구글애즈 자동입찰 원리, 알고리즘은 내 키워드만 보고 있지 않습니다
자동입찰을 켜면 구글이 내 계정의 전환 데이터를 학습한다고들 합니다. 그런데 알고리즘이 읽는 신호는 계정 밖에도 있습니다. 스마트비딩이 실제로 무엇을 학습하고 무엇을 끝내 모르는지, 그래서 운영자가 무엇을 쥐고 있어야 하는지 정리했습니다.
Isaac · Performance × AI
광고 데이터 분석·최적화·자동화, 그리고 AI 워크플로우. 실무에서 검증한 것들을 기록합니다.
자동입찰을 켜면 구글이 내 계정의 전환 데이터를 학습한다고들 합니다. 그런데 알고리즘이 읽는 신호는 계정 밖에도 있습니다. 스마트비딩이 실제로 무엇을 학습하고 무엇을 끝내 모르는지, 그래서 운영자가 무엇을 쥐고 있어야 하는지 정리했습니다.
광고 데이터를 한곳에 모으는 도구는 이미 충분합니다. 그런데도 대표와 팀장의 검수 시간은 줄지 않습니다. 병목은 데이터를 모으는 일이 아니라 흩어진 숫자에서 판단 하나를 만들어내는 종합 비용에 있기 때문입니다. AX 시리즈 1편.
광고 데이터 분석이 어려운 건 도구가 부족해서가 아닙니다. 피벗 값에 ROAS와 전환율을 같이 넣는 순간 숫자가 조용히 틀어지기 때문입니다. 노출·클릭·비용·전환·전환가치 5개만 넣고 나머지는 수식으로 만드는 방법을 정리했습니다.
플랫폼 성과가 부풀려져 있다는 건 업계 상식처럼 통합니다. 그런데 증분 실험 데이터를 보면 방향이 구간마다 뒤집힙니다. 신규 고객 캠페인은 오히려 실제보다 낮게 보고되고, 리타게팅과 브랜드 검색은 크게 부풀려집니다. 어디를 믿고 어디를 의심해야 하는지 정리했습니다.
증액 전에 예상 매출을 계산하는 공식은 네 줄로 끝납니다. 문제는 그 계산이 늘 실제보다 높게 나온다는 것입니다. 클릭이 늘면 전환율이 떨어지는 구간을 할인해서 보정하는 방법, 그리고 계산보다 먼저 물어야 할 질문을 정리했습니다.
전환이 없다고 키워드를 끄기 전에 두 가지를 순서대로 물어야 합니다. 이 숫자가 판단할 수 있는 크기인가(표본), 그리고 우리 사업에서 수지가 맞는가(경제성). 계정별 표본 기준을 세우는 법과 끄기 전에 손볼 조치 순서를 정리했습니다.