새 소재 다섯 개를 CBO 캠페인 하나에 넣었습니다.
사흘 지나 보니 한 세트가 예산을 거의 다 썼고,
나머지 넷은 몇천 원씩 쓰고 멈춰 있습니다.
그럼 나머지 넷은 실패한 소재일까요?
반대 경우도 있습니다.
ABO로 세트마다 같은 예산을 줬는데
성과 좋은 세트에 돈을 더 몰아주고 싶어도
매번 손으로 옮겨야 해서 지칩니다.
1. 테스트도 확장도 한 캠페인에서 같이 하고 있다
2. CBO에서 돈을 적게 쓴 세트를 바로 끈다
3. 세트를 10개씩 만들었는데 세트마다 구매가 0~1건이다
ABO와 CBO 중 무엇이 더 좋으냐는 질문으로는 답이 안 나옵니다.
먼저 이번 예산으로 ‘알아내려는 건지’, ‘더 팔려는 건지’를 정해야 합니다.
그 답에 따라 맞는 구조가 달라집니다.
ABO와 CBO란? 예산을 누가 나누느냐의 차이입니다
이름이 어렵게 생겼지만 차이는 하나입니다.
예산을 광고 세트마다 운영자가 정하느냐,
캠페인 전체에 걸고 시스템이 나누게 하느냐.
ABO: 세트마다 예산을 따로 정합니다
ABO는 흔히 광고 세트 예산 운영을 부르는 말입니다.
A세트 5만 원, B세트 5만 원처럼
운영자가 세트마다 하루 예산을 정해 둡니다.
각 세트는 자기 몫 안에서만 씁니다.
CBO: 캠페인에 예산을 걸고 배분은 맡깁니다
CBO는 캠페인 예산을 두고
세트 사이 배분을 시스템에 맡기는 방식입니다.
지금 화면에서는 Advantage+ 캠페인 예산이라는 이름으로 보일 수 있습니다.
캠페인에 10만 원을 걸면
결과가 잘 나올 것 같은 세트에 더 많이 씁니다.
아이 셋에게 용돈을 주는 장면으로 생각하면 쉽습니다.
ABO는 세 아이에게 만 원씩 나눠 주는 것이고,
CBO는 3만 원을 한 번에 주면서
“필요한 데 알아서 잘 써”라고 맡기는 겁니다.
앞쪽은 누가 얼마나 썼는지 비교하기 쉽고,
뒤쪽은 전체를 효율적으로 쓰기 쉽습니다.
“CBO가 머신러닝을 더 세게 쓰니까 무조건 좋은 거 아닌가요?”
그렇게 단정할 근거는 없습니다.
현장에서는 CBO는 캠페인 쪽에, ABO는 세트 쪽에
학습의 무게가 실린다고들 말하는데,
이건 운영 감각을 정리한 비유에 가깝습니다.
예산 설정만으로 내부 모델 구조를 확인할 수는 없습니다.
확실한 건 누가 예산을 나누느냐는 차이뿐입니다.
왜 테스트와 확장을 나눠서 생각해야 할까요?
테스트와 확장은 묻는 질문이 다릅니다.
테스트는 “이 후보가 쓸 만한가?”를 묻고,
확장은 “가진 후보로 전체를 얼마나 더 팔 수 있나?”를 묻습니다.
테스트에서는 각 후보가
판단할 만큼의 돈을 쓰는 게 중요합니다.
한 후보가 5천 원만 쓰고 끝나면
좋은지 나쁜지 말할 자료 자체가 없습니다.
확장에서는 반대입니다.
후보마다 공평하게 쓰는 것보다
잘 되는 쪽으로 돈이 흘러가는 게 낫습니다.
여기서는 쏠림이 오히려 원하는 결과입니다.
그래서 저희는 구조를 둘로 나눕니다.
ABO 캠페인은 테스트용으로, CBO 캠페인은 볼륨용으로.
ABO에서 검증한 소재를
이미 운영이 잡힌 CBO 캠페인으로 올리는 방식입니다.
다만 ABO가 테스트 전용, CBO가 고예산 전용이라는 뜻은 아닙니다.
상품마다 꼭 써야 하는 금액이 정해져 있는 경우처럼
세트 예산을 계속 직접 쥐어야 한다면
규모가 커도 ABO가 맞을 수 있습니다.
