같은 예산이라도 어떻게 세팅하느냐에 따라 성과는 2배 차이 납니다. AI에게 맡길까요, 내가 통제할까요?
메타 광고 예산을 설정하는 방법은 크게 두 가지가 있습니다. 캠페인 수준에서 통으로 예산을 주는 CBO(Campaign Budget Optimization)와, 광고 세트마다 개별적으로 예산을 할당하는 ABO(Ad set Budget Optimization)입니다.
많은 초보자들이 이 둘의 차이를 모르고 아무거나 누릅니다. 하지만 이 둘은 용도와 목적이 완전히 다릅니다.
캠페인에 하루 10만 원을 주면, 그 안에 있는 광고 세트 A, B, C 중에서 성과가 좋은 놈에게 AI가 알아서 7만 원, 2만 원, 1만 원 식으로 몰아줍니다.
세트 A에 3만 원, B에 3만 원, C에 3만 원 직접 정해줍니다.
이 공식만 외우세요. 글로벌 표준입니다.
새로운 소재나 타겟을 검증할 때는 무조건 ABO를 쓰세요. CBO를 쓰면 AI가 기존에 잘되던 놈한테만 돈을 주고, 신규 소재에는 돈을 안 써서 테스트 기회조차 안 줍니다. ABO로 강제로 3일간 돈을 쓰게 해서 진검승부를 시켜야 합니다.
테스트에서 살아남은(Winner) 소재나 타겟들만 모아서, 별도의 '스케일링 캠페인'으로 옮깁니다. 이때는 CBO를 켭니다. 이미 검증된 '어벤져스'들이 모여 있으니, AI보고 "네가 알아서 제일 잘하는 놈 밀어줘"라고 맡기는 겁니다. 하루 예산을 크게 증액해도 비교적 안정적입니다.
상황: L 화장품은 잘 팔리는 '수분크림' 광고와 신제품 '썬크림' 광고를 하나의 CBO 캠페인에 넣었습니다.
문제: 페이스북 AI는 이미 데이터가 많은 '수분크림'이 효율이 좋다고 판단하고, 예산의 95%를 거기에 몰아줬습니다. 신제품 '썬크림'은 노출이 안 되어 팔리지 않았고, 마케터는 "신제품 망했나 봐요"라고 오판했습니다.
해결: 신제품 테스트 캠페인을 ABO로 분리해서 만들었습니다. 강제로 예산을 할당하자 노출이 시작됐고, 알고 보니 썬크림의 ROAS가 더 높았습니다. AI도 데이터가 없으면 편견을 가집니다. 기회를 주는 건 인간의 몫입니다.
성과가 좋다고 예산을 갑자기 2배로 늘리면 안 됩니다. 알고리즘이 놀라서 고장 납니다(다시 학습 단계로 돌아감).