Yuuma

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260629_2P_20일차_최종 발표 및 회고

Yuuma — Mon, 29 Jun 2026 20:18:33 +0900

노티플라이 그로스 캠페인 회고 | 2차 프로젝트

2차 프로젝트 회고

노티플라이 그로스 캠페인 회고

GM4 부트캠프 2차 Project · 투게더 팀 (2조) · 2026.06.01 ~ 06.29

Notifly Meta Ads A/B 테스트 Framer LP CRM 자동화 퍼포먼스 마케팅 회고

프로젝트 개요 — 무엇을, 왜 검증하려 했나
가설과 설계 — 복잡성 vs 비용, 어느 쪽이 더 아플까
캠페인 실행 — Meta, LP, Email까지 풀퍼널 세팅
성과 분석 — 숫자가 말해준 것, 말하지 못한 것
발표 준비 과정에서 얻은 진짜 인사이트
팀 회고 — 내가 느낀 점
다음 캠페인을 위한 액션 플랜

01 프로젝트 개요 — 무엇을, 왜 검증하려 했나

Project Context

노티플라이는 카카오톡·앱 푸시·이메일을 한 곳에서 관리할 수 있는 국내 B2B SaaS CRM 마케팅 자동화 플랫폼입니다. 이번 2차 프로젝트의 출발점은 "기업 마케팅 담당자에게 처음 인지되고 신뢰를 얻기까지 시간이 걸린다"는 문제였고, 저희 투게더 팀(PM 1, 콘텐츠 마케터 1, 퍼포먼스 마케터 2, 데이터 분석가 2)은 이 병목을 Activation 구간으로 정의하고 풀퍼널 그로스 캠페인을 설계했습니다.

예산 150,000원, 광고 집행 기간 7일(6/17~23), 총 프로젝트 기간 4주. 짧고 작은 예산이었지만, 그 안에서 어떤 메시지가 우리 타겟의 마음을 더 움직이는지를 검증해보기로 했습니다.

타겟 페르소나

여성 · 30세 · B2B 마케팅 담당자 — 카카오·앱 푸시·이메일 채널이 분산돼 통합 관리가 어렵고, 캠페인 실행마다 개발팀 의존도가 높으며, CRM 툴 자체의 기능 구조가 복잡하고 비용이 부담된다고 느끼는 사람. 네이버 블로그·카페 크롤링 결과 '복잡하다'(108회)가 '비용 부담'(67회)보다 1.6배 더 많이 언급된 페인포인트였습니다.

02 가설과 설계 — 복잡성 vs 비용, 어느 쪽이 더 아플까

가설 '복잡성/수작업 불편'을 전면에 내세운 메시지(Pain_A)가 '비용 불확실성/예산 장벽' 메시지(Pain_B)보다 1차 폼 제출(CVR)에서 더 높은 성과를 기록할 것이다.

이 가설을 검증하기 위해 5개 포맷(질문형 · UGC형 · 대화창형 · Before&After형 · 체크리스트형) × 2개 페인포인트, 총 10개의 광고 소재를 동시에 운영하는 설계를 짰습니다. 디자인은 동일하게 유지하고 카피만 다르게 해서, "메시지가 다르면 정말 클릭과 전환이 달라지는지"를 보고 싶었거든요.

풀퍼널 여정 설계

STEP 1 · Acquisition

Meta 광고 유입

페인포인트에 공감하는 카피로 피드 스크롤 중 클릭 유도

STEP 2 · Activation

1차 LP → 폼 제출

30일 무료체험 + 3만 크레딧으로 전환 허들 낮추기

STEP 3 · Retention

웰컴메일 → 2차 LP

1:1 컨설팅 추첨 안내로 두 번째 전환 유도

핵심 KPI(OMTM)는 1차 폼 제출(CVR)로 잡았습니다. 글로벌 벤치마크를 참고해 CTR 2.5%, CPC 500원, CVR 4%를 목표로 설정했죠. 지금 와서 보면 이 숫자들이 한국 B2B 타겟 풀의 현실과는 거리가 있었다는 걸 나중에 알게 됩니다.

03 캠페인 실행 — Meta, LP, Email까지 풀퍼널 세팅

실행 중 맞닥뜨린 두 번의 LP 수정

0초 이탈 23% → 히어로 섹션 애니메이션 제거 전체 세션의 약 23%가 0초 이탈하는 걸 발견. 단순 콘텐츠 문제가 아니라 로딩 자체의 기술적 허들로 판단해 애니메이션을 걷어냈습니다.

평균 스크롤 깊이 33% → 입력폼을 75%에서 30% 위치로 상단 이동 3일 단위(18~20일 vs 21~23일)로 A/B 테스트해, 폼을 상단으로 올린 구간에서 참여율 +18.8%, 전환 1건이 발생했습니다.

⚠️ 운영 중 생긴 변수 질문형_B 소재는 첫날 10,349원 소진·노출 96회 시점에서 사전에 설정한 OFF 기준(소재 10,000원 이상 소진 + 노출 100 이하)에 걸려 조기 종료됐습니다. 그런데 종료 처리 직전 노출이 101회까지 올라가 버려서, 기준선을 살짝 넘긴 채로 꺼진 애매한 케이스가 됐죠 — 실시간 운영의 타이밍 갭을 그대로 보여준 사례였습니다.

04 성과 분석 — 숫자가 말해준 것, 말하지 못한 것

총 지출

150,000원

예산 100% 소진

CTR

2.20%

목표 2.5%

CPC

1,531원

목표(500원)의 3.1배

전환

1건

before_after_B

Pain_A vs Pain_B — 비슷한 예산, 다른 결과

지표	Pain_A (복잡성)	Pain_B (비용 불확실성)
지출	75,566원	74,434원
노출	2,578	1,876
CTR	2.06%	2.40%
CPM	29,312원	39,699원
유효 전환	0건	1건
CVR(전환/LP뷰)	0%	2.70%

가장 날카로운 발견 — CTR-CPM 역설 질문형_B는 CTR 8.91%로 전 소재 1위였지만, CPM은 102,594원으로 평균(33,679원)의 3배였습니다. "클릭이 잘되는 소재"와 "비용 효율이 좋은 소재"는 전혀 다른 문제라는 걸 숫자로 직접 확인한 순간이었습니다.

전환 1건, 그 너머의 행동 데이터

유일한 전환 유저의 행동 로그를 들여다봤습니다. before_after_B 소재로 유입 → 기능 섹션에서 12초 체류 후 이탈 → 6분 뒤 재방문 → CTA를 누르지 않고 자발적으로 폼 제출. 이 한 명의 흐름이 어떤 통계보다 많은 걸 말해줬습니다 — 전환은 메시지 한 줄이 아니라, 서비스를 충분히 이해한 뒤에 일어났다.

Claude(MCP) 통합 분석에서 얻은 인사이트 ① 전환을 결정한 건 메시지(Pain A/B)가 아니라 LP 구조였다 — 전환은 입력폼 위치를 75%→30%로 옮긴 시점 이후에만 발생.
② 클릭 효율(질문형, CTR 6~9%)과 전환 품질(before_after, 참여시간 10.1초)은 완전히 다른 소재에서 나왔다.
③ 사용자는 LP 상단 1~2 스크롤(평균 3.3초, 스크롤 깊이 32.8%) 안에서 이탈 여부를 결정했다.

05 발표 준비 과정에서 얻은 진짜 인사이트

사실 이 프로젝트에서 가장 많이 배운 건 캠페인 실행 자체보다, 최종 발표를 준비하며 우리 데이터를 거꾸로 의심해보는 과정이었습니다. 예상 질문을 뽑아보면서 스스로 만든 숫자에 구멍이 있는지 검증했고, 그 과정에서 발표자료의 오타 하나(33페이지 CPC 표기 오류)도 잡아냈죠.

Q 전환 1건도 결국 기여전환 오염 아닌가요?

A 51페이지에서 직접 짚었던 이슈 — 기기가 광고를 한 번이라도 보면 다른 경로 전환도 같은 광고 성과로 잡히는 Meta의 기여전환 구조. 다음 캠페인에서는 클릭 기반 어트리뷰션으로 좁혀 이 오염을 줄이기로 했습니다.

Q CTR 1위 소재(question_B)를 끈 게 맞는 판단이었나요?

A CPM이 평균의 3배라는 비효율 속에서, 150,000원이라는 제한된 예산은 '잠재력'보다 '효율'을 기준으로 판단해야 했습니다 — 이게 결과적으로 "CTR이 효율을 보장하지 않는다"는 이번 프로젝트 최대 결론으로 이어졌습니다.

Q 그래서 가설은 맞았나, 틀렸나?

A 검증되지 않았습니다(Inconclusive). 통계 검정 결과도 "유의미하지 않음"이었고, n=1로는 어떤 결론도 단정할 수 없었습니다. 다만 정성적 신호는 분명했고, 이건 실패가 아니라 다음 실험을 더 정교하게 설계할 근거가 됐습니다.

06 팀 회고 — 내가 느낀 점

퍼포먼스 마케터 / CRM 마케터로서의 회고

퍼포먼스 마케터로 프로젝트를 진행하면서, 광고 집행이라는 게 정말 다양한 요인들을 살피고 한 발 빠르게 대처하는 능력이 필요하다는 점을 배울 수 있었습니다.

열심히 준비한 메일까지 진행하지 못해 아쉬웠지만, 준비한 경험을 바탕으로 실무에서는 제대로 적용해보고 싶습니다.

✅ 이번 프로젝트에서 발견한 장점

프로젝트 기획이나 진행 과정에서 발생하는 이벤트들에 의문을 갖고 생각하는 능력이 장점이라고 생각합니다. 의문으로부터 시작해 팀원들과 의견을 나누고 의사결정을 내리기까지의 과정을 만드는 역할을 잘 수행했습니다.

⚠️ 발견한 약점

처음에 발견하지 못한 문제가 있을 때, 이후에도 그 부분을 쉽게 발견하지 못하는 단점이 있습니다.

다음 프로젝트의 마음가짐

CRM 마케터로 겸업하게 되었는데, 실수했을 때 디메리트를 안고 진행하기보다 미리 검토해서 사고를 최소화하는 메이커가 되고 싶습니다. 그래도 최선을 다해서 만든 단계별 진행이 없었기 때문에 너무 아쉬웠습니다. 이번 여정의 경험을 토대로 앞으로 새 시작을 위한 투입력 단계보다 한 발 앞서 미리 준비하고 시작할 수 있는 능력을 갖추고, 넓은 시야를 가지고 숨기지 않고 고이고, 미래 마실 수 있는 분야의 능력을 기르고 싶습니다.

새롭게 발견한 인사이트

협업이라는 게 정말 어렵다는 생각이 들었습니다. 서로 다른 사람의 다 하나의 일을 한다는 것은 매우 어려운 배려가 필요하기 때문에, 남에게 받아온 일을 가져가려 한다는 점을 다시 느꼈습니다. 앞서 기술한 것처럼, 남은 시간에 가능한 전체적 실험들과 데이터를 자기적 데이터를 제대로 가지지 못해 미세한 시점에 빠르게 찾아 대처하는 능력을 길러내고, 이전과 비슷한 포인트에 도전할 수 있는 것을 실수가 일어난 것을 다시 일깨워줍니다.

회고를 다시 읽으며 "광고 집행이라는 게 정말 다양한 요인들을 살피고 한 발 빠르게 대처하는 능력이 필요하다"는 문장은, 결국 question_B를 OFF 시키는 판단, LP 폼 위치를 옮기는 결정, 히어로 섹션 애니메이션을 제거한 선택 — 이 캠페인 안에서 매번 마주했던 작은 의사결정들과 정확히 맞물립니다. 정답이 없는 상황에서 기준을 스스로 만들어가는 경험, 그게 이번 프로젝트가 준 가장 실무적인 자산이었습니다.

07 다음 캠페인을 위한 액션 플랜

Next Action

예산 역산 설계 — 목표 전환수(MQL)를 먼저 정하고, 거기서 필요한 예산과 기간을 거꾸로 계산한다.
포맷과 메시지 변수 분리 — ABO로 소재별 예산을 고정 배분해, "메시지가 이긴 건지 알고리즘이 밀어준 건지" 헷갈리지 않게 한다.
LP 상단 구조 고도화 — 평균 체류 3.3초, 스크롤 32.8% 안에서 문제·해결·무료혜택·CTA를 압축해 전달.
question 포맷 유지 — CTR이 가장 높았던 소재 유형이므로, 비용 구조만 개선해 다시 시도.
before_after 포맷 유지 — 유일한 전환이 발생한 포맷이자, 알고리즘이 가장 신뢰를 보인 소재.
기여전환 오염 방지 — 테스트는 광고에 노출되지 않은 별도 기기로, 사전에 진행한다.

2차 프로젝트 한 줄 정리

가설 검증 결과 전환 1건으로는 어느 메시지가 우세한지 통계적으로 단정할 수 없었음. Inconclusive, 그러나 무의미하지 않은 파일럿

가장 큰 발견 CTR 1위 소재(8.91%)가 CPM은 3배(102,594원)로 가장 비효율적이었다 — "클릭률 ≠ 효율"

구조적 한계 150,000원/7일은 통계적으로 의미 있는 표본을 만들기엔 구조적으로 부족한 예산이었음

가장 강력한 증거 유일한 전환 유저는 CTA가 아닌, 서비스를 충분히 이해한 뒤 자발적으로 폼을 제출했다

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260529_CRM도구(마케팅 자동화)

Yuuma — Fri, 29 May 2026 17:44:25 +0900

Day 20 | CRM 도구와 마케팅 자동화 — 웹마스터 등록부터 Retention Flow까지

Day 20

CRM 도구와 마케팅 자동화
— 웹마스터 등록부터 Retention Flow까지

그로스 마케팅 부트캠프 GM4 · 이성봉 강사

CRM Framer Google Sheets GTM / GA4 Kit (ConvertKit) Retention 웹마스터 도구

CRM이란? — 개념과 핵심 기능
웹마스터 등록 — 네이버 & 구글 검색 등록
Framer 입력폼 생성 & 구글시트 연동
GA4/GTM — 입력폼 제출 이벤트 설치
Kit CTA Click Tag & Sequences
2차 프로젝트 Retention Flow 설계

01 CRM이란? — 개념과 핵심 기능

Definition · CRM이란?

CRM(Customer Relationship Management)은 기업이 기존 고객 및 잠재 고객과의 상호작용과 데이터를 관리·분석하여 고객 경험을 향상시키고 매출 증대를 도모하는 경영 전략이자 소프트웨어 시스템입니다.

단순히 고객 명단을 엑셀로 관리하던 시대는 지났습니다. 오늘날 CRM 툴은 수집 → 세분화 → 발송이라는 세 가지 핵심 기능을 하나의 플랫폼에서 처리합니다.

️

① 고객 데이터 수집·통합

액션/이벤트 데이터, 구매 이력, 이름, 이메일, 전화번호, 관심사 등 고객 정보 한 곳에 통합

② 고객 세분화

조건별 그룹화. 예: 장바구니 이탈자, 7일 미방문자, 특정 페이지 방문자 등

③ 채널별 메시지 발송

이메일, 푸시 알림, 알림톡, SMS, 웹 팝업 등을 통한 개인화 메시지 자동 전송

CRM 마케팅이란?

CRM 마케팅은 고객이 자사 플랫폼(서비스)에 유입되었을 때, 말을 걸고 → 구매를 유도하고 → 구매 후 재탐색을 유도하는, 즉 리텐션을 높이는 모든 고객 대상 마케팅을 의미합니다.

