전환 성과를 끌어올리는 확실한 조합을 찾는다면?

다 읽고 나면 이런 내용을 알 수 있어요

전환이 곧 광고 성과의 기준이 되는 시대예요

광고는 늘 진화해 왔어요. 얼마나 많이 노출됐는지가 중요했던 시대를 지나, 얼마나 많이 클릭됐는지가 성과의 기준이 된 시대가 있었죠. 그리고 이제는 클릭을 넘어 실제 행동으로 이어지는 '전환의 시대'에 들어서 있어요. 회원가입, 구매, 앱 설치, 상담 신청처럼 비즈니스에 실질적인 가치를 만들어내는 행동이 광고 성과의 기준이 되었어요.

이 흐름은 전 세계 광고 시장에서 공통적으로 나타나고 있어요. 글로벌 주요 광고 매체들은 이미 수년 전부터 전환 최적화를 캠페인 운영의 기본값으로 삼으며, 공통적으로 세 가지 운영 방식을 권장하고 있어요. 바로 전환 이벤트를 매체에 연동하고, 타겟은 최대한 넓게 열어두며, 입찰은 시스템에 맡기는 것이에요.

왜 다들 비슷한 방식을 추천할까요? 머신러닝 기반 광고 시스템의 성과는 결국 '학습' 에서 나오기 때문이에요. 시스템이 전환 데이터를 충분히 학습할수록 전환 가능성 높은 유저를 더 정확하게 예측하고, 사람이 직접 운영하는 것보다 더 나은 성과를 만들어낼 수 있죠. 반대로 타겟을 좁히거나 수동 입찰로 제한하면 학습 기회가 줄어들어 성과 개선이 더뎌져요.

이러한 흐름에 발 맞춰 당근도 앱/웹사이트 전환 늘리기 캠페인(이하 ‘전환 늘리기 캠페인’)과 당근 RISE를 사용해 전환 성과를 극대화할 수 있다는 사실, 알고 계셨나요? 확실한 성과 개선을 원하는 분들이라면 오늘 소개해 드리는 전략을 꼭 활용해 보세요!

전환 늘리기 캠페인은 이렇게 성과를 만들어요

당근의 전환 늘리기 캠페인은 전문가모드에 전환 이벤트를 연동하고 광고를 집행했을 때 시스템이 데이터를 학습하여 더 나은 성과를 만들어내는 캠페인 목표예요. 구매, 회원가입, 설치 등 다양한 이벤트에 알맞은 최적화를 경험할 수 있어요.

더욱 구체적인 원리를 살펴볼까요? 우선, 광고가 집행되는 동안 '어떤 유저가 광고를 보고 실제 전환까지 이어졌는지'에 대한 데이터가 쌓여요. 시스템은 이 시그널을 학습해서 전환 가능성이 높은 유저의 특징과 행동 패턴을 파악하고, 그와 유사한 유저에게 광고를 집중적으로 노출해요. 학습이 쌓일수록 예측의 정확도가 높아지고 같은 예산으로 더 많은 전환을 만들어내는 선순환이 이뤄지죠.

여기서 중요한 건, AI에게 양질의 학습 데이터를 제공할수록 예측의 정확도가 높아진다는 점이에요. 하지만 전환 데이터는 클릭 데이터 대비 발생 빈도가 낮기 때문에 풍부한 양질의 데이터를 얻기 어려워, 유저의 행동 맥락 데이터가 함께 필요해요. 유저가 전환 이전 단계에서 어떤 키워드를 검색했는지, 어떤 서비스를 조회했는지 등 다양한 데이터를 확보할수록 예측가능성을 높일 수 있죠.

이러한 측면에서 당근은 최적화에 유리한 환경을 가지고 있어요. 중고거래, 동네생활, 알바, 부동산, 중고차 등 유저의 실생활에 밀접한 서비스를 다수 제공하고 있기 때문에 수많은 유저 행동 데이터를 실시간으로 확보할 수 있죠. 특히, 무언가 사고 싶거나, 지금 당장 필요한 것을 찾는 유저들의 분명한 구매 시그널이 매일 쌓이고 있어요. 그리고 당근 RISE는 이 모든 데이터와 광고주가 연동한 전환 이벤트를 같이 읽어내어 전환 가능성이 높은 유저를 찾아내요.

최적화된 환경 속에서 당근 RISE를 적용해요

당근 RISE가 전환에 최적화된 환경을 세팅했다면, 이제 그 성능을 활용할 때예요. 진짜 전환 의도를 가진 잠재 고객에게 가장 합리적인 가격으로 도달하고 싶다면, RISE 타겟팅 최적화와 RISE 자동 입찰을 사용해 보세요.

1. RISE 타겟팅 최적화 — 진짜 전환 가능성 높은 잠재 고객을 찾아요

기존의 수동 타겟팅은 성별, 연령, OS 같은 고정된 프로필 정보로 유저를 분류하는 방식이에요. 문제는 이 특징이 실제 잠재 고객의 특성과 얼마나 일치하는지 알기 어렵다는 점이에요. 우리 광고에 반응할 유저가 예상 밖의 연령대에 있을 수도 있고, 프로필로는 드러나지 않는 관심사를 가진 유저일 수도 있죠. 여기에 타겟팅을 추가할수록 새로운 잠재 고객을 확보할 가능성은 더욱 낮아져요.

