페이스북 광고를 하다 보면 게재 열에서

 '제한된 머신러닝'이라는 메시지를 본 적이 있으실 텐데요.

이건 특정 캠페인이나 광고 세트가 충분한 데이터를 얻지 못해서

머신러닝이 성능을 최적화하지 못하는 상태를 말합니다.

즉, 캠페인에 큰 문제가 있다는 뜻은 아니고,

단지 데이터가 부족하다는 의미입니다.

그렇다면 '충분한 데이터'는 어느 정도일까요?

메타의 가이드에 따르면,

광고 세트가 7일 동안 약 50개의 이벤트(ex 전환)를

받으면 안정적으로 운영된다고 합니다.

 만약 이 기준에 못 미치거나 앞으로도 이벤트가 부족할 것으로 예상되면

'머신러닝 제한됨'이라는 메시지가 뜨는거죠.

이런 상황이 발생하는 이유에는 여러 가지가 있습니다.

우선 전환 이벤트 데이터가 충분하지 않을 때나

타겟이 지나치게 좁을 경우에

학습이 제대로 이루어지지 않아 제한된 상태에 빠질 수 있어요.

또한, 예산이 너무 적어서 일정 기간 동안

충분한 전환을 발생시키지 못하는 경우도

이러한 현상의 원인이 됩니다.

제한된 머신러닝 상태를 해결하는 방법으로는

몇 가지 핵심 전략이 있습니다.

첫째, 광고 예산을 증액하는 방법 입니다.

예산을 늘리면 더 많은 데이터를 수집할 수 있기 때문에

머신러닝이 보다 원활하게 학습할 수 있습니다.

예를 들어, 목표 CPA가 1만원이라면, 일주일에 최소 50만원 이상의

예산을 소진해야 50건의 전환을 얻을 수 있습니다.

이 때 목표 CPA에 따른 알맞은 일 예산은 7만원으로,

그 이하로 설정하면 머신러닝 학습이 어려워지므로

안정적인 학습을 위해 적절한 예산 설정이 중요합니다.

둘째, 전환 이벤트 값을 변경하는 방법 입니다.

예를들어, 이벤트를 구매로 설정하면

페이지 조회 > 장바구니 담기 > 가입 > 구매

4단계를 거쳐야 전환 이벤트가 발생합니다.

그러나 이벤트 값을 '장바구니 담기'로 설정하면,

더 빠르게 전환 데이터를 얻을 수 있기 때문에

머신러닝 최적화 과정이 더 수월해집니다.

셋째, 유사한 캠페인을 결합하는 방법 입니다.

타겟과 소재가 유사한 캠페인이나 광고그룹을 통합하면,

머신러닝이 예산 내에서 더 많은 기회를 효과적으로 탐색할 수 있어

머신러닝 성능을 더욱 빠르게 향상 시킬 수 있습니다.

마지막으로, 타겟을 확장하는 방법 입니다.

타겟을 확장하게 되면 더 넓은 범위에서 데이터를 수집할 수 있기 때문에

머신러닝이 학습할 수 있는 데이터가 많아져

최적화 가능성을 늘릴 수 있습니다.

당신(YOU)과 내가(ME) 함께 소통하고 성장하는 YOUME 마케터였습니다.

당신과 내가 더욱 더 성장할 수 있도록!

더 좋은 글을 소통하고자

님의 피드백을 기다립니다.

오늘의 레터는 어땠는지 남겨주세요 😊