포인트 CRM 마케팅의 핵심은 비교적 저렴한 비용으로 고객과 우호적인 관계를 쌓는 것입니다. 신규 고객 획득 비용이 기존 고객 유지 비용보다 평균 5~7배 높다는 점에서, 리텐션 마케팅은 ROI 관점에서 매우 효율적입니다.

한국 시장 CRM 솔루션 비교

도구	특징	주요 채널	추천 대상
노티플라이 (Notifly)	국내 스타트업 특화 30일 무료 체험	푸시, 이메일, 알림톡	스타트업
브레이즈 (Braze)	글로벌 엔터프라이즈급	전 채널 통합	대기업
핵클 (Hackle)	A/B테스트 + CRM 결합	이메일, 푸시, 인앱	성장팀
Kit (ConvertKit)	이메일 마케팅 자동화 Sequences 기능 강점	이메일 중심	1인 마케터
Mixpanel	행동 데이터 분석 중심	이메일, 푸시	데이터팀

02 웹마스터 등록 — 검색엔진에 내 사이트 알리기

ℹ️ 개념 웹마스터 등록이란 웹사이트 운영자가 자신의 사이트를 검색엔진(네이버, 구글)에 알리고 관리하기 위해 진행하는 절차입니다. 등록 후 검색봇이 사이트를 크롤링하며, 검색 결과에 노출될 수 있게 됩니다.

네이버 서치 어드바이저 등록 (6단계)

⚠️ 주의 네이버 등록 후 사이트 정보 수집까지 약 14~16일이 소요됩니다. 단, 모든 사이트의 노출이 보장되지 않으며, 노출 영역은 네이버 검색 로직에 따라 결정됩니다.

내 사이트 도메인 입력 SSL 인증서 적용 여부에 따라 https:// 또는 http://로 구분하여 입력합니다.

사이트 소유 확인 'HTML 태그' 방식을 선택하고 메타태그를 복사합니다.

메타태그 붙여넣기 Framer 기준 Head Start 영역에 붙여넣습니다. Page Title, Description 설정을 먼저 한 다음 진행하세요. 페이지별로 모두 설정해야 합니다.

자동 등록 방지 문자 입력 네이버 웹마스터 도구 화면으로 돌아가 캡챠 문자를 입력합니다.

웹 페이지 수집 요청 웹사이트 URL을 기입 후 확인 버튼을 클릭합니다.

사이트맵 제출 웹사이트URL/sitemap.xml 형식으로 기입 후 확인합니다. 웹 업데이트가 있을 때마다 다시 제출이 필요합니다.

Google Search Console 등록 (4단계)

⚠️ 주의 구글도 마찬가지로 등록 후 검색봇이 정보를 수집하는 데 약 2~4주가 소요됩니다. 즉시 노출되지 않으니 LP 제작 후 여유를 두고 등록하세요.

URL 접두어 방식으로 도메인 입력 Google Search Console 우측 'URL 접두어' 유형에 전체 URL을 입력합니다.

HTML 태그로 소유권 확인 '다른 확인 방법 → HTML 태그' 선택 후 메타태그 복사합니다.

메타태그 붙여넣기 Framer Head Start 영역에 구글용 메타태그를 추가합니다.

사이트맵 제출 Google Search Console 내 'Sitemaps' 메뉴에서 sitemap.xml을 제출합니다.

실무 팁 2차 프로젝트 진행 시, Framer로 제작한 LP를 반드시 네이버/구글 웹마스터에 등록하세요. 메타태그는 네이버용, 구글용 두 개를 모두 Head Start 영역에 넣으면 됩니다.

03 Framer 입력폼 생성 & 구글시트 연동

Framer는 노코드 웹사이트 빌더로, 코딩 없이도 입력폼을 만들고 구글시트와 자동 연동할 수 있습니다. 이 과정을 통해 LP에서 수집된 리드 정보를 자동으로 데이터베이스화할 수 있습니다.

입력폼 생성 단계

Framer에서 새 프로젝트 생성 framer.com 접속 → New Project → Blank 선택

Forms 컴포넌트 추가 좌상단 + 버튼 → Forms → Forms 선택 → 캔버스에 드래그

필드 커스텀 Layers 탭에서 각 필드 선택 → 오른쪽 패널에서 Input Type(값의 유형), Name(구글시트 컬럼명), Placeholder(임시 텍스트) 수정. 필드를 복제하려면 Layer 우클릭 → Duplicate

필수 입력 설정 각 Input에서 Required → Yes로 설정하면 해당 필드 미입력 시 제출 불가

체크박스(개인정보 동의) 추가 Form 선택 → + 클릭 → Checkbox 추가 → Text 영역에 '개인정보 수집 및 이용 동의 (필수)' 입력

CTA 버튼 텍스트 수정 Button 선택 → Edit Component → 더블클릭 → '제출하기' 등으로 수정

구글시트 연동

Send To 설정 Layers에서 Form 선택 → 오른쪽 패널 Send To 클릭 → Google Sheets 클릭

구글 계정 연결 및 시트 생성 Add 선택 → 구글 로그인 → 구글시트 파일명 입력(예: GM4 실습 Form) → Create

Connected 상태 확인 후 테스트 Connected 표시 확인 → 오른쪽 상단 미리보기(▷) 클릭 → 테스트 데이터 입력·제출

구글시트에서 데이터 확인 docs.google.com/spreadsheets 접속 → 연결된 시트에 데이터 row가 생성되었는지 확인

핵심 개념 입력폼의 각 필드에 지정한 Name 값이 구글시트의 컬럼명(헤더)이 됩니다. 필드를 추가하기 전에 어떤 데이터를 수집할지 컬럼 설계를 먼저 해두면 나중에 편합니다.

04 GA4/GTM — 입력폼 제출 이벤트 설치

Framer에 입력폼을 만들었다면, 사용자가 폼을 제출하는 행동(전환)을 GA4로 추적해야 합니다. GTM을 통해 코드 수정 없이 이벤트를 설치할 수 있습니다.

설치 순서

Framer에 GTM 코드 추가 Framer Settings → Head Start에 GTM 컨테이너 코드 추가 후, GA4 측정 ID도 GTM 내 태그로 추가

GTM 변수 활성화 GTM 변수 탭 → 클릭 수, 양식(Form) 변수 항목 체크 — 이 설정 없이는 폼 이벤트 트리거가 작동하지 않습니다.

GA4 이벤트 태그 생성 새 태그 → GA4 이벤트 → 측정 ID 입력 → 이벤트 이름: framer_form_submit

폼 제출 완료 트리거 연결 'Form Submit' 트리거 생성 → 위 태그에 연결 → 저장

미리보기로 검증 GTM 미리보기 모드 → 폼 제출 → GA4 Debug View에서 framer_form_submit 이벤트 확인

ℹ️ 2차 프로젝트 미션 LP A, LP B 두 개의 페이지에 각각 다른 이벤트명을 설정합니다.

LP A 폼 제출 이벤트명: framer_form_submit_a
LP B 폼 제출 이벤트명: framer_form_submit_b

GTM에서 트리거 조건(특정 페이지 URL 포함)을 다르게 설정하면 두 이벤트를 분리 추적할 수 있습니다.

05 Kit CTA Click Tag & Sequences 설정

Kit(ConvertKit)의 Tag 기능을 활용하면 특정 버튼 클릭을 추적하고, 그 행동에 반응하는 자동화 시퀀스를 연결할 수 있습니다. 이것이 리텐션 자동화의 핵심입니다.

CTA 버튼에 Tag 추가하기

Welcome Mail Sequence 이메일 열기 지난 시간 제작한 GM4 WelcomeMail 실습 Sequences 접속

CTA 버튼 선택 → 번개 아이콘 클릭 이메일 에디터에서 CTA 버튼 선택 → URL 옆 번개 아이콘(⚡) 클릭

Tag 입력 및 게시 Tag 입력: GM4 WelcomeMail CTA Click → Publish changes 선택

CTA 클릭 반응 Sequence 생성하기

신규 Sequences 생성 Sequences 탭 → 새 Sequences 생성 → 이름 및 메일 제목 입력 → Publish

딜레이 설정 (선택) CTA 클릭 후 몇 시간/일 뒤에 발송할지 딜레이 시간 설정 가능

Visual Automation 트리거 연결 새 Visual Automation 생성 → GM4 WelcomeMail CTA Tag 선택 → 위 Sequence와 연결

Publish → Active 전환 설정 완료 후 Publish → Active 상태로 변경해야 실제로 작동합니다.

개념 정리 Tag는 Kit에서 구독자의 행동(이메일 링크 클릭, 구매 등)을 분류하는 라벨입니다. Tag가 부여되는 순간을 트리거로 삼아 다음 자동화 액션(Sequence 발송 등)을 연결할 수 있어, 행동 기반 마케팅 자동화의 기반이 됩니다.

06 2차 프로젝트 Retention Flow 설계

오늘 배운 모든 내용이 하나의 실전 프로젝트로 연결됩니다. 2차 프로젝트의 목표는 Acquisition(신규 획득) → Retention(재방문 유도)을 하나의 자동화 파이프라인으로 구성하는 것입니다.

Framer 페이지 구성 (총 4개)

페이지	URL 구조	목적	이벤트
LP A (메인)	`framer.app/`	1차 리드 확보 혜택 1 제공	`framer_form_submit_a`
LP A 완료페이지	`/thankyou`	제출 완료 안내	—
LP B (2차)	`/lp_b`	2차 리드 확보 혜택 2 제공	`framer_form_submit_b`
LP B 완료페이지	`/lp_b/thankyou`	최종 전환 안내	—

전체 Retention Flow (6단계)

STEP 1 · Acquisition

메타 광고 집행

Paid/Non-Paid 미디어 집행. UTM 파라미터 설계 필수

STEP 2 · Activation

Framer LP A 입력폼 제출

랜딩페이지 방문 후 리드 정보 수집 (이름, 이메일 등)

STEP 3 · Data

구글시트 자동 저장

Framer-구글시트 연동으로 새 row 데이터 자동 생성

STEP 4 · Retention

웰컴 이메일 자동 발송

Kit Sequences에서 이메일 주소 감지 후 자동 발송 (Zapier 연동)

STEP 5 · Trigger

CTA 버튼 클릭

이메일 내 CTA 클릭 시 Tag 자동 부여 → 다음 Sequence 트리거

STEP 6 · Conversion

Framer LP B 입력폼 제출

혜택 2 제공 페이지에서 최종 전환 달성

ℹ️ 흐름 요약 광고 클릭 → LP A 입력폼 제출 → 구글시트 저장 → 웰컴 이메일 자동발송 → CTA 클릭 → LP B 입력폼 제출

이 전체 파이프라인이 자동으로 작동하도록 설계하는 것이 2차 프로젝트의 목표입니다. 한 번 세팅하면 마케터의 개입 없이 24시간 돌아갑니다.

구성 요소별 역할 분담

구성 요소	역할	연결 포인트
Framer (LP)	랜딩페이지 제작 & 입력폼 생성	구글시트로 데이터 전송
Google Sheets	리드 데이터 자동 수집·저장	Zapier 트리거 역할
Zapier	구글시트 → Kit 이메일 구독 자동화	새 row 감지 시 Kit에 구독자 추가
Kit (ConvertKit)	이메일 Sequence 자동 발송	CTA 클릭 시 Tag 부여
GTM / GA4	전환 이벤트 추적	폼 제출 이벤트 → GA4 리포트

실무 인사이트 이 Retention Flow는 리드제너레이션(Lead Generation)의 교과서적 모델입니다. LP A에서는 낮은 허들(이름, 이메일)로 첫 전환을 유도하고, 이메일로 신뢰를 쌓은 뒤 LP B에서 더 깊은 전환(1:1 컨설팅 등)을 요청하는 구조입니다. 고객의 온도를 단계적으로 올리는 것이 핵심입니다.

Day 20 핵심 정리

CRM의 3가지 핵심 데이터 수집·통합 → 고객 세분화 → 채널별 개인화 발송. CRM 마케팅은 리텐션을 높이는 저비용 고효율 채널

웹마스터 등록 네이버(14~16일), 구글(2~4주) 소요. 메타태그를 Head Start에 삽입하고, sitemap.xml 제출 필수

Framer × 구글시트 폼의 Name 값 = 구글시트 컬럼명. Send To → Google Sheets로 노코드 연동 가능

GTM 이벤트 설치 순서 변수 활성화(양식 변수 체크) → GA4 이벤트 태그 생성 → Form Submit 트리거 연결 → 미리보기 검증

Kit Tag & Sequence CTA 클릭에 Tag 부여 → Visual Automation에서 Tag를 트리거로 다음 Sequence 발동. 행동 기반 자동화의 핵심

Retention Flow 전체 광고 → LP A(리드) → 구글시트 → Kit 이메일 → CTA 클릭 → LP B(2차 전환). 한 번 세팅 후 자동 운영

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260528_이메일마케팅(프레이머/재피어/Kit)

Yuuma — Thu, 28 May 2026 17:16:33 +0900

Day 19 | UX 설계, 다크패턴, 이메일 마케팅 실전 — 그로스마케팅 부트캠프

DAY 19 · 그로스마케팅 부트캠프

UX 설계의 양면:
다크패턴과 이메일 마케팅 실전

고객을 기만하는 인터페이스 설계의 이면을 파헤치고, Zapier + Kit + Framer로 완전 자동화된 Welcome Mail 시스템을 구축한다.

UX / UI 다크패턴 Retention Email Open Rate Kit (ConvertKit) Zapier 자동화 Framer 연동

UX vs UI — 마케터가 만드는 경험
다크패턴 (Dark Patterns) 완전 정리
Retention이 AARRR의 시작점인 이유
이메일 오픈율 올리는 5가지 전략
Kit (ConvertKit) 플랫폼 핵심 기능
Welcome Mail 자동화 시스템 구축 실습
노코드 툴 Framer + Kit 연동
오늘의 핵심 정리

SECTION 01

UX vs UI — 마케터가 만드는 경험

디자이너의 영역처럼 보이지만, 이메일·자동화 시나리오·CRM 응대 방식 모두 고객에게는 하나의 UX 경험이다.

구분	UI (User Interface)	UX (User Experience)
개념	사용자가 마주하는 시각적 요소	사용자가 느끼는 총체적인 과정과 감정
오프라인 비유	매장 인테리어, 간판, 진열대 디자인	문 열고 들어와서 계산하고 나갈 때까지의 편리함
마케팅 관점	버튼 색상, 폰트, 레이아웃	이메일 열고 → 클릭 → 구매 완료까지 막힘없는 흐름
핵심 질문	보기 좋은가?	쓰기 편하고 매끄러운가?

핵심 인사이트

UI 디자인이 아무리 보기 좋아도 사용자의 원하는 액션을 유도하지 못한다면 실패한 UX (Bad UX)입니다. 마케터 관점에서 UX의 기준은 "이메일을 열고, 클릭하고, 구매까지 막힘 없이 도달하는가?"입니다.

Good UX

쿠팡 원클릭 결제

버튼 클릭 한 번으로 1초 만에 결제 완료 → 간편한 UX

Good UX

네이버페이 즉시 연결

인스타 광고 클릭 → 결제창 바로 연결 → Smooth UX

Good UX

생일 맞춤 쿠폰

생일날 적시에 맞춤 혜택 제공 → CRM의 Good UX

Bad UX

복잡한 비밀번호 규칙

영문 대소문자+숫자+특수문자 10자리 → 회원가입 포기 유발

SECTION 02 · 핵심

다크패턴 (Dark Patterns) 완전 정리

2010년 영국 UX 전문가 해리 브리그널이 처음 정의한 개념 — 사용자의 이익보다 서비스 운영자의 이익을 최우선에 두고 심리적 허점을 파고드는 UI/UX 기법.

