빠르게 성장하는 금융 서비스 시장에서는 고객 확보 경쟁이 더욱 치열해지면서 효율적인 마케팅 전략 수립의 중요성이 더욱 커지고 있습니다. 특히 단순 클릭 수나 노출량 증대를 넘어 실질적인 비즈니스 성과로 이어지는 전환 효율 개선과 신규 고객 확보가 중요한 과제로 부상하고 있는데요.
대출 비교 플랫폼 핀다(Finda)와 마케팅 대행사 매드업(Madup)은 Google 검색의 강력한 확장성과 고도화된 AI 솔루션을 단순히 활용하는 것을 넘어, 자사만의 운영 노하우를 접목해 입찰 전략을 고도화하고 실질적인 전환 최적화 성과를 성공적으로 이끌어냈습니다.
단순 키워드 확장을 넘어 검색 캠페인을 통해 비즈니스를 한 단계 더 성장시킬 방법을 고민 중이라면, 전문적인 검색 마케팅 운영을 보여준 핀다의 사례를 참고해 보세요.
캠페인 목표
핀다는 기존에도 앱 캠페인에서 Google의 최적화 솔루션인 tROAS(타겟 광고 투자 수익)를 핵심 전략으로 활용하여 높은 성과를 달성하고 있었습니다. 다만, 핀다의 비즈니스는 앱 접속부터 최종 대출 승인에 이르기까지 퍼널이 깊기 때문에, 검색 캠페인에서는 더 많은 학습 모수를 확보하여 효율을 극대화 할 수 있는 보완적인 접근을 마련하고자 했습니다.
이에 머신러닝 학습 효율을 높이고 기존 캠페인을 보완하는 전략으로, 퍼널의 중간 단계인 '한도조회' 및 '가승인'을 기준으로 한 CPA(전환당 비용) 효율 개선을 시도했습니다.
또한, 핀다는 검색 캠페인을 통해 신규 전환 가능성이 높은 키워드와 그룹을 발굴하고, 신규 고객만을 대상으로 하는 입찰 전략을 활용해 고객 저변을 효과적으로 확대하는 데 주력했습니다.
궁극적으로는 스마트 입찰의 효과를 극대화하기 위해, 최종 전환뿐만 아니라 퍼널 전반의 데이터를 활용하여 머신러닝 학습 신호를 강화하는 것을 목표로 삼았습니다.
접근 방법
핀다의 검색 캠페인은 Google의 AI 기반 솔루션을 적극적으로 활용하며 데이터 피딩 방식 커스터마이징에 초점을 맞춰 진행되었습니다. 특히 단순한 도구 활용을 넘어, 마케팅의 본질적인 효율을 혁신적으로 개선하기 위해 전략적으로 접근했습니다.
확장성을 통한 기회 발굴 및 최적화
핀다는 잠재 고객의 의도를 폭넓게 포착하기 위해 확장검색을 적극 활용했습니다. 나아가, 방대한 검색어 풀에서 실제 전환 가능성이 높은 키워드를 선별하기 위해 Google AI 기반으로 확장된 검색어 중에서도 실제로 전환으로 이어질 가능성이 높은 검색어만 골라내고, 그렇지 않은 검색어는 걸러주는 Google의 맞춤 스크립트 기반 키워드 확장 도구인 Aukey를 지원 받아 불필요한 노출을 제거하고 예산 효율을 극대화했습니다.
또한, Google 실험 기능을 통해 기존 효율이 낮았던 키워드 그룹을 분리하고, tCPA(타겟 전환당 비용) 자동 입찰을 적용하여 각 그룹의 성과를 정교하게 관리함으로써 전체 캠페인의 효율성을 높였습니다.
