Q1. MOP 도입을 결정하게 된 계기가 무엇인가요?

식품 커머스 광고를 운영하며, 네이버 파워링크 및 쇼핑검색 입찰가 조정에 업무 리소스의 상당 부분을 투입해야 했습니다. 이를 자동화할 수 있는 방법을 찾던 중 MOP 솔루션을 소개받았고, 머신러닝 기반의 예측과 이에 따른 최적화 기능이 성과 관리 측면에서도 도움이 될 것이라고 생각했습니다.

Q2. 이전에 사용하였던 솔루션과의 차이점이 있다면?

이전에 사용하였던 솔루션은 주로 수동 조정과 기본적인 데이터 분석에 의존했기 때문에 효율성 극대화 측면에서 한계가 있었습니다. 반면 MOP는 보다 정교하게, 24시간 내내 실시간에 가까운 관리가 가능하다는 점이 큰 차이라고 생각합니다. 기본적으로 제공하는 예측 및 최적화 기능과 더불어, 필요한 부분에 한해 광고주가 직접 개입해 조정할 수 있는 요소들이 있어 광고주의 인사이트를 반영하기에도 좋다고 판단하였습니다.

Q3. 광고 운영 시 페인포인트는 무엇이었나요? 그리고 MOP가 구체적으로 어떤 부분에 도움을 주었나요?

식품 업종 특성 상 상품 수가 워낙 많은 편이기에, 일일이 입찰가를 모니터링하고 조정하는 작업은 불필요한 리소스 낭비로 이어졌습니다. 자동화 작업을 통해 입찰가를 실시간으로 최적화함으로써 광고 캠페인 효율성이 크게 개선되었고, 동시에 팀의 리소스는 전략적 업무 진행에 선택과 집중할 수 있었습니다.

Q4. MOP를 어떻게 활용하고 계신지, 그리고 어떤 기능이 가장 만족스러우신가요?

캠페인별 예산 분리 운영, 네이버 매체 입찰가 예측 및 조정에 활용하고 있습니다. 가장 유용한 기능은 자동 입찰가 조정 기능으로, 광고주의 KPI에 따른 목표 설정 또한 가능한 점이 만족스럽습니다. 이 기능 덕분에 수동으로 조정할 때 발생할 수 있는 오류와 시간 낭비를 최소화할 수 있었고, 인사이트 탭을 통해 경쟁 심화 시간대, 예산 민감도 등을 확인하며 타이트한 캠페인 관리를 하는 데 많은 도움을 받고 있습니다.

국내 대표 식품 커머스 D사

D사는 유제품부터 캔, 냉동식품까지 다양한 제품을 판매하고 있습니다. 자사몰에 대한 매출을 확대하고자 네이버 쇼핑검색광고를 적극적으로 운영하고 있지만, 업종 특성 상 상품 수가 많아 관리에 상당한 리소스가 필요했습니다. 또한, 캠페인 별로 상이하게 적정 예산을 분배함으로써 체계적으로 광고를 운영하고자 하는 니즈가 있었습니다.

Ⅰ. 예측 실적에 기반한 효율적인 예산 분배

MOP는 머신 러닝을 통해 시즈널리티를 학습하고, 매일 새벽 각 소재의 시간대 별 실적을 예측합니다. 이 과정을 통해, 하루 동안 시간대 별로 일 예산을 적절하게 조절하여 광고 노출을 지속적으로 유지하며 예산을 효율적으로 사용할 수 있도록 합니다. 또한 설정한 광고 목표에 맞춰 예측 실적이 높은 시간 그룹에 예산을 재분배하면서 전체적인 퍼포먼스를 개선합니다.

D사는 특히 예측 실적이 높았던 저녁 시간대의 예산 비중을 확대하며, 총 전환과 매출을 추가적으로 확보하였습니다.

Ⅱ. 캠페인별 예산 재배분

여러 캠페인을 클러스터링하여 최적화 입찰을 진행할 때, 캠페인 별 예산 재분배가 이루어집니다. 실적 발생 가능성이 있는 캠페인의 예산 비중을 확대하고, 반대로 예산 임계치에 도달한 캠페인의 광고비 비중은 축소합니다.

D사의 경우 실적 확대 가능성이 있는 B, C 캠페인의 예산 비중을 확대하며 추가 전환과 매출 실적을 확보하였고, 상대적으로 효율이 저조했던 A 캠페인의 예산 비중은 축소하며 ROAS를 개선하였습니다.