학습 데이터의 양도 마찬가지예요. 타겟팅 기준이 많아질수록 시스템이 탐색하는 유저의 모수가 줄어들고, 당연히 학습 범위도 줄어들어요. 전환 늘리기 캠페인은 넓은 모수 안에서 다양한 유저의 반응을 관찰하며 잠재 고객의 패턴을 찾아내는데, 수동 타겟팅을 선택하면 탐색의 문이 좁아져요.

반면, RISE 타겟팅 최적화는 당근 유저들의 실시간 행동 데이터를 학습한 AI가 지금 우리 광고에 반응할 가능성이 높은 잠재 고객을 찾아내요. 정형화된 프로필 기준이 아닌 '지금 유저가 무엇에 관심을 두고 어떤 행동을 하는지' 실제 맥락으로 유저를 찾기 때문에, 수동 타겟팅으로는 만나지 못했던 새로운 잠재 고객까지 확보할 수 있죠. 전환 이벤트가 연동된 캠페인이라면 AI는 전환 시그널까지 학습 재료로 활용해 '전환까지 이어질 유저'를 점점 더 정확하게 찾아가요.

2. RISE 자동 입찰 — 잠재 고객에게 적정 입찰가로 도달해요

AI가 전환 가능성이 높은 유저를 정확하게 찾아주었다면, 이제 우리 브랜드의 광고를 보여주어야겠죠? 광고 노출은 매 순간 경매 형태로 결정되기 때문에 잠재 고객을 잘 찾아도 입찰가 경쟁에서 밀리면 도달할 수 없어요. 전환 가능성이 높은 유저일수록 경쟁이 치열하고, 유저마다 매 순간 적정 입찰가가 끊임 없이 달라지죠.

수동 입찰은 이 변화를 따라가기 어려워요. 고정된 입찰가로 운영하면 전환 가능성이 높은 유저 앞에서는 입찰가가 낮아 경쟁에서 밀리고, 전환 가능성이 낮은 유저에게는 불필요하게 많은 비용을 쓰게 될 수 있죠. 적정 입찰가를 제대로 찾지 못하면 노출 자체가 부족해지고, 예산도 원활히 소진되지 않아 학습 데이터가 쌓이지 않는 악순환에 빠질 수 있어요.

수동 입찰과 달리, RISE 자동 입찰은 AI가 광고별 최근 성과와 예산 소진 상태를 반영해 최적의 입찰가를 자동으로 갱신해요. 전환 발생 가능성이 높은 유저에게는 경쟁에서 이길 수 있는 입찰가로 확실히 도달하고, 그렇지 않은 순간에는 비용을 아끼는 방식으로 움직이죠. '주어진 예산 내 최대 성과 획득'라는 목표 아래, 자연스럽게 CPA가 개선되는 방향으로 작동해요.

성과 극대화는 두 기능을 함께 사용할 때 나타나요

이때 주의할 점은, 타겟팅과 입찰 방식 두 가지 중 하나라도 수동으로 운영한다면 그 효과가 줄어들 수 있다는 점이에요. 그래서 당근은 전환 늘리기 캠페인 집행 시 RISE 타겟팅 최적화와 RISE 자동 입찰을 함께 사용하는 것을 권장해요. 두 기능은 따로 쓰는 기능이 아니라 하나의 선순환 구조를 완성하는 축이기 때문이에요.

RISE 타겟팅 최적화가 전환 가능성 높은 유저를 찾아내면 RISE 자동 입찰이 해당 유저에게 실제 도달할 수 있는 입찰가를 실시간으로 결정해요. 적정 입찰가로 노출이 진행되고 전환까지 이어지며 학습 데이터가 꾸준히 쌓여요. 해당 데이터로 학습된 AI는 전환 극대화를 위한 방향으로 더욱 성장하며 타겟팅과 입찰 방식 모두 고도화돼요.

실제로 RISE 자동 입찰과 RISE 타겟팅 최적화를 함께 적용한 뷰티 브랜드 ‘가히'의 전환 늘리기 캠페인에서는, 타 매체 대비 52% 낮은 CPA 성과가 나타났어요. 심지어 운영 중 예산을 여러 차례 증액했음에도 이미 캠페인 최적화가 원활하게 진행되어 안정적으로 캠페인을 운영할 수 있었어요.

전환의 시대, 성과의 답은 최적화된 학습 시스템에 있어요

전 세계 광고 시장이 증명하고 있듯, 이제 전환 성과의 열쇠는 데이터를 학습하는 자동화 시스템에 있어요. 당근의 전환 늘리기 캠페인과 당근 RISE는 진짜 잠재 고객의 전환 시그널과 풍부한 유저 행동 데이터를 기반으로 성장하고 있어요. 전환이 곧 성과가 된 지금, 우리 브랜드가 원하는 최종 전환을 극대화하고 싶다면 오늘 소개해 드린 전환 늘리기 캠페인과 당근 RISE를 사용해 보세요.

📝 오늘의 콘텐츠 요약