데이터를 통한 AI 학습 고도화
핀다는 매드업 및 Google과 긴민할 협의와 사전 데이터 분석을 기반으로 데이터 품질을 높이며 캠페인 성공을 이끌었습니다. 단순히 최종 전환(‘약정’) 데이터만 Google에 전달하던 기존 관행에서 벗어나, 전환이 이루어진 직전 퍼널(‘가승인’)의 데이터까지 GCLID(Google 클릭 식별자) 기반으로 업로드하는 OCI(오프라인 전환 가져오기) 기능을 활용했습니다.
특히 주목할 점은 이 두 가지 데이터에 각각 다른 가중치를 부여함으로써, Google AI가 사용자의 행동 퍼널 전체를 심층적으로 학습하도록 설계했다는 것입니다.
Google의 가치 기반 입찰(VBB, Value-Based Bidding) 솔루션을 정교하게 활용하여 '가승인'과 같은 마이크로 전환이 최종 전환('약정')에 실질적으로 얼만큼의 가치를 기여하는지 분석하고, 이 가치 데이터를 기반으로 AI의 입찰 학습을 고도화하는 전략을 적용했습니다. 이러한 방식은 CPA 개선 폭을 확대하는 데 결정적인 역할을 했습니다.
신규 고객 확보에 집중된 전략
핀다는 또한 신규 고객의 높은 ROAS 효율을 확인한 후, 고객 확보 전략을 한층 더 강화했습니다.
제한된 예산을 가장 효율적인 고객 유치에 전략적으로 집중하기 위해 NCA(신규 고객 확보) 캠페인을 도입하여 기존 고객을 제외한 새로운 잠재 고객에게만 입찰하고, 기존 캠페인보다 높은 입찰가를 설정함으로써 신규 유입 경쟁력을 확보했습니다.
캠페인 성과
핀다는 검색 캠페인에 대한 접근 방식을 근본적으로 개선하며 통해 유입 효율(CTR)을 높이고, 전환 수를 97%나 폭발적으로 증가시켰습니다. 동시에 목표했던 전환당 비용(CPA)을 20% 개선하며 예산 효율을 극대화했습니다. 이러한 정량적 성과는 캠페인 예산을 130% 증액하면서도 달성했다는 점에서 더욱 의미가 큽니다.
시사점
- 성과를 좌우하는 데이터 피딩 품질: 최종 전환 데이터뿐 아니라 직전 퍼널의 데이터를 활용하고 이벤트별로 가치를 차등 부여함으로써 머신러닝 학습 효율이 극대화되고 CPA 개선 폭이 확대되었습니다.
- 성과 기반의 키워드 확장의 중요성: Aukey 솔루션을 활용해 단순 전환 발생 키워드의 연관어를 넘어 실제 성과에 기반한 주기적인 키워드 확장이 캠페인 효율 개선에 큰 기여를 했습니다.
- 정확한 목표 설정과 데이터 기반의 가설 수립: ‘전환 개선’, ‘신규 고객 확보’ 등 비즈니스의 명확한 목표를 기반으로 구체적인 실험 시나리오를 설계하고, 데이터 분석을 통해 가설을 증명한 것이 성공의 핵심이었습니다.
활용한 Google 솔루션
“기존의 ROAS 중심 캠페인에서 비즈니스와 관련성이 더 높은 액션에 대한 CPA 효율을 개선한다는 목표로 전환하기 위해, 단순 키워드 확장이 아닌 데이터의 질과 머신러닝 학습을 고도화하는 데 집중했습니다.
최종 전환뿐 아니라 직전 퍼널 데이터에 차등 가치를 부여한 가치 기반 입찰(VBB)과 이글 구현하기 위한 데이터 피딩 방식인 OCI는 CPA를 획기적으로 개선하는 데 결정적인 역할을 했습니다. Aukey 솔루션을 통한 성과 기반 키워드 확장 역시 신규 고객 확보에 큰 도움이 되었습니다.
이번 캠페인을 통해 Google의 AI 솔루션은 운영자의 세밀한 데이터 설계와 결합될 때 최상의 성과를 낼 수 있다는 점을 다시 한번 확인했습니다.”
- 백경화 매니저, 글로벌 1팀, 매드업
