크리테오의 추천 엔진은 전환 가능성만 볼 뿐, 그 전환이 회사에 이익인지는 판단하지 않는다
마진율이 마이너스인 상품이나 품절이 잦은 브랜드는 카테고리·브랜드 필드를 기준으로 제외 룰을 걸어야 한다
제외 룰은 상품 피드에 정확한 카테고리·브랜드 필드가 채워져 있어야 세밀하게 적용할 수 있다
제외뿐 아니라 마진율이 높은 상품군에 가중치를 더 줘 우선 노출시키는 것도 함께 고려할 수 있다
제외 룰과 광고 정책 준수를 함께 검토해야 하는 경우
법률적으로 표시 제한이 있는 상품군(예: 특정 의약외품, 주류)이 있다면 이 역시 제외 룰 설계 단계에서 함께 반영해야 합니다. 마진 문제와는 다른 차원이지만, 같은 필드 구조를 활용해 관리할 수 있으므로 함께 검토하는 것이 효율적입니다.
이 세팅이 왜 다른 매체보다 크리테오에서 더 중요한가
검색광고처럼 유저가 이미 특정 상품을 찾고 있는 상태에서 노출되는 광고와 달리, 크리테오의 리타겟팅·유치 캠페인은 엔진이 능동적으로 어떤 상품을 보여줄지 결정하는 구조입니다. 이 능동적 결정권이 있기 때문에, 마케터가 사전에 제외·가중치 룰로 개입해두지 않으면 엔진이 순전히 전환 확률만 따라 저마진 상품을 계속 밀어붙이는 상황을 막을 방법이 없습니다.
1강에서 다룬 엔진의 한계를 정확히 이해해야 한다
1강에서 크리테오의 리타겟팅 엔진이 전환 가능성이 높은 상품을 골라 보여준다고 다뤘습니다. 여기서 "전환 가능성이 높다"는 것은 유저가 클릭·구매할 가능성이 높다는 뜻이지, 그 판매가 회사에 이익이 되는지는 전혀 고려하지 않는다는 뜻이기도 합니다. 마진율이 낮거나 마이너스인 미끼 상품이 오히려 전환율이 높은 경우가 실무에서 흔한데, 이런 상품이 계속 배너에 우선 노출되면 광고비를 쓸수록 손해가 누적되는 상황이 생길 수 있습니다.
어떤 상품군을 제외 대상으로 검토해야 하나
마진율이 마이너스이거나 지나치게 낮은 상품, 반품률이 비정상적으로 높은 상품, 재고가 자주 소진돼 광고 클릭 후 품절을 자주 겪게 만드는 브랜드·카테고리가 대표적인 제외 검토 대상입니다. 특히 품절이 잦은 상품은 6강에서 다룬 DCO 정확도와도 연결되는데, 피드 갱신이 재고 변동을 즉시 반영하지 못하는 상황이 반복되면 광고 클릭 후 품절 화면을 보는 유저 경험 자체가 나빠집니다.
제외 룰은 어떤 데이터를 기준으로 걸어야 하나
제외 룰을 세밀하게 적용하려면, 3강에서 다룬 상품 피드에 카테고리·브랜드 정보가 정확한 필드로 채워져 있어야 합니다. 카테고리·브랜드 필드가 부실하거나 일관되지 않게 입력돼 있다면, 특정 브랜드만 콕 집어 제외하는 룰을 걸고 싶어도 시스템이 어떤 상품이 그 브랜드에 속하는지 정확히 구분하지 못합니다. 제외 룰 설계는 결국 피드 데이터 품질에서 시작됩니다.
제외와 반대로 가중치를 높이는 접근도 함께 고려할 수 있다
저마진 상품을 제외하는 것과 별개로, 마진율이 높거나 재고가 충분한 전략 상품군에는 노출 가중치를 더 줘 우선적으로 배너에 노출되도록 설정할 수 있습니다. 이는 단순히 나쁜 상품을 걷어내는 수비적 접근을 넘어, 회사에 더 유리한 상품을 적극적으로 밀어주는 공격적 접근으로, 두 방식을 함께 쓰면 캠페인의 수익성을 이중으로 개선할 수 있습니다.