정의

"Deceptive patterns (dark patterns) are tricks used in websites and apps that make you do things that you didn't mean to, like buying or signing up for something."
— Harry Brignull, 2010

다크패턴 (Dark Patterns) 유형 완전 정리

해리 브리그널(Harry Brignull)이 2010년 처음 정의한 사용자를 기만하는 UI/UX 설계 기법

Roach Motel

바퀴벌레 함정

이탈 방지형

가입은 쉽게, 탈퇴는 어렵게

사례: 로그인 1번으로 가입 완료 → 탈퇴는 고객센터 직접 전화 필수. 해지 버튼을 배경색과 같은 색으로 숨겨두거나 결제 마지막 단계에 자동결제 조건 삽입.

Hidden Costs

숨겨진 비용

매몰비용 이용

결제 직전 추가 금액 청구

사례: 저렴하게 담은 장바구니 → 결제 직전 배송비·수수료 등장. "여기까지 온 시간이 아까우니 그냥 결제하자"는 매몰비용 심리 이용.

Obstruction

경로 방해형

경로 미로화

간단한 작업을 복잡하게

사례: 해지 버튼이 설정 → 계정 → 고급 → 보안 메뉴 깊숙이 숨겨짐. 다단계 확인 팝업("정말 취소하시겠습니까?" 반복 노출).

Confirm Shaming

확인 수치심

심리 압박형

취소 버튼에 죄책감 문구 삽입

사례: "아니요, 저는 건강에 관심이 없습니다." / "아니요, 저는 똑똑한 소비자가 되고 싶지 않습니다." → 취소를 누르면 바보가 되는 느낌을 유발.

⏰

False Urgency

가짜 긴박함

FOMO 자극

거짓 카운트다운·재고 과장

사례: "5분 뒤 할인 종료!" 타이머 → 새로고침해도 리셋됨. "현재 50명이 보고 있습니다" 조작 알림. "마지막 1개!" 문구 상시 노출.

Social Proof

가짜 사회적 증거

군중심리 이용

조작된 활동 알림 노출

사례: "방금 김OO님이 구매했습니다" 팝업 / "이 상품 찜 1,200개" 과장 수치. 대세에 따라야 할 것 같은 심리적 압박을 가해 충동 구매를 유도.

⚠️ 마케터로서 인지해야 할 점: 다크패턴은 단기 전환율을 높일 수 있지만 브랜드 신뢰도를 심각하게 훼손합니다. 긴급성·희소성은 진짜여야 Good UX입니다.

각 유형 상세 설명

Roach Motel (바퀴벌레 함정)

원리: 체크인(가입)은 로그인 1번으로 쉽게, 체크아웃(탈퇴)은 고객센터 직접 전화나 복잡한 서류 제출이 필요하도록 설계합니다.

마케터 주의점: 해지 버튼을 배경색과 같은 색상으로 숨기거나, 수많은 메뉴를 거치도록 설계하는 행위. 결제 직전까지 무료인 것처럼 안내하다가 마지막 단계에서 자동결제 조건을 슬그머니 포함하는 것도 이 유형입니다.

Hidden Costs (숨겨진 비용)

원리: 저렴한 가격에 이끌려 구매를 시작했다가 결제 완료 직전에 배송비·수수료·세금 등을 갑자기 추가 청구합니다.

심리 메커니즘: 매몰 비용 효과를 노립니다 — "여기까지 온 시간이 아까우니 그냥 결제하자"는 심리. 티켓 예매 수수료, 숙박 청소비, 배달 서비스 수수료 등이 대표 사례입니다.

Obstruction (경로 방해형)

원리: 간단하게 끝낼 수 있는 작업을 의도적으로 여러 단계를 거치게 하거나, 중요한 약관을 작고 흐릿하게 표기합니다.

주요 수법: 다단계 확인 팝업("정말 취소하시겠습니까?" 반복 노출), 탈퇴 버튼을 설정 메뉴 가장 깊숙한 곳에 숨기기, 고객센터 전화번호를 찾기 어렵게 배치하기.

Confirm Shaming (확인 수치심)

원리: 취소 옵션을 선택할 때 그 문구에 죄책감이나 수치심을 유발하는 표현을 삽입합니다.

유형별 예시:

죄책감형: "아니요, 저는 건강에 관심이 없습니다."
조롱형: "아니요, 저는 제 돈을 전부 내는 것을 더 좋아합니다."
박탈 강조형: "아니요, 이 혜택을 포기하겠습니다."

⏰ False Urgency (가짜 긴박함)

원리: 실제와 다르거나 과장된 카운트다운 타이머를 배치하여 이성적인 판단을 흐리게 만듭니다.

대표 수법:

리셋 타이머: "5분 뒤 할인 종료!" → 새로고침 시 다시 5분으로 리셋
조작 활동 알림: "현재 50명이 이 상품을 보고 있습니다"
과장 재고: "마지막 1개 남았습니다" 문구 반복 노출

심리 메커니즘: FOMO(놓치고 싶지 않은 심리) 자극

⚠️

마케터 관점에서의 경계선: 긴급성·희소성은 정당한 마케팅 기법이지만, 허위·과장이 들어가는 순간 다크패턴이 됩니다. 실제 재고 소진 시 "품절 임박"은 Good UX, 재고가 충분한데 "마지막 1개"는 다크패턴입니다. 단기 전환율 상승을 위해 이를 남용하면 브랜드 신뢰도가 심각하게 훼손됩니다.

SECTION 03

Retention이 AARRR의 시작점인 이유

신규 고객 유치 비용은 기존 고객 유지 비용보다 약 5~25배 더 비쌉니다. — Harvard Business Review

AARRR 퍼널 최적화 우선순위

많은 기업들이 Acquisition(광고비 증대)에만 집중하는 실수를 합니다. 제품/서비스 신규 런칭을 제외하면 아래 순서로 퍼널을 최적화해야 합니다:

Retention → Activation → Acquisition → Revenue → Referral

왜 Retention을 먼저인가?

이유 1

밑 빠진 독

Retention이 낮으면 Acquisition을 아무리 잘해도 사용자가 쌓이지 않습니다.

이유 2

핵심 가치 문제

Retention 문제는 보통 제품/서비스의 핵심 가치 문제이므로 우선 해결해야 합니다.

이유 3

LTV 상승 → 확장

Retention이 개선되면 LTV가 높아지고, 더 많은 Acquisition 예산 확장이 가능합니다.

MAU 비교	Retention 10%	Retention 40%
기준	매달 신규 유저 500명 획득, 광고비 500만원 동일
3개월차 MAU	635명	848명
6개월차 MAU	787명	1,372명
12개월차 MAU	1,060명	2,589명 (2.4배)

ℹ️

Retention Rate 공식: 특정 시점의 방문자 수 ÷ 최초 시점의 방문자 수 × 100
예) 1월 1일 신규 100명 → 1월 2일 30명 재접속 = Day 1 Retention 30%

구분	구간 리텐션 (Range Retention)	코호트 리텐션 (Cohort Retention)
정의	특정 기간 내 재방문 여부	동일 특성 집단의 유지율 추적
특징	서비스 전체 잔존율 파악 쉬움	어떤 그룹이 더 오래 남는지 원인 분석 가능
예시	Day 1, Day 7, Day 30 리텐션	3월 1주차 가입자의 1~4주 후 유지율 변화

SECTION 04 · 핵심

이메일 오픈율 올리는 5가지 전략

EMP(Email Marketing Platform)의 핵심 성과 지표인 오픈율(Open Rate)을 높이는 검증된 방법들.

개인화로 주목 끌기

수신자 이름·위치·관심사 반영. "[이름]님, 오늘만을 위한 혜택이 있어요!" 같은 맞춤화 제목은 오픈율을 평균 10~26% 높입니다. Merge Tag 활용

긴급성·희소성 활용

"오늘 자정까지 30% 할인", "단 10개 한정!" 등 FOMO(놓치고 싶지 않은 심리)를 자극. 단, 허위/과장은 다크패턴! FOMO 자극

명확하고 간결한 메시지

대부분의 메일 앱은 제목을 50자 이하로 잘라서 표시. 6~7단어, 30~50자 이내를 권장. 핵심 혜택을 제목에서 바로 드러냅니다. 제목 최적화

호기심 유발

"이 이메일을 열어보지 마세요", "왜 모두가 이 소식을 주목할까요?"처럼 답을 보고 싶은 심리를 자극합니다. 미스터리 기법

숫자·리스트·타겟 명확화

"실무자가 바로 쓰는 7가지 팁"처럼 숫자 활용. B2B는 "HR 매니저를 위한 2025 체크리스트"처럼 타깃을 명시하면 관련 독자의 반응률이 높아집니다. 타깃 명시

발송 시점 팁: 해외 기준 목요일·화요일 오전 10시, 오후 2~4시가 오픈율이 높습니다. 국내는 출퇴근 시간대(오전 7~9시, 오후 6~8시)를 고려해서 발송 타이밍을 잡으세요.

SECTION 05

Kit (ConvertKit) 플랫폼 핵심 기능

2024년 ConvertKit에서 Kit으로 리브랜딩. 크리에이터·B2B 마케터·1인 사업자에 특화된 이메일 마케팅 플랫폼.

시각적 자동화 빌더

드래그&드롭으로 복잡한 이메일 시퀀스 설계 가능. Visual Automation으로 전체 흐름을 한눈에 파악.

️

태그/세그먼트 기반 구조

태그를 기반으로 구독자를 세분화하여, 다른 그룹에 다른 시퀀스를 자동 발송할 수 있습니다.

AI 기능 탑재

AI 기반 이메일 제목 추천 및 발송 시간 최적화 기능 내장. Zapier 등 마케팅 자동화 툴과 연계성 높음.

크리에이터 친화적

유료 뉴스레터, 디지털 상품 판매 기능 내장. 이메일 템플릿 + 자체 LP(랜딩 페이지) 구축 가능.

이메일 템플릿 선택: Text Only vs Grove

구분	Text Only	Grove (이미지 포함)
특징	디자인 요소 없는 심플한 형태	상단 헤더 이미지(배너) 포함 레이아웃
장점	개인적인 이메일처럼 보여 친근감, 스팸 필터 통과율 높음, 모바일 가독성 최고	브랜드 아이덴티티 표현, 시각적 주목도
단점	브랜딩 표현 한계	광고성 이메일처럼 보일 수 있음, 이미지 로딩 이슈
추천 상황	뉴스레터, 개인 소통, 강의 안내	브랜드 캠페인, 프로모션 메일
실무 결론	실제 오픈율·클릭률은 화려한 디자인보다 텍스트 중심이 더 높은 경우가 많음. 고민된다면 Text Only 먼저!

Merge Tag — 개인화 변수 삽입

Merge Tag 활용법

Kit 이메일 편집기에서 Personalization 버튼을 클릭하면 {{ subscriber.first_name }}와 같은 변수를 삽입할 수 있습니다.

제목에도 동일하게 적용 가능: "[이름]님, 오늘 특별한 소식이 있어요 "
수신자의 실제 이름으로 자동 치환되어 발송됩니다.

⚠️

Kit 알려진 버그: CTA 버튼 위에 한글 텍스트를 입력하면 오류가 발생할 수 있습니다. 해결법: 편집기에서 나갔다가 다시 들어오면 해결됩니다.

SECTION 06 · 실습

Welcome Mail 자동화 시스템 구축 실습

구독자가 이메일을 입력하는 순간 자동으로 환영 메일이 발송되는 완전 자동화 파이프라인을 구축한다.

Welcome Mail 자동화 시스템 구축 플로우

Google Sheets + Zapier + Kit(ConvertKit) 연동으로 구독자 등록 즉시 환영 메일 자동 발송

STEP 1

입력 진입점

Framer
구독 폼 작성

• 랜딩 페이지의 이메일 입력폼
• 구독자가 이메일 기입 후
• Subscribe 버튼 클릭

→

STEP 2

데이터 수집

Google Sheets
자동 수집

• 구독자 정보 자동 기록
• 이름 / 이메일 / 날짜
• Zapier와 연동 대기

→

STEP 3

자동화 엔진

Zapier
Trigger 감지

• 구글시트 새 행 감지
• Kit에 Tag 부여 실행
• Add Tag to Subscriber

→

STEP 4

메일 발송

Kit Automation
실행

• Tag 감지 → 자동화 시작
• Visual Automation 실행
• Welcome Sequence 발송

→

GOAL

최종 목표

구독자
환영 메일 수신

• 개인화 이름 포함
• 브랜드 맞춤 디자인
• 오픈율·클릭률 분석

핵심 설정 포인트

️ Merge Tag 활용

{{subscriber.first_name}} 변수로 개인화 인사 가능. 제목에도 적용 됩니다.

✉️ Text Only 추천

화려한 디자인보다 텍스트 이메일이 실제 오픈율·클릭률 더 높은 경우 많음.

✅ Auto Confirm 체크

Kit Form → Settings → Incentive에서 체크. 안 하면 이중 인증으로 이탈 증가.

⏱️ Zapier 딜레이 주의

구글시트 → Kit 반영에 약 10분 내외 서버 딜레이 존재. 스팸함도 확인 필수.

⚠️ 주의사항: Kit Subscriber는 한 번 등록 후 구글시트 행을 삭제해도 자동 삭제되지 않습니다. 같은 이메일로 재테스트 시 Kit Subscribers에서 직접 삭제 후 재시도해야 합니다.

단계별 구축 가이드

STEP 1 — Kit 시퀀스 생성

Welcome Mail 시퀀스 제작

Send 메뉴 → New Sequence → 이름 설정 → 템플릿 선택 (Text Only 권장) → Send Mail 0 Days 설정 → CTA 버튼에 UTM 링크 삽입 → Publish + immediately 확인 필수

STEP 2 — Zapier 연동

Google Sheets ↔ Kit 자동화

Zapier 접속 → Trigger: Google Sheets (새 행 추가 감지) → Action: Kit의 "Add Tag to Subscriber" 선택 → Tag 이름 선택 (WelcomeMail 태그) → Email 필드를 구글시트 이메일 컬럼에 매핑 → Zap Publish

STEP 3 — Kit Visual Automation

태그 감지 → 시퀀스 발송 자동화

Automate → Visual Automations → New Automation → Trigger: "Tag is added" 선택 → 해당 태그 지정 → Action: Email Sequence 연결 → 우상단 Active 토글 활성화

STEP 4 — 테스트

구글시트에 이메일 기입 후 확인

구글시트에 테스트 이메일 기입 → Zapier 히스토리 확인 (10분 내외 딜레이) → Kit Visual Automation의 Completed 카운팅 확인 → 스팸 메일함 필수 확인!

⚠️

중요 주의사항:
구글시트에 이메일을 기입하면 Kit의 Subscribers로 등록됩니다.
이후 구글시트의 행을 삭제해도 Kit Subscribers는 자동으로 삭제되지 않습니다.
같은 이메일로 재테스트 시: Kit Subscribers에서 직접 삭제 후 재시도해야 합니다.

SECTION 07

노코드 툴 Framer + Kit 연동

코딩 없이 웹사이트를 만들고, 그 안에 이메일 구독 폼을 삽입해 Kit과 직접 연동하는 실습.

Framer란?

노코드 기반 웹사이트 제작 도구로 디자인부터 배포까지 한 번에 가능한 올인원 웹 빌더입니다. 피그마와 유사한 UI로 디자이너·개발자 협업에 최적화되어 있으며, React 기반으로 커스텀 코드 삽입도 가능합니다.

