1st Party 데이터와 커스텀 오디언스를 활용한 고객 중심 광고 전략
한 고객이 온라인 쇼핑몰에 방문했습니다.
제품을 살펴보고 상세페이지를 읽었지만 구매하지는 않았습니다. 며칠 후 다시 사이트를 방문해 다른 제품과 비교한 뒤 장바구니에 상품을 담았습니다. 그러나 이번에도 결제를 완료하지 않았습니다.
또 다른 고객은 같은 제품을 이미 구매했습니다. 제품을 사용한 지 한 달이 지난 지금, 새로운 광고를 통해 동일한 상품을 다시 소개받고 있습니다.
이 두 사람에게 같은 광고를 보여주는 것이 적절할까요?
첫 번째 고객에게는 제품을 비교하거나 구매를 결정하는 데 필요한 정보가 도움이 될 수 있습니다. 반면 두 번째 고객에게는 이미 구매한 제품을 다시 소개하기보다 사용 방법이나 관련 상품을 안내하는 편이 더 적절할 수 있습니다.
이러한 차이를 광고 전략에 반영하려면 고객이 브랜드와 어떤 관계에 있는지 알아야 합니다.
브랜드를 처음 접한 고객인지, 제품을 살펴본 고객인지, 구매를 완료한 고객인지 구분할 수 있어야 각각 다른 메시지를 설계할 수 있기 때문입니다.
고객의 행동을 알지 못하면 광고는 모든 사람에게 비슷한 메시지를 반복할 수밖에 없습니다.
그렇다면 브랜드는 고객의 행동을 어떻게 파악하고 광고에 활용할 수 있을까요?
그 출발점이 바로 1st Party 데이터입니다.
01. 1st Party 데이터란 무엇인가?
고객과 직접 맺은 관계에서 얻는 정보
1st Party 데이터, 즉 퍼스트 파티 데이터는 기업이 자사 웹사이트, 서비스, 매장, 고객 관계 등을 통해 직접 수집한 데이터입니다.
온라인 쇼핑몰을 운영하는 브랜드라면 고객이 어떤 제품을 조회했는지, 장바구니에 무엇을 담았는지, 어떤 제품을 구매했는지 등의 정보를 수집할 수 있습니다.
뉴스레터를 운영하는 브랜드라면 고객이 직접 제공한 이메일 주소와 구독 관련 정보를 보유할 수 있습니다.
고객 관리 시스템(CRM)을 운영한다면 구매 이력과 상담 기록을 통해 고객과의 관계를 이해할 수 있습니다.
이러한 데이터는 브랜드가 고객을 이해하고, 고객에게 적절한 정보를 제공하고, 광고 성과를 분석하는 데 활용할 수 있습니다.
왜 직접 수집한 데이터가 중요할까요?
광고 플랫폼이 제공하는 관심사나 인구통계 정보만으로는 고객이 특정 브랜드와 어떤 관계를 맺고 있는지 충분히 파악하기 어렵습니다.
예를 들어 ‘운동화에 관심 있는 사람’이라는 정보만으로는 그 사람이 해당 브랜드의 제품을 처음 보는지, 이미 장바구니에 담았는지, 지난주 구매를 완료했는지 알 수 없습니다.
반면 브랜드가 직접 수집한 고객 행동 데이터를 활용하면 고객과 브랜드 사이의 실제 접점을 기준으로 광고 전략을 설계할 수 있습니다.
이는 앞선 글에서 살펴본 콜드·웜·핫·슈퍼 타겟을 실무적으로 구분하는 데 도움이 됩니다.
다만 직접 수집한 데이터라고 해서 제한 없이 광고에 사용할 수 있는 것은 아닙니다. 수집 목적, 고객의 동의, 광고 플랫폼의 이용 요건 등을 확인하고 해당 범위 안에서 활용해야 합니다.
1st Party 데이터의 핵심 가치는 고객 정보를 많이 보유하는 데 있는 것이 아니라, 고객과의 관계를 이해하고 그에 맞는 경험을 설계할 수 있다는 데 있습니다.
