Google 계정으로 로그인 Google Ads 자동 입찰은 광고주가 실적 목표에 따라 입찰가를 자동으로 설정할 수 있는 엔터프라이즈급 솔루션입니다. 스마트 자동 입찰은 머신러닝을 사용하여 전환 또는 전환 가치를 최적화하는 자동 입찰 전략 모음입니다. 스마트 자동 입찰은 각 입찰 및 모든 입찰에 정확한 입찰가를 설정하여 기존 실적 목표와 유사하거나 더 나은 수준의 비용 효율로 전환수 또는 전환 가치를 높이는 데 도움이 됩니다. 다음과 같은 세 가지 핵심 기능을 제공합니다.
- 진정한 실시간 입찰
- 검색어 수준의 적응형 학습
- 풍부한 사용자 신호 및 교차 신호 분석
하나씩 자세히 살펴보겠습니다.
Google 광고주의 80% 이상이 자동 입찰을 사용하고 있습니다.
진정한 실시간 입찰
전환 및 가치 기반 입찰 전략의 경우 스마트 자동 입찰은 하루에 몇 차례가 아니라 입찰마다 입찰가를 설정하는 진정한 실시간 입찰 최적화를 제공합니다. 이를 통해 광고주는 보다 정확한 수준의 입찰가 최적화와 각 사용자의 고유한 검색 컨텍스트에 대한 맞춤 입찰가 조정 기능을 사용할 수 있습니다. Google Ads 입찰 알고리즘은 사용자 전반의 집계된 실적으로만 입찰가를 조정하는 것이 아니라 입찰 시점에 존재하는 시간대, 구체적인 광고 소재 또는 사용자 기기, 위치, 브라우저, 운영체제 등의 맥락 신호를 평가합니다.
모든 입찰의 전환 기회를 파악하면 입찰가를 차별화하고 더 정확하게 최적화할 수 있습니다. 금융업 광고주의 경우를 예로 들어보겠습니다. iOS 사용자라면 당좌 예금 계좌를 개설할 가능성이 높아지고, 지점이 많은 도시에 거주하는 스마트폰 사용자라면 은행을 방문할 가능성이 높아질 수 있습니다. Google Ads는 실시간 입찰을 통해 이러한 신호를 감지하여 전환율이나 가치를 더욱 정확하게 예측하고 모든 검색어에 대해 보다 정확한 정보를 바탕으로 입찰가를 설정할 수 있습니다.
실시간 입찰은 입찰 빈도와 정밀도가 더욱 높습니다.
수동 입찰: Google Ads UI에서 규칙 기반 실적 기준(예: 노출 점유율이 X% 이하로 떨어질 경우 입찰가 Y% 상향) 또는 API를 사용해 입찰을 변경하면 키워드마다 입찰가를 수동으로 설정할 수 있습니다. 광고주는 시간적 제약으로 인해 최적화를 진행하는 동안 실적이 우수한 키워드, 제품 카테고리 중 일부 키워드에 대해서만 입찰가를 최적화할 수 있습니다.
그러나 오늘날 제공되는 데이터의 양이 증가하면서 광고주가 각 사용자의 고유한 상황에 맞춰 수동 입찰가를 설정하기가 더욱 복잡해졌습니다. 실시간 입찰을 사용하면 문맥 시그널을 사용하여 입찰별로 입찰가를 다르게 설정할 수 있습니다.
Google Ads 실시간 입찰: Google Ads 스마트 자동 입찰은 머신러닝 알고리즘을 사용하여 각 입찰에 맞게 입찰가를 최적화합니다. 이 방법이 입찰가를 설정하는 가장 정확하고 효과적인 방법입니다.
참고
참고
검색어 수준의 적응형 학습
머신러닝 알고리즘은 강력한 전환 데이터를 활용하여 다양한 입찰가 수준에서 실적을 예측하는 정확한 입찰 알고리즘을 만듭니다. 검색량이 많은 용어는 모델링에 충분한 전환 데이터를 제공하는 경우가 많지만, 계정에는 일반적으로 고려해야 할 실적 기록이 거의 없는 검색량이 적은 키워드나 새로운 키워드도 있습니다. 검색량이 적은 키워드의 경우 입찰 솔루션은 머신러닝 모델을 사용하여 해당 시점에 가장 적합한 예상 전환율을 설정합니다.
예를 들어 입찰 솔루션에서 특정 키워드에 대한 전환율 모델을 만들기 위해 다양한 입찰가 수준을 테스트할 수 있습니다. 그러나 이렇게 되면 키워드에 데이터가 누적되는 동안 실적이 저하될 수 있으며, 검색량에 따라 시간이 오래 걸릴 수 있습니다. 검색량이 적은 키워드에 대한 전환율 실적을 모델링하는 또 다른 일반적인 방법은 검색 유형 전반의 동일 키워드 또는 상위 광고그룹과 캠페인 실적에서 데이터를 ‘차용’하는 것입니다.
