박승철위그스투디오

가발 업종 B사는 광고 계정 이관 당시 소재 수가 과다하고 광고그룹이 무분별하게 복사된 상태로, 머신러닝이 제대로 작동하지 않아 CPC 561원의 비효율적인 구조로 운영되고 있었습니다. AMPM은 계정 구조 전면 개편과 소재 최적화, 지점별 예산 재배분을 통해 CPC를 561원에서 28원으로 대폭 개선했으며 트래픽이 2배 이상 증가한 상황에서도 안정적인 전환 효율을 유지하는 데 성공했습니다.

집행 내용:

1. 클라이언트 현황 및 이관 당시 문제점

B사는 META·GOOGLE 두 매체를 월 100만 원 이내 예산으로 운영하며 브랜드 인지도 및 매장 방문 고객 증대를 KPI로 삼고 있었습니다.

이관 당시 광고 계정 상태는 다음과 같은 심각한 구조적 문제를 안고 있었습니다.

* 소재 수가 과다하고 광고그룹이 무분별하게 복사되어 있어 메타 머신러닝이 제대로 작동하지 못하는 상태

* 광고 목표에 맞지 않게 지점별로 예산이 동일하지 않고 불균형하게 분산 운영 중

* 비효율 소재가 예산을 잠식하며 클릭당 비용(CPC)이 561원에 달하는 상황

* 불필요한 타겟 노출로 인한 예산 누수 발생

2. 계정 구조 전면 개편

이관 직후 계정 구조를 처음부터 다시 설계했습니다.

머신러닝 최적화 환경 구축

과다한 소재와 복사된 광고그룹이 머신러닝의 학습을 방해하고 있었습니다. 성과 데이터를 분석해 위너 소재만 남기고 비효율 소재를 과감하게 OFF했습니다. 광고그룹도 소재 컨셉에 맞게 정리해 머신러닝이 빠르게 최적화 단계에 진입할 수 있는 환경을 만들었습니다.

예산 구조 재설계

기존에는 캠페인 예산이 지점별로 불균형하게 배분되어 광고 목표와 맞지 않는 운영이 이뤄지고 있었습니다. 광고 세트 예산 방식으로 전환해 각 지점별로 목표에 맞게 예산이 균등하고 효율적으로 배분되도록 구조를 개편했습니다.

3. 세부 운영 전략

0. 클릭수 최대화 입찰 전략 적용

→ 고관여 고객 타겟팅에 최적화된 입찰 전략으로 전환해 실제 구매 의향이 있는 고객에게 집중 노출

1. 비효율 소재 OFF

→ 메타·구글 양 매체에서 클릭 대비 성과가 낮은 소재를 정기적으로 점검하고 즉시 중단

→ 예산 낭비를 차단하고 위너 소재에 집중 배분

2. 소재에 맞춘 광고그룹 분리 운영

→ 소재 컨셉별로 광고그룹을 분리해 정밀 타겟팅 적용

→ 각 소재가 최적의 오디언스에게 도달할 수 있는 구조로 개편

3. 지점별 광고그룹 분리 및 예산 균등 배분

→ 지점별로 광고그룹을 나눠 각 지점에 동일한 예산이 배분되도록 세팅

→ 특정 지점에 예산이 몰리거나 누락되는 현상 방지

4. 지역 타겟팅 정밀화

→ 실제 매장 방문이 가능한 반경 내 고객만 타겟팅

→ 불필요한 광역 노출을 차단해 예산 효율 극대화

4. 운영 성과 (2026.06 → 2026.07)

* 노출수·클릭수가 2배 이상 증가했음에도 CPA가 동일하게 유지된 것은 계정 구조 개편의 효과가 데이터로 입증된 결과입니다.

* 소재 정리와 그룹 분리를 통한 머신러닝 최적화로 CPC를 이관 당시 561원 대비 95% 개선한 28원까지 낮추는 데 성공했습니다.

* 현재 광고는 최적화 단계에 완전히 진입한 상태로 안정적인 성과를 이어가고 있습니다.