02. 광고에 활용할 수 있는 세 가지 고객 데이터
첫째, 고객이 직접 제공한 연락처 정보
고객이 회원가입, 뉴스레터 구독, 구매 등의 과정에서 제공한 이메일 주소와 전화번호는 고객 관계를 관리하는 데 활용할 수 있는 정보입니다.
광고 플랫폼에서 지원하는 경우, 적절한 동의와 이용 요건을 충족한 고객 정보를 커스텀 오디언스 구성에 활용할 수도 있습니다.
예를 들어 기존 구매 고객을 구분해 신규 고객 광고의 노출 대상에서 제외하거나, 특정 상품 구매 고객에게 관련 상품을 소개하는 캠페인을 설계할 수 있습니다.
여기서 중요한 것은 연락처를 확보했다는 사실만으로 모든 광고 활용이 허용되는 것은 아니라는 점입니다.
수집할 때 고객에게 안내한 목적과 실제 활용 방식이 일치하는지 먼저 확인해야 합니다.
둘째, 웹사이트 행동 데이터
고객이 웹사이트에서 어떤 행동을 했는지 기록한 데이터입니다.
광고 운영에서는 웹사이트에 설치한 픽셀이나 이벤트 측정 도구 등을 통해 페이지 방문, 상품 조회, 장바구니 추가, 결제 시작, 구매 완료와 같은 행동을 구분할 수 있습니다.
예를 들어 상품 상세페이지를 방문한 고객과 장바구니에 상품을 담은 고객은 서로 다른 행동을 보였습니다.
이 차이를 확인할 수 있다면 고객에게 전달할 광고 메시지도 달리 설계할 수 있습니다.
다만 페이지 방문이나 장바구니 추가가 곧 구매 의사를 의미하는 것은 아닙니다. 고객 행동은 구매 가능성을 판단하기 위한 단서로 활용해야 합니다.
셋째, 구매 이력과 CRM 데이터
구매 이력에는 고객이 어떤 제품을 언제, 얼마에 구매했는지에 관한 정보가 포함될 수 있습니다.
이 데이터는 단순히 고객을 ‘구매자’와 ‘비구매자’로 나누는 것보다 더 구체적인 분석을 가능하게 합니다.
예를 들어 첫 구매 고객과 반복 구매 고객, 최근 구매 고객과 오랫동안 구매하지 않은 고객은 서로 다른 관계에 있습니다.
구매 이력과 제품의 특성을 함께 살펴보면 재구매 안내 시점이나 관련 상품을 소개할 대상에 대한 가설을 세울 수 있습니다.
고객 행동 데이터가 구매 이전의 과정을 보여준다면, 구매·CRM 데이터는 구매 이후의 관계를 이해하는 데 도움을 줍니다.
03. 픽셀 이벤트: 고객이 어디까지 왔는지 파악하는 방법
단순 방문자 수보다 중요한 것은 방문 이후의 행동입니다
광고를 통해 1,000명이 웹사이트에 방문했다고 가정해 보겠습니다.
방문자 수만 확인하면 광고가 사람들을 사이트로 데려왔다는 사실은 알 수 있습니다. 그러나 그 이후에 고객이 어떤 행동을 했는지는 알기 어렵습니다.
상품을 보지도 않고 나갔는지, 상세페이지를 읽었는지, 장바구니에 상품을 담았는지, 실제 구매했는지를 구분해야 광고와 구매 경험을 개선할 수 있습니다.
이를 위해 웹사이트에서 발생하는 주요 행동을 이벤트로 설정할 수 있습니다.
| 이벤트 | 고객의 행동 | 분석할 수 있는 내용 |
|---|---|---|
| PageView | 페이지 방문 | 사이트에 유입되었는가? |
| ViewContent | 상품 등 주요 콘텐츠 조회 | 상품에 관심을 보였는가? |
| AddToCart | 장바구니 추가 | 상품을 구매 후보로 선택했는가? |
| InitiateCheckout | 결제 시작 | 구매 절차에 진입했는가? |
| Purchase | 구매 완료 | 실제 구매가 발생했는가? |
이벤트 이름과 측정 방식은 사용하는 광고 플랫폼 및 웹사이트 환경에 따라 달라질 수 있습니다.
