지금 읽는 곳왜 예산과 성과가 항상 비례하지 않는가목차
STEP 3 고급·전략 › 3-5. 대행사 운영·관리 실무 › 과목 143 › 레슨 03
과거 집행 데이터 기반 예산 시뮬레이션: 선형 회귀 모델 및 한계 수확 체감 법칙을 반영한 매체별 최대 적정 예산 소진 한계선(Saturating Point) 도출
매체 예산을 늘릴수록 성과가 똑같은 비율로 계속 늘어날 거라고 가정하고 시뮬레이션을 짜면, 실제 집행 결과는 그 가정을 거의 항상 배신합니다.
핵심요약
- 광고비 지출이 늘어날수록 매출 증가폭이 점점 완만해지는 포화 효과(한계수확체감)가 대부분의 매체에서 관찰된다
- 이 포화 곡선이 꺾이는 지점(Saturating Point)을 알아야 매체별 최대 적정 예산을 정할 수 있다
- 단순 선형 회귀는 포화 구간을 반영하지 못해 예산이 클수록 성과를 과대 예측하는 오류를 낳는다
- 포화 곡선을 반영하는 모델(예: Hill 변환 함수)은 과거 집행 데이터가 충분히 쌓여야 신뢰할 수 있다
- 정확한 포화 지점은 범용 공식이 아니라 자사 데이터를 직접 모델링해야만 나온다
왜 예산과 성과가 항상 비례하지 않는가
광고비 지출이 늘어날수록 매출 증가폭이 선형으로 계속 커지는 것이 아니라 점점 완만해지는 현상을 포화 효과(한계수확체감)라고 부릅니다. 특정 매체에 처음 예산을 넣을 때는 반응이 좋았던 잠재고객이 먼저 노출되지만, 예산을 계속 늘리면 그다음부터는 반응이 상대적으로 낮은 고객군까지 노출 범위가 넓어지기 때문에 추가 지출 대비 성과 증가폭이 줄어드는 것입니다.
이 현상을 무시하고 "지금까지 예산을 늘릴 때마다 성과가 좋았으니 계속 늘리자"는 식으로 판단하면, 실제로는 이미 포화 구간에 들어선 매체에 예산을 계속 쏟아붓는 비효율이 발생합니다.
선형 회귀만으로 예측하면 어떤 오류가 생기나
단순 선형 회귀 모델은 과거 데이터 구간 안에서는 잘 맞아떨어지는 것처럼 보이지만, 그 모델을 예산이 더 큰 구간까지 그대로 연장해서 예측하면 실제보다 훨씬 낙관적인 성과를 예측하게 됩니다. 회귀선은 기본적으로 직선이기 때문에, 실제로는 곡선처럼 꺾이는 포화 구간의 존재 자체를 반영할 수 없습니다.
이런 과대 예측을 근거로 예산을 크게 늘렸다가 실제 성과가 예측에 크게 못 미치면, 그다음 분기 예산 협의에서 마케팅팀에 대한 신뢰가 떨어지는 결과로 이어질 수 있습니다. 예측 모델을 고를 때는 항상 예측 구간이 과거 데이터가 있던 범위를 벗어나는지 먼저 확인해야 합니다.
포화 곡선은 어떻게 모델링하나
포화 효과를 반영하는 대표적 방법은 Hill 변환 함수처럼 지출이 적을 때는 가파르게 성장하고 지출이 많아지면 곡선이 평평해지는 형태로 표현하는 통계 모델입니다. 이런 모델은 구글의 오픈소스 마케팅 믹스 모델링 프레임워크 Meridian 같은 도구에서 기본으로 지원하며, 매체별 과거 집행 데이터를 입력하면 그 매체의 포화 곡선 형태를 추정해줍니다.
다만 이 곡선이 꺾이는 정확한 지점은 매체·업종·자사 데이터에 따라 전부 다르므로, "어느 매체는 예산 얼마 이상부터 포화된다"는 식의 범용 숫자는 존재하지 않습니다. 자사의 실제 집행 데이터를 모델에 직접 넣어봐야만 우리 브랜드의 포화 지점을 확인할 수 있습니다.
데이터가 충분히 쌓이지 않았다면 어떻게 접근해야 하나
포화 곡선을 신뢰성 있게 추정하려면 예산 구간을 다양하게 실험한 과거 데이터가 최소 몇 개월 이상 쌓여 있어야 합니다. 데이터가 부족한 신생 브랜드나 신규 매체라면, 정교한 곡선 모델 대신 예산을 단계적으로 늘려가며 CPA 변화를 직접 관찰하는 소규모 실험으로 포화 신호를 먼저 감지하는 접근이 현실적입니다.
CPA가 눈에 띄게 나빠지기 시작하는 예산 구간을 발견하면, 그 지점을 잠정적인 포화 지점으로 보고 예산 상한을 설정한 뒤, 데이터가 더 쌓이면 정식 모델로 다시 검증하는 단계적 접근이 안전합니다.
여러 매체의 포화 지점을 비교하면 예산 재배분에 어떻게 활용하나
매체별로 포화 지점을 각각 추정해두면, 이미 포화 구간에 들어선 매체의 예산 일부를 아직 여유가 남은 매체로 옮기는 재배분 판단이 가능해집니다. 예를 들어 A매체는 현재 예산의 80% 지점에서 이미 곡선이 평평해지기 시작했는데 B매체는 아직 초반 가파른 구간에 있다면, A매체 예산 일부를 B매체로 옮기는 것이 전체 성과를 끌어올리는 방향입니다.
이런 재배분 판단을 정기적으로 반복하려면 포화 지점 추정을 한 번으로 끝내지 않고, 매 분기 갱신된 데이터로 다시 계산해 예산 배분표를 업데이트하는 루틴을 만들어야 합니다. 매체 환경과 경쟁 강도가 바뀌면 포화 지점 자체도 함께 이동하기 때문입니다.
포화 지점 근처에서 예산을 무리하게 늘리면 어떤 부작용이 생기나
이미 포화 지점에 근접한 매체에 예산을 계속 늘리면 단순히 효율이 떨어지는 데 그치지 않고, 과도한 입찰 경쟁으로 CPC 자체가 상승해 오히려 남은 예산으로 확보할 수 있는 노출량까지 줄어드는 악순환에 빠질 수 있습니다. 포화 지점을 넘어선 예산 투입은 성과 정체를 넘어 효율 역전으로 이어질 수 있다는 점을 예산 협의 자리에서 미리 설명해두는 것이 좋습니다.
포화 지점 추정 결과를 팀 내에서 어떻게 설명해야 설득력이 있나
통계 모델의 세부 수식을 설명하려 하면 대부분의 팀원이나 임원은 이해하기보다 신뢰를 잃기 쉽습니다. 대신 예산과 전환수를 나란히 그린 그래프에서 곡선이 꺾이는 지점을 화살표로 표시하고, "이 지점부터는 예산을 늘려도 효율이 떨어진다"는 한 문장으로 요약해 전달하는 것이 훨씬 설득력 있는 커뮤니케이션 방식입니다.
여러 매체의 포화 지점을 처음 추정할 때 우선순위는 어떻게 정해야 하나
모든 매체의 포화 곡선을 한 번에 정교하게 추정하려 하면 시간이 오래 걸립니다. 전체 예산에서 비중이 가장 큰 매체 한두 개부터 먼저 추정을 시작하고, 그 결과로 얻은 재배분 효과를 확인한 뒤 나머지 매체로 분석 범위를 넓혀가는 것이 초기 투자 대비 효과를 빠르게 체감할 수 있는 접근입니다.