구조의 이름보다, 이번 예산에 맡길 역할이 먼저입니다.
CBO의 쏠림은 공정한 테스트가 아닙니다
처음 장면으로 돌아가 보겠습니다.
CBO 안에서 A세트가 예산을 거의 다 쓰고
B·C·D·E는 몇천 원씩만 썼습니다.
이건 CBO가 고장 난 게 아닙니다.
원래 고르게 나누는 게 목적이 아니라
캠페인 전체 결과를 늘리는 쪽으로 배분하기 때문입니다.
메타도 예산이 세트 사이로 옮겨 다니는 것만으로는
세트가 학습 단계로 다시 들어가지 않는다고 안내합니다.
그렇다고 B~E가 실패작이라는 뜻은 아닙니다.
평가받을 만큼 돈을 쓰지 못했을 뿐입니다.
초반 몇 시간 예측이 조금 앞섰던 세트로 돈이 몰리면
나머지는 보여 줄 기회 자체가 적어집니다.
돈을 적게 쓴 것과 성과가 나쁜 것은 다른 이야기입니다.
숫자로 보면 더 분명합니다.
CBO 캠페인에 하루 10만 원을 걸고 사흘을 돌렸다고 해 보겠습니다.
총 30만 원 중 A세트가 26만 원을 쓰고,
나머지 네 세트가 1만 원씩 썼습니다.
CPA를 3만 원으로 보면 1만 원을 쓴 세트의 기대 구매는
약 0.33건, 한 건도 안 되는 숫자입니다.
0건이 나왔다고 실패라고 부를 수 없는 이유입니다.
CBO에서 적게 쓴 세트는 ‘떨어진’ 게 아니라
‘아직 시험을 못 본’ 상태일 수 있습니다.
지금 가진 후보 안에서 구매를 확보하는 게 목적이라면
이 쏠림은 그대로 둬도 됩니다.
하지만 다음 달에 쓸 새 메시지를 찾는 중이라면
CBO 안에서 기다리기만 해서는 답이 잘 안 나옵니다.
이때 테스트 예산을 따로 떼어 ABO로 보는 겁니다.
세트별 최소·최대 지출을 걸 수 있는 경우도 있습니다.
그런데 제한을 많이 걸수록
‘알아서 나눠 달라’고 맡긴 의미가 줄어듭니다.
모든 세트를 비슷하게 쓰게 만드는 것 자체는 목표가 아닙니다.
ABO도 완벽한 실험은 아닙니다
ABO로 같은 예산을 주면 비교가 훨씬 쉬워집니다.
그런데 같은 금액이 같은 기회를 뜻하지는 않습니다.
세트마다 노출 단가, 만난 사람, 시간대와 게재 위치가 다릅니다.
같은 대상에 메시지만 다르게 넣은 두 세트가 있다고 해 보죠.
A의 CPA가 더 낮게 나와도
메시지 차이 말고 다른 영향이 다 사라진 건 아닙니다.
대상이 겹치고 기간이 짧으면
우연한 구매 몇 건이 순서를 바꾸기도 합니다.
그래서 ABO 결과는 정답 발표가 아니라
“다음에 키워 볼 후보”를 고르는 근거로 씁니다.
메시지의 효과를 엄밀하게 증명하고 싶다면
메타의 A/B 테스트처럼 사람을 무작위로 나누는 기능을 검토합니다.
평소 테스트라면 최소한
최적화 이벤트, 전환 위치, 랜딩 페이지, 기여 설정은 맞추고
비교할 것 하나만 바꿉니다.
계산해 보면 기준이 보입니다: 세트 수는 예상 구매 건수로 정합니다
아래 숫자는 구조를 설명하기 위한 가상 예시이며 실제 성과나 권장 예산이 아닙니다.
최근 비슷한 조건에서 본 CPA를 3만 원,
하루 총예산을 30만 원이라고 해 보겠습니다.
예산을 CPA로 나누면
30만 원 ÷ 3만 원 = 하루 약 10건을 기대하는 계산이 됩니다.
앞으로도 CPA가 같다고 가정한 숫자라
실제 결과를 보장하지는 않습니다.
이걸 세트 10개에 3만 원씩 나누면
세트마다 기대 구매는 하루 1건입니다.
어느 날 0건이 나와도 이상한 게 아닙니다.
이 상태에서 0건인 세트를 끄면
운과 실력 차이를 구분할 수가 없습니다.