중요한 것은 고객의 행동을 하나의 ‘방문’으로 뭉뚱그리지 않고, 방문에서 구매까지의 과정을 단계별로 확인하는 것입니다.
이벤트를 수집하는 것에서 끝나면 안 됩니다
상품을 조회했다는 이벤트만 기록하는 것과 어떤 상품을 조회했는지 함께 기록하는 것에는 차이가 있습니다.
예를 들어 고객이 검은색 스니커즈를 살펴봤다는 사실을 알 수 있다면, 광고에서 지원하는 상품별 리타기팅을 설계할 때 이를 활용할 수 있습니다.
이를 위해서는 상품 ID, 가격 등 필요한 이벤트 파라미터를 상품 데이터와 일관되게 설정해야 합니다.
반대로 상품 조회 이벤트가 발생하더라도 어떤 상품을 조회했는지 식별할 수 없다면 상품별 맞춤 광고를 구성하는 데 제약이 생길 수 있습니다.
고객이 행동했다는 사실뿐 아니라 무엇에 관심을 보였는지 파악할 수 있어야 데이터의 활용 범위가 넓어집니다.
04. 커스텀 오디언스: 고객의 행동에 따라 메시지를 달리하는 방법
모든 방문자를 같은 고객으로 취급하지 마세요
커스텀 오디언스는 광고 플랫폼에서 지원하는 고객 정보나 행동 조건을 바탕으로 구성한 광고 대상 그룹입니다.
예를 들어 브랜드는 다음과 같은 고객군을 구분해 광고 메시지를 설계할 수 있습니다.
| 고객군 | 고객의 현재 상태 | 광고 메시지의 방향 |
|---|---|---|
| 제품 영상 시청자 | 제품을 접했지만 추가 행동은 확인되지 않음 | 제품 특징과 사용 경험 |
| 상품 상세페이지 방문자 | 특정 제품을 살펴봄 | 기능·차별점·비교 정보 |
| 장바구니 추가 후 미구매자 | 상품을 선택했지만 구매 완료는 확인되지 않음 | 후기·구매 조건·FAQ |
| 기존 구매 고객 | 이미 제품을 구매함 | 사용 안내·관련 상품·고객 관계 관리 |
예를 들어 장바구니에 상품을 담은 고객에게 처음 보는 고객용 브랜드 소개 광고만 반복할 필요는 없습니다.
이 고객에게는 사이즈 선택, 배송 일정, 교환·반품 조건 등 구매 판단에 필요한 정보를 제공할 수 있습니다.
반대로 이미 구매한 고객에게 “아직 구매하지 않으셨나요?”라는 광고가 계속 노출된다면 브랜드가 고객의 행동을 제대로 반영하지 못하고 있다는 인상을 줄 수 있습니다.
다만 커스텀 오디언스의 생성 가능 여부, 최소 규모, 이용 가능한 기간과 조건은 플랫폼 및 데이터 수집 환경에 따라 달라집니다.
커스텀 오디언스는 ‘분류’보다 ‘메시지’가 중요합니다
광고 대상을 여러 그룹으로 나누는 것 자체가 목표가 되어서는 안 됩니다.
고객군을 나누었다면 다음 질문에 답할 수 있어야 합니다.
“이 고객은 이미 무엇을 알고 있는가?”
“어떤 행동까지 했는가?”
“다음 행동을 결정하려면 어떤 정보가 필요한가?”
이 질문에 따라 서로 다른 광고를 설계할 수 없다면 고객을 세분화해도 실질적인 차이를 만들기 어렵습니다.
커스텀 오디언스의 가치는 고객을 작게 나누는 데 있는 것이 아니라, 고객이 이미 보여준 행동에 맞는 메시지를 전달하는 데 있습니다.
