신규 유저를 데려오는 캠페인(UA)과, 이미 있는 유저를 다시 부르는 캠페인(리타겟팅)은 목적이 완전히 달라요. 근데 이 둘을 한 캠페인에 섞으면 서로 예산을 갉아먹고, 어느 쪽 성과인지도 안 보여요. 나눠야 해요.
왜 섞으면 안 되냐면
리타겟팅 대상은 이미 우리 앱을 설치했거나 상품을 봤던 사람이에요. 당연히 전환율이 높고 CPA가 낮게 나옵니다. 문제는 이게 "우리가 잘해서"가 아니라 "원래 살 확률이 높은 사람을 골라서"라는 거예요.
두 캠페인을 한 리포트에서 합쳐 보면 이런 일이 생깁니다(숫자는 예시예요).
- 신규 획득: 전환 100건, CPA 30,000원
- 리타겟팅: 전환 100건, CPA 6,000원
- 합쳐서 보면: 전환 200건, CPA 18,000원
CPA 18,000원이라는 숫자는 어느 캠페인의 현실도 아니에요. 이 숫자를 보고 "목표 안이니 예산을 늘리자"고 결정하면, 실제로는 CPA 30,000원짜리 신규 획득에 돈을 더 넣게 됩니다. 게다가 리타겟팅 예산을 늘려 평균을 낮추면 지표는 좋아지는데 신규 유저는 안 늘어요. 성장이 멈춘 채로 대시보드만 개선되는 전형적인 패턴입니다.
그래서 두 캠페인은 목표도, 리포트도, 예산도 따로 관리해야 해요.
오디언스부터 쪼개세요
리타겟팅은 "누구에게 무슨 메시지를"이 전부예요. 예를 들면 이렇게 나눌 수 있어요.
- 장바구니 이탈 — 담기만 하고 안 산 유저. 담은 상품 자체를 다시 보여주는 게 제일 효과적이에요.
- 첫 구매 후 무재구매 — 재구매 유도 메시지.
- VIP 휴면 — 구매 이력 많은데 최근 안 들어온 유저. 가장 아까운 세그먼트라 개인화 수준을 높여야 해요.
- 단순 비활성 — 최근 세션이 뜸한 유저. 복귀 유인(신상·이벤트 알림) 위주.
세그먼트마다 기대할 수 있는 효율이 크게 달라요(장바구니 이탈처럼 구매 직전이었던 유저가 보통 훨씬 반응이 좋아요). 정확한 배수는 서비스마다 다르니 우리 데이터로 직접 확인하세요.
나누는 기준 하나만 기억하세요. 메시지를 실제로 다르게 쓸 수 있는 단위까지만 나눕니다. 같은 소재를 쓸 세그먼트를 굳이 쪼개면 각 세그먼트의 볼륨만 줄어 학습이 느려지고, 매체 알고리즘이 최적화할 데이터도 부족해져요.
설치 상태에 맞는 딥링크를 확인하세요
리타겟팅 광고를 눌렀는데 앱이 그냥 홈 화면만 뜨면, 유저는 자기가 보던 그 상품을 다시 찾아야 해요. 이탈이 크게 늘어요. 이미 설치된 앱에는 딥링크로 광고에서 약속한 화면까지 연결하세요. 설치를 거친 뒤 화면을 연결해야 할 때 디퍼드 딥링크를 검토합니다.
여기서 자주 놓치는 게 있어요. 딥링크는 앱이 이미 깔려 있을 때만 동작하고, 안 깔려 있으면 스토어로 보내야 하는데 그 뒤 첫 실행에서 원래 화면으로 데려가는 게 디퍼드 딥링크예요. 두 경로를 다 테스트하지 않고 배포하면 "설치된 유저는 되는데 신규는 홈으로 떨어지는" 상태로 몇 주씩 굴러갑니다.
Lookalike 시드는 아무 유저나 쓰면 안 돼요
신규 획득을 위해 "닮은 유저 찾기(Lookalike)"를 만들 때, 시드로 뭘 쓰느냐가 결과를 갈라요.
- 좋은 시드 — 구매를 여러 번 했거나 LTV 상위권인 유저.
- 위험한 시드 — 그냥 설치만 하거나 가입만 한 유저. "광고를 클릭할 법한 사람"만 닮게 되고, 실제로 돈을 쓰는 사람과는 다를 수 있어요. CPI는 싸 보이는데 LTV는 평균 이하로 나오는 흔한 원인이에요.
시드 크기도 영향을 줘요. 너무 작으면 매체가 패턴을 못 찾고, 너무 크면 "우리 유저"의 특징이 희석돼요. 상위 LTV 유저로 시드를 좁혔는데 성과가 안 나온다면, 품질 문제가 아니라 시드 볼륨이 부족한 것일 수도 있습니다.
자주 걸리는 문제
- 리타겟팅과 신규 획득이 서로 잠식한다 — 신규 획득 캠페인에 기존 설치자를 제외 대상으로 반드시 걸어두세요.
- 디퍼드 딥링크가 첫 실행에 안 먹힌다 — Android는 설치 리퍼러 데이터 의존성, iOS는 도메인 검증 문제가 흔한 원인이에요.
- 고객 리스트 매칭률이 낮다 — 이메일·전화번호를 해싱하기 전에 소문자 변환·공백 제거·국가 코드 통일 같은 정규화를 안 거친 경우가 많아요.
- 빈도 제한이 없다 — 리타겟팅은 대상이 좁아서 같은 사람에게 반복 노출되기 쉬워요. 빈도를 안 막으면 전환율은 그대로인데 CPM만 오르고, 브랜드 인상도 나빠집니다.
오늘 해볼 것
리타겟팅 캠페인 하나를 골라서, 관측 단위·검정력·구매 주기·예산으로 홀드아웃 비율과 기간을 먼저 정하고 무작위로 배정하세요. 5~10%는 검토할 예시이지 충분한 표본의 보장이 아닙니다. 그 그룹에는 리타겟팅 광고를 아예 노출하지 않습니다.
사전에 정한 기간이 끝나면 실제 노출 여부가 아닌 배정군 기준으로 복귀·구매 비율과 불확실성을 비교하세요. 차이가 작거나 유의하지 않다는 사실은 효과 없음의 증명이 아닙니다. 배정·오염·동시 변경을 점검하고 사업적으로 의미 있는 효과 범위와 함께 판독하세요.
리포트에 찍히는 리타겟팅 CPA로는 이걸 절대 알 수 없어요. 노출군의 전환율만 봐서는 "원래 돌아올 사람"과 "광고가 데려온 사람"이 구분되지 않으니까요.
리타겟팅 성과가 좋아 보이는 것이 잠식 때문인지 가르는 방법은 광고 카니발라이제이션 측정에, 캠페인을 나눴을 때 학습이 어떻게 흔들리는지는 광고 학습 단계에 있습니다.
이 방법의 한계
리타겟팅은 이미 우리를 아는 사람을 다시 잡는 거라, 어차피 돌아왔을 유저에게 광고비만 쓰는 잠식 위험도 같이 있어요. 리포트상 CPA가 가장 좋은 캠페인이 실제 증분은 가장 작은 캠페인일 수 있다는 것 — 이게 리타겟팅에서 가장 자주 반복되는 착시예요.
증분을 실제로 재는 방법은 증분성 측정에서, 세그먼트별 정확한 절차는 리타겟팅·Re-engagement 가이드에 정리돼 있어요.