토스 활용 사례: 프레이머 도입 후 프로토타입 제작률 120% 증가, UI 구현 시간 70% 단축, 디자인 툴 NPS 60점 → 85점 급상승

Framer Kit 폼 연동 설정값

항목명	입력 내용	필수 여부	찾는 방법
API Key	Kit 계정의 Developer API Key	필수	Kit → Settings → Advanced → Developer API Key 복사
Form ID	생성한 Form의 고유 숫자 ID	필수	Kit → Grow → Forms 편집창 URL의 숫자값 (`forms/designers/XXXXXX/edit`)
Redirect	구독 후 이동할 Thank you Page URL	선택	비워두면 기본 성공 메시지 표시
Tracking	Facebook Pixel, GA 등 추적 ID	선택	구독 완료 이벤트 추적 시 사용. 일반 상황은 비워도 무방

✅

Auto Confirm 설정 필수: Kit의 해당 Form → Settings → Incentive → "Auto confirm new subscribers" 체크. 이 설정을 하지 않으면 구독자가 이메일 인증을 한 번 더 거쳐야 해서 이탈률이 증가합니다.

ℹ️

Framer에서의 Kit 연동 자동화 흐름: Framer 구독 폼에서 이메일 입력 → Kit Form으로 수집 → Visual Automation의 "Joins a form" 트리거 감지 → 태그 부여(Add or Remove Tag) → Email Sequence 발송으로 연결됩니다.

Day 19 핵심 정리

UX vs UI: UI는 "보기 좋은가?", UX는 "쓰기 편하고 매끄러운가?"입니다. 마케터가 만드는 이메일·자동화·CRM 모두 고객의 UX 경험입니다.

다크패턴: Roach Motel, Hidden Costs, Obstruction, Confirm Shaming, False Urgency 등 6가지 유형. 단기 전환율은 높이지만 브랜드 신뢰도를 치명적으로 훼손합니다. 긴급성·희소성은 진짜여야 합니다.

Retention 우선순위: AARRR 퍼널 최적화는 Retention → Activation → Acquisition 순. Retention 10% → 40%만 높여도 12개월 후 MAU가 2.4배 차이 납니다.

이메일 오픈율 전략: 개인화(Merge Tag), 긴급성/희소성, 50자 이내 명확한 제목, 호기심 유발, 숫자 활용. 텍스트 위주 이메일이 화려한 디자인보다 오픈율·클릭률이 높은 경우가 많습니다.

Welcome Mail 자동화: Google Sheets → Zapier(Tag 부여) → Kit Visual Automation → Email Sequence 발송. 핵심은 Zapier 딜레이 10분 내외 감안, Auto Confirm 체크, 동일 이메일 재테스트 시 Kit에서 직접 삭제 필요.

Framer + Kit 연동: API Key + Form ID 두 가지가 핵심 필수값. Form의 자동화 트리거 역할만 하므로 Form 형태는 무관. 연동 후 Visual Automation "Joins a form" 트리거로 시퀀스 발동.

내가 보려고 만든 SQLD 정리

Yuuma — Thu, 28 May 2026 01:05:00 +0900

SQL 2과목 총정리

SQL문이 데이터베이스에서 “무엇을 대상으로 어떤 작업을 하느냐”에 따라 나눈 것

DDL	데이터베이스 구조를 다룸	테이블, 뷰, 인덱스 등을 생성/수정/삭제	CREATE, ALTER, DROP, TRUNCATE
DML	테이블 안의 데이터를 다룸	데이터를 조회/삽입/수정/삭제	SELECT, INSERT, UPDATE, DELETE
DCL	사용자 권한을 다룸	권한 부여/회수	GRANT, REVOKE
TCL	트랜잭션을 다룸	변경사항 확정/취소	COMMIT, ROLLBACK, SAVEPOINT

예를 들어서 엑셀로 비유하면:

DDL: 엑셀 파일의 시트 구조 만들기
→ 열 추가, 표 만들기, 표 삭제하기
DML: 표 안의 실제 값 수정하기
→ 행 추가, 값 변경, 데이터 삭제, 조회
DCL: 누가 이 파일을 볼 수 있고 수정할 수 있는지 정하기
→ 편집 권한 주기/빼기
TCL: 작업한 내용을 저장할지 되돌릴지 정하기
→ 저장하기, 실행 취소하기

관계대수 연산자

순수 관계 연산자	SELECT	σ	조건에 맞는 행 선택	WHERE
순수 관계 연산자	PROJECT	π	원하는 열 선택	SELECT 컬럼명
순수 관계 연산자	JOIN	⋈	두 릴레이션을 조건에 맞게 연결	JOIN
순수 관계 연산자	DIVIDE	÷	모든 조건을 만족하는 데이터 검색	NOT EXISTS, GROUP BY HAVING 등
일반 집합 연산자	UNION	∪	합집합	UNION
일반 집합 연산자	INTERSECTION	∩	교집합	INTERSECT
일반 집합 연산자	DIFFERENCE	−	차집합	MINUS, EXCEPT
일반 집합 연산자	CARTESIAN PRODUCT	×	가능한 모든 조합	CROSS JOIN

SELECT 절

SELECT DISTINCT 사용 시, 중복을 제거하고 유일 값을 선택한다.

* WHERE은 튜플(행)을 필터링하고, SELECT는 속성(열)을 필터링한다.

* Oracle에서의 CONCAT은 ||, SQL Server에서의 CONCAT은 +

문자함수 정리

LOWER(문자)	문자를 소문자로 변환한다.	LOWER('SQLD')	'sqld'
UPPER(문자)	문자를 대문자로 변환한다.	UPPER('sql')	'SQL'
CONCAT(문자1, 문자2)	두 문자를 연결한다.	CONCAT('SQL', 'D')	'SQLD'
SUBSTR(문자, 시작위치, 길이)	문자에서 지정한 위치부터 원하는 길이만큼 추출한다.	SUBSTR('DATABASE', 1, 4)	'DATA'
LENGTH(문자)	문자의 길이를 반환한다.	LENGTH('SQLD')	4
LTRIM(문자)	왼쪽 공백을 제거한다.	LTRIM(' SQL')	'SQL'
RTRIM(문자)	오른쪽 공백을 제거한다.	RTRIM('SQL ')	'SQL'
TRIM(문자)	양쪽 공백을 제거한다.	TRIM(' SQL ')	'SQL'
REPLACE(문자, 찾을문자, 바꿀문자)	특정 문자를 다른 문자로 바꾼다.	REPLACE('2026-05-27', '-', '/')	'2026/05/27'
INSTR(문자, 찾을문자)	찾는 문자가 처음 나타나는 위치를 반환한다.	INSTR('DATABASE', 'A')	2
ASCII(문자)	문자의 ASCII 코드 값을 반환한다.	ASCII('A')	65
CHR(숫자)	ASCII 코드 값에 해당하는 문자를 반환한다.	CHR(65)	'A'

* REGEXP 함수 ex)REGEXP_SUBSTR('ABCD' , '.C') 는 BC

표현식	의미	예시 패턴	매칭 예시
.	아무 문자 1개	A.C	ABC, A1C
\	특수문자를 문자 그대로 인식하게 하는 이스케이프 문자	\.	실제 점 .
^	문자열 시작	^A	ABC, APPLE
$	문자열 끝	A$	KOREA, DATA
*	앞 문자가 0개 이상 반복	AB*	A, AB, ABB
+	앞 문자가 1개 이상 반복	AB+	AB, ABB
?	앞 문자가 0개 또는 1개	AB?	A, AB
{n}	정확히 n번 반복	A{3}	AAA
{n,}	n번 이상 반복	A{2,}	AA, AAA
{n,m}	n번 이상 m번 이하 반복	A{2,4}	AA, AAA, AAAA
[ ]	대괄호 안 문자 중 하나	[ABC]	A, B, C
[^ ]	대괄호 안 문자를 제외	[^0-9]	숫자가 아닌 문자
\|	OR 조건	CAT\|DOG	CAT, DOG
( )	그룹 묶기	(AB)+	AB, ABAB

숫자함수 정리

ABS(숫자)	숫자의 절댓값을 반환한다.	ABS(-10)	10
SIGN(숫자)	숫자가 양수, 음수, 0인지 반환한다.	SIGN(-10)	-1
ROUND(숫자, 자리수)	지정한 자리수까지 반올림한다.	ROUND(123.456, 2)	123.46
TRUNC(숫자, 자리수)	지정한 자리수까지 남기고 버린다.	TRUNC(123.456, 2)	123.45
CEIL(숫자)	숫자보다 크거나 같은 가장 작은 정수를 반환한다.	CEIL(123.1)	124
FLOOR(숫자)	숫자보다 작거나 같은 가장 큰 정수를 반환한다.	FLOOR(123.9)	123
MOD(숫자1, 숫자2)	숫자1을 숫자2로 나눈 나머지를 반환한다.	MOD(10, 3)	1
POWER(숫자, 제곱값)	숫자의 거듭제곱 값을 반환한다.	POWER(2, 3)	8
SQRT(숫자)	숫자의 제곱근을 반환한다.	SQRT(9)	3

날짜함수 정리

SYSDATE	Oracle	현재 날짜와 시간을 반환	SELECT SYSDATE FROM DUAL;
GETDATE()	SQL Server	현재 날짜와 시간을 반환	SELECT GETDATE();

날짜 + 1	하루 뒤
날짜 + 2	이틀 뒤
날짜 + 7	일주일 뒤
날짜 + 1/24	1시간 뒤
날짜 + 1/(24*60)	1분 뒤
날짜 + 1/(246060)	1초 뒤

1/24는 하루를 24시간으로 나눈 1시간, 1/24*(60/6)은 60분을 6으로 나눈 10분으로 1시간을 나누면? 6분이다.

변환함수 정리

TO_CHAR(숫자/날짜, 형식)	숫자 또는 날짜를 문자로 변환	TO_CHAR(SYSDATE, 'YYYY-MM-DD')	현재 날짜를 '2026-05-27' 같은 문자 형식으로 변환
TO_DATE(문자, 형식)	문자를 날짜로 변환	TO_DATE('2026-05-27', 'YYYY-MM-DD')	문자 '2026-05-27'을 날짜 데이터로 변환
TO_NUMBER(문자)	문자를 숫자로 변환	TO_NUMBER('1000')	문자 '1000'을 숫자 1000으로 변환

문자는 연산/비교가 불가능하기 때문에 변환해줘야 한다.

집계함수 정리

개수	COUNT(*)	COUNT(*)	전체 행의 개수를 센다. NULL 포함	COUNT(*)
개수	COUNT(컬럼명)	COUNT(컬럼명)	해당 컬럼의 값 개수를 센다. NULL 제외	COUNT(급여)
합계	SUM(컬럼명)	SUM(컬럼명)	합계를 구한다.	SUM(급여)
평균	AVG(컬럼명)	AVG(컬럼명)	평균을 구한다. NULL 제외	AVG(급여)
최댓값	MAX(컬럼명)	MAX(컬럼명)	가장 큰 값을 구한다.	MAX(급여)
최솟값	MIN(컬럼명)	MIN(컬럼명)	가장 작은 값을 구한다.	MIN(급여)

NULL 제외 계산이 원칙이며, WHERE 절에서는 사용할 수 없다.

NULL + 숫자 = NULL 이며, SUM은 NULL을 제외하고 집계한다.

NULL 관련 함수

구분	Oracle	SQL Server	설명	사용 예시
NULL 대체	NVL(값, 대체값)	ISNULL(값, 대체값)	값이 NULL이면 대체값을 반환	NVL(급여, 0) / ISNULL(급여, 0)
NULL 여부에 따른 처리	NVL2(값, 결과1, 결과2)	없음	값이 NULL이 아니면 결과1, NULL이면 결과2 반환	NVL2(급여, '있음', '없음')
두 값 비교 후 NULL 반환	NULLIF(값1, 값2)	NULLIF(값1, 값2)	두 값이 같으면 NULL, 다르면 값1 반환	NULLIF(급여, 0)
첫 번째 NULL 아닌 값 반환	COALESCE(값1, 값2, ...)	COALESCE(값1, 값2, ...)	여러 값 중 NULL이 아닌 첫 번째 값을 반환	COALESCE(전화번호, 휴대폰번호, '없음')

NVL	Oracle에서 NULL을 다른 값으로 바꿈
ISNULL	SQL Server에서 NULL을 다른 값으로 바꿈
NVL2	NULL 여부에 따라 서로 다른 값 반환
NULLIF	두 값이 같으면 NULL 반환
COALESCE	여러 값 중 NULL이 아닌 첫 번째 값 반환

CASE 문 / DECODE 함수

구분	Oracle	SQL Server	설명	사용 예시
CASE문	CASE WHEN 조건 THEN 결과 ELSE 결과 END	CASE WHEN 조건 THEN 결과 ELSE 결과 END	조건에 따라 결과를 다르게 반환	CASE WHEN 점수 >= 60 THEN '합격' ELSE '불합격' END
DECODE 함수	DECODE(값, 비교값1, 결과1, 비교값2, 결과2, 기본값)	없음	값이 비교값과 같으면 해당 결과 반환	DECODE(등급, 'A', '우수', 'B', '보통', '기타')

WHERE 절

기본 비교 연산자

비교 항목	Oracle	SQL Server
같음	=	=
같지 않음	<>, !=, ^=	<>, !=
대소 비교	>, <, >=, <=	>, <, >=, <=

<>는 모든 운영체제에서 지원한다.

조건 표현 연산자

연산자	설명	사용 예시	결과/의미
BETWEEN A AND B	A 이상 B 이하 범위 조회	WHERE 급여 BETWEEN 3000 AND 5000	3000 이상 5000 이하
IN (값1, 값2, ...)	목록 중 하나와 일치하는 값 조회	WHERE 부서 IN ('영업', '마케팅')	영업 또는 마케팅
LIKE	문자 패턴 검색	WHERE 이름 LIKE '김%'	김으로 시작하는 이름
IS NULL	NULL 값 조회	WHERE 급여 IS NULL	급여가 NULL
NOT	조건의 반대	WHERE 부서 NOT IN ('영업')	영업이 아닌 부서

NULL 비교 시, = NULL 혹은 != NULL 의 표현은 오류가 발생한다.

* 연산자 우선순위는 괄호() → 비교연산자 → NOT → AND → OR , 이 정도만 알아두면 된다.

GROUP BY 절 / HAVING 절

GROUP BY: 특정 컬럼을 기준으로 행들을 그룹화하여 집계함수 결과를 산출

HAVING: 그룹화된 결과에 대한 조건(WHERE은 튜플(행) 단위, HAVING은 그룹단위), 단독 사용도 가능(집계함수 활용)

* WHERE 절에서는 집계 함수 사용이 불가하지만, HAVING 절에서는 사용한다.

GROUP BY절은 리소스 소모가 크므로, WHERE 절로 먼저 필터링 후 수행하는 것이 성능상 유리하다.

ORDER BY절

결과를 정렬할 때 사용

ASC - 오름차순(기본값, 생략 가능), DESC - 내림차순

* SELECT 절보다 나중에 수행되므로 SELECT 절에서 선언된 별칭(ALIAS)사용 가능

GROUP BY 절보다 나중에 수행되므로 집계함수 사용 가능

* Oracle은 NULL을 최댓값으로, SQL Server는 NULL을 최솟값으로 처리한다.