이 룰셋을 누가 정하고 관리해야 하나
어떤 상품이 저마진인지, 어떤 브랜드가 전략적으로 밀어야 할 상품인지는 마케팅팀 혼자 판단할 수 있는 정보가 아니라 상품·MD 조직의 마진 데이터가 필요합니다. 이 데이터를 정기적으로 받아 제외·가중치 룰을 갱신하는 프로세스를 만들어두지 않으면, 한 번 설정한 룰이 시즌이 바뀌고 마진 구조가 달라져도 그대로 방치되는 문제가 생깁니다.
룰 적용 전후 성과를 어떻게 비교해야 하나
제외·가중치 룰을 새로 적용한 뒤에는 전체 클릭률·전환율 같은 상위 지표만 보지 말고, 실제 수익성 지표(순이익 기준 ROAS)가 개선됐는지 함께 확인해야 합니다. 저마진 상품을 제외하면 전환수 자체는 줄어들 수 있지만, 이는 의도된 결과이므로 전환수 감소만 보고 룰을 성급히 되돌리지 않도록 이 지표의 성격을 팀 내에 미리 공유해둬야 합니다.
제외 룰을 과도하게 넓게 걸면 생기는 부작용
제외 대상을 지나치게 광범위하게 설정하면 배너에 노출할 수 있는 상품 후보군 자체가 크게 줄어들어, 1강에서 다룬 추천 엔진이 개인화할 여지가 좁아지고 결과적으로 전체 캠페인 규모(도달·노출량)까지 위축될 수 있습니다. 제외 룰은 정말로 손해가 확실한 상품군에 한정하고, 애매한 경계선에 있는 상품은 완전히 제외하기보다 가중치를 낮추는 완화된 방식으로 다루는 것이 균형 잡힌 접근입니다.
시즌성 상품에는 제외 룰을 어떻게 다르게 적용하나
평소에는 마진이 낮아 제외 대상이던 상품이 특정 시즌(예: 재고 소진이 필요한 이월 상품 할인전)에는 오히려 전략적으로 노출을 늘려야 하는 상품으로 바뀔 수 있습니다. 제외 룰을 고정된 것으로 두지 않고, 시즌 캘린더에 맞춰 주기적으로 재검토하는 일정을 마련해두면 이런 시즌성 변화에 유연하게 대응할 수 있습니다.
품절 방지와 제외 룰의 관계
품절이 잦은 브랜드를 완전히 제외하는 것 외에, 재고 임계치(예: 5개 미만)를 설정해 재고가 그 아래로 떨어지면 자동으로 노출에서 빠지도록 피드 로직을 구성하는 방법도 있습니다. 이렇게 하면 브랜드 전체를 걷어내지 않고도 개별 상품 단위로 품절 리스크를 관리할 수 있어, 10강에서 다룬 제외 룰보다 더 정교한 대응이 가능합니다.
다음 행동
자사 상품 카탈로그에서 마진율이 마이너스이거나 품절이 잦은 상품군을 MD팀과 함께 목록화하고, 이를 크리테오 제외 룰로 반영할 수 있는 카테고리·브랜드 필드가 피드에 정확히 있는지 확인해보세요. 이 과목의 마지막 강의인 11강에서는 이렇게 수익성까지 정리된 캠페인의 최종 성과를 다른 디스플레이 매체와 비교해 리포트로 작성하는 법을 다룹니다.
← 이전 글 · 레슨 09 크리테오 데이터 성과 분석의 함정: 기여 기간(Attribution Window: 클릭 후 30일 등) 설정에 따른 메타/구글 광고와의 전환 중복 집계 발라내기
CHALLENGE
배운 걸 실전 문제로 확인
카테고리별 Level Test로 실무 레벨을 점검해보세요.
