예측한 가치를 광고 알고리즘에 넘기기

가치 기반 입찰(Value-Based Bidding): pLTV를 매체 알고리즘으로 연결

가치 기반 입찰(VBB, value-based bidding)은 광고 플랫폼의 입찰 자동화 알고리즘에 고객의 예상 가치 신호를 직접 전달하여 플랫폼이 단순한 '전환'이 아니라 '고가치 전환'을 최적화하도록 유도하는 입찰 전략이다. 전통적인 목표 CPA(tCPA) 입찰이 전환당 비용을 최소화하는 방향으로 학습한다면 VBB는 전환 가치를 최대화하는 방향으로 알고리즘을 학습시키며, Google Ads의 '전환 가치 극대화'와 '목표 ROAS(tROAS)' 입찰, Meta의 '가치 최적화'가 VBB의 플랫폼 구현체이다.

VBB의 작동 원리는 전환 이벤트에 전환 가치를 태그로 전달하는 데서 시작된다. 단순히 '구매 완료' 이벤트를 보내는 대신 그 구매의 실제 결제 금액이나 pLTV 추정값을 전환 가치로 함께 전달하면 광고 플랫폼은 이 가치 신호를 학습해 더 높은 가치를 창출하는 사용자의 특성(연령·관심사·행동 패턴 등)을 파악하고 그와 유사한 잠재 고객에게 더 높은 입찰가를 적용하게 된다. 이 학습이 반복될수록 플랫폼 알고리즘은 고가치 고객 획득에 점점 더 정교해진다.

pLTV 기반 VBB가 일반적인 구매 금액 기반 VBB보다 강력한 이유는 초기 구매 금액이 작더라도 장기 가치가 높은 고객을 조기에 식별하고 공략할 수 있기 때문이다. 예를 들어 첫 구매 금액은 5,000원이지만 가입 후 7일간의 행동 패턴으로 추정한 12개월 pLTV가 80,000원인 사용자가 있다면, 구매 금액(5,000원)을 전환 가치로 전달하는 것과 pLTV(80,000원)를 전환 가치로 전달하는 것은 알고리즘의 학습 방향을 완전히 다르게 만들며, 후자의 경우 알고리즘은 표면적 구매 금액이 아니라 장기 충성 고객의 특성을 학습하게 된다.

VBB 도입의 실무적 전제 조건은 세 가지이다. 첫째는 전환 가치 데이터의 안정성으로, pLTV를 기반으로 전환 가치를 동적으로 생성해 플랫폼에 전달하는 경우 pLTV 추정의 변동성이 크면 알고리즘 학습에 노이즈가 생긴다. 둘째는 충분한 전환 데이터의 볼륨으로, Google의 tROAS 입찰은 검색·쇼핑 캠페인 기준 최근 30일간 최소 15건의 전환 데이터를 권장하며 이보다 적으면 학습 기간이 길어져 최적화 효과가 지연된다. 셋째는 목표 ROAS 설정의 현실성으로, 과도하게 높은 목표 ROAS를 설정하면 알고리즘이 매우 좁은 오디언스에만 입찰해 도달 범위가 줄어들고 결과적으로 성장이 제한되므로 목표 ROAS는 현재 실현 가능한 수준에서 점진적으로 높여 가는 방식이 권장된다.

미디어 파이프라인과 SSOT 환경 구축

퍼포먼스와 그로스 분석을 통합하려면 데이터의 흐름을 하나의 일관된 파이프라인으로 설계해야 하며, 이 파이프라인은 세 단계로 구성된다. 수집 단계에서는 Google·Meta·카카오 등의 광고 플랫폼 API, AppsFlyer·Adjust·Airbridge 등의 MMP, Firebase·GA4·자체 SDK 같은 앱/웹 이벤트 트래킹에서 데이터를 모은다. 변환 단계에서는 각 소스에서 수집된 원시 데이터를 정제·통합해 분석 가능한 형태로 바꾸는데 이 과정에서 BigQuery·Snowflake·Redshift 같은 데이터 웨어하우스가 중앙 저장소의 역할을 한다. 활성화 단계에서는 채널별 pLTV·코호트 리텐션·어트리뷰션 결과 같은 분석된 인사이트를 다시 광고 플랫폼과 CRM에 되돌려 실시간 의사결정에 반영한다.

이 파이프라인의 목표는 조직 내 모든 인원이 동일한 데이터를 기준으로 성과를 논의하는 단일 기준 데이터, 곧 SSOT(single source of truth)를 구축하는 것이다. SSOT가 없는 조직에서는 마케팅팀·데이터팀·제품팀이 각자의 도구에서 서로 다른 전환 수치를 보고하는 '숫자 싸움'이 벌어진다. 광고 플랫폼이 자체 어트리뷰션 기준으로 보고하는 전환 수와 MMP가 멀티 터치 어트리뷰션 기준으로 보고하는 전환 수, GA4가 라스트 클릭 기준으로 보고하는 전환 수가 모두 다를 때 어떤 숫자를 기준으로 의사결정할지에 대한 합의가 없으면 분석 역량이 있어도 조직은 하나의 방향으로 움직이지 못한다.

SSOT를 실현하는 기술 아키텍처에서 CDP(customer data platform)는 중요한 역할을 맡는다. CDP는 다양한 소스에서 수집된 개인 수준의 고객 데이터를 통합해 단일 고객 프로파일을 생성하는 플랫폼이다. 광고 채널에서의 행동, 앱/웹에서의 이벤트, CRM의 거래 데이터, 오프라인 구매 데이터를 고객 ID로 연결함으로써 '이 고객이 어떤 채널을 통해 유입되었고 어떤 행동을 했으며 현재 어떤 단계에 있는가'를 하나의 프로파일로 파악할 수 있게 하며, 이 통합 프로파일이 퍼포먼스 마케팅의 개인화 타겟팅과 그로스 마케팅의 생애 주기별 메시징을 모두 지원하는 데이터 기반이 된다.

통합 대시보드의 설계는 SSOT 구현의 가시적 산출물이다. 이상적인 퍼포먼스-그로스 통합 대시보드는 세 개의 레이어로 구성된다. 실시간 운영 레이어는 캠페인별 일일 지출·CTR·CPA·ROAS를 실시간으로 보여주고, 코호트 품질 레이어는 주간 단위로 채널별 코호트의 D7 리텐션·30일 누적 공헌 이익·pLTV:CAC를 보여주며, 전략 레이어는 월간 단위로 채널 믹스의 LTV:CAC 추세, MMM 기반 채널별 한계 ROI, 인크리멘탈리티 테스트 결과를 통합해 예산 재배분의 방향을 제시한다. 이 세 레이어가 하나의 대시보드에 통합될 때 조직의 의사결정 주기는 데이터 기반으로 완성될 것이다.