JOIN

조건 형태에 따른 분류

JOIN 종류	의미	조건 형태	예시
EQUI JOIN	두 테이블의 컬럼 값이 같을 때 연결	= 사용	A.부서번호 = B.부서번호
NON-EQUI JOIN	두 테이블을 =이 아닌 조건으로 연결	>, <, BETWEEN 등 사용	A.급여 BETWEEN B.최소급여 AND B.최대급여
NATURAL JOIN	이름이 같은 컬럼을 자동으로 찾아 연결	자동 연결	NATURAL JOIN
CROSS JOIN	조건 없이 모든 행을 조합	조건 없음	A CROSS JOIN B

* NATURAL JOIN은 ON/USING 조건절 없이 조인 가능

결과에 따른 분류

JOIN 종류	의미	결과	예시
INNER JOIN	조건이 일치하는 행만 조회	양쪽에 모두 있는 데이터	A JOIN B ON A.ID = B.ID
LEFT OUTER JOIN	왼쪽 테이블은 모두 조회	왼쪽 전체 + 오른쪽 일치 데이터	A LEFT JOIN B ON A.ID = B.ID
RIGHT OUTER JOIN	오른쪽 테이블은 모두 조회	오른쪽 전체 + 왼쪽 일치 데이터	A RIGHT JOIN B ON A.ID = B.ID
FULL OUTER JOIN	양쪽 테이블을 모두 조회	양쪽 전체 데이터	A FULL JOIN B ON A.ID = B.ID
SELF JOIN	같은 테이블끼리 조인	자기 자신과 연결	사원 A JOIN 사원 B

LEFT/RIGHT OUTER JOIN은 가져오는 컬럼이 없으면 NULL

Oracle 옛날 외부 조인 문법: + 사용

구분	의미	표준 JOIN으로 바꾸면	예시
A.컬럼 = B.컬럼(+)	B 테이블에 없는 값도 A 기준으로 조회	A LEFT OUTER JOIN B	A는 전부, B는 맞는 것만
A.컬럼(+) = B.컬럼	A 테이블에 없는 값도 B 기준으로 조회	A RIGHT OUTER JOIN B	B는 전부, A는 맞는 것만

JOIN에서 사용되는 ON/USING

구분	설명	사용 조건	예시
ON	조인할 조건을 직접 작성	컬럼명이 같아도 되고 달라도 됨	ON A.부서번호 = B.DEPTNO
USING	이름이 같은 컬럼을 기준으로 조인	두 테이블의 조인 컬럼명이 같아야 함	USING (부서번호)

USING은 별칭을 사용하지 않는다.

서브쿼리

개념	SQL문 안에 들어가는 또 다른 SELECT문
단일 행 서브쿼리	결과가 1행, =, >, < 등 사용
다중 행 서브쿼리	결과가 여러 행, IN, ANY, ALL, EXISTS 사용
스칼라 서브쿼리	SELECT절에서 하나의 값처럼 사용
인라인 뷰	FROM절에서 테이블처럼 사용
가장 중요	서브쿼리 결과가 1개인지 여러 개인지에 따라 연산자를 다르게 써야 함

구분 기준	종류	의미	예시
행 개수 기준	단일 행 서브쿼리	결과가 1행만 나오는 서브쿼리	평균 급여 1개
행 개수 기준	다중 행 서브쿼리	결과가 여러 행 나오는 서브쿼리	부서번호 여러 개
컬럼 개수 기준	단일 컬럼 서브쿼리	결과 컬럼이 1개인 서브쿼리	급여 컬럼만 반환
컬럼 개수 기준	다중 컬럼 서브쿼리	결과 컬럼이 여러 개인 서브쿼리	부서번호, 직급 반환

서브쿼리 연산자

연산자	설명	사용 상황	예시
IN	목록 중 하나와 일치	서브쿼리 결과가 여러 개일 때	WHERE 부서번호 IN (...)
ANY	여러 값 중 하나라도 조건 만족	하나 이상 만족하면 참	WHERE 급여 > ANY (...)
ALL	여러 값 모두 조건 만족	전부 만족해야 참	WHERE 급여 > ALL (...)
EXISTS	서브쿼리 결과 존재 여부 확인	결과가 존재하면 참	WHERE EXISTS (...)

집합 연산자

집합 연산자	의미	중복 처리	사용 예시
UNION	두 SELECT 결과를 합침	중복 제거	SELECT 컬럼 FROM A UNION SELECT 컬럼 FROM B
UNION ALL	두 SELECT 결과를 모두 합침	중복 포함	SELECT 컬럼 FROM A UNION ALL SELECT 컬럼 FROM B
INTERSECT	두 SELECT 결과의 공통 데이터만 조회	중복 제거	SELECT 컬럼 FROM A INTERSECT SELECT 컬럼 FROM B
차집합	앞 SELECT에는 있고 뒤 SELECT에는 없는 데이터 조회	중복 제거	Oracle: MINUS / SQL Server: EXCEPT

그룹 함수

그룹 함수	설명	사용 예시	결과/의미
ROLLUP	지정한 컬럼 순서대로 소계와 총계를 구함	GROUP BY ROLLUP(부서, 직급)	부서+직급별 집계, 부서별 소계, 전체 합계
CUBE	가능한 모든 조합의 소계와 총계를 구함	GROUP BY CUBE(부서, 직급)	부서별, 직급별, 부서+직급별, 전체 합계
GROUPING SETS	원하는 그룹 조합만 직접 지정해서 집계	GROUP BY GROUPING SETS((부서), (직급))	부서별 집계와 직급별 집계만 조회
GROUPING	해당 행이 소계/총계 행인지 구분	GROUPING(부서)	소계/총계면 1, 일반 행이면 0

* ROLLUP은 컬럼 순서가 바뀌면 결과가 달라진다.

GROUPING SETS에서 ()는 전체 총계를 구하라는 의미

윈도우 함수

윈도우 함수는 행을 유지한 상태에서 순위, 누적합, 평균, 이전/다음 값 등을 계산하는 함수.
일반 집계 함수처럼 GROUP BY로 행을 줄이지 않고, 각 행 옆에 계산 결과를 붙이는 방식

- 집계함수

구문	설명	예시
OVER()	윈도우 함수의 계산 범위를 지정	SUM(급여) OVER()
PARTITION BY	그룹을 나누는 기준	PARTITION BY 부서
ORDER BY	계산 순서를 정하는 기준	ORDER BY 급여 DESC
ROWS / RANGE	계산할 행의 범위 지정	ROWS BETWEEN ...

- 순위함수

구문	설명	예시
OVER()	윈도우 함수의 계산 범위를 지정	SUM(급여) OVER()
PARTITION BY	그룹을 나누는 기준	PARTITION BY 부서
ORDER BY	계산 순서를 정하는 기준	ORDER BY 급여 DESC
ROWS / RANGE	계산할 행의 범위 지정	ROWS BETWEEN ...

함수	설명	사용 예시	결과 특징
RANK()	같은 순위가 있으면 같은 순위를 부여하고, 다음 순위는 건너뜀	RANK() OVER(ORDER BY 급여 DESC)	1, 2, 2, 4
DENSE_RANK()	같은 순위가 있어도 다음 순위를 건너뛰지 않음	DENSE_RANK() OVER(ORDER BY 급여 DESC)	1, 2, 2, 3
ROW_NUMBER()	같은 값이어도 각 행마다 고유한 번호를 부여	ROW_NUMBER() OVER(ORDER BY 급여 DESC)	1, 2, 3, 4

* PARTITION BY 부서 → 부서별로 따로 계산해라.

그 외 행 간의 값 참조 함수

함수	의미	사용 예시	결과
LAG(컬럼)	이전 행의 값을 가져옴	LAG(급여) OVER(ORDER BY 입사일)	현재 행보다 앞에 있는 급여
LEAD(컬럼)	다음 행의 값을 가져옴	LEAD(급여) OVER(ORDER BY 입사일)	현재 행보다 뒤에 있는 급여

윈도우 함수 범위 지정

ROWS BETWEEN [시작범위] AND [끝 범위]

구조	의미	예시
ROWS BETWEEN 시작점 AND 끝점	실제 행 개수 기준으로 범위 지정	현재 행 기준 앞뒤 몇 행
RANGE BETWEEN 시작점 AND 끝점	값의 범위 기준으로 범위 지정	같은 정렬값은 같은 범위로 처리

TOP N 쿼리

구분	문법	설명	사용 예시
SQL Server	TOP(N)	조회 결과 상위 N개 행만 가져옴	SELECT TOP(3) * FROM 사원 ORDER BY 급여 DESC;
Oracle	ROWNUM	정렬 후 바깥에서 ROWNUM으로 상위 N개 추출	SELECT * FROM (SELECT * FROM 사원 ORDER BY 급여 DESC) WHERE ROWNUM <= 3;
Oracle 12c+	FETCH FIRST N ROWS ONLY	상위 N개 행만 조회	SELECT * FROM 사원 ORDER BY 급여 DESC FETCH FIRST 3 ROWS ONLY;

반드시 ORDER BY와 함께 사용

계층형 질의

PIVOT/UNPIVOT 절

구분	의미	사용 상황	예시
PIVOT	행으로 되어 있는 값을 열로 변환	과목별 점수를 컬럼으로 보고 싶을 때	수학, 영어, 과학을 각각 컬럼으로 변환
UNPIVOT	열로 되어 있는 값을 행으로 변환	여러 컬럼을 하나의 값 컬럼으로 정리할 때	수학점수, 영어점수 컬럼을 과목/점수 행으로 변환

정규표현식 '%'와 '_'

구분	%	_
의미	0개 이상의 문자	정확히 1개의 문자
글자 수	제한 없음	한 글자만
예시	LIKE 'A%'	LIKE 'A_'
결과	A, AB, ABC 모두 가능	AB처럼 A 뒤에 한 글자만 가능

트랜잭션의 특징

특징	영어	의미	설명
원자성	Atomicity	모두 수행되거나 모두 수행되지 않아야 함	중간만 실행되는 상태가 없어야 함
일관성	Consistency	트랜잭션 전후 데이터가 규칙을 만족해야 함	데이터 무결성이 유지되어야 함
고립성	Isolation	동시에 실행되는 트랜잭션이 서로 영향을 주면 안 됨	다른 트랜잭션의 중간 결과를 보면 안 됨
지속성	Durability	완료된 결과는 영구적으로 저장되어야 함	COMMIT 후에는 오류가 나도 결과가 유지됨

격리 수준	Dirty Read	Non-Repeatable Read	Phantom Read	특징
READ UNCOMMITTED	발생 가능	발생 가능	발생 가능	가장 느슨함
READ COMMITTED	방지	발생 가능	발생 가능	COMMIT된 데이터만 읽음
REPEATABLE READ	방지	방지	발생 가능	같은 행 반복 조회 보장
SERIALIZABLE	방지	방지	방지	가장 엄격함

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260527_UX설계(솔라피,Kit)

Yuuma — Wed, 27 May 2026 17:42:12 +0900

Growth Marketing Bootcamp · Day 18

UX 설계와 마케팅 자동화
다크패턴 · Retention · Zapier · 이메일 마케팅

고객 경험(UX)의 개념과 다크패턴의 종류를 학습하고,
Retention 최적화 우선순위, Zapier 마케팅 자동화, Kit 이메일 마케팅까지 한 번에 정리합니다.

UX/UI다크패턴AARRR Retention 마케팅 자동화Zapier이메일 마케팅Kit

UX User Experience란?

UX(User Experience)는 사용자가 어떤 제품이나 서비스를 이용하면서 느끼는 총체적인 경험과 감정 전체를 말합니다. 단순히 디자이너의 영역으로 생각하기 쉽지만, 마케터가 만드는 이메일, 자동화 시나리오, CRM 응대 방식 모두 고객 입장에서는 하나의 UX 경험입니다.

UI vs UX, 한 문장으로 구분하기

UI가 "보기 좋은가?"라면, UX는 "쓰기 편하고 매끄러운가?"입니다.
아무리 UI 디자인을 잘 만들어도 사용자의 액션을 유도하지 못하면, 그건 실패한 UX(Bad UX)입니다.

UI vs UX 비교표

구분	UI (User Interface)	UX (User Experience)
개념	사용자가 마주하는 시각적 요소	사용자가 느끼는 총체적인 과정과 감정
오프라인 비유	매장 인테리어, 간판, 진열대 디자인	문 열고 → 둘러보고 → 계산 → 나갈 때까지의 편리함과 기분
마케팅 관점	버튼 색상, 폰트, 레이아웃	이메일 열고 → 클릭하고 → 구매 완료까지의 막힘없는 흐름

Good UX vs Bad UX 사례

Good UX	Bad UX
쿠팡 1클릭 결제: 버튼 한 번으로 1초 만에 구매 완료	회원가입 시 "영문 대소문자+숫자+특수문자 10자리 이상" 요구 → 포기
인스타 광고 → 네이버페이 결제 화면 바로 연결 (Smooth UX)	광고 메일 수신거부 버튼이 숨겨져 있어 결국 스팸 신고
생일날 맞춤 할인쿠폰 팝업 (CRM의 Good UX)	앱 푸시 알림 클릭 → 해당 상품 페이지가 아닌 앱 홈으로 이동 (딥링크 오류)

다크패턴 Dark Patterns

다크패턴(Dark Patterns)이란 UI/UX를 교묘하게 설계하여 사용자가 의도하지 않은 행동을 하도록 유도하거나, 원하는 행동을 방해하는 방식입니다. 2010년 영국 UX 전문가 해리 브리그널(Harry Brignull)이 처음 정의했습니다.

서비스 운영자의 이익(전환율 상승, 해지 방지, 추가 결제 유도)을 최우선으로 하여 사용자의 심리적 허점을 파고드는 기법으로, 장기적으로는 브랜드 신뢰도를 크게 떨어뜨립니다.

Roach Motel

바퀴벌레 함정

가입은 1클릭으로 쉽게, 탈퇴·해지는 고객센터 직접 전화나 복잡한 서류 제출 요구

Hidden Costs

숨겨진 비용

결제 직전에 배송비·수수료·세금 등을 갑자기 추가 청구 (매몰비용 심리 악용)

Obstruction

경로 방해형

탈퇴 버튼을 깊숙이 숨기고, 팝업 연속 노출로 심리적 압박을 가하여 포기하게 만들기

Confirm Shaming

확인 수치심

취소 버튼에 "아니요, 저는 혜택을 포기하겠습니다" 같이 죄책감 유발 문구 삽입

False Urgency

가짜 긴박감

리셋되는 카운트다운 타이머, "현재 50명이 보는 중" 등 이성적 판단 흐리기

기타 다크패턴

Trick Q / Sneak Basket 등

트릭 질문, 장바구니 몰래 담기, 시선 분산(Misdirection), 가짜 사회적 증거

각 다크패턴 상세 설명

01 Roach Motel (바퀴벌레 함정)

가입(체크인)은 로그인 1번으로 매우 쉽게, 탈퇴나 구독 해지는 고객센터 직접 전화 또는 복잡한 서류 제출 요구.
예시: 해지 버튼을 배경색과 같은 색으로 숨겨두거나, 결제 마지막 단계에서 자동결제 조건을 슬그머니 삽입

02 Hidden Costs (숨겨진 비용)

낮은 가격으로 구매를 시작했다가, 결제 직전에 배송비·수수료·세금 등을 갑자기 추가 청구하는 기법.
심리 원리: 매몰 비용 효과("여기까지 온 시간이 아까우니 그냥 결제하자") 악용
주요 사례: 티켓 예매 수수료, 숙박 청소비·봉사료, 배달 앱 서비스 수수료

03 Obstruction (경로 방해형)

간단히 끝낼 수 있는 작업을 의도적으로 복잡하게 만들어 사용자가 포기하고 기본 옵션을 선택하게 유도.
예시: 탈퇴 버튼을 설정 메뉴 가장 깊숙이 숨기기, 연속 확인 팝업으로 심리적 압박, 작고 흐릿한 약관 표기

04 Confirm Shaming (확인 수치심)

취소 버튼에 죄책감·수치심을 유발하는 표현을 넣어 사용자 결정을 심리적으로 방해하는 방식.
조롱형: "아니요, 저는 제 돈을 전부 내는 것을 더 좋아합니다."
혜택 박탈형: "아니요, 저는 이 기회를 포기하겠습니다."