05. 구매자를 제외하지 않으면 어떤 문제가 생길까요?
고객의 행동이 바뀌었는데 광고가 그대로 남아 있는 경우
고객이 장바구니에 상품을 담은 뒤 이탈했다고 가정해 보겠습니다.
이 고객에게 구매를 돕는 광고를 보여주는 전략을 세웠습니다.
그런데 고객이 며칠 후 구매를 완료했는데도 같은 광고가 계속 노출된다면 어떨까요?
브랜드는 이미 구매한 고객에게 불필요한 메시지를 반복하게 됩니다.
광고비를 사용하면서도 고객의 현재 상태와 맞지 않는 경험을 제공하는 것입니다.
따라서 구매 전환을 목적으로 하는 리타기팅 캠페인에서는 구매 완료 고객을 적절히 제외하는 조건을 점검해야 합니다.
예를 들어 특정 상품의 장바구니 이탈 고객을 대상으로 광고한다면 해당 상품을 이미 구매한 고객에게 구매 독려 광고가 계속 노출되지 않도록 설정할 수 있습니다.
다만 구매자를 모든 캠페인에서 무조건 제외해야 하는 것은 아닙니다.
관련 상품 소개, 소모품 재구매, 기존 고객 대상 안내처럼 구매 이후 관계를 관리하는 캠페인에서는 구매 이력이 오히려 고객군을 구성하는 기준이 될 수 있습니다.
중요한 것은 ‘구매자라서 제외한다’가 아니라, 광고의 목적에 맞지 않는 고객에게 불필요한 메시지를 반복하지 않는 것입니다.
06. 픽셀만 설치하면 고객의 행동을 모두 알 수 있을까요?
측정 데이터에는 누락과 차이가 발생할 수 있습니다
웹사이트에 픽셀을 설치했다고 해서 모든 고객의 행동이 빠짐없이 기록되는 것은 아닙니다.
브라우저 설정, 고객의 추적 관련 선택, 네트워크 환경, 웹사이트의 기술적 오류 등에 따라 측정할 수 있는 데이터가 달라질 수 있습니다.
광고 플랫폼에서 집계한 구매 수와 쇼핑몰의 실제 주문 수가 다르게 나타나는 경우도 있습니다.
이는 단순한 설치 오류뿐 아니라 각 플랫폼이 구매를 광고 성과에 연결하는 방식의 차이에서도 발생할 수 있습니다.
따라서 광고 성과를 분석할 때는 플랫폼의 전환 수만 확인하기보다 실제 주문·매출 데이터와 함께 살펴봐야 합니다.
전환 API(CAPI)는 어떤 역할을 할까요?
일부 광고 플랫폼에서는 브라우저에서 발생하는 이벤트 측정 외에 서버에서 전환 정보를 전달하는 방식도 지원합니다.
메타의 전환 API(CAPI)가 대표적인 예입니다.
이러한 방식은 웹사이트와 서버의 측정 환경을 보완하는 데 활용할 수 있습니다.
다만 전환 API를 설치한다고 해서 모든 누락이 사라지거나 모든 고객의 행동을 확인할 수 있는 것은 아닙니다.
브라우저 이벤트와 서버 이벤트가 중복 집계되지 않도록 설정해야 하며, 고객의 개인정보와 이벤트 정보는 허용된 범위에서 처리해야 합니다.
전환 API의 목적은 측정의 신뢰도를 높이는 것이지, 고객의 선택이나 개인정보 보호 요건을 우회하는 것이 아닙니다.
07. Lookalike: 기존 고객 데이터로 새로운 고객을 찾는 방법
모든 방문자가 우리 브랜드의 좋은 고객은 아닙니다
기존 고객과 유사한 특성을 가진 신규 고객을 찾는 광고 기능을 유사 타겟, 즉 Lookalike라고 합니다.
이 기능을 활용할 수 있는 광고 플랫폼에서는 기존 고객군 등을 기준으로 새로운 광고 대상을 구성할 수 있습니다.
