← 라이브러리 01 구글 PMax(퍼포먼스 맥스) 알고리즘의 본질: 검색, 쇼핑, 디스플레이, 유튜브, 지메일 지면을 단일 캠페인으로 통합 제어하는 원리 채널별로 캠페인을 쪼개던 방식에서 PMax로 넘어갈 때, 실무자가 가장 먼저 부딪히는 질문은 "그래서 지금 내가 통제하는 게 정확히 뭐냐"는 것입니다. 3건 출처 02 PMax 연동 필수 데이터 요건: 전자상거래 글로벌 태그(gtag) 고도화 및 구글 머신러닝 최적화용 원시 전환 파라미터 규격 PMax를 켜기 전에 "전환 추적이 되어 있다"와 "PMax가 쓸 수 있는 수준으로 되어 있다"는 다른 이야기입니다 — 이 격차를 메우는 절차를 정리합니다. 3건 출처 03 에셋 그룹(Asset Groups) 빌딩 가이드: 텍스트, 고해상도 비주얼, 영상 자산의 조합 비율 및 자동 생성 기능 작동 정책 에셋 그룹은 PMax에서 광고주가 직접 설계하는 거의 유일한 원자재입니다 — 최소 요건만 채워 넣으면 왜 성과가 막히는지부터 규격까지 정리합니다. 3건 출처 04 잠재고객 신호(Audience Signals) 마스터: 초기 학습 기간 단축을 위한 퍼스트 파티 검색 데이터 및 자사몰 구매 유저 시드 데이터 주입법 오디언스 시그널을 타겟팅으로 착각하면 캠페인 설계 자체가 어긋납니다 — 이 둘의 차이부터 시드 데이터 설계까지 정리합니다. 3건 출처 05 PMax 예산 제어 기술: 일일 예산 스케일업 시 빅테크 알고리즘의 급격한 CPM 튐 현상을 방지하기 위한 안전 장치 설계 예산을 두 배로 올렸더니 CPA가 같이 두 배로 뛴 경험이 있다면, 문제는 예산 총량이 아니라 늘리는 방식일 가능성이 큽니다. 3건 출처 06 PMax 브랜드 제외(Brand Exclusions) 정책: 자사 브랜드 키워드 침탈 및 브랜드 안전성(Brand Safety) 저해 지면 차단 룰셋 브랜드 검색은 전환율이 가장 높은 쿼리인데, PMax가 그 쿼리에까지 광고비를 태우면 실질적으로 "이미 우리 브랜드를 찾아온 사람"에게 다시 돈을 쓰는 셈입니다. 3건 출처 07 [실패 사례 분석] PMax 전환 루프 오류: 허수 리드(가짜 DB) 유입이 머신러닝을 오염시켜 불법 유저만 대량 낙찰받은 실패 복구 공정 전환수는 늘었는데 매출이 안 따라오는 리드젠 캠페인이 있다면, PMax가 스팸 리드를 "잘 되는 패턴"으로 학습해버렸을 가능성부터 의심해야 합니다. 3건 출처 08 쇼핑 데이터 피드(Merchant Center) 결합: PMax 내 카탈로그 단독 노출 최적화 및 상품별 마진율 기반 피드 분리 구조화 같은 예산으로도 마진 낮은 상품에 입찰비가 쏠리고 있다면, 문제는 입찰 전략이 아니라 피드 구조일 가능성이 큽니다. 2건 출처 09 검색 테마(Search Themes)의 활용: 구글 AI가 파악하지 못하는 신규 시장 진입 시 인공지능에게 우선 학습 방향을 명시하는 가이드 랜딩페이지도, 피드도, 크리에이티브도 다 준비했는데 신규 시장에서 PMax가 엉뚱한 검색어에 노출된다면, AI가 참고할 만한 과거 데이터 자체가 없기 때문입니다 — 검색 테마는 이 공백을 메우는 도구입니다. 2건 출처 10 [확인 항목] 구글 PMax 매체별 노출 비중 확인법: 스크립트나 외부 확장 툴을 활용한 투명한 지면별 예산 소진 비율 역추적 "PMax가 예산을 어디에 쓰고 있는지 모르겠다"는 불만은 이제 절반만 맞는 말입니다 — 공식 리포트가 상당 부분을 보여주지만, 나머지는 스크립트나 외부 툴로 보완해야 합니다. 3건 출처 11 통계적 판정 기준: 기존 파워링크/쇼핑 검색광고 개별 조합 대비 PMax 도입 후 전체 MER(마케팅 효율 비율) 성과 비교 대조 실험 설계 "PMax 전환당 비용이 검색광고보다 나쁜데 왜 계속 쓰나요"라는 질문은 비교 단위 자체가 잘못됐을 가능성이 큽니다 — 캠페인 단위가 아니라 계정 전체 단위로 비교해야 하는 이유부터 짚습니다. 2건 출처