05 False Urgency (가짜 긴박감)

실제와 다르거나 과장된 긴박감으로 이성적 판단을 흐리게 만드는 방식.
거짓 타이머: 5분 제한 타이머가 시간 만료 후에도 계속 리셋됨
조작된 알림: "방금 다른 사용자가 이 상품을 결제했습니다 / 현재 50명이 보는 중"
과장된 재고: "마지막 1개 남았습니다" 문구를 반복 노출

마케터의 관점: 다크패턴은 왜 위험한가?

단기 전환율은 올라갈 수 있지만, 사용자에게 불쾌감을 주어 브랜드 신뢰도와 LTV를 장기적으로 갉아먹습니다. 그로스 마케팅의 목표는 지속 가능한 성장이므로, 다크패턴의 반대인 화이트 패턴(White Pattern) — 사용자의 자발적 선택을 유도하는 설계가 올바른 방향입니다.

AARRR 복습: Retention 먼저 최적화해야 하는 이유

많은 기업이 저지르는 실수는 Acquisition(광고)에만 집중하는 것입니다. 하지만 리텐션이 낮은 상태에서 광고비를 늘리는 건 "구멍 난 항아리에 소방 호스를 꽂는 것"과 같습니다.

최적화 우선순위

1순위

Retention

잔존율

→

2순위

Activation

활성화

→

3순위

Acquisition

획득

→

4순위

Revenue

매출

→

5순위

Referral

Retention 먼저 최적화해야 하는 3가지 이유

1
Retention이 낮으면 Acquisition을 아무리 잘해도 유저가 쌓이지 않습니다 — 밑 빠진 독에 물 붓기
2
Retention 문제는 보통 제품/서비스의 핵심 가치 문제이므로, Acquisition 최적화보다 선행해야 합니다
3
Retention이 개선되면 LTV(고객 생애 가치)가 높아지고 → 더 많은 Acquisition 예산 확장 가능 → 매출 상승 선순환

동일 광고비(500만원/월), Retention 차이 비교

매달 신규 유저 500명 획득 기준:

기간	Retention 10%	Retention 40%
3개월 차 MAU	635명	848명
6개월 차 MAU	787명	1,372명
12개월 차 MAU	1,060명	2,589명 (2.4배)

Harvard Business Review: 신규 고객 유치 비용은 기존 고객 유지 비용보다 약 5~25배 더 비쌉니다.

Retention의 종류

구분	구간 리텐션 (Range Retention)	코호트 리텐션 (Cohort Retention)
정의	특정 기간(Day/Week/Month) 내 재방문 여부	동일 기간/특성 집단의 유지율 추적
특징	서비스 전체의 잔존율 파악에 용이	어떤 그룹이 더 오래 남는지 원인 분석 가능
예시	Day 1, Day 7, Day 30 리텐션	3월 1주차 가입자의 1~4주 후 유지율 변화

마케팅 자동화와 Zapier

마케팅 자동화(Marketing Automation)는 기술을 활용해 반복적이고 시간이 많이 소요되는 마케팅 활동을 효율적으로 실행·관리하는 과정입니다. 고객 여정, 인앱 메시지, 세분화, 유저 행동 추적, 이메일 마케팅 등이 포함됩니다.

마케팅 자동화의 4가지 장점

1. 정확도 높은 개인화 마케팅 — 고객별 맞춤 메시지 발송
2. 업무 효율 및 생산성 향상 — 반복 업무 자동화로 시간 절약
3. 데이터 기반 의사결정 및 실시간 최적화
4. 비용 절감 및 매출 증대

Zapier란?

Zapier는 서로 연결되지 않는 6,000개 이상의 앱을 하나로 묶어주는 워크플로우 자동화 플랫폼입니다. 코딩 없이(No Code) Trigger(트리거)와 Action(액션)이라는 두 개념만으로 자동화 흐름을 만들 수 있습니다.

TRIGGER

구글 시트에
새 행 추가됨

무조건 1개

→

ACTION 1

AI가 내용
자동 요약

1개 이상

→

ACTION 2

담당자에게
슬랙 알림

1개 이상

→

ACTION 3

고객 DB에
자동 저장

1개 이상

→

ACTION 4

고객에게
확인 메일 발송

1개 이상

Trigger (조건)

"만약 ~하면"
자동화 시작 이벤트
무조건 1개만

Action (실행)

"~해라"
트리거 후 수행할 작업
1개 이상 가능

Zap

Trigger + Action의
하나의 자동화 단위
Single / Multi Step

Zapier 5가지 핵심 특징

#	특징	설명
1	No Code 자동화	Trigger("만약 ~하면")와 Action("~해라")만 알면 자동화 흐름 구성 가능
2	압도적인 앱 생태계	Slack, Notion, Gmail, Salesforce, ChatGPT 등 6,000개 이상 연동
3	Multi-Step Zaps	트리거 1번으로 C→D→E 단계까지 연속 액션 실행 가능
4	Filter & Formatter	특정 조건에서만 실행(Filter), 텍스트 형식 변환·날짜 계산(Formatter)
5	AI 결합	AI 에이전트가 직접 워크플로우를 실행하도록 설계 가능 (대화형 자동화)

실습: 구글 시트 → 솔라피 문자 자동발송 Zap 구성

오늘 실습한 내용을 단계별로 정리합니다. 구글 시트에 데이터가 추가되면 솔라피로 문자를 자동 발송하는 Zap입니다.

Zapier 자동화 흐름 구성 Zapier

// TRIGGER: 구글 시트에 새 행이 추가되면 자동 시작
Trigger App  : Google Sheets
Trigger Event: New Spreadsheet Row   // 새로운 행이 생성될 때
Spreadsheet  : [실습용 시트 선택]
Worksheet    : [시트 탭 선택]

// ACTION: 솔라피로 문자 발송
Action App   : Solapi
Action Event : Send Text Message

// 필수 매핑 항목
Recipient number : [시트의 '연락처' 열 매핑]   // 수신 번호
Sender number    : [솔라피 등록 발신번호]      // 발신 번호
Contents         : "안녕하세요 {이름}님, ..."   // 시트 데이터 동적 삽입
Country Code     : 82                         // 한국 국가코드

실습 포인트

전화번호에 하이픈(-) 넣어서 입력하기 권장
구글 시트가 숫자로 인식하면 앞의 0이 사라집니다. 하이픈을 추가하면 문자열(텍스트)로 인식하여 010-1234-5678 형태 유지됩니다. 솔라피는 내부적으로 하이픈을 자동 제거하고 숫자만 인식해 발송하므로 문제없이 동작합니다.

Splitting when over max length → Don't Split 선택
솔라피는 글자 수 초과 시 자동으로 SMS→LMS로 전환하여 한 통으로 발송합니다.

이메일 마케팅 기초

이메일 마케팅이 여전히 강력한 이유 — 핵심 통계

지표	수치	비고
전 세계 이메일 사용자	50억 명 이상 (2026년)	SNS 사용자 수를 훨씬 상회
일일 이메일 트래픽	하루 3,332억 건 이상	2022년 기준
ROI	$1 투입 시 $40 수익	SEO $22, 키워드광고 $17 대비 압도적
평균 오픈율	19.7% (전체 산업 평균)	Welcome 이메일은 68.6%
개인화 제목 효과	오픈율 50% 더 높아짐	개인화 메일 구매 가능성 75% 상승
장바구니 이탈 회수	3회 발송 시 주문량 69% 증가	단 1회 발송 대비
영상 삽입 효과	클릭률 300% 증가	이메일 내 영상 링크 삽입

이메일 오픈율(Open Rate)을 올리는 5가지 전략

1
개인화로 주목 끌기
수신자 이름·위치·관심사를 제목에 반영하면 오픈율 평균 10~26%까지 향상. "당신만을 위한 추천" 등 고객이 주인공인 느낌의 언어 활용
2
긴급성과 희소성 활용
"오늘 자정까지 30% 할인", "단 10개 한정!" 등 FOMO(놓치고 싶지 않은 심리) 자극. 단, 다크패턴의 False Urgency와 경계선에 주의
3
명확하고 간결한 메시지
대부분 메일 앱이 제목을 50자 이하로 잘라서 표시 → 6~7단어, 30~50자 이내 권장. 핵심 혜택을 바로 드러내기
4
호기심 유발
"이 이메일을 열어보지 마세요", "왜 모두가 이 소식을 주목할까요?" 등 답을 보고 싶은 심리 유도. 질문형 제목도 효과적
5
숫자와 리스트 활용
"실무자가 바로 쓰는 7가지 팁", "5분 만에 끝내는 ~" 등 구체적 수치 사용 시 오픈율 향상.
발송 시점: 해외 목·화요일 오전 10시·오후 2~4시, 국내는 출퇴근 시간 고려

이메일 마케팅 3가지 종류

종류	특징	예시
뉴스레터	정기적으로 정보 제공, 시의성 있는 소식·브랜드 소식 등 정보성 콘텐츠 전달	뉴닉, 컬리의 the epicure
프로모션 이메일	단기 이벤트·할인·프로모션으로 직접적인 전환(구매, 참여) 유도. 상품 중심 큐레이션	이케아 신제품 컬렉션 소개
자동 이메일	특정 조건(가입, 장바구니, 결제 등)에 맞춰 자동 발송. Zapier 연동으로 구현	리바이스 웰컴 이메일, 장바구니 이탈 리마케팅

Kit 뉴스레터 LP 제작 & UX 설계

Kit(구 ConvertKit, 2024년 리브랜딩)은 크리에이터·B2B 마케터·1인 사업자에게 특화된 이메일 마케팅 플랫폼입니다.

Kit 주요 특징

· 시각적 자동화 빌더: 드래그&드롭으로 복잡한 시퀀스 설계 가능
· 태그/세그먼트 기반 구조: 구독자 세분화 및 개인화 발송에 최적화
· 크리에이터 친화적: 유료 뉴스레터, 디지털 상품 판매 기능 내장
· AI 기반 제목 추천 및 발송 시간 최적화
· Zapier 등 마케팅 자동화 툴과 연계성 높음

퍼널 관점으로 보는 뉴스레터 UX

많은 마케터가 놓치는 것

대부분 뉴스레터 LP의 목표를 구독자 수 확보(Acquisition)에만 둡니다.
하지만 그로스 마케팅 관점에서 진정한 성장은 구독 이후의 여정에 있습니다.

기존 퍼널의 오류: 광고/콘텐츠 → LP → 구독 완료 ✋ 끝
리텐션 중심 퍼널: 광고/콘텐츠 → LP → 구독 완료 → 웰컴 훅(Hook) → 첫 오픈/결제 유도

Growth Insight: 골든타임 3분

유저가 구독 버튼을 누른 직후 3분은 브랜드에 대한 관여도가 가장 높은 골든타임입니다. 이 순간의 UX/UI 설계가 향후 뉴스레터의 오픈율(Open Rate)과 수신거부율(Unsubscribe Rate)을 결정합니다.

뉴스레터 구독 여정 UX 비교: Bad vs Good

핵심 전략	Bad UX	Good UX	Kit 도구 활용
1. 기대 관리 (Expectation)	무엇을, 언제, 얼마나 보내는지 알 수 없어 막연한 불안감 유발	발송 주기·요일·핵심 콘텐츠 주제를 명확히 명시하여 심리적 장벽 낮춤	"매주 목요일 오전 8시, 출근길 3분 마케팅 팁" 같은 가치 제안 카피 배치
2. 마찰 최소화 (Friction)	직군·관심사·회사 규모 등 첫 화면부터 너무 많은 정보 입력 요구	이메일+이름 최소 정보만 요구, 가입 프로세스를 매끄럽게	입력 필드 2개 이하로 제한. 세분화는 가입 이후 단계로 미룸
3. 웰컴 훅 (Welcome Hook)	"구독해 주셔서 감사합니다" 기본 텍스트만 보여주고 방치	구독 직후 감사 페이지에서 다음 행동(인기 글, 스팸함 확인) 유도	Settings → Advanced → Redirect로 무료 템플릿/노션 페이지 자동 이동

Kit 뉴스레터 LP 제작 3단계

1
기대 관리 및 가치 제안 기획
· Headline: 유저가 얻게 되는 명확한 이득 — "매주 데이터 분석 트렌드를 5분 만에 마스터하세요"
· Sub headline: 발송 주기·요일 명시 — "매주 화요일 아침, 편안하게 메일함으로 찾아갑니다"
2
Kit 활용 UI 최적화 빌딩
· CTA 버튼: "구독", "제출" 같은 시스템 언어 배제
· "지금 첫 가이드북 받기", "무료로 뉴스레터 시작하기" 등 유저 행동 중심 카피로 변경
3
UX 피드백 체크리스트
· 인지 편의성: 3초 안에 이 뉴스레터가 나에게 필요한 이유를 이해할 수 있는가?
· 모바일 최적화: CTA 버튼을 엄지손가락으로 누르기 편한 크기인가?
· 가입 장벽: 불필요한 시각적 요소가 이메일 입력창을 방해하지 않는가?

UX 기반 그로스 공식 정리

명확한 가치 제안 → 발송 주기 인지 → 매끄러운 가입 UI → 구독 즉시 고가치 콘텐츠 제공(웰컴 훅) → 높은 오픈율 및 리텐션 유지

Day 18 핵심 정리

UX는 사용자의 총체적 경험 — 마케터가 설계하는 이메일·CRM·자동화 시나리오 모두 UX다
다크패턴(Roach Motel, Hidden Costs, Obstruction, Confirm Shaming, False Urgency)은 단기 전환율을 올릴 수 있지만 브랜드 신뢰를 갉아먹는다
AARRR 최적화 순서는 Retention → Activation → Acquisition — 구멍 먼저 막기
Zapier는 Trigger(1개) + Action(1개 이상)으로 No-Code 마케팅 자동화를 구현한다
이메일 ROI는 $1 투입 시 $40 수익 — 개인화 제목만으로 오픈율 50% 향상 가능
Kit LP 설계는 Acquisition이 아닌 Retention 관점으로: 기대 관리 → 마찰 최소화 → 웰컴 훅

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260526_Google Ads

Yuuma — Tue, 26 May 2026 17:48:58 +0900

구글애즈(Google Ads) 머신러닝 완전 정복 — 그로스마케팅 부트캠프 Day 17

DAY 17 · GOOGLE ADS

구글애즈(Google Ads)
머신러닝 완전 정복

구글 신호 데이터부터 P-Max, 입찰 전략, 타겟팅까지
퍼포먼스 마케터가 알아야 할 핵심 개념 총정리

그로스마케팅 부트캠프 · 4. 머신러닝 기초 (이성봉 강사)

목차 (Table of Contents)

Google Ads란 무엇인가?
구글애즈 머신러닝의 원리
AI 기반 캠페인 설계 — Performance Max (P-Max)
구글애즈 계정 구조
캠페인 종류 완전 정리
입찰 전략 — 목표에 맞는 과금 방식 선택
타겟팅 — 누구에게 어디서 보여줄 것인가
핵심 요약

Section 01

1 Google Ads란 무엇인가?

Google Ads는 구글 검색, 유튜브, Gmail, 수백만 개의 파트너 웹사이트와 앱에 광고를 게재하여 신규 고객에게 도달할 수 있게 돕는 구글의 셀프 서비스 온라인 광고 플랫폼입니다.