스마트 자동 입찰은 이 방법을 확장하고 계정 전반의 검색어 수준 데이터를 활용하여 이를 개선합니다. 교차 계정 전환 추적을 사용하는 경우에는 관리자 계정의 쿼리 수준 데이터도 사용할 수 있습니다. 이렇게 하면 입찰 알고리즘이 결정을 내리는 데 사용할 더 많은 데이터를 얻게 되고 키워드 수준 전환 데이터가 부족한 경우에 실적 변동을 줄이는 데도 도움이 됩니다.
쿼리 수준 학습을 통해 입찰이 개선되는 이유
나아가 새로운 키워드를 추가하거나 키워드를 다른 광고그룹으로 이전한다고 가정해 보겠습니다. Google Ads 입찰 알고리즘은 처음부터 실적을 다시 학습할 필요가 없습니다. 키워드 수준이 아닌 검색어 수준에서 학습하기 때문에 검색어가 캠페인의 다른 부분과 이미 일치하는 경우 알고리즘이 계정 전반에 학습한 내용을 적용하여 보다 정확한 정보를 바탕으로 입찰 결정을 내릴 수 있습니다.
풍부한 사용자 신호 및 교차 신호 분석
모든 검색어는 다르므로 검색어별 입찰가는 입찰 시에 존재하는 고유한 문맥 시그널을 반영해야 합니다. 시간대, 리마케팅 목록의 정보, 사용자의 기기 및 위치와 같은 신호는 최적의 입찰가를 결정할 때 고려해야 하는 핵심 요소입니다. 스마트 자동 입찰은 각 입찰에서 이러한 신호를 평가할 뿐만 아니라 사용자의 운영체제, 웹브라우저, 언어 설정 등의 추가 신호를 고려하여 플랫폼과 사용자 간 실적 차이를 최적화합니다. 이러한 추가적인 정보 덕분에 스마트 자동 입찰은 각 입찰의 전환 가능성을 더욱 정확하게 예측하고 최적의 입찰가를 설정할 수 있습니다. 아래 목록은 입찰가 최적화 시 스마트 자동 입찰에서 고려하는 중요한 예측 신호를 요약한 것입니다.
| 문맥 시그널 | 설명 | 예 |
| 기기 | 시스템은 검색어가 데스크톱, 태블릿 또는 모바일 중 어디에서 비롯되었는지에 따라 입찰가를 최적화할 수 있습니다. |
광고주: 자동차 대리점 데스크톱 컴퓨터 또는 스마트폰에서 ‘자동차 대리점’을 검색하는 경우에 대해 입찰가를 설정합니다. |
| 위치 | 시스템은 사용자가 거주하거나 검색하는 특정 지역(도시 수준까지)을 토대로 입찰가를 최적화할 수 있는데, 이는 사용자의 위치가 더 높은 수준에서 설정된 경우에도 마찬가지입니다. |
광고주: 은행 위치가 뉴욕주로 설정되어 있더라도 주 내의 서로 다른 도시(예: 지점 범위가 다를 수 있는 맨해튼과 롱아일랜드)에서 ‘새로운 당좌예금 계좌’를 검색하는 경우에 대해 입찰가를 설정합니다. |
| 시간/요일 | 시스템은 사용자 시간대의 시간과 요일을 기반으로 입찰가를 최적화할 수 있습니다. |
광고주: 커피숍 사용자가 근무 시간 전인 오전 7시에 검색하는지, 아니면 월요일 점심 시간인 오후 12시에 검색하는지를 고려하여 입찰가를 설정합니다. |
| 목록 기반 잠재고객(RLSA, 고객 매치 타겟팅, 유사 잠재고객) | 시스템은 검색 광고용 잠재고객 목록을 고려합니다. |
광고주: 온라인 소매업체 사용자가 이전 사이트 방문 중에 제품을 탐색했는지, 업로드한 포인트 멤버십 목록에 있는지, 또는 기존 고객과 프로필이 유사한지를 고려하여 입찰가를 설정합니다. 또한 사용자에게 얼마나 최근에 마지막으로 표시되었는지도 고려합니다. |
| 실제 검색어 | 시스템은 일치하는 키워드뿐 아니라 광고가 게재되도록 한 검색어 텍스트를 기반으로 입찰가를 최적화할 수 있습니다. |
광고주: 신발 소매업체 사용자의 검색어가 ‘부츠’라는 키워드와 일치하더라도 ‘가죽 부츠’인지 아니면 ‘부츠 수선’인지를 고려하여 입찰가를 설정합니다. |
| 광고 소재 | 주어진 검색어 하나에 게재할 수 있는 광고 소재가 여러 개인 경우 시스템은 모바일 앱으로 연결되는지 여부를 포함해 어떤 광고 소재가 표시될지를 기준으로 입찰가를 최적화할 수 있습니다. |
