왜 카탈로그를 통째로 광고하면 비효율이 생기나

카탈로그 전체를 하나의 광고 세트로 묶어 운영하면, 알고리즘은 모든 상품에 동일한 최적화 목표와 입찰 전략을 적용합니다. 그런데 실제 쇼핑몰에는 마진율이 30%인 상품과 5%인 상품이 섞여 있고, 신상품과 재고 소진이 급한 이월 상품이 섞여 있습니다. 이 모든 상품이 같은 취급을 받으면, 전환수는 늘어도 정작 수익성 낮은 상품 판매만 늘어나는 결과가 나올 수 있습니다.

제품 세트가 이 문제를 해결하는 방식

제품 세트는 피드에 담긴 조건(카테고리, 가격대, custom_label 등)을 기준으로 카탈로그 안의 상품을 하위 그룹으로 나누고, 이 그룹 단위로 별도의 광고 세트·예산·입찰 전략을 적용할 수 있게 해줍니다. 즉 마진 높은 상품군에는 더 공격적인 예산과 목표 ROAS를, 이월 상품군에는 재고 소진을 우선하는 다른 목표를 따로 설정할 수 있습니다.

대표적인 분류 기준 세 가지

가장 널리 쓰이는 분류 기준은 마진율, 시즌, 성별·카테고리입니다. 마진율 기준은 수익성에 따라 예산 배분을 달리하고 싶을 때, 시즌 기준(신상 vs 이월)은 신상품 인지도 확산과 이월 재고 소진이라는 서로 다른 목표를 분리하고 싶을 때, 성별·카테고리 기준은 타겟 오디언스 자체가 명확히 갈리는 패션·뷰티 카테고리에서 특히 유용합니다. 세 기준을 동시에 적용해 다차원으로 세트를 나누는 것도 가능하지만, 그만큼 관리해야 할 세트 수가 늘어난다는 점을 감안해야 합니다.

제품 세트를 만들기 전에 피드부터 준비해야 하는 이유

제품 세트는 상거래 관리자 화면에서 조건을 걸어 필터링하는 방식으로 만들어지는데, 이 필터링이 가능하려면 애초에 피드 안에 그 조건을 판별할 수 있는 데이터가 들어 있어야 합니다. 예를 들어 마진율 기준으로 세트를 나누고 싶다면, 피드의 custom_label 필드에 마진 구간(예: 'high', 'mid', 'low')을 미리 채워 넣어야 합니다. 2강에서 다룬 필수 필드만 채운 최소 피드로는 이런 세밀한 세트 분류가 애초에 불가능하므로, 제품 세트 전략을 세우기 전에 피드에 어떤 선택 필드를 추가할지부터 먼저 설계해야 순서가 맞습니다.

세트를 너무 잘게 쪼갤 때 생기는 역효과

세트를 정교하게 나누는 것이 항상 좋은 것은 아닙니다. 각 세트에 속한 상품 수와 그 세트가 받는 트래픽·전환 데이터가 너무 적으면, 알고리즘이 그 세트만의 패턴을 학습할 데이터가 부족해 오히려 최적화가 불안정해집니다. 세트를 나누기 전에 각 세트가 학습에 필요한 최소한의 데이터 볼륨을 확보할 수 있는 규모인지 먼저 가늠해봐야 하며, 상품 수나 트래픽이 적은 카테고리는 무리하게 독립 세트로 만들기보다 인접 카테고리와 묶어 운영하는 편이 나을 수 있습니다.

세트 구성을 정기적으로 재검토해야 하는 이유

시즌이 바뀌거나 마진 구조가 바뀌면 기존에 나눠둔 세트 기준도 함께 재검토해야 합니다. 특히 시즌 기준 세트는 시즌이 바뀔 때마다 신상·이월 상품군 자체가 통째로 뒤바뀌므로, 정기적으로(계절 전환 시기마다) 세트 구성을 갱신하는 일정을 캠페인 운영 캘린더에 미리 반영해두는 것이 좋습니다.

제품 세트와 예산 배분을 함께 설계해야 하는 이유

제품 세트를 나누는 작업과 예산 배분 전략은 별개가 아니라 한 세트로 설계해야 합니다. 마진 높은 세트에 예산을 몰아주고 싶다고 캠페인 예산만 늘리면, 알고리즘은 반드시 그 세트 위주로 소재를 노출한다는 보장이 없습니다. 세트별로 별도의 광고 세트를 만들어 예산을 물리적으로 분리하거나, 캠페인 예산 최적화(CBO) 안에서 세트별 최소·최대 지출 한도를 설정하는 방식으로 실제 예산 배분을 통제해야 의도한 대로 작동합니다.

경쟁사 대비 세트 구조를 참고할 때 주의할 점

동종 업계의 세트 구성 사례를 참고하는 것은 도움이 되지만, 마진 구조·상품 다양성·평균 주문 단가가 서로 다른 업종의 사례를 그대로 옮겨오면 맞지 않을 수 있습니다. 다른 브랜드의 세트 분류 기준을 참고하되, 최종적으로는 자사의 실제 마진 데이터와 시즌 캘린더를 근거로 세트를 설계하는 것이 원칙이며, 참고 사례는 방향성을 확인하는 용도로만 활용해야 합니다.