여기서 중요한 질문이 있습니다.
어떤 고객 데이터를 기준으로 삼아야 할까요?
웹사이트에 방문한 모든 사람을 기준으로 삼는 경우를 생각해 보겠습니다.
방문자 중에는 실제 구매에 관심이 있는 사람도 있지만, 단순히 콘텐츠를 읽고 나간 사람도 있습니다.
반면 실제로 구매를 완료한 고객은 적어도 한 번 브랜드의 제품이나 서비스를 선택한 이력이 있습니다.
반복 구매 고객이나 구매 금액이 높은 고객이라면 브랜드와 더 깊은 관계를 맺고 있을 가능성도 있습니다.
따라서 유사 타겟의 기준이 되는 고객군을 구성할 때는 단순한 데이터 규모뿐 아니라 브랜드가 어떤 고객을 더 확보하려는지 고려할 필요가 있습니다.
신규 고객 수가 목표인지, 장기적인 고객 가치가 목표인지 구분하세요
예를 들어 신규 구매 고객을 늘리는 것이 목표라면 실제 구매 고객 데이터를 기준으로 한 유사 타겟을 검토할 수 있습니다.
반복 구매 고객을 확보하는 것이 목표라면 일정 기간 동안 여러 번 구매한 고객군을 기준으로 삼는 방법을 고려할 수 있습니다.
구매 금액만으로 고객을 판단하기 어려운 브랜드라면 구매 빈도, 수익성, 유지 기간 등도 함께 살펴봐야 합니다.
다만 구매자가 적거나 데이터가 불완전한 상황에서는 고객군을 지나치게 세분화할수록 활용 가능한 데이터가 부족해질 수 있습니다.
특정 비율의 우수 고객을 선택하거나 특정 유사도 범위를 사용하는 방식도 모든 브랜드에 동일한 결과를 보장하지는 않습니다.
좋은 유사 타겟을 만들기 위한 출발점은 ‘누구와 닮은 사람을 찾을 것인가?’를 명확하게 정의하는 것입니다.
08. 고객 데이터는 한 번 설정하고 끝내는 것이 아닙니다
고객의 상태는 시간이 지나면서 바뀝니다
어제 장바구니에 상품을 담았던 고객이 오늘 구매를 완료할 수 있습니다.
첫 구매 고객이 반복 구매 고객이 될 수도 있습니다.
반대로 오랫동안 구매하지 않거나 브랜드와의 접점이 줄어드는 고객도 있습니다.
그런데 광고 대상이 오래된 데이터를 기준으로 구성되어 있다면 고객의 현재 상태와 맞지 않는 광고가 노출될 수 있습니다.
따라서 커스텀 오디언스와 기존 구매 고객 데이터가 실제 고객의 행동을 적절히 반영하고 있는지 주기적으로 확인해야 합니다.
업데이트 주기는 구매 빈도와 상품 특성, 캠페인의 목적에 따라 달라질 수 있습니다.
매일 구매가 발생하는 쇼핑몰과 몇 년에 한 번 구매하는 상품을 판매하는 브랜드에 동일한 기준을 적용할 필요는 없습니다.
데이터 품질을 점검하는 세 가지 질문
첫째, 고객 행동이 정확하게 기록되고 있는가?
상품 조회, 장바구니 추가, 결제 시작, 구매 완료 이벤트가 실제 행동과 일치하는지 확인합니다.
둘째, 고객의 현재 상태가 광고 대상에 반영되고 있는가?
구매를 완료한 고객이 여전히 동일 상품의 구매 독려 광고를 받고 있지는 않은지 살펴봅니다.
셋째, 수집한 데이터를 활용할 수 있는 근거와 목적이 명확한가?
고객에게 안내한 수집·이용 목적과 광고 활용 방식이 일치하는지 확인하고, 더 이상 필요하지 않은 정보는 적절하게 관리해야 합니다.
데이터가 많아도 부정확하거나 활용 목적에 맞지 않는다면 광고 전략을 개선하는 데 도움이 되기 어렵습니다.