즉각적인 노출

검색 결과 최상단에 빠르게 광고를 노출할 수 있어 빠른 유입이 가능

압도적인 도달 범위

전 세계 인터넷 사용자의 90% 이상에게 접근 가능한 글로벌 인프라

성과 기반 최적화

실시간 데이터 분석으로 전환율 높은 고객에게 광고를 집중 노출

구글이 여전히 압도적인 이유 생성형 AI의 확산으로 웹 검색 사용량이 다소 줄고 있지만, Google은 전 세계 검색 시장 점유율 80~87%를 유지하고 있습니다. 사람들이 "정보 탐색"과 "문제 해결"을 위해 가장 먼저 찾는 곳은 여전히 Google이기 때문입니다. 중국(Baidu), 러시아(Yandex)를 제외한 대부분의 시장에서 Google Ads는 최우선 온라인 광고 채널입니다.

캠페인 목표 설정이 먼저다 구글애즈를 시작할 때 가장 중요한 것은 명확한 목표 설정입니다. 인지 → 고려 → 유입 → 전환 단계에 맞게 목표를 정한 후 캠페인을 설계해야 머신러닝이 제대로 최적화할 수 있습니다.

Section 02

2 구글애즈 머신러닝의 원리

Google Ads는 구글 생태계 전반(Search, YouTube, Gmail, Play 등)에서 수집한 방대한 사용자 데이터를 AI 머신러닝으로 분석하여, 구매 의도(Intent)를 지닌 잠재고객에게 가장 적절한 순간에 광고를 노출합니다.

Google 신호 데이터(Google Signals)란?

구글 계정에 로그인한 사용자가 Google 서비스를 이용할 때 쌓이는 행동 데이터입니다. 광고 정책 동의 시 이 데이터가 광고 최적화에 활용됩니다.

검색 기록

어떤 키워드를 얼마나 자주 검색했는지, 어떤 결과를 클릭했는지

YouTube 시청 기록

어떤 카테고리의 영상을 구독·시청하는지 관심사 파악

위치 정보

반경, 우편번호, 지역, 국가 단위로 위치 데이터 수집

기기 정보

모바일/데스크톱/태블릿, OS, 브라우저 종류

인구통계

나이·성별·소득 수준 등 추정 인구통계 정보

구매 의도

특정 카테고리 상품을 최근 적극 검색·비교하는 행동 패턴

머신러닝이 하는 일: 입찰가 자동 최적화

같은 키워드 "호텔 예약"을 검색했더라도, 사용자마다 전환 가능성이 다릅니다. "요즘 인기있는 호텔이 어디지"라고 검색한 사람보다 "연말에 여행을 떠나볼까"라고 검색한 사람이, 그보다는 호텔 예약 사이트 회원가입을 완료한 사람이 실제 구매로 이어질 가능성이 훨씬 높습니다.

왜 수동 입찰은 한계가 있는가? 최적의 입찰가를 정하려면 시간, 위치, 기기, 잠재고객 리스트, 검색어, OS, 브라우저 등 수천만 가지 신호를 동시에 계산해야 합니다. 이는 사람이 수동으로 할 수 없는 영역입니다. → 그래서 Google AI(스마트 입찰)가 필요합니다.

구글 머신러닝은 크게 세 가지 축으로 광고를 최적화합니다.

축	내용
Google & YouTube 동시 노출	검색결과 및 YouTube 같은 프리미엄 지면에 광고 노출
이용자 의도 기반 광고	이용자의 검색 의도에 따라 맞춤형 광고 문구 자동 생성
AI 기반 퍼포먼스 최적화	광고주의 목표와 이용자 시그널로 입찰가를 자동으로 설정

전환 추적(Conversion Tracking)이란?

광고 클릭 이후 이용자가 수행한 의미 있는 행동(전환)이 얼마나 발생했는지 수집하는 도구입니다. 전환으로 설정할 수 있는 액션의 예시: 회원가입, 뉴스레터 신청, 장바구니 담기, 결제 정보 입력, 최종 구매 완료. 전환 데이터가 쌓일수록 머신러닝의 최적화 속도와 정확도가 높아집니다.

Section 03

3 AI 기반 캠페인 설계 — Performance Max (P-Max)

과거에는 마케터가 타겟을 세팅하고 AI가 예산을 집행했습니다. 지금은 반대입니다. 마케터는 데이터와 소재(Input)를 제공하고, AI가 타겟과 크리에이티브(Output)를 생성하고 최적화합니다. 그 대표적인 사례가 Performance Max(퍼포먼스맥스, P-Max)입니다.

All-in-1

모든 지면 동시 노출

검색·디스플레이·YouTube·Gmail·지도·Discover 등 구글의 모든 채널에 한 번에 광고 노출

실시간 예산 자동 분배

단일 캠페인 예산을 성과가 좋은 인벤토리에 실시간으로 자동 분배

+13%

전환 성과 극대화

잠재고객 신호 기반 타겟팅을 자동 확대하여 개별 캠페인 대비 전환 성과 향상

P-Max 에셋 구성 — 최대 개수를 채울수록 좋다

텍스트, 이미지, 동영상 에셋을 추가하면 구글 AI가 타겟별로 최적의 조합을 만들어 광고를 노출합니다. 에셋 종류와 개수가 많을수록 AI가 더 많은 조합을 테스트할 수 있어 성과가 향상됩니다.

유형	에셋	세부 정보	최소	최대(권장)
텍스트	광고 제목	최대 30자(영문 기준)	3	5
	긴 광고 제목	최대 90자(영문 기준)	1	5
	설명	최대 90자(영문 기준)	2	5
	업체명	최대 25자	1	1
	표시 URL	최대 15자	0	2
이미지	가로형·정사각형	권장 1200x628, 1200x1200	각 1	15
이미지	로고	권장 1200x1200	1	5
동영상	동영상	가로형·세로형·정사각형, 10초 이상	0	5

P-Max는 초급자에게 어렵다 P-Max 캠페인은 AI 자율성이 매우 높아 사람이 직접 컨트롤할 수 있는 항목이 적습니다. 전환 데이터가 충분히 쌓이지 않은 상태에서는 효과가 떨어질 수 있습니다. 먼저 검색/디스플레이/디멘드젠 캠페인으로 노하우를 쌓은 뒤 P-Max를 추가 운영하는 방식을 권장합니다. (일예산 15만 원 이상일 때 효과 발휘)

Section 04

4 구글애즈 계정 구조

구글애즈는 계정 → 캠페인 → 광고그룹 → 광고라는 명확한 계층 구조로 이루어져 있습니다. 각 레이어에서 설정할 수 있는 항목이 다르며, 성과 단위별로 분석·개선이 가능합니다. (메타광고 대비 머신러닝 의존도가 낮고, 노출 위치·키워드·주제 등 상세 타겟팅 설계가 가능합니다.)

계

계정 (Account)

비즈니스 정보 및 결제 관리

인벤토리 설정 · 사용 언어 · 통화(Currency) · 시간대 · 결제 방식 · 사용자 권한 · 보안 설정

캠

캠페인 (Campaign)

마케팅 목표 설정, 예산, 입찰 전략, 광고 노출 환경 정의

광고의 목표 · 총 예산 · 광고 노출 위치(네트워크) · 입찰 방식

그

광고그룹 (Ad Group)

유사한 주제를 가진 키워드와 광고를 그룹화

구체적 입찰가(수동 설정 시) · 세부 테마별 키워드 구성 · 광고 그룹 단위 타겟팅

광

광고 (Ad)

사용자에게 전달되는 최종 결과물

텍스트 · 이미지 · 동영상 등 광고 소재

인벤토리(Inventory) 설정

인벤토리란 "광고가 노출될 수 있는 광고 공간"을 의미합니다. 계정 레벨에서 어떤 콘텐츠 환경에 광고를 노출할지 설정하는 콘텐츠 적합성 메뉴입니다.

확장된 인벤토리

최대 노출, 최소 필터링

강한 욕설, 폭력 묘사도 포함 가능. 도달률과 노출량이 극대화되지만 브랜드 이미지 훼손 리스크가 있음

표준 인벤토리 ★권장

균형 잡힌 도달

대부분의 브랜드에 적합. 과도한 폭력·성적 콘텐츠 제외. 도달과 브랜드 안전의 균형

제한된 인벤토리

최대 안전, 최소 노출

엄격하게 검증된 보수적 콘텐츠. 금융·아동 제품·보수적 대기업에 적합. 도달 범위 크게 감소

Section 05

5 캠페인 종류 완전 정리

구글애즈는 메타광고에 비해 다양한 세팅 값이 존재합니다. 캠페인 종류에 따라 광고가 노출되는 위치와 형태가 완전히 달라지므로, 목적에 맞는 캠페인을 선택하는 것이 가장 먼저입니다.

1) 검색 캠페인 (Search)

구글에서 특정 키워드를 검색했을 때 결과 페이지 상단/하단에 노출되는 텍스트 광고입니다. 유저가 먼저 검색을 시작하기 때문에 구매 의도가 가장 높은 유저를 만날 수 있습니다.

핵심 포인트 키워드 설정이 전부입니다. 자사 브랜드 키워드는 물론 경쟁사 키워드에도 광고 설정이 가능합니다 (단, 네이버 파워링크는 경쟁사 키워드 등록 불가 — 구글애즈만의 특권). 전환(구매, 문의, 예약)을 직접적으로 늘리고 싶을 때 가장 먼저 선택해야 할 캠페인입니다.

2) 디스플레이 캠페인 (Display)

구글 파트너 웹사이트와 앱에 이미지/배너 형태로 노출되는 광고입니다. 뉴스 기사나 블로그 글을 읽다가 페이지 옆이나 중간에 보이는 배너 광고가 대표적입니다. 200만 개 이상의 사이트와 앱에 노출 가능해 노출량이 압도적입니다. 검색 광고보다 클릭률은 낮지만 브랜드 인지도 확장과 리타겟팅에 효과적입니다.

3) 동영상 캠페인 (Video)

유튜브와 구글 파트너 사이트에서 동영상 광고를 노출하는 캠페인입니다. 2026년 현재 AI와 숏폼(YouTube Shorts) 중심으로 광고 노출 지면이 빠르게 확장 중입니다.

형식	특징	과금 방식
건너뛸 수 있는 인스트림	5초 후 건너뛰기 가능. 영상 전/중/후 재생	CPV (30초 시청 시)
건너뛸 수 없는 인스트림	15초 이내 전체 시청 필수. 메시지 강제 전달	Target CPM
범퍼 광고 (Bumper)	6초 이하, 건너뛰기 불가. 짧고 강렬한 메시지	Target CPM
인피드 (In-feed)	유튜브 검색결과, "다음 볼만한 영상" 목록에 노출	클릭 시 과금 (CPC/CPV)
YouTube Shorts	세로형 숏폼 피드 사이 노출. 현재 가장 높은 도달률	형식에 따라 상이

4) 퍼포먼스맥스 (Performance Max, P-Max)

구글의 모든 채널(검색, 디스플레이, 유튜브, Gmail, 지도 등)에 동시에 광고를 노출하는 AI 기반 캠페인입니다. 소재(이미지, 영상, 문구)를 등록하면 구글 AI가 채널과 타겟을 자동으로 최적화합니다. 전환 데이터가 충분할 때 성과가 극대화되며, 초급자에게는 난이도가 높습니다.

5) 디멘드젠 캠페인 (Demand Gen)

2023년 기존 "디스커버리 캠페인"을 대체하여 출시된 새로운 유형입니다. 유튜브, 유튜브 쇼츠, 구글 디스커버 피드, Gmail에 이미지와 영상 광고를 노출합니다. 유저가 검색하지 않아도 피드를 보다가 자연스럽게 광고를 만나게 되는 Push형 광고로, 메타광고의 운영 방식과 매우 유사합니다.

디멘드젠 활용 적기 ① 검색 캠페인만으로는 도달하기 어려운 신규 잠재 고객을 발굴하고 싶을 때 · ② 메타광고와 함께 운영하여 구글 피드 지면까지 커버하고 싶을 때 · ③ 유튜브 쇼츠 등 숏폼 영상 소재를 적극 활용하여 인지 → 구매 고려 → 전환 퍼널의 중간 단계를 강화하고 싶을 때

Section 06

6 입찰 전략 — 목표에 맞는 과금 방식 선택

구글 광고의 노출 자리는 경매(Auction)로 결정됩니다. 입찰 전략이란 이 경매에서 얼마를 쓸 것인가를 구글에게 어떻게 지시할지 결정하는 방식입니다. 크게 수동 입찰과 자동 입찰(스마트 입찰)로 나뉩니다.

과금 방식 한눈에 보기

과금 방식	의미	주로 사용되는 캠페인
CPC 클릭당 비용	유저가 광고를 클릭할 때 과금	검색, 쇼핑
CPM 1,000회 노출당 비용	1,000번 노출될 때마다 과금	디스플레이, 동영상
CPV 조회당 비용	동영상을 일정 시간 이상 시청할 때 과금	유튜브 인스트림
CPA 전환당 비용	전환이 발생할 때 과금 (타겟CPA 전략)	전환 목적 캠페인

입찰 전략 분류

노출 관련

타겟 CPM 동영상

1,000회 노출당 지불할 최대 금액을 설정. 6초 범퍼 광고나 Trueview for Reach에 사용

타겟 노출 점유율 검색

광고가 검색결과 상단·최상단·어디에나 얼마나 자주 노출될지를 기준으로 입찰

클릭 관련

수동 CPC 검색·디스플레이·쇼핑

클릭당 지불할 최대 금액을 광고주가 직접 설정. 초보자 학습용으로 좋지만 관리 공수가 큼

클릭수 최대화 검색·디스플레이

설정한 예산 내에서 클릭수를 최대한 높이기 위한 자동 입찰 전략

전환 관련

전환수 최대화 검색·디스플레이·동영상

CPA를 고려하지 않고 예산 내에서 전환 수를 최대한 높이기 위한 자동 입찰. 전환 데이터가 적을 때 시작하기 좋지만 CPA 변동 가능성이 있음

타겟 CPA 검색·디스플레이·동영상

전환 1건당 목표 비용을 입력해 자동으로 최적화. 안정적인 CPA 목표가 있을 때 적합하며, 축적된 전환 데이터가 있을 때 효과적

타겟 ROAS 검색·디스플레이·동영상·쇼핑

설정한 목표 투자수익(ROAS) 내에서 전환 가치를 최대한 높이도록 입찰가 자동 설정. 전환 액션 설정 시 전환가치 세팅 필요

최대 CPV 동영상

유튜브 광고에서 조회당 지불할 최대 금액 설정 (30초 조회당 과금)

전환수 최대화 vs 타겟 CPA — 뭐가 다를까?

전환수 최대화는 CPA를 지정하지 않고 주어진 예산 내에서 최대한 많은 전환을 가져오는 전략입니다. 데이터가 부족한 초기에 쓰기 좋지만, 전환당 비용(CPA)이 들쭉날쭉할 수 있습니다.

타겟 CPA는 "전환 1건당 최대 이 금액만 쓰겠다"는 목표를 지정하는 방식입니다. CPA가 안정적으로 관리되지만, 과거 전환 데이터가 충분해야 AI가 제대로 동작합니다. → 처음에는 전환수 최대화로 데이터를 쌓고, 이후 타겟 CPA로 전환하는 것이 정석입니다.

