왜 정해진 비율이 없나

후킹 소재는 아직 브랜드를 모르는 사람의 스크롤을 멈추는 역할이고, 명분 소재는 이미 장바구니까지 온 사람에게 지금 사야 할 이유를 주는 역할입니다. 두 역할에 얼마씩 넣어야 하는지는 리타게팅 모수의 크기에 따라 완전히 달라집니다. 장바구니 이탈자가 하루 30명인 계정과 3천 명인 계정에 같은 비율을 적용하면, 앞쪽은 모수가 말라 빈도만 올라가고 뒤쪽은 기회를 놓칩니다.

정해진 표준은 없지만 인접한 축에는 참고할 집계가 있습니다. 영국 광고실무자협회(IPA)는 자사 광고효과상 응모 사례 데이터셋 전체를 분석해 브랜드빌딩 60%·세일즈액티베이션 40%를 최적 배분으로 제시했고, 후속 보고서 Effectiveness in Context에서는 62 대 38이었습니다. 다만 창업 첫해 브랜드만 따로 돌린 분석에서는 퍼포먼스 65%·브랜드 35%로 방향이 뒤집힙니다. 영국 응모 사례 기반이라 국내 공식 통계가 아니고, 퍼널 상단 후킹과 하단 명분이라는 우리 축과 정확히 같은 구분도 아닙니다. 상단과 하단 중 어디에 무게를 둘지 출발선을 잡을 때 참고선으로만 쓰고, 모수 계산 결과가 다르게 나오면 그쪽을 따릅니다.

그래서 "7 대 3" 같은 숫자를 먼저 정하는 접근은 순서가 거꾸로입니다. 먼저 볼 것은 리타게팅 대상 모수와 그 모수를 며칠이면 다 훑는지입니다.

자동화 캠페인은 예산을 어떻게 나누나

캠페인 예산 최적화 구조에서 메타 알고리즘은 전환이 발생한다고 판단하는 광고 세트에 예산을 70%, 다른 세트에는 10%만 배분하는 식으로 극단적으로 쏠린 배분을 할 수 있습니다. 즉 내가 비율을 정해도 캠페인 예산을 쓰는 순간 그 비율은 알고리즘이 다시 씁니다.

어드밴티지+ 판매 캠페인은 수동 타겟팅 레버를 없애고 예산을 하나로 통합하는 대신, 성과가 타겟팅보다 소재의 양과 다양성에 크게 좌우되는 구조입니다. 중앙 소재 저장소에 이미지·영상 최대 150개, 텍스트 옵션 최대 30개까지 올릴 수 있습니다. 이 구조에서는 후킹 소재와 명분 소재를 예산으로 나누는 대신 소재 슬롯으로 나누는 방식이 현실적입니다.

배분을 통제하고 싶을 때 쓰는 구조는 무엇인가

2026년 실무에서 통용되는 원칙은 ABO로 테스트하고 CBO로 스케일한다는 것입니다. 신규 소재·후킹·오디언스를 검증할 때는 광고 세트 예산으로 균등한 조건에서 데이터를 확보하고, 검증된 소재가 나오면 캠페인 예산으로 옮겨 알고리즘이 승자 쪽에 자동 배분하게 두는 순서입니다.

어드밴티지+ 캠페인 예산을 쓰려면 캠페인에 속한 모든 광고 세트가 동일한 예산 유형, 동일한 입찰 전략, 표준 게재 유형을 가져야 한다는 제약도 함께 기억해 둘 필요가 있습니다. 이 조건이 안 맞아 기능이 안 켜지는 경우가 자주 생깁니다.

4주 기준선은 어떻게 잡나

배분을 바꾸기 전에 지금 구조 그대로 4주를 돌려 기준선을 만듭니다. 기록할 항목은 요일별 노출·클릭·전환, 리타게팅 세트의 빈도, 신규 유입 세트의 CPM, 그리고 전체 매출입니다. 이 네 가지가 있어야 나중에 "명분 소재 예산을 늘렸더니 좋아졌다"는 말이 검증 가능한 문장이 됩니다.

기준선 기간에는 소재도 예산도 건드리지 않습니다. 기준선을 만드는 동안 이것저것 손대면 그 4주가 그냥 사라집니다.

기준선을 다 채우기 어려운 상황도 있습니다. 시즌 프로모션이 겹치거나 품절이 나면 그 주는 정상 주간이 아니므로 기준선에서 빼고 기간을 그만큼 연장합니다. 예외 주간을 그냥 포함시키면 이후 모든 비교의 기준점이 흔들립니다.

한 번에 한 축만 바꾼다는 게 무슨 뜻인가

다음 4주에는 딱 하나만 바꿉니다. 예를 들어 명분 소재가 들어간 리타게팅 세트의 일예산만 올리고, 신규 유입 쪽 예산·소재·타겟은 그대로 둡니다. 소재를 새로 만들면서 예산도 같이 올리면 어느 쪽이 변화를 만들었는지 알 수 없습니다.

증액 폭도 통제 대상입니다. 하루에 예산을 50% 이상 늘리지 않는 것이 권장되는 실무 관행이며, 급격한 증액은 학습 재시작이나 입찰 불안정을 유발할 수 있습니다. 이 관행은 특정 업체 가이드에서 나온 것이지 매체 공식 기준은 아니므로, 자기 계정에서 증액 후 며칠간 CPM이 어떻게 움직이는지 직접 확인해 두는 편이 좋습니다.

결과를 어떤 지표로 판정하나

매체 대시보드의 ROAS만 보면 판단이 틀어집니다. 여러 매체와 순차로 상호작용한 뒤 전환된 고객은 각 매체 대시보드에 전환 1건씩 중복으로 잡히는 경우가 흔해, 단순 합산하면 실제 자사몰 매출보다 부풀려진 숫자가 나옵니다.

그래서 배분 실험의 최종 판정은 전체 매출을 전체 광고 지출로 나눈 MER로 하는 편이 안전합니다. 세트별 ROAS는 어디를 손볼지 찾는 데 쓰고, 배분을 바꿀지 말지는 MER이 기준선 대비 움직였는지로 결정합니다. 중복 집계와 증분 판단을 더 깊이 다루는 방법론은 과목 235에서 이어집니다.