데이터의 규모만큼 중요한 것은 정확성, 최신성, 그리고 적절한 활용입니다.
09. 실제 광고 운영에서는 무엇부터 시작해야 할까요?
1st Party 데이터를 활용한 광고 전략을 처음부터 복잡하게 구성할 필요는 없습니다.
우선 웹사이트에서 고객의 주요 행동을 측정할 수 있는지 확인합니다.
상품 조회, 장바구니 추가, 결제 시작, 구매 완료 등 실제 구매 과정에 해당하는 이벤트가 제대로 기록되는지 점검하는 것입니다.
그다음 기존 구매 고객과 구매하지 않은 방문자를 구분할 수 있는지 확인합니다.
이 두 가지가 가능하다면 광고 목적에 따라 고객군을 나누고 메시지를 달리하는 실험을 시작할 수 있습니다.
예를 들어 모든 방문자에게 동일한 제품 광고를 보여주는 방식과 상품 조회 고객에게 기능 설명을, 장바구니 이탈 고객에게 구매 조건을 안내하는 방식을 비교해 볼 수 있습니다.
이때 단순히 광고 클릭률만 비교해서는 안 됩니다.
실제 구매 전환과 매출, 고객 획득 비용 등을 함께 확인해야 광고 전략이 성과 개선에 기여했는지 판단할 수 있습니다.
또한 커스텀 오디언스를 더 세밀하게 나눈 캠페인의 성과가 높아 보이더라도, 원래 구매 가능성이 높은 고객을 대상으로 했기 때문일 수 있습니다.
따라서 광고 대상의 기존 구매 가능성과 메시지 변경의 효과를 구분해 해석해야 합니다.
고객 행동에 관한 데이터를 수집하고, 그 데이터를 바탕으로 광고 가설을 세우고, 실제 구매 결과를 통해 검증하는 과정이 필요합니다.
CONCLUSION
좋은 광고는 고객이 누구인지보다, 브랜드와 어떤 관계에 있는지 이해하는 것에서 시작됩니다
광고 플랫폼에서 제공하는 관심사와 인구통계 정보는 신규 고객에게 접근하는 데 도움이 될 수 있습니다.
하지만 그 정보만으로는 고객이 이미 브랜드를 알고 있는지, 제품을 살펴봤는지, 장바구니에 담았는지, 구매를 완료했는지 알기 어렵습니다.
1st Party 데이터는 브랜드가 고객과 직접 맺은 관계를 이해하는 데 도움이 됩니다.
고객 행동 데이터는 구매 이전의 과정을 보여주고, 구매 이력은 구매 이후의 관계를 이해할 수 있게 합니다.
커스텀 오디언스는 이러한 데이터를 바탕으로 고객에게 필요한 메시지를 구분하는 방법이 될 수 있습니다.
기존 고객 데이터를 활용한 유사 타겟은 브랜드가 확보하려는 신규 고객의 특성을 정의하는 출발점으로 활용할 수 있습니다.
그러나 데이터를 수집하고 타겟을 세분화했다는 사실만으로 광고 성과가 개선되는 것은 아닙니다.
고객의 행동을 정확하게 측정하고, 적절한 목적과 범위 안에서 데이터를 활용하며, 고객이 현재 어떤 정보를 필요로 하는지에 맞춰 광고 메시지를 설계해야 합니다.
처음 방문한 고객에게는 관심을 가질 이유를 전달하고, 제품을 살펴본 고객에게는 비교에 필요한 정보를 제공하며, 구매를 망설이는 고객에게는 판단을 돕는 내용을 보여줄 수 있습니다.
이미 구매한 고객에게는 구매 이후의 경험을 더 좋게 만드는 정보를 제공할 수 있습니다.
고객 데이터의 진짜 가치는 더 많은 정보를 수집하는 데 있지 않습니다. 고객을 더 잘 이해하고, 고객에게 지금 필요한 메시지를 전달하는 데 있습니다.