[Google Ads] Copywriting과 Machine Learning 기술의 만남, RSA(Responsive Search Ads)

[디지털 마케팅에서의 Copywriting]

광고에 있어서 광고 Copywriting은 소비자의 마음을 움직이기도 하고  소비자의 마음을 돌려버리기도 할 만큼 광고에 있어서 가장 중요한 요소들 중 하나라고 말씀드릴 수 있습니다. 광고 카피라이터라는 직업이 따로 있다는 것만 봐도 그 중요성을 말해준다고 생각됩니다.

또한, Copywriting은 디지털 마케팅에서 그 성과를 향상시키기 위해 매우 중요한 요소들 중 하나입니다. 특히 TV를 시청하는 시간보다 PC, 혹은 모바일을 통해 온라인에서 보내는 시간이 점차 늘어나는 요즘 같은 디지털 시대에는 그 영향력이 더욱 확대되는 추세인데요.

SEM(Search Engine Marketing/검색광고 마케팅)에서도 검색자의 유입을 더욱 적극적으로 유도하기 위해 마케터들은 이 Copywriting에 해당하는 헤드라인 문구를 작성하는데 많은 시간을 투자하기도 합니다. 이 때문에 전 세계 검색광고 시장의 중심에 있다고 할 수 있는 Google은 2019년 올해, 마케터들의 고충을 덜어주고자 RSA(Responsive Search Ads/반응형 검색광고)라는 기능을 선보였는데요.

이 글에선 RSA란 무엇인가에 대해 소개해드리고 아티언스 에서 진행한 테스트 결과를 함께 공유하고자 합니다.

 

[반응형 검색광고(RSA)의 정의 및 특징]

 

앞서 말씀 드렸듯이, 올해 Google 검색광고에서 가장 큰 변화들 중 하나는 RSA(Responsive Search Ads/반응형 검색광고)의 도입입니다.

Google에서 브랜드, 혹은 상품과 관련된 다양한 검색어에 대한 검색 활동 시, 검색자에게 가장 먼저 보여지는 헤드라인들과 웹페이지 관련 설명문구를 함께 작성하여 하나의 광고카피 세트를 운영하는 기존의 검색광고 방식은 Google을 자주 사용하시는 유저 분들이시라면 이미 잘 알고 계시리라 생각됩니다.

하지만 새롭게 도입된 반응형 검색광고(RSA)는 최대 3개의 헤드라인과 2개의 설명 문구를 설정하는 기존의 방식(ETA)과는 다르게, 최대 15개의 각각 다른 헤드라인들과 최대 4개의 설명문구를 설정할 수 있습니다. 이렇게 설정된 카피들은 Google의 머신 러닝(Machine Learning)기술을 통해 선택되어지고, 최대 3개의 헤드라인과 2개의 설명문구를 하나의 광고 카피 세트로 조합하여 검색자에게 노출시켜줍니다.

예를 들어, 검색 광고에

헤드라인1 : 브랜드관련 문구
헤드라인2 : 상품관련 문구
헤드라인3 : 유입유도 문구

를 배치하기로 기획한 마케터가 있다면, 기존에는 어떤 문구들의 조합이 가장 높은 유입율을 보이는지 테스트하기 위해 각 헤드라인에 배치될 문구들을 수 십에서 수 백까지 고민을 해야 하고 그들간의 조합에 대해서도 고민해야 하는 인고의 시간을 보낼 수 밖에 없었는데요. 이러한 방식과는 달리, RSA는 15개의 작성된 문구를 설정만 해두면 Google Machine Learning 기술이 가장 높은 유입율의 광고 문구조합을 테스트 한 뒤 그 성과를 측정한 후 가장 좋은 유입율을 보인 카피 조합을 해당 광고에 노출을 시켜준다는 것입니다.

 

앞서 설명 드렸듯, 이 RSA의 경우 자동으로 검색자에게 최적화된 광고문구를 보여주긴 하지만 마케터의 광고집행 의도, 목적을 100% 반영할 수 있는지에 대해서는 조금 더 고민해볼 필요가 있습니다.

예를 들어, 세일즈의 성수기에 해당하는 Black Friday기간에 광고를 좀 더 효과적으로 운영하고자 하는 마케터가 있습니다. 이 마케터는 평소에는 경쟁사와의 경쟁에서 더 높은 브랜딩을 점하기 위해 브랜드 관련 광고카피를 헤드라인1에 배치하였지만, Black Friday와 같은 특정 시즈널(Seasonal)한 기간에는 Black Friday 프로모션과 관련된 광고카피를 헤드라인1에 배치하는 것이 더 효과적일 수도 있다고 판단하여 관련 광고문구를 노출하고자 합니다.

