← 라이브러리 01 메타 광고 계정의 가장 이상적인 아키텍처: 캠페인 최소화 및 광고 세트 단순화를 통한 데이터 집중 구조 짜기 캠페인과 광고 세트를 많이 만들수록 관리가 잘 되는 것 같지만, 실제로는 각 세트가 받는 데이터가 얇아져 메타 알고리즘이 제대로 학습하지 못하는 역효과가 납니다. 6건 출처 02 ABO(광고 세트 예산 설정)의 활용 시점: 신규 소재/타겟의 가치를 개별 테스트하고 고정 예산을 강제 집행하고 싶을 때 CBO가 기본값으로 권장되는 시대에도 ABO가 여전히 필요한 순간이 있는데, 그 기준은 "알고리즘에게 판단을 맡겨도 되는가"입니다. 4건 출처 03 CBO(어드밴티지 캠페인 예산 최적화)의 구동 원리: 메타 AI가 효율 좋은 광고 세트에 실시간으로 예산을 몰아주는 매커니즘 CBO를 "그냥 예산을 자동으로 나눠주는 기능"으로만 이해하면, 왜 특정 세트만 계속 예산을 못 받는지 이해할 수 없습니다. 4건 출처 04 CBO 운영 시 특정 세트에 예산이 안 들어가는 현상 해결책: 광고 세트별 '최소/최대 예산 한도' 강제 설정을 통한 밸런스 조정 CBO가 특정 세트를 굶기는 현상을 "알고리즘이 잘못 판단했다"고 여기기보다, "이럴 때 쓰라고 만들어둔 안전장치가 있다"는 사실부터 아는 것이 순서입니다. 3건 출처 05 메타 캠페인 목표 세팅의 정석: 트래픽/링크 클릭 목적 캠페인이 가짜 유저(체리피커)만 불러오고 매출이 안 나는 이유와 전환 목적 세팅 가이드 CTR도 좋고 CPC도 낮은데 매출이 안 나온다면, 캠페인 목표부터 다시 확인해야 할 가능성이 큽니다. 3건 출처 06 예산 규모별 캠페인 구조화: 월 광고비 100만 원 소액 브랜드 vs 월 5,000만 원 대형 브랜드의 퍼널별 캠페인 수 분배 룰 같은 "캠페인 최소화" 원칙이라도, 월 예산 100만 원 계정과 5,000만 원 계정에 적용되는 실제 숫자는 전혀 다릅니다. 3건 출처 07 메타 광고 세트 내 '기여 설정(Attribution Setting)' 조정 실무: 7일 클릭/1일 조회 세팅이 머신러닝 학습 속도에 미치는 영향 기여 설정을 "리포트에 어떻게 표시할지 정하는 옵션"으로만 알고 있다면, 이 설정이 실은 알고리즘이 학습하는 데이터 자체를 바꾼다는 사실을 놓치기 쉽습니다. 3건 출처 08 일일 예산(Daily Budget)과 총예산(Lifetime Budget)의 장단점 분석: 특정 요일/시간대에만 광고를 틀고 싶을 때의 예산 설계법 "특정 요일에만 광고를 틀고 싶은데 그 기능이 안 보인다"는 문의의 절반은, 예산 유형을 잘못 골라서 생기는 문제입니다. 3건 출처 09 캠페인 네이밍 컨벤션(Naming Convention): [날짜_타겟_소재_목적] 규칙화를 통해 수십 개의 캠페인을 한눈에 관리하는 엑셀 연동 표 매칭 캠페인이 5개일 때는 이름을 대충 지어도 괜찮지만, 30개가 넘어가는 순간부터는 이름 규칙이 곧 관리 체계 그 자체가 됩니다. 2건 출처 10 트러블슈팅: 동일 캠페인 내 광고 세트 간의 타겟 자기잠식(Auction Overlap) 발생 시 캠페인 병합 가이드라인 여러 세트로 정교하게 나눴다고 생각한 캠페인이 실은 자기 예산끼리 경쟁시키고 있었다는 사실을, 진단 도구를 열어보기 전까지는 알기 어렵습니다. 4건 출처 11 예산 최적화 사후 검증: CBO 집행 후 실제 단가가 낮아졌는지 기간별 코호트 지표 비교 분석 리포트 작성법 CBO를 켠 뒤 CPA가 낮아졌다는 인상만으로 만족하기보다, 그 인상이 실제 숫자로 뒷받침되는지 매번 검증하는 습관이 이 과목의 마지막 단계입니다. 5건 출처