Section 07

7 타겟팅 — 누구에게 어디서 보여줄 것인가

잠재고객 세그먼트 5가지

1

인구통계 타겟팅
나이, 성별, 자녀 유무, 가구 소득 등 기본 인적 특성으로 타겟 설정
예: 25~44세 여성, 자녀 있는 부모
2

관심사 타겟팅 (Affinity)
구글이 파악한 유저의 관심사 카테고리 기반 타겟팅
예: 건강/피트니스 관심사, 여행 애호가, 테크 얼리어답터
3

구매 의도 타겟팅 (In-Market)
최근 특정 제품/서비스를 적극적으로 검색하고 비교하는 유저
예: 여행 상품 구매 고려 중인 유저, 자동차 구매 의도 유저
4

리마케팅 (Remarketing)
내 웹사이트나 앱을 방문한 적 있는 유저에게 다시 광고 노출
예: 장바구니에 담고 구매하지 않은 유저, 특정 페이지 방문자
5

내 데이터 세그먼트 / 맞춤 세그먼트 / 유사 세그먼트
기존 고객 또는 웹사이트 방문자 데이터를 기반으로 타겟팅. 맞춤 세그먼트는 관심사 키워드나 경쟁사 URL을 입력해 직접 타겟 그룹을 생성할 수 있습니다.

노출 지면 타겟팅 (디스플레이·동영상 캠페인)

지면 타겟팅 유형	설명
게재위치 (Placement)	특정 웹사이트, 유튜브 채널, 앱을 직접 지정하여 해당 지면에만 광고 노출
주제 (Topic)	스포츠, 요리, 금융 등 특정 주제의 페이지에 광고 노출
키워드 (콘텐츠 키워드)	특정 키워드와 관련된 콘텐츠 페이지에 광고 노출

맞춤 세그먼트 — 구글애즈만의 강력한 기능 경쟁사 URL을 직접 입력하거나, 특정 앱 사용자를 타겟으로 지정하거나, 특정 관심사 키워드를 조합해 자유롭게 타겟 그룹을 만들 수 있습니다. 메타광고보다 훨씬 정교한 의도 기반 타겟팅이 가능한 것이 구글애즈의 핵심 강점입니다.

핵심 요약 — 오늘 배운 것

✓ Google Ads는 전 세계 검색 시장 80%+를 점유하는 구글의 광고 플랫폼으로, 구매 의도가 높은 유저에게 적시에 광고를 노출한다
✓ 구글 신호 데이터(시간·위치·기기·검색어·구매의도 등)를 AI가 분석해 최적의 입찰가를 자동으로 설정 → 수동 입찰의 한계를 극복
✓ P-Max는 구글 전체 채널을 AI가 자동 운영하는 캠페인. 소재만 최대로 넣으면 성과가 올라가지만, 전환 데이터가 쌓인 후에 운영해야 효과적
✓ 계정 구조: 계정 → 캠페인 → 광고그룹 → 광고 4단계. 각 레이어에서 설정할 수 있는 항목이 다름
✓ 캠페인 종류: 검색(텍스트/의도기반) · 디스플레이(배너/인지+리타겟) · 동영상(유튜브) · 디멘드젠(유튜브+피드, 메타와 유사) · P-Max(전채널AI)
✓ 입찰 전략: 초기에는 전환수 최대화로 데이터 축적 → 타겟CPA로 효율 관리 → ROAS로 수익 극대화 순서로 전환하는 것이 정석
✓ 타겟팅: 인구통계 · 관심사(Affinity) · 구매의도(In-Market) · 리마케팅 · 맞춤 세그먼트를 목적에 맞게 조합해야 한다

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260522_머신러닝(메타광고)

Yuuma — Fri, 22 May 2026 17:08:33 +0900

Day 16 | 머신러닝 기초와 메타 광고 최적화 전략

Day 16 | 그로스 마케팅 부트캠프

머신러닝 기초와
메타 광고 최적화 전략

메타 광고는 더 이상 "타겟을 잘 설정하는 것"이 아닙니다. 머신러닝이 스스로 학습하도록 양질의 데이터와 소재를 공급하는 것이 현대 광고 운영의 핵심입니다. 오늘은 광고 매체 머신러닝의 작동 원리부터 실전 운영 전략까지 정리합니다.

머신러닝 기초 Meta Ads ABO / CBO 메타 픽셀 광고 캠페인 전략

광고 매체 머신러닝의 핵심 원리
패러다임의 변화: 타겟팅 → 운영 → 소재
메타 광고 vs 구글 광고 머신러닝 비교
메타 광고 구조와 세팅 복습
예산 입찰 전략: ABO vs CBO
메타 픽셀(Meta Pixel) 설치와 활용
광고 캠페인 전략 수립 5단계
실전 치트시트

광고 매체 머신러닝의 핵심 원리

머신러닝이란 무엇인가?

머신러닝은 데이터를 보고 스스로 규칙을 찾아내는 기술입니다. 인공지능의 하위 개념으로, 사람이 정답을 일일이 프로그래밍하는 것이 아니라, 수많은 데이터를 반복 학습하면서 스스로 패턴을 발견합니다.

쉽게 이해하기 "고양이 사진을 10만 장 보여주면, 컴퓨터가 스스로 '고양이의 특징'을 파악하는 것"이 머신러닝입니다. 광고에서는 "전환한 사람들의 공통점"을 학습해서, 비슷한 사람에게 광고를 집중합니다.

광고 매체 머신러닝의 단 하나의 질문

        핵심 질문

        "어떤 유저에게 이 광고를 보여줘야, 최소 비용으로 최대 전환을 낼 수 있을까?"
        
        메타, 구글 등 모든 광고 플랫폼의 머신러닝은 이 하나의 질문에 집중하여 최적화합니다.

머신러닝 최적화 3요소: 데이터 × 신호 = 예측

광고 매체 머신러닝 최적화 3요소 (데이터 × 신호 → 예측)

① 데이터 (Data) - 핵심 연료

유저의 모든 행동이 데이터가 됩니다. 클릭, 스크롤 패턴, 체류 시간은 물론이고 외부 앱에서의 구매 이력까지 수집됩니다.

유저 행동 패턴 (클릭, 스크롤, 체류시간)
관심사 및 구매 이력
광고 반응 데이터 (노출 대비 전환 여부)

② 신호 (Signal) - 맥락 파악

같은 유저라도 상황에 따라 반응이 다릅니다. 머신러닝은 "지금 이 순간"의 맥락을 함께 읽습니다.

디바이스 종류 (모바일 vs 데스크탑)
시간대 및 요일
현재 위치, 현재 보고 있는 콘텐츠

③ 예측 모델 (Prediction) - 실시간 P-value 계산 데이터와 신호를 조합하여 "이 유저가 이 광고를 클릭하거나 구매할 확률(P-value)"을 실시간으로 계산합니다. 확률이 높을수록 해당 유저에게 광고를 노출시킵니다. 수백만 명의 유저를 동시에 처리하며 광고 경매를 낙찰시킵니다.

패러다임의 변화: 머신러닝 고도화

광고 매체 패러다임 변화: 타겟팅 / 운영 / 소재 3가지 관점에서의 변화

① 타겟팅 패러다임: 수동 타겟팅 → Broad (광범위)

과거에는 마케터가 직접 "30대 여성, 서울, 뷰티 관심사"처럼 타겟을 설정했습니다. 하지만 이 방식은 수천 가지 변수를 동시에 처리할 수 없고 실시간 변화에 대응하기 어려웠습니다.

현재의 핵심 원리 머신러닝이 픽셀(Pixel)과 전환 데이터를 바탕으로 전환 가능성이 높은 유저를 실시간으로 탐색합니다. 타겟 모수가 넓을수록 머신러닝이 탐색할 수 있는 신호(Signal)가 많아져 학습 효율이 극대화됩니다.

② 운영 패러다임: 관리(Management) → 설계(Orchestration)

마케터의 업무가 입찰가 수정이나 시간대 조절 같은 단순 반복 작업에서, 머신러닝이 학습할 수 있는 환경을 만드는 기획 업무로 변화했습니다.

과거 방식

캠페인/세트를 잘게 세분화(Granular)
입찰가 수동 수정
"클릭을 많이 해주세요" 방식
시간대별 조절 등 수작업

현재 방식

캠페인 통합(Simplified)으로 데이터 밀도 증가
예: 메타의 Advantage 캠페인
"ROAS 500%를 맞춰주세요" 결과값 설정
머신이 수만 번의 경매를 최적화

③ 소재 패러다임: 광고물 → 소재가 곧 타겟팅

Creative Led Growth 이제는 어떤 타겟 옵션을 설정하느냐보다, 어떤 영상/이미지를 올리느냐에 따라 머신러닝이 반응 유저를 결정합니다.

예시: 요가복 광고 소재에 임산부 이미지를 사용하면, 타겟 설정과 무관하게 머신러닝이 임산부 그룹에게 광고를 집중 노출합니다.

단일 이미지가 아닌, 여러 문구와 이미지를 올려두고 기계가 조합하는 다이내믹 소재가 권장됩니다. 6개 소재 롤링 + 지속적인 교체가 성과 우상향의 핵심입니다.

      핵심 결론

      현대 마케팅의 성과는 "얼마나 정교하게 타겟을 설정했는가"가 아니라,

      "얼마나 양질의 데이터와 소재를 공급하여 머신러닝 학습을 최적화시켰는가"에 달려있습니다.

      마케터의 역할 = 운영(Operation) → 자산 설계(Asset Orchestration)

메타 광고 vs 구글 광고: 머신러닝 비교

메타 광고 vs 구글 광고: 신호 방식, 경매 알고리즘, 소재 전략 비교

구분	메타 광고 (Meta Ads)	구글 광고 (Google Ads)
기본 특징	Push형 — 관심사 및 행동 기반 피드를 보다가 광고를 만남	Pull형 — 검색 의도 기반 무언가를 찾고 있는 상태
신호 방식	Social Interest Signal 체류시간·좋아요·공유·댓글 과거 누적 행동 → 미래 반응 확률	Intent Contextual Signal 검색어(Query)·웹사이트 문맥 지금 이 순간의 강력한 의도
경매 방식	총가치 = 입찰가 × 예상행동률 × 광고품질 → 소재 반응도가 높으면 낮은 입찰가로도 노출	Ad Rank = 입찰가 × 품질평가점수(QS) → 키워드-소재-랜딩페이지 관련성이 핵심
학습 기준	세트당 주간 전환 50건 달성 시 안정화 Closed Ecosystem (ID 기반 추적)	전환 데이터 및 입찰 전략 따라 가변적 Open Ecosystem (유튜브·GDN 수백만 지면)
소재 전략	소재가 곧 타겟팅 Creative Led Growth 6개 소재 롤링 + 지속 교체	키워드↔광고문구↔랜딩페이지 연관성 반응형 검색 광고(RSA) 활용

두 매체 공통 주의사항 메타와 구글 모두 입찰가가 높다고 무조건 먼저 노출되지 않습니다. 광고 품질(소재 반응도, 랜딩 관련성)을 함께 높여야 경쟁력 있는 노출 기회를 확보할 수 있습니다.

메타 광고 구조와 세팅 복습

메타 광고의 3계층 구조

캠페인 (Campaign) — 광고 목표 설정

인지도 / 트래픽 / 잠재고객 / 판매 등

광고 세트 (Ad Set) — 타겟·예산·일정 설정

연령·성별·관심사·지역·전환 위치

광고 (Ad) — 크리에이티브 소재 설정

이미지·영상·문구·URL·UTM 설정

메타 광고 세팅 시 핵심 주의사항

소재 관련

기존 소재 수정 대신 신규 소재 추가 후 기존은 Off 처리
Figma에서 내보낸 이미지는 Verexif 등으로 메타데이터 제거 후 사용
DCO(다이내믹 크리에이티브)는 B2B 업종에 비적합

기술 및 트래킹

UTM은 자동 매개변수 방식 대신 수동 설정 권장 (오류 많음)
광고 노출 ~ 대시보드 반영까지 30분~2시간 지연 있음
메타/GA4/탈리 숫자 불일치는 정상 (기여 기간 차이)

계정 보안 주의 페이스북 로그인 시 기존 활동이 없으면 계정이 차단될 수 있습니다. 차단 후 동일 번호로 새 계정을 만들면 "시스템 우회"로 간주되어 영구 차단됩니다. 얼굴 인증 시 페이스북/인스타에 본인 사진이 등록되어 있어야 합니다.

필수 확인 지표

지표	의미	관리 기준
품질 순위	동일 타겟 대비 광고 품질	평균 이상 유지 목표
참여율 순위	타겟의 반응 측정	평균 이상 유지 목표
빈도 (Frequency)	동일인에게 광고 노출 횟수	2.0 이하 유지 권장
CTR	클릭률 (클릭수/노출수)	업종 평균 대비 비교
CPL / CPC	리드당 비용 / 클릭당 비용	인스턴트 폼 기준 CPL ~12,000원

예산 입찰 전략: ABO vs CBO

ABO vs CBO 예산 전략 비교 (좌) / 광고 캠페인 전략 수립 5단계 (우)

ABO (Ad Set Budget Optimization)

광고 세트 단위로 예산을 직접 배분하는 방식. 머신러닝이 세트 간 예산을 이동시키지 않습니다.

A/B 테스트 시 (균등한 데이터 수집)
특정 타겟군에 반드시 예산 집행 시
신규 캠페인 초기 소재/타겟 검증 시

성과 좋은 세트에 자동 배분이 안 되므로 모니터링 필수

CBO (Campaign Budget Optimization)

캠페인 전체에 예산을 설정하면 머신러닝이 성과 좋은 세트에 자동 배분. 메타 공식 권장 방식.

전체 캠페인 ROAS 극대화 목표 시
머신러닝 자율성 높이고 싶을 때
학습이 어느 정도 최적화된 캠페인

특정 세트가 예산을 독식할 수 있으므로 최소/최대 예산 한도 설정

실무 권장 순서 (메타 공식 가이드) 신규 캠페인 초기 → ABO로 소재/타겟 테스트 → 성과 확인 후 → CBO로 전환하여 스케일업

머신러닝 학습 단계와 주의사항

절대 하지 말아야 할 행동 머신러닝 학습 기간에 아래 행동을 하면 학습이 초기화되어 처음부터 다시 시작합니다:

✗ 예산을 자주 크게 변경 (일일 예산의 20% 초과 변경)
✗ 타겟 또는 소재를 자주 수정
✗ 1~2일 데이터만 보고 조기에 광고 세트 중단

메타 기준: 광고 세트 최초 게재 후 약 50건의 최적화 이벤트가 쌓일 때까지 최소 3~7일 성과 관망이 원칙입니다.

메타 픽셀(Meta Pixel) 설치와 활용

픽셀이 필요한 이유

① 전환 목표 설정

픽셀이 설치되어야 머신러닝이 "전환한 사람"의 패턴을 학습할 수 있습니다. 픽셀 없이는 진짜 최적화가 불가능합니다.

② 맞춤/유사 타겟 생성

사이트 방문자, 특정 페이지 방문자, 구매자 등의 맞춤 타겟을 생성하고, 이를 기반으로 유사 타겟(Lookalike)을 만들 수 있습니다.

픽셀 설치 방법 (기본 + 맞춤 이벤트)

기본 스크립트 설치 (All Pages)

모든 페이지의 <head> 태그 안에 기본 픽셀 스크립트를 삽입합니다. fbq('init', '픽셀ID')로 초기화하고 fbq('track', 'PageView')로 페이지뷰를 추적합니다.

맞춤 이벤트 스크립트 추가

특정 액션(폼 제출 완료, 버튼 클릭 등)이 발생하는 페이지에 fbq('track', '이벤트명')을 추가합니다. 이 이벤트가 머신러닝의 최적화 기준이 됩니다.

Meta Pixel Helper로 검증

크롬 확장 프로그램 "Meta Pixel Helper"를 설치하여 픽셀 설치 여부, 이벤트 발화 상태, 오류를 실시간으로 확인합니다. 파란색 아이콘 = 정상