세트를 3개로 줄여 10만 원씩 주면 어떨까요?
단순 계산으로 세트마다 하루 약 3.3건입니다.
7일을 보면 세트당 70만 원, 약 23건이 쌓입니다.
총예산은 그대로인데, 후보 하나를 판단할 재료가 세 배 넘게 늘어납니다.
목표 CPA가 아니라 실제 CPA로도 한 번 더 계산합니다.
희망은 3만 원인데 최근 실제가 5만 원이라면
같은 30만 원으로 하루 약 6건이 현실적인 숫자입니다.
세트 3개면 세트당 2건, 10개면 0.6건입니다.
희망 CPA로만 계산하면 구조를 늘 과하게 쪼개게 됩니다.
저희는 테스트 세트의 하루 예산을
평균 CPA의 2~3배 정도로 잡고 시작합니다.
CPA 3만 원이라면 6~9만 원 정도입니다.
이건 현장의 출발점이지 정답은 아니고,
구매가 늦게 잡히는 상품이라면 관찰 기간도 함께 늘려 계산합니다.
이 계산의 결론은 “세트는 무조건 3개”가 아닙니다.
한 번에 10개의 질문에 답하려던 계획을
가장 중요한 3개로 줄이거나, 순서를 나누라는 뜻입니다.
이건 학습 완료 조건이 아니라
예산에 비해 구조가 너무 잘게 쪼개졌는지 보는 도구입니다.
잘된 세트를 복제하면 성과도 복사될까요?
복제하면 설정과 소재는 그대로 옮겨집니다.
하지만 원본이 만났던 사람, 그때의 경매 상황,
구매가 일어난 순서까지 옮겨지지는 않습니다.
복제본은 새 조건에서 다시 시작하는 세트입니다.
테스트에서 5만 원을 쓰고 구매 3건이 나온 소재가
큰 예산에서도 같은 CPA를 낼지는 별개의 질문입니다.
표본이 작고, 돈을 더 쓰면 다른 사람들을 만나기 때문입니다.
복제는 다시 확인하는 편의 기능이지, 성과 보증서가 아닙니다.
원본을 켜 둔 채 복제본을 여러 개 한꺼번에 추가하는 것도 조심합니다.
총지출이 갑자기 늘고,
같은 사람에게 여러 세트가 겹쳐 닿으면서 해석이 복잡해집니다.
원본은 돌아갈 자리로 남겨 두되,
복제본은 하나씩 늘리면서 무엇이 달라졌는지 기록합니다.
반대로 복제본의 첫날 CPA가 높다고
소재의 힘이 사라졌다고 보기도 이릅니다.
복제본은 새로 학습 단계를 거치고, 구매 집계도 늦게 들어옵니다.
지출 규모와 집계 지연을 같이 놓고 며칠 뒤에 판단합니다.
ABO에서 CBO로 넘어갈 때는 이 순서로 갑니다
테스트에서 쓸 만한 후보가 나왔다면
바로 예산을 크게 올리기보다 순서를 적어 봅니다.
같은 날 예산, 소재, 대상, 입찰까지 바꾸면
구조를 바꾼 효과를 읽을 수 없습니다.
- 테스트 결과 정리: 한두 건의 우연은 아닌지, 구매 집계가 다 들어왔는지, 반품과 마진을 빼도 쓸 만한지 확인합니다.
- 묶을 후보 고르기: 같은 기준으로 배분해도 되는 후보끼리만 한 캠페인에 넣습니다. 손익 구조가 다른 상품은 따로 둡니다.
- 예산과 기간 정하기: CBO 캠페인의 하루 예산과 관찰 기간을 정합니다. 테스트 ABO를 계속 켜 둔다면 두 예산을 합친 금액이 허용 범위 안인지 봅니다.
- 한 가지만 바꿔 옮기기: 검증된 소재를 볼륨 캠페인으로 옮기고, 같은 날 다른 설정은 건드리지 않습니다. 시작 날짜를 기록합니다.
- 며칠 보고 단계적으로 증액: 전체 구매 수, CPA, 공헌이익을 보고 다음 증액 여부를 정합니다. 당일 숫자로 하루에 여러 번 뒤집지 않습니다.
볼륨 캠페인 안의 세트 수도 봅니다.
비슷한 소재끼리 세트를 묶고,
세트를 10개 이상으로 잘게 나누지 않는 편이 좋습니다.
