퍼포먼스 마케팅을 히며 최적화라는 단어를 참 많이 쓰기도 하지만 듣기도 한다. ‘최적화’는 이 업계에서 모두에게 how가 정말 궁금한 것이다. 그러나 사실, what에 대한 정의가 먼저 선행되어야 하는 것이 분명해 보인다.
사전적 정의를 내리자면, ‘최소한의 투입으로 최대의 결과물을 얻는 것’으로 풀이되지만 정말 이렇게 마케팅을 진행하면 매출 성장에 한계를 온몸으로 체감하게 된다. 즉, 목표한 바를 달성하기 위한 최소한의 투입량을 아는 모델링, 혹은 반대로 최소한의 투입을 통해 최대한 결과물을 만드는 모델링을 알아가는 과정인데 이 과정에서 최적화로 표현되는 지표의 결과값을 최선으로 설정하게 되면 규모의 성장에 제동이 걸릴 수 있다.
가령, 매출은 늘었으나 영업이익이 줄었거나, 광고 지출을 늘려 매출은 늘어났으나 ROAS는 줄었을 때, 오히려 광고 지출을 줄여 ROAS를 방어하는 과정에서 매출이 줄어드는 부작용이 생기기도 한다.
매출보다 아름다운 ROAS 값이 목표였다면 오히려 잘 된 일이겠지만 그런 경우는 매우 드물다.
퍼포먼스 마케팅의 성과를 주, 일 심지어 시간 단위로 쪼개어 볼 수 있게 되었다고 전략/전술의 수정을 시간 단위로 할 순 없다. 아니, 할 순 있지만 그래선 안된다. 전략/전술의 결과를 판단하기 위해선 시간의 누적이 필요하고 이는 결국, 시간이 쌓여 가치를 만들어 내는 지점에서 방향에 대한 의사결정이 가능하다.
주식에서 기술투자와 가치투자를 구분하지 않나. 대개 기술투자보다 가치투자에 지속 우위를 두지 않던가. 퍼포먼스 마케팅도 그러하다. 실시간 데이터를 읽을 수 있다고 해서 시시각각 변동하는 데이터에 따라 실행을 바꾸다보면 그 누구도 자신이 탄 배가 어디로 향하는 지 알 수 없을 것이다.
데이터의 활용과 최적화는 가치를 쌓아 올리고 개선하는 것에 중점을 둬야 한다. 그러기 위해서는 아래 3가지를 잘 할 수 있는 환경을 만들도록 하자.
- 일관성 있는 다양한 시도
- 대부분의 성과를 견인하는 결과물 선택
- 그리고 그 결과물로 모든 시간을 채워 단순화 시키기
일관성 있는 다양한 시도
다양한 시도를 하기 위해선 정답을 요구해선 안된다. 정답을 요구하면 시도가 적어진다. 실패가 두렵기 때문이다. 하지만 다양한 시도만이 우선 되어선 안된다. 적어도 그 시도들의 큰 흐름이 같아야 한다. 즉, 큰 방향성이 주어지고 그 안에서 다양한 시도가 있어야 하며, 이 때 중요한 것은 질보다 양이 먼저 나와야 한다. 결과의 질은 양이 선행되어야 얻을 수 있다. 이는 반박의 여지가 없다.
대부분의 성과를 견인하는 결과물 선택
정말 중요한 부분이다. 마케터로서 핵심적으로 해애 하는 업무이기도 하다. 바로 ‘선택’이다. 사견이긴 하나 마케터는 성과를 만드는 역할이 아니라 무수한 선택지 중에 ‘옳은 선택’을 핵심적인 역할로 알아야 한다. 이 때 ‘옳은’을 판단하는 여러 기준들이 있겠으나 이에 대해서는 차후 다른 글로 더 소개해보도록 하고 여기에선 간단히 ‘대부분의 성과/결과를 견인하는'으로 정의내릴 수 있다. 퍼포먼스 마케팅 영역은 모든 것을 수로 표현할 수 있어 이에 대한 선택을 하는 것이 어려운 일이 아니다. 다만, 선입견, 고정관념, 기존의 성공루프들이 이 선택을 방해할 뿐이다. 그러니, 올바른 선택을 더 잘 하기 위해 자신이 어떤 환경에 놓여져야 하는 지 잘 알아야 한다.
마지막, 그 결과물로 모든 시간을 채워 단순화 시키기
‘옳은 선택’을 마쳤다면 나머지 비어 있는 공간/시간을 그 선택으로 채우는 것. 달리 말하면, ‘옳은 선택’이 아닌 것은 과감히 지울 수 있어야/안할 수 있어야 한다. 파레토법칙이 있다. 80:20 법칙이라고도 불리는 이것에 대해 간혹 이런 질문을 하곤 한다. 80의 성과를 내는 20에 집중하며 결국 20의 결과는 잃는게 아니냐. 아니다. 이는 단순히 총합을 100으로 볼 때의 이야기다. 절약된 80의 리소스를 성과를 만드는 20과 같은 실행을 한다면 나머지 20을 채우고도 아니, 더 뛰어 넘는 결과를 만들 수 있다. 불안한게 있다면 당장의 20의 결과물이 비어 보일 수 있다는 것. 나중에 이것이 몇 배로 돌아올 것이라는 것을 믿으면/알면 불안은 금새 사라진다. 결국 성과를 내는 20으로 전체를 채우면 단순화는 저절로 따라온다. 이런 선택도 위에서 말한 올바른 선택 중의 하나가 될 것이다.
재밌는 사례지만 아마존 숲의 1만 6천 종의 나무가 자생하지만 숲을 지배하는 것은 227개 종에 불과하다. 약 1.4%의 종이 아마존 숲의 절반을 차지하는데, 아마존 숲이 스스로 이렇게 선택한 것에는 분명한 이유가 있을 것이다.
결국, 최적화는 ‘시도, 선택, 심플’의 플라이 휠을 얼마나 진지하고 빠르게 정성들여 돌리느냐에 있다.
당신은 지금 최적화를 하고 있는가. 혹시 모르니 지표, 하나하나에 집중한 나머지 전체를 잃지 않고 있는 지 확인이 필요하다.