광고주: 온라인 여행사 게재된 광고가 ‘최신 할인’ 또는 ‘인기 휴가지’ 광고 소재인 경우, 또는 모바일 사이트 또는 앱으로 연결되는 경우에 대해, 어떤 검색어에서 전환이 발생할 가능성이 높은지를 기반으로 입찰가를 설정합니다. |
| 인터페이스 언어 | 시스템은 특정 사용자의 언어 환경설정에 따라 입찰가를 최적화할 수 있습니다. |
광고주: 스페인어 학습 사이트 ‘새 언어 배우기’를 검색하는 경우 광고 게재 대상 사용자의 Google 언어 설정이 영어인지 아니면 스페인어인지를 고려하여 입찰가를 설정합니다. |
| 브라우저 | 시스템은 검색이 발생한 브라우저를 기준으로 입찰가를 최적화할 수 있습니다. |
광고주: 소프트웨어 회사 사용자가 ‘mac 소프트웨어’를 Safari에서 검색하는지 아니면 Chrome에서 검색하는지를 고려하여 입찰가를 설정합니다. |
| 운영체제(OS) | 시스템은 해당 검색어의 사용자 운영체제에 따라 입찰가를 최적화할 수 있습니다. |
광고주: 휴대전화 액세서리 판매자 사용자가 ‘스마트폰 케이스’를 Android 기기에서 검색하는지, iOS 기기에서 검색하는지를 고려하여 입찰가를 설정합니다. |
| 검색 네트워크 파트너 | 시스템은 광고가 게재되는 검색 파트너를 기준으로 입찰가를 최적화할 수 있습니다. |
광고주: 소비재 브랜드 검색어가 전자상거래 사이트와 뉴스 사이트 중 관련성이 더 높은 검색에서 발생하는지에 따라 입찰가가 다르게 설정됩니다. |
| 모바일 앱 평점 및 리뷰 | 시스템은 앱 사용자 평점 및 리뷰 수를 기반으로 입찰가를 최적화할 수 있습니다. |
광고주: 게임 회사 앱의 평점 및 리뷰 개수에 따라 다른 입찰가가 적용됩니다. |
기기, 위치 등의 개별 신호에 대한 수동 입찰가 조정을 사용하면 입찰가를 더욱 정확하게 설정할 수 있습니다. 물론 스마트 자동 입찰은 기존 신호 분석보다 더 다양한 기능을 제공합니다. 검색 문맥은 단 하나의 신호로 정의되지 않으며, 스마트 자동 입찰은 전환율에 영향을 미칠 수 있는 수십억 개의 신호 조합 간의 의미 있는 상호작용을 인식하고 조정할 수 있습니다.
개별적인 신호 평가와 교차 신호 효과 분석
기기, 위치, 시간대 등의 신호에 대한 개별 입찰가 조정을 통해 실적 데이터를 종합적으로 확인합니다. 예를 들어 입찰 솔루션에서 사용자 간의 모바일 전환율을 전체 컴퓨터 및 태블릿 전환율과 비교하는 지를 평가하고 이에 상응하는 모바일 입찰가 조정을 설정합니다.
이 방법으로 데이터를 집계하고 실적 평균을 평가하면 데이터가 부족한 입찰가 조정을 방지하는 데 도움이 되지만 개별 입찰 간의 미묘한 전환 기회를 간과할 수도 있습니다. 예를 들어 주택담보 대출기관에서 모바일 전환율이 컴퓨터 및 태블릿 전환율보다 20% 더 낮다고 판단하면 모바일 입찰가 조정을 -20%로 설정할 수 있습니다. 하지만 이는 소비자가 휴대기기로 대출 옵션을 알아보는 아침 출근 시간대에는 모바일 전환율이 높게 나타난다는 점을 고려하지 않은 것입니다.
또한 추가 입찰가 조정(예: 위치)을 사용하기 시작할 때 개별적으로 계산한 다음 곱하면 이러한 신호의 상호작용 영향을 고려하지 않습니다. 또한 여러 대규모 입찰가 증가를 이미 높은 기본 키워드 입찰가와 결합할 경우 입찰가가 지나치게 높아질 수도 있습니다.
스마트 자동 입찰은 신호 간의 상호작용을 평가하여 전환율에 영향을 미치는 의미 있는 상관관계를 식별합니다. 전환 실적을 가장 잘 예측해 주는 신호 조합을 확인하고 이를 입찰 알고리즘에 추가하면 스마트 자동 입찰에서 특정 신호가 다른 신호와 함께 작동하는 방식을 고려하여 더 종합적인 입찰가를 계산할 수 있습니다.
| 입찰가 조정으로 가능한 신호 | 스마트 자동 입찰 독점 신호의 예 |
|
|
스마트 자동 입찰은 2개 이상의 신호 조합을 사용합니다. 예를 들어 입찰 시 입찰가를 설정하기 전에 위치, OS, 언어를 고려할 수 있습니다.
