리타겟팅은 “전환율이 높아 보이기 쉬운 채널”입니다. 그래서 운영 원칙이 없으면 예산이 과도하게 몰리고, 빈도가 폭발하며, 결국 브랜드 검색/직접 유입을 잠식하는 카니발리제이션으로 이어집니다. 리타겟팅을 잘한다는 건 소재를 더 자주 바꾸는 게 아니라, **윈도우(누굴 언제까지 잡을지)·빈도(얼마나 자주 보여줄지)·오디언스 중복(서로 다른 캠페인이 같은 유저를 때리는지)**를 수치로 관리하는 것입니다.
아래는 “리타겟팅 운영을 시스템화”하는 기준입니다.
윈도우(Window): ‘최근성’이 성과를 만든다
리타겟팅은 기본적으로 최근성이 강합니다. 최근 행동일수록 전환 확률이 높고, 시간이 지날수록 급격히 떨어집니다. 그래서 윈도우는 길게 잡는 게 아니라, 구간을 나눠 서로 다른 전략을 적용해야 합니다.
권장 윈도우 설계(예시)
- 0–1일: 핫 유저(결제/가입 직전)
- 2–7일: 워밍 유저(재방문/비교 단계)
- 8–30일: 콜드 유저(복귀/리마인드)
- 31–90일: 윈백(휴면 깨우기) — 대부분 별도 캠페인으로 분리
운영 지표는 윈도우별로 분리해 봐야 합니다. 전체 리타겟팅 ROAS가 좋아도, 사실은 0–1일 구간이 다 먹이고 8–30일은 비용만 태우는 경우가 흔합니다.
실무 팁: “윈도우별 한계효율”을 보세요. 0–1일은 증액해도 효율이 유지되지만, 8–30일은 일정 예산 이상에서 급격히 떨어지는 경우가 많습니다.
빈도(Frequency): ‘노출의 생산성’을 관리한다
빈도는 리타겟팅 성과를 가장 쉽게 망치는 변수입니다. 빈도는 올라가고 전환은 유지되면 일시적으로 ROAS가 좋아 보일 수 있지만, 장기적으로 피로도와 브랜드 반감을 만들고, 같은 유저를 반복 설득하는 동안 신규 확보가 말라갑니다.
따라서 빈도는 “캡을 걸자”가 아니라, 다음 3개를 함께 봐야 합니다.
- Frequency (평균 노출 횟수)
- 7일 빈도, 1일 빈도를 동시에 봅니다.
- 7일 빈도가 10을 넘기기 시작하면 대부분 피로도 구간에 진입합니다(업종에 따라 다르지만 경보 신호로 충분).
- Reach 대비 커버리지(Coverage)
- coverage = (리타겟팅 주간 도달 유저 수) / (해당 윈도우 오디언스 크기)
오디언스가 작아도 도달이 거의 100%면 빈도는 자연히 올라갑니다. 이때는 예산을 늘리는 게 아니라 “오디언스를 넓히거나(윈도우 확장), 빈도 캡을 낮추거나, 예산을 줄여야” 합니다.
- 노출당 성과(Increment per Impression)
- CTR이나 CVR만이 아니라 “추가 노출 1회당 얼마나 전환이 늘어나는가”를 봐야 합니다.
실무적으로는 빈도를 구간화해서(1–2회, 3–5회, 6–10회, 10회+) 전환율과 CPA/ROAS가 어떻게 꺾이는지 곡선을 만들면, 빈도 캡의 근거가 생깁니다.
권장 운영 규칙(예시)
- 7일 빈도 > X 이고, 3일 이동평균 ROAS 하락 → 빈도 캡 강화 또는 예산 감액
- coverage > 80%인데도 예산이 남음 → 오디언스 확장(다음 윈도우 구간 활성화)
- 빈도 6회 이상 구간에서 CPA 급등 → 그 구간에 도달하기 전에 캠페인 교체(소재/윈도우) 또는 캡
오디언스 중복(Overlap): ‘같은 유저를 여러 캠페인이 때리는 문제’
리타겟팅의 가장 큰 낭비는 오디언스가 겹치는 것입니다. 예를 들어
- 장바구니 리타겟팅
- 방문자 리타겟팅
- 앱 설치자 리타겟팅
이 셋이 서로 제외 없이 동시에 켜져 있으면, 같은 유저가 3개 캠페인에서 경쟁적으로 입찰 대상이 됩니다. 그 결과 CPM이 올라가고, 빈도는 폭발하며, 성과는 라스트 클릭 기준으로 더 좋아 보이는 착시까지 생깁니다.
중복을 수치로 관리하는 2가지 방식
- 집합 설계(Exclusion 우선순위)
우선순위를 정하고, 하위 캠페인에서 상위 캠페인 오디언스를 반드시 제외합니다. 예시 우선순위는 다음처럼 잡는 게 일반적입니다.
- 0–1일 핫(장바구니/결제 직전)
- 2–7일 워밍(방문/관심)
- 8–30일 콜드(복귀)
- 31–90일 윈백
하위로 갈수록 상위를 제외하면, 중복이 구조적으로 줄어듭니다.
- 오디언스 중복률 모니터링
플랫폼에서 제공하는 오디언스 중복 도구가 있으면 주 1회 이상 확인하고, 없으면 MMP/CDP에서 “캠페인 노출 유저의 교집합”을 계산합니다.
- overlap_rate(A,B) = |A ∩ B| / min(|A|,|B|)
이 값이 높으면 사실상 같은 유저를 두 캠페인이 때리는 상태입니다.
실무적으로는 “오디언스 중복률 30% 이상”은 구조 점검 신호로 두는 편이 좋습니다(상황에 따라 기준은 조정). 중요한 건 숫자를 하나 정해 경보로 쓰는 것입니다.
성과 해석을 망치지 않는 ‘증분’ 최소 장치
리타겟팅은 과대평가되기 쉬우므로, 최소한 아래 장치 중 하나는 두는 게 좋습니다.
- 홀드아웃: 오디언스의 5~10%를 리타겟팅 제외(suppression)로 두고, 전환 차이를 본다
- 지오 스플릿: 지역/시간대 단위로 리타겟팅 강도를 조절해 총량 변화 확인
- 증분 계수 운영: 실험으로 얻은 증분 비율을 리타겟팅 ROAS에 곱해 iROAS(추정)로 관리
이 장치가 없으면, 빈도와 오디언스 중복을 줄이는 결정을 하기가 조직적으로 어려워집니다. 라스트 클릭 ROAS가 흔히 떨어져 보이기 때문입니다.
운영 체크리스트(바로 적용용)
- 윈도우를 0–1 / 2–7 / 8–30 / 31–90으로 분리했다
- 윈도우별 KPI가 따로 있다(ROAS/CPA/증분 신호 포함)
- coverage(도달/오디언스 크기)와 7일 빈도를 매주 본다
- 빈도 구간별 CPA/ROAS 곡선을 만들어 캡 근거가 있다
- 우선순위 기반 exclusion으로 캠페인 간 중복을 구조적으로 제거했다
- 최소 1개 증분 장치(홀드아웃/지오/계수)를 운영한다
정리하면, 리타겟팅은 “잘 맞는 소재를 찾는 게임”이 아니라 “대상(윈도우), 압력(빈도), 경쟁(중복)”을 수치로 제어하는 게임입니다. 이 3가지를 숫자로 관리하기 시작하면, 리타겟팅 효율은 안정되고 카니발리제이션은 줄며, 신규/상단 퍼널 예산을 다시 건강하게 유지할 수 있습니다.