하지만 이 마케터의 기획 의도와는 다르게 RSA는 그저 단순히 유입율만이 좋은 광고카피들을 무작위로 배치하게 될 것이기 때문에 RSA의 사용이 무조건 옳고 또 좋다고 말씀 드리기엔 다소 무리가 있습니다.

물론 이러한 우려를 상쇄시키고자 Google은 15개의 광고문구를 설정할 시 몇 번째 헤드라인에 어떤 문구를 노출시킬 것인지 마케터가 설정할 수 있도록 Pin기능을 제공하기도 합니다.

그렇지만 역시 더욱 효과적이고 마케터의 의도를 잘 전달 할 수 있는 검색광고를 집행하기 위해선 Google의 Machine Learning만 전적으로 믿고 노출하기보단, Test를 통해 반응형 검색광고가 올바르게 Learning이 되고 운영이 되고 있는지 마케터가 직접 모니터링하고 검증하는 것이 필수입니다.

다음 카테고리에서는 우리 아티언스에서 고객에게 반응형 검색 광고(Beta) 사용을 권장하기 전에
RSA에 대한 팀 자체 이해도를 향상시키기 위해 진행한 테스트와 결과를 소개해드리고자 합니다.

 

[기존의 광고문구(ETA)와 반응형 광고문구(RSA) 비교 테스트]

[조건]

1. 브랜드 관련 키워드, 일반(Generic) 키워드, 경쟁사 키워드 세 키워드 그룹을 대상으로 테스트.
(다양한 키워드 종류가 있겠으나, 기본에 충실한 실험 및 테스트 결과를 얻기 위함)

2. 반응형 광고 문구에 활용하는 제목 및 설명 문구는 일반 광고 문구(ETA) 와 동일한 문구로 진행.

기간: 2019년 7월1일 ~ 9월 25일(약 3개월)

3.Test 기준 지표: CTR(Click Through Rate/광고유입율), CVR(Conversion Rate/전환율)두 지표를 기준으로 평가.
즉, 순열 조합으로 유저에 매력적인 광고가 잘 노출되었는지를 보는 CTR과 항상 고정된 문구가 아닌 유저에게 올바른 메시지를 제공하여 사이트 방문 시 전환에 좀더 기여하는 CVR(사이트 전환)단의 성과를 모두 비교.

 

[결과]

실험1: 20개의 국가 중 ETA(기존 광고문구)만 세팅하여 운영한 광고 실적과 ETA + RSA를 혼용하여 노출한 광고의 실적 비교(하기 이미지 참조)1
> 4개국은 ETA와 RSA를 혼용하여 운영한 결과 광고 반응률과 전환율이 모두 개선.

• 2개국은 CTR(Click Through Rate/반응률)이 개선되었으며, 1개국은 전환율이 크게 개선.
• 나머지 3개국은 CTR, 전환율이 모두 감소.

 

 

[결과 요약]

실험 결과, RSA의 사용이 항상 CTR이나 전환율의 상승을 가져다주는 것은 아니었습니다. 즉, RSA는 Google Machine Learning 기술을 통해 최적의 광고노출을 보여줄 가능성을 높일 수는 있으나, 실적 측면에서 기존 ETA형식의 광고노출보다 항상 우수하다는 것을 의미하지는 않는다는 결론입니다.

결과적으로, 마케터의 기획의도가 담긴 ETA와 Google Machine Learning에 입각한 RSA를 적절하게 혼용하는 것이 검색광고 최적화에 가장 중요한 포인트라고 생각되는데요. 반대로 항상 마케터가 기획한 ETA만을 고집하는 것 또한 효과적인 광고운영의 방식은 아니겠지요.

 

[마치며]

Google은 최근 Machine Learning 기술에 입각한 광고의 자동화 기술을 많이 선보이고 있습니다. 이 글에서 소개해 드린 반응형 검색광고(RSA)뿐 아니라, 키워드 자동입찰 시스템(Smart Bidding) 또한 나날이 발전하고 있으며, 심지어 세계각국의 언어로 AI가 광고 카피라이팅까지 해내는 기능마저 선보이고 있는데요.

현재는 자동화 시스템만을 믿고 광고를 운영할 수는 없지만, 언젠가 AI기술의 발전으로 마케터들의 감성과 경험, 그리고 AI 기술이 만나 디지털 마케팅, 디지털 광고의 새로운 시대가 열일 그날을 한 사람의 마케터로서 기대해봅니다.
긴 글 읽어주셔서 감사합니다.