이렇게 하세요
성과가 떨어졌다면 세트를 늘리는 게 아니라,
오히려 성과 좋은 1~2개 세트에 데이터를 몰아주는 방향으로 가야 합니다.
타겟이 비슷한 세트가 여러 개 있다면 통폐합을 검토하세요.
"어제까지 잘 됐는데 갑자기 왜 이러죠?"
메타 광고 해보신 대표님이라면 이 말, 한 번쯤 해보셨을 겁니다.
초반엔 ROAS도 잘 나오고, 전환도 쏠쏠하게 들어오다가,
2~3주가 지나면 갑자기 클릭률이 뚝 떨어지고 광고비만 줄줄 새는 상황.
메타 광고 성과가 떨어졌을 때
대표님들이 가장 흔하게 저지르는 실수 5가지를 정리했습니다.
성과가 떨어지면 가장 먼저 하고 싶어지는 것 중 하나가
"기존 캠페인을 복제해서 새로 돌려보자"는 생각입니다.
메타의 머신러닝은 광고 세트 단위로 학습합니다.
광고 세트가 늘어날수록, 각 세트에 쌓이는 학습 데이터가 분산됩니다.
10만 원의 예산이 있을 때 광고 세트 1개에 집중하는 것과,
5개로 쪼개는 것은 학습 속도와 정확도에서 완전히 다른 결과를 만듭니다.
💡
이렇게 하세요
성과가 떨어졌다면 세트를 늘리는 게 아니라,
오히려 성과 좋은 1~2개 세트에 데이터를 몰아주는 방향으로 가야 합니다.
타겟이 비슷한 세트가 여러 개 있다면 통폐합을 검토하세요.
예산이 기대만큼 안 나온다고 예산을 올리거나, 타겟을 바꾸거나,
전환 이벤트를 수정하는 순간
메타 머신러닝은 처음부터 다시 학습을 시작합니다.
메타 공식 가이드에도 이 내용은 명확하게 나와 있습니다.
"광고 세트가 머신 러닝 단계를 종료할 때까지 기다린 후에 광고 세트를 수정하세요.
머신 러닝 단계에서 광고를 수정하면 머신 러닝이 재설정됩니다."
💡
이렇게 하세요
광고를 수정하고 싶은 충동이 들 때는
최소 7일, 가능하면 2주를 기다려보세요.
단, 명확히 이상한 신호가 있을 때는 빠른 대응이 필요합니다.
평범한 성과 등락으로 바로 건드리지 않는 것이 핵심입니다.
"소재를 많이 테스트할수록 좋은 거 아닌가요?"
맞습니다. 소재 테스트는 필요합니다.
하지만 비슷한 이미지나 카피를 같은 광고 세트에 여러 개 넣는 건 테스트가 아닙니다.
메타는 광고 세트 안에 여러 소재가 있을 때,
초기에 성과가 좋다고 판단한 1~2개 소재에 예산을 몰아주는 방식으로 작동합니다.
소재 A, B, C, D, E를 넣어도 실제로는 A 하나에 예산의 95%가 쓰이고,
나머지는 5천 원도 안 쓰이는 경우가 허다합니다.
이러면 나머지 소재들은 제대로 된 테스트조차 못 받고 끝납니다.
💡
이렇게 하세요
소재 테스트를 할 때 포맷, 톤, 메시지 방향 자체를 완전히 다르게 가세요.
배경색만 다른 이미지 3장보다, 이미지 1장 / 영상 1개 / 텍스트 중심 1개로
테스트하는 게 훨씬 의미 있는 데이터가 나옵니다.
"소재도 바꿨고, 설정도 건드리지 않았는데 왜 성과가 계속 떨어지죠?"
이 경우에는 광고 피로도를 의심해봐야 합니다.
광고 피로도란 말 그대로 같은 광고를 너무 많이 본 사람들이
"또 저거야"하고 반응하지 않게 되는 현상입니다.
광고 관리자에서 빈도 지표를 확인해보세요.
이 숫자가 3~4를 넘어가고 있다면,
같은 사람에게 광고를 3~4번 이상 보여주고 있다는 뜻입니다.
질린 사람들한테 아무리 광고를 노출해도 CTR은 떨어지고, 광고비만 낭비됩니다.
특히 타겟 모수가 작은 경우, 같은 사람들에게 광고가 반복 노출되기 쉬워서
피로도가 빠르게 쌓입니다.
💡
이렇게 하세요
빈도가 3 이상이고 CTR이 함께 하락하고 있다면,
기존 소재를 과감하게 끄고 완전히 새로운 이미지, 새로운 카피,
새로운 포맷으로 교체하세요.
색깔만 바꾸는 수준으로는 피로도가 해소되지 않습니다.
타겟 확장도 병행하면 효과적입니다.
마지막 실수는 조금 구조적인 이야기입니다.
메타 머신러닝이 학습을 완료하려면 7일 안에 전환 이벤트 50건이 필요합니다.
그런데 하루 예산이 1만~2만 원인 상태에서 목표를 '구매 전환'으로 잡으면,
7일 안에 구매 50건을 만들어내는 게 현실적으로 불가능합니다.
결국 머신러닝은 '제한된 학습' 상태에서 벗어나지 못하고,
광고는 영원히 비효율 구간을 맴돌게 됩니다.
💡
이렇게 하세요
예산이 충분하지 않다면, 전환 목표를 상위 퍼널로 낮추는 게 맞습니다.
목표를 낮추면 데이터가 더 빠르게 쌓이고,
머신러닝이 학습을 완료할 수 있습니다.
학습이 완료된 이후에 목표를 높은 단계로 올리는 방식이
장기적으로 더 효율적입니다.
메타는 결국 AI가 학습해서 최적화하는 매체입니다.
자꾸 건드릴수록 AI는 헷갈립니다.
성과가 흔들릴 때 뭔가 해야 한다는 조급함을 내려놓고,
데이터 신호를 읽고 기다리는 것도 중요한 전략입니다.
위의 실수를 보면서 현재 광고가 어느 단계에 있는지를 먼저 진단하는 것,
그게 성과 회복의 첫 번째 단계입니다.
메타 광고에 있어 도움이 필요하다면
공식 파트너사 CCFM에게 언제든지 문의 주세요.
다음에도 더 유익한 마케팅 인사이트로 찾아오겠습니다 :)
콘크리트파머스(CCFM) 공식 블로그