페이스북광고를 한다면 머신러닝을 꼭 이용해야 하는 이유 -<머신러닝 정확하다는 근거> > 노하우센터

안녕하세요

파란만장훈이 입니다.

오늘 어떤 분께서 파란만장훈이에게 페이스북 광고를 물어보면서

복장 뒤집어 지는 말씀을 하셨습니다

"페이스북 광고는 돈 놓고 돈 먹기 광고! 머신러닝 따위 개나 줘버려"

하~~~~~

간혹

스마트스토어가 아닌 "자사몰"로 페이스북 광고를 하면서 픽셀까지 셋팅 해놓고는!

머신러닝을 신경 안쓴다 하시는 분들과 광고대행사들이 있습니다!

신경 안쓰는게 아니고 머신러닝의 요건을 맞추지 못해서 끝나지 않는 머신러닝을

신경 쓰기 싫은것이겠죠!

돈 놓고 돈 "더" 먹을 수 있는게 머신러닝 이고

페이스북에서 독보적이고 타 광고매체와 차별화 되는 가장 큰 장점이라고 내세우는

머신러닝을

할 수 있음에도 불구하고 억지로 외면 하려는 사람은 없을꺼예요!

픽셀과 호스팅, 인증과 충돌 등 의 문제 때문에 못하는 경우는 어쩔수 없겠지만요!

또 그 분께서 그래 그렇다면 그 머신러닝

몸에도 좋고 맛도 좋은건 알겠는데 어떻게 좋고 어디에 적용되는지 궁금하다 하셔서

오늘 포스팅(증거자료 포함) 시작합니다.(사례공유)

여기 업체는 일단 머신러닝이 완료 되어 있는 상태 입니다!

패션잡화 카테고리에 1 ~ 2만원대 상품을 판매 합니다.

SNS 광고로 성과 내기가 좀 빡센 카테고리와 가격 대 거든요!

캡쳐한 내용은 10개의 소재를 세팅한 캠페인 입니다.

광고주 분께서 10개의 소재 중 일부 소재에 예산이 몰려서 나머지 소재가 노출이 잘 안된다는 의견이 있으셔서

캠페인을 복사 해서 노출이 많았던 소재를 OFF 하고 나머지 소재를 운영하는 방식으로

1차, 2차 분할 하였습니다.

2주가 지났습니다!

원본 캠페인에서는 ROAS 447% 1차분할캠페인에서는 332% 2차분할캠페인에는 307%

결국 페이스북 머신러닝(학습)으로 최초로 선택한 소재들이 높은 성과를 보이고 있다는 의미가 되겠죠!

원본 캠페인에 셋팅된 10개의 소재를 분할 하기 전 같은 기간으로 머신러닝이 되었고

분할 후 원본 캠페인에 데이터가 조금 더 누적 되었겠지만

페이스북에 쌓여 있는 빅 데이터와 머신러닝을 통해 학습된 데이터를 바탕으로 클릭율 등의 반응성이

좋은 소재를 예측하고 그 소재에 예산을 집중 했다는 뜻이지요!

다른 경우에서도

어드밴티지 캠페인에 단일 이미지 및 동영상 소재 5건을 세팅한 상황인데!

어드밴테이지 전환캠페인은 슬라이드 광고 소재가 아닌 이상 일반적인 단일 이미지 및 동영상을 한번에

세팅하면 페이스북에서 효율적인 위치를 선정하여 노출 하는 방식 인데!

마케터 입장에서는 어떤 소재가 성과가 높은지는 비교 데이터가 나오지 전에는 파악하기 어려운 부분이 있으나

광고 타겟이 애~~~~매 하거나 넓은 경우 머신러닝의 학습 결과로 광고가 노출 되기 때문에 성과가

비교적 높은 셋팅 방식이지요!

광고주 분께서 소재별로 성과를 알아보기 힘들다 하여

AB테스트를 위해 소재를 각각 세팅 하여 일반 전환캠페인으로 분할 하여 추가 셋팅을 하였습니다.

결과는 기존의 어드밴티지 캠페인의 성과가 2배 높았죠!

같은 소재 같은 카겟으로 셋팅 했음에도 불구 하고 성과 차이는 제법 크게 났습니다.

페이스북의 빅데이터를 바탕으로 쇼핑몰의 특색이 제대로 학습된 머신러닝은 매우 정확합니다!

ai가 제시된 특정 단어만으로 창의적인 그림을 그리는 예술의 영역까지 넘어 온 시대에 살고 있습니다.

머신러닝은 할 수 있다면 누려야 하는 ai의

기능 입니다 ㅎㅎㅎ

이상

파란만장훈이였습니다