI는 7배 상승하며 이전 기간 대비 높은 효율을 달성했습니다.

Key Message

국내 유저들의 검색 행태는 지속적으로 변화하고 있습니다.

유저들은 쇼핑, 정보 검색 등 목적에 따라 다수의 검색 엔진을 활용하기도 하고 또는 다양한 검색 매체를 비교하여 보다 적합한 정보를 수집합니다. 이렇듯 제 각기 다른 검색 유저들의 시그널을 보다 정확히 파악하여 캠페인을 성장 시키고 더 나아가 유효한 고객을 찾아 퍼포먼스를 증대 시키려면 각 매체의 특성에 최적화된 보다 기민한 마케팅 전략이 필요합니다.

키워드에 담긴 고객의 니즈를 정확히 파악하여 스스로 학습하는 구글의 검색 캠페인을 활용하며 마치 1:1 컨설턴트와도 같은 최적화 점수를 나침반 삼아 한 단계 한 단계 최적화를 적용해 나가다보면 기존 한정된 검색 캠페인 컨디션에 아쉬움이 많았을 마케터에게 새로운 기회가 열리고 브랜드의 고민을 해결하는데 한 걸음 더 나아갈 수 있을 것이라 확신합니다.

Why Google?

캠페인 구조나 예산 변경이 급격하게 진행 되었을 때 효율이 더 떨어지진 않을까 걱정했습니다. 그래서 적용 내용을 단계별로 나누고 기간 간격을 두는 등 리스크를 최소화 할 수 있도록 테스트를 기획하였고, 단계별 실행과 최적화를 반복하는 과정을 약 한 달간 지속하였습니다.

일반적으로 검색 매체들은 계정 관리의 전반적인 운영 방식을 ‘도움말’의 형태로 제공하고 있습니다. 그러나 Google Ads 의 최적화 점수는 담당 계정만을 위한 맞춤 솔루션과도 같았습니다. 뿐만 아니라, 계정 내의 각 캠페인 별도로 확인할 수 있어 좀 더 세부적인 전략 기획이 가능했습니다.

최적화 점수를 활용한 구글 검색 매체 최적화는 마케터의 기획력과 Google Ads 머신러닝의 시너지의 결과물이였다고 생각합니다. 키워드별 성향 분석을 통한 캠페인 재구성, 광고주 상품 이해를 통한 최적의 소재 제작이 마케터의 영역이라면 시시각각 변하는 유저의 니즈와 검색 패턴을 정확히 캐치하여 보다 유효한 노출 방식과 소재로 스스로 최적화 되어지는 구글의 검색 광고는 머신러닝이 아니었다면 불가능 했을 부분이라고 생각합니다.

이번 캠페인은 국내 시장에서 구글 검색 광고를 활용한 캠페인이 어디까지 성장할 수 있는지를 보여 준 의미 있는 시도로 매우 값진 경험이었으며 이번 기회를 통해 얻은 인사이트와 기획 경험을 살려 캠페인을 지속 발전 시킬 계획입니다.