가치 기반 입찰(Value-Based Bidding) 설계: 신규 고객과 기존 재구매 고객의 전환 가치를 차등 입력하여 알고리즘이 '진성 고객'만 비딩하게 만드는 기술

기본적인 tROAS나 전환 가치 극대화는 전환 하나하나의 매출액만 보고 입찰을 최적화합니다. 그런데 비즈니스 관점에서는 매출이 같아도 그 전환이 신규 고객의 첫 구매인지, 이미 확보된 재구매 고객의 반복 구매인지에 따라 실제 가치가 다릅니다. 신규 고객은 향후 반복 구매로 이어질 잠재적 생애가치(LTV)를 갖고 있는 반면, 재구매 고객은 이미 확보된 고객이므로 광고 없이도 재방문했을 가능성이 있습니다.

전환 가치를 매출액 하나로만 입력하면, 알고리즘은 이 차이를 전혀 구분하지 못하고 두 유형의 전환을 동일하게 취급합니다. 그 결과 광고비가 이미 확보된 고객을 다시 끌어오는 데 비효율적으로 쓰이는 상황이 생길 수 있습니다.

전환 가치 규칙(Conversion Value Rules)을 쓰면, 지역·기기·잠재고객(신규 고객 여부 등) 조건에 따라 같은 전환이라도 입찰 시점에 실시간으로 가치를 다르게 매길 수 있습니다. 예를 들어 신규 고객으로 분류된 유저의 구매 전환에는 기존 매출액에 추가 가중치를 곱하거나 더해서, 알고리즘이 그 전환을 "실제보다 더 가치 있는 전환"으로 인식하게 만드는 방식입니다. 타겟 ROAS나 전환 가치 극대화처럼 가치 기반 입찰 전략을 쓰고 있다면, 스마트 입찰은 경매 시점에 활성화된 이 규칙을 함께 반영해 최종 입찰가를 산출합니다.

신규 고객 확보 모드는 구매 전환 목표를 쓰는 광고주에게 권장되는 기능으로, 신규 고객의 첫 구매 전환 가치에 추가 가치를 더해 스마트 입찰이 신규 고객 확보 쪽으로 입찰을 우선하도록 만듭니다. 여기서 중요한 점은 이 모드가 재구매 고객을 배제하는 것이 아니라는 것입니다. 기존 고객과의 접점도 계속 유지하면서, 신규 고객 전환에 더 높은 가중치를 얹어 두 유형의 총 전환 가치를 함께 극대화하는 방식으로 작동합니다.

즉 "신규 고객만 타겟팅"하는 게 아니라 "신규 고객 전환이 나오면 알고리즘이 더 적극적으로 입찰하도록 유도"하는 방식이라는 점에서, 오디언스 타겟팅과는 다른 층위의 조정입니다.

신규 고객 여부를 정확히 판정하려면 광고주가 자체 CRM 데이터나 고객 목록(퍼스트파티 데이터)을 구글 광고에 업로드해 연동하는 것이 선행돼야 합니다. 이 데이터가 없으면 구글은 자체 신호를 기반으로 신규·기존 여부를 추정하는데, 이 경우 판정 정확도가 CRM 연동 대비 떨어질 수 있습니다. 실무에서는 이커머스 플랫폼의 회원 가입일, 첫 구매일 데이터를 정기적으로 구글 광고 고객 목록에 업로드해 최신 상태로 유지하는 것이 이 기능의 효과를 좌우하는 핵심 변수입니다.

이렇게 신규·기존 고객을 알고리즘 차원에서 구분해두면, 담당자가 매번 수동으로 오디언스를 나눠 캠페인을 따로 운영하지 않아도 하나의 캠페인 안에서 '진성 신규 고객' 확보에 우선순위를 둔 자동 최적화가 이뤄지는 구조가 만들어집니다.

구독형 서비스나 반복 구매 빈도가 높은 이커머스처럼 고객 생애가치 편차가 큰 비즈니스에서 효과가 두드러집니다. 반대로 일회성 구매가 대부분이고 재구매 개념 자체가 약한 비즈니스(예: 단일 이벤트 티켓 판매)에서는 이 설계의 실익이 크지 않을 수 있습니다. 도입 전에 자사의 재구매율과 신규·기존 고객 간 평균 매출 차이를 먼저 확인해, 실제로 가치 차등을 둘 만큼 격차가 있는지 검토하는 것이 순서입니다.

전환 가치 규칙을 지역·기기·잠재고객 조건별로 지나치게 세분화하면, 각 조건 조합에 해당하는 전환 데이터량 자체가 희박해져 오히려 학습이 불안정해질 수 있습니다. 조건을 여러 겹으로 쌓기보다는, 비즈니스에 실제로 임팩트가 큰 한두 가지 축(예: 신규·기존 구분)부터 우선 적용하고, 효과가 검증된 뒤 다른 조건을 추가하는 순서가 안전합니다.

또한 가중치 값 자체도 근거 없이 임의로 정하기보다, 신규 고객의 예상 향후 재구매 횟수와 평균 객단가를 곱해 대략적인 생애가치를 추정하고, 그 값과 최초 구매 매출액의 비율을 기준으로 가중치를 산정하는 것이 이후 성과를 설명하기에도 유리합니다.