콘텐츠킷 · 매체
픽셀 모수에서 유사 확장과 ADVoost 오디언스로 넓히는 자사 데이터 타깃 운영
P-매체-네이버-성과형DA자동타깃과유사확장 · 기준일 2026-10-05
결론
조건을 겹쳐 좁히는 수동 타깃은 모수가 곱셈으로 감소. 자사 데이터를 먼저 쌓고 유사 확장과 ADVoost 오디언스로 넓히는 순서로 운영
본문
| 단계 | 작업 | 기준 |
|---|---|---|
| 1 수집 | 랜딩 유형에 맞는 전환 수집 세팅 | 자사몰은 픽셀 삽입(개발 협업). 스토어 랜딩은 전환 추적 신청 후 테스트 구매로 확인 |
| 2 맞춤 타깃 | 방문자·구매자 재접촉 | 픽셀 모수 확보 후 가동 |
| 3 유사 확장 | 원본 모수와 닮은 신규 사용자 탐색 | 좁은 범위에서 시작해 단계적 확대 |
| 4 자동 타깃 | ADVoost 오디언스: 자사 데이터와 네이버 데이터를 결합해 AI가 대상 탐색 | 소량 예산 테스트 후 수동 그룹과 비교 |
- 광범위 그룹과 정밀 그룹에 예산을 나눠 동시 운영. 소진율, 클릭당 비용, 전환율을 나란히 비교
- 정밀 그룹의 전환율 개선이 노출 손실을 상쇄하지 못하면 조건 완화
- 세분화 조건 추가 요청에는 대상 규모 감소를 먼저 설명하고 적용 후 소진율 공유
- 검색 이력·경쟁사 키워드 기반 타깃은 규제 흐름에 따라 모수 축소 가능. 자사 데이터 비중 확대
- 앱 사용자는 광고 식별자와 트래킹 도구 연동으로 맞춤 타깃 구성
숫자·기준
- 유사 타깃 확장 범위: 1%(가장 유사)에서 5%(넓게)
- ADVoost 오디언스 정식 도입: 2025-11-18
- 원본 모수의 규모와 품질이 유사 타깃 정확도 결정
시각 계획
- 4단계 계단 도식(수집 → 맞춤 → 유사 → 자동). 계단 폭으로 모수 크기 표현
- 우측에 광범위 그룹과 정밀 그룹 비교 지표 3줄
쓸 때 주의
- 기존 부품 P-매체-네이버-GFA타깃설계(3유형과 빌드업 순서)의 후속 장표. 유형 설명은 반복하지 않음
- 스토어 랜딩의 자동 전환 수집은 원본이 매체 원문 미대조로 표기. 집행 전 테스트 구매로 확인
- 자동 타깃 상품은 개편이 잦음. 원본 기준일 2026-08-29
광고주마다 바뀌는 값
- 랜딩 유형
- 자사몰 또는 스마트스토어·브랜드스토어
- 원본 모수
- 유사 확장의 기준이 될 구매자·방문자 집단
함께 쓰는 디자인
출처
12code library 과목 54 「네이버 성과형 DA(GFA)」 레슨 3·7·9, 과목 234 「매체별 운영 최적화」 레슨 19·20, 과목 241 「매체별 캠페인 구조 최적화 심화」 레슨 9. 등급: 강의 정리(원본 출처는 레슨 하단 출처 절)