앞의 계산과 같은 이유입니다.
세트가 많을수록 세트마다 쌓이는 구매는 줄어듭니다.
상품이 여러 개라면 상품별로 테스트와 볼륨을 나눠 두는 편이 읽기 쉽습니다.
증액 폭도 정해진 비율로 고르지 않습니다.
메타는 예산 변경이 중요한 수정인지는
변경 크기에 따라 다르다고만 안내합니다.
그래서 저희는 감당할 수 있는 손실, 구매가 잡히는 데 걸리는 시간,
예상 구매 건수를 보고 한 번에 올릴 폭을 정합니다.
되돌릴 조건은 넘어가기 전에 숫자로 정합니다
“어제보다 안 좋으면 되돌린다”는 규칙은
생각보다 쓸모가 없습니다.
집계가 덜 된 하루 숫자는 원래 들쭉날쭉하기 때문입니다.
되돌릴 조건은 이렇게 미리 적어 둡니다.
- 측정이 깨졌을 때: 비교를 멈추고 원인부터 고칩니다. 그 기간 숫자는 판단에서 뺍니다.
- 손실 한도에 닿았을 때: 관찰 기간이 남아 있어도 새 캠페인 예산을 줄이거나 멈춥니다.
- 충분히 집계된 뒤에도 기준 아래일 때: 기록해 둔 이전 배분으로 돌아갑니다.
집계가 덜 된 당일 숫자로 되돌리면, 좋은 후보까지 함께 버릴 수 있습니다.
그래서 손실 한도는 금액으로, 판단 시점은 날짜로 미리 적어 둡니다.
되돌릴 때 자주 하는 실수가 있습니다.
예전 캠페인을 다시 켜면서 새 캠페인을 그대로 두는 겁니다.
그러면 둘이 동시에 돌아 총지출이 늘어납니다.
그리고 되돌린다고 예전 CPA가 그대로 돌아온다는 보장도 없습니다.
중단 시점까지의 비용과 늦게 들어온 구매를 따로 적어 두면
다음 전환 때 판단 자료가 됩니다.
자주 받는 질문
Q. 예산이 적으면 CBO는 쓰면 안 되나요?
그렇지 않습니다.
다만 예산이 적을수록 후보를 몇 개만 넣는 게 낫습니다.
세트가 많으면 대부분이 판단할 만큼 쓰지 못하고 끝납니다.
앞의 계산처럼 세트당 예상 구매 건수부터 따져 보세요.
Q. CBO에서 돈을 거의 안 쓴 세트는 끄는 게 낫나요?
목적에 따라 다릅니다.
전체 판매가 목적이라면 그대로 둬도 큰 문제는 없습니다.
그 소재가 정말 쓸 만한지 알고 싶다면
끄기 전에 따로 테스트 예산으로 확인해 보는 편이 낫습니다.
Q. 테스트 ABO와 볼륨 CBO를 같이 켜 두면 서로 겹치지 않나요?
같은 사람에게 닿을 수 있습니다.
그래서 두 캠페인의 숫자 차이를
독립된 실험 결과처럼 해석하지 않습니다.
운영상 후보를 고르는 용도로 보고,
합산 지출이 허용 범위 안인지를 함께 관리합니다.
Q. ABO에서 다른 세트는 괜찮은데 한 세트만 유독 안 나오면요?
이럴 때 저희는 캠페인을 통째로 새로 만들기보다
그 세트만 다시 복제하거나 새로 만들어
세트 단위로 다시 시작해 봅니다.
다만 그 전에 그 세트만 다른 조건이 없는지 먼저 봅니다.
대상, 랜딩 페이지, 소재가 다르다면
세트를 새로 만드는 것보다 그 차이부터 확인하는 게 순서입니다.
ABO와 CBO는 성적 등급이 아니라 예산을 나누는 방식입니다.
알아낼 때는 나눠 주고, 키울 때는 맡깁니다.
대표님들, 지금 켜져 있는 캠페인 하나를 열어 보세요.
그 캠페인이 테스트용인지 확장용인지 한 단어로 적고,
하루 예산을 최근 실제 CPA로 나눠 세트 수로 다시 나눠 보시면 됩니다.
세트당 하루 1건도 안 나온다면,
구조를 바꾸기 전에 후보부터 줄일 차례입니다.