고객 타기팅과 리타기팅

핵심 잠재고객은 Meta가 사용자에 대해 보유한 자체 데이터를 사용해 구성합니다. 여기에는 연령, 성별, 위치 같은 인구통계 정보, 페이지 좋아요와 콘텐츠 상호작용으로 추정한 관심사, 구매 이력과 기기 사용 같은 행동이 포함됩니다. 핵심 잠재고객은 아직 브랜드를 알지 못하는 신규 잠재고객에게 도달하기 위한 출발점입니다.

기존 고객의 이메일 주소나 전화번호가 담긴 CSV 파일을 Meta에 업로드하면 Meta 프로필과 대조해 일치하는 맞춤 잠재고객이 생성됩니다. 이를 통해 이탈 고객을 다시 유치하는 캠페인, 특정 고객군을 대상으로 하는 교차 판매 캠페인을 진행하거나 신규 고객 발굴 캠페인에서 기존 고객을 제외할 수 있습니다.

Meta 픽셀은 웹사이트에서 방문자의 행동을 추적하고, 방문한 특정 페이지, 사이트에서 머문 시간, 수행한 행동을 기준으로 잠재고객을 만들 수 있게 합니다. 가격 페이지를 방문했지만 구매하지 않은 사람으로 구성한 웹사이트 맞춤 잠재고객은 구매 의도가 높으므로 우선적으로 재타기팅할 가치가 있는 고객군입니다.

Meta에서는 플랫폼 내에서 콘텐츠와 상호작용한 사람으로 잠재고객을 만들 수 있습니다. 여기에는 동영상 시청자, Instagram 또는 Facebook 페이지에 참여한 사람, 리드 양식을 연 사람, 이벤트에 응답한 사람이 포함됩니다. 이러한 관심 고객은 이미 브랜드를 어느 정도 알고 있으므로 신규 잠재고객보다 전환 비용이 저렴한 경우가 많습니다.

동영상의 상당 부분을 시청한 사람은 관심을 보인 잠재고객입니다. 일반적으로 25%, 50%, 75% 시청 완료 기준을 사용합니다. 동영상을 75% 시청한 사람으로 재타기팅 잠재고객을 구성하고 직접적인 제안을 이어서 전달하면 더 낮은 결과당 비용으로 높은 전환율을 얻는 경우가 많습니다.

유사 잠재고객을 사용하면 Meta가 사용자가 정의한 기준 잠재고객과 특성이 비슷한 신규 사용자를 찾습니다. 일반적으로 가장 우수한 고객이나 웹사이트 방문자 중 가치가 가장 높은 사람을 기준으로 삼습니다. 1% 유사 잠재고객은 기준 잠재고객과 가장 비슷하고, 10% 유사 잠재고객은 더 광범위합니다. 정확한 신규 고객 발굴을 위해 1~2%부터 시작하세요.

재타기팅을 위한 웹사이트 맞춤 잠재고객을 만들 때는 사용자가 얼마나 최근에 방문했는지를 선택합니다. 최근 7일은 구매 의도가 높은 최근 방문자를 포착하고, 14일은 더 넓은 범위를 포함하며, 30일은 더 많은 사람을 포함하는 대신 최근 방문자의 비중이 낮아집니다. 기간은 제품의 일반적인 구매 고려 기간에 맞추세요.

잠재고객 조합은 맞춤 잠재고객이나 유사 잠재고객 위에 관심사 또는 행동 조건을 추가하여 범위를 더 좁히는 방식입니다. 예를 들어 유사 고객 중에서도 "기업가 정신"에 관심이 있는 사람을 타깃으로 설정하면 신규 잠재고객을 특정 제안에 반응할 가능성이 가장 높은 사람으로 좁힐 수 있습니다.

제외 잠재고객은 Meta에 광고를 누구에게 표시하지 않을지(NOT) 알려 줍니다. 최근 구매자를 신규 고객 발굴 캠페인에서 제외하면 불필요한 지출을 막을 수 있고, 전체 고객 목록을 첫 구매 제안에서 제외하면 수익성을 유지할 수 있습니다. 제외 설정을 잘 구성하는 것은 Meta 계정에서 가장 큰 수익을 가져오는 최적화인 경우가 많습니다.

매우 구체적인 잠재고객은 메시지의 관련성을 높이지만, Meta가 예산을 효율적으로 집행할 만큼 충분한 사용자를 찾기 어렵게 만듭니다. 매우 광범위한 잠재고객은 Meta에 더 많은 최적화 데이터를 제공하지만 관련성이 낮아집니다. 대부분의 캠페인에서 가장 적절한 범위는 50만~300만 명의 사용자입니다.

같은 캠페인의 여러 광고 세트가 서로 겹치는 잠재고객을 타깃으로 설정하면 경매에서 서로 경쟁하여 자체 비용을 높입니다. 시작하기 전에 Meta의 잠재고객 중복 도구를 사용해 핵심 잠재고객이 얼마나 겹치는지 확인하세요. 중복이 심하면 광고 세트를 통합하거나 서로 제외하도록 설정해야 합니다.

맞춤 잠재고객 유형에 대한 이해도를 확인해 보세요.

효과적인 Meta 타깃 설정은 신규 고객 발굴을 위한 핵심 잠재고객, 고객 목록으로 만든 맞춤 잠재고객, 픽셀 기반 웹사이트 데이터, 참여 기반 관심 잠재고객, 확장을 위한 유사 잠재고객, 전략적인 재타기팅 기간을 함께 활용합니다. 잠재고객을 조합하면 정밀도가 높아지고, 제외 설정은 낭비를 막으며, 잠재고객 중복 도구는 내부 경쟁을 없애 줍니다. 규모와 구체성 사이의 균형을 맞추면 알고리즘이 효율적으로 최적화할 수 있습니다.