반려동물 시장과 고객의 구매 여정

반려동물 시장을 이해하기 위해서는 먼저 거대한 온라인 중심의 유통 구조와 그 안에서 독립적인 위치를 차지하는 의료 서비스의 특성을 파악해야 합니다. 업계에서는 국내 펫푸드 시장 규모가 2023년 약 2조 원에 달하며 온라인 채널 점유율이 64퍼센트에서 73퍼센트에 육박한다고들 합니다. 강아지 사료의 온라인 비중은 64.7퍼센트, 고양이 사료는 73.2퍼센트에 달하며 이커머스 플랫폼이 최저가 경쟁과 배송 편의성을 무기로 시장을 주도하고 있습니다. 반면 동물병원을 통한 유통 비중은 전체의 7퍼센트 수준이며 강아지 사료는 10.9퍼센트, 고양이 사료는 5.2퍼센트에 그칩니다. 하지만 광고주님이 주목해야 할 의료 및 건강 서비스는 사료와 같은 저관여 생필품과는 전혀 다른 구매 여정을 보입니다.

의료 및 건강 서비스의 고객 여정은 단순한 구매가 아닌 예약과 상담이라는 전환 이벤트를 목적으로 합니다. 초기 고려 단계에서 보호자들은 특정 병원 이름보다는 증상이나 질환명 같은 포괄적인 검색어를 주로 사용합니다. 업계에서는 동물병원의 경우 지역 광고 타겟팅 효율이 가장 높은 반경이 3km에서 5km 사이라고들 하며 광역 마케팅보다 지역 타겟 마케팅이 훨씬 효율적이라는 것이 일반적인 인식입니다. 따라서 광고주는 우리 병원이 위치한 지역적 경계를 확인하고 초기 고려 단계의 포괄적 키워드부터 결정 단계의 브랜드 키워드까지 각 단계에 맞는 메시지를 배치해야 합니다.

전통적인 마케팅 퍼널은 고객이 브랜드를 처음 인지한 순간부터 구매와 재구매에 이르는 흐름을 단계별 깔때기 모양으로 나눕니다. 주의, 흥미, 욕구, 행동으로 이어지는 AIDA 공식이나 획득, 활성화, 리텐션, 수익화, 추천으로 이어지는 AARRR 모델이 대표적입니다. 실제 고객은 여러 단계를 오가거나 건너뛰고 다시 되돌아가는 경우가 흔하므로 마케터의 희망사항인 선형 지도로는 이 복잡한 패턴을 반영하기 어렵습니다. 이를 해결하기 위해서는 실제 로그 데이터로 여정 경로를 역추적하여 비선형 구조를 있는 그대로 인정하고 대응 지점을 찾아야 합니다.

고관여 서비스인 의료 광고에서는 광고 기여 기간인 룩백 윈도우(Lookback Window) 설정이 성과 측정의 핵심입니다. GA4의 키 이벤트 조회기간은 특정 터치포인트가 전환에 기여했다고 인정받을 수 있는 유효 기간을 결정하며 이는 세션 기여에도 동일하게 적용됩니다. 고관여 및 고가 상품은 구매 결정까지 긴 시간이 소요되므로 조회기간을 넓게 잡는 방향이 이론적으로 합리적입니다. GA4 키 이벤트의 기본 조회기간은 획득 이벤트의 경우 30일이 기본이며 그 외 대부분의 이벤트는 90일이 기본값으로 설정되어 있습니다. 다만 반려동물 의료 서비스의 구체적인 예약 주기에 따라 30일이나 60일 등으로 개별 설정이 가능하므로 자사의 실제 예약 주기 데이터를 바탕으로 최적의 숫자를 직접 검증해 보시기 바랍니다. 이렇게 설정된 데이터를 기반으로 신규 고관여 유저와 재방문 유저를 분리하여 각각의 페르소나에 맞는 고객 여정 지도(CJM)를 그려보는 단계로 넘어가야 합니다.

반려동물 의료 서비스는 온라인에서 정보를 탐색하고 오프라인 매장인 병원을 방문하는 O4O(Online for Offline) 통합 여정 설계가 필수적입니다. 온라인과 오프라인 접점을 통합할수록 고객 경험의 일관성이 높아지며 오프라인 접점이 트래킹되지 않으면 실제 병원 방문에 기여한 온라인 광고의 성과가 누락될 수 있습니다. 이를 위해 병원 방문 시 특정 QR코드를 스캔하게 하거나 예약 시스템을 연동하여 오프라인 접점을 데이터화하는 설계가 필요합니다. 이 과정에서 고객이 예약 상담 신청 단계에서 유독 많이 탈락하는 구간인 마찰 지점(Friction Point)을 찾아내야 합니다. 결제 퍼널이나 본인인증처럼 하위 스텝이 많은 구간일수록 마찰 지점이 숨어 있을 확률이 높으므로 이탈률 수치와 함께 CS 문의 내용을 대조하여 원인을 특정하고 트래픽 규모와 이탈률을 곱한 영향도가 큰 지점부터 개선을 시작하세요.

광고 캠페인의 초기 효율을 높이기 위해서는 오디언스 시그널(Audience Signals)을 적극적으로 활용해야 합니다. 오디언스 시그널은 단순히 노출 범위를 제한하는 타겟팅이 아니라 AI 학습의 출발점이며 실제 전환 성과에 따라 노출 범위는 계속 확장됩니다. 특히 자사몰 예약 데이터나 검색 전환 데이터와 같은 퍼스트파티 데이터는 제삼자 데이터보다 성과가 훨씬 높다고 공식 가이드에서 명시하고 있습니다. 따라서 초기 학습 기간을 단축하기 위해 실제 예약 이력이 있는 고객 리스트를 시드 데이터로 주입하는 것이 좋습니다. 이제 확보된 데이터를 바탕으로 광고 매체별 타겟팅 전략을 수립하고 각 퍼널 단계별 메시지를 최적화하는 다음 단계를 준비하세요.

• 우리 병원 위치를 중심으로 반경 3km에서 5km 이내의 지역 타겟팅이 캠페인 설정에 반영되어 있는지 확인합니다.
• 고관여 의료 서비스의 특성에 맞춰 GA4의 키 이벤트 조회기간(Lookback Window)이 자사의 실제 상담 주기인 30일 이상으로 적절히 설정되었는지 점검합니다.
• 예약 페이지나 상담 신청 폼에서 본인인증이나 불필요한 입력 항목 등 유저가 이탈할 수 있는 마찰 지점이 있는지 세션 리플레이로 확인합니다.
• 초기 광고 학습 속도를 높이기 위해 기존 병원 예약 유저나 상담 신청 유저의 데이터를 오디언스 시그널의 시드 데이터로 주입했는지 검토합니다.
• 오프라인 방문이 온라인 광고 성과로 오귀속되거나 누락되지 않도록 QR코드나 예약 연동 등 O4O 트래킹 설계가 완료되었는지 확인합니다.
• 의료광고 심의 규정을 준수하면서도 초기 고려 단계의 포괄적 키워드와 구매 결정 단계의 브랜드 키워드에 대응하는 메시지가 각각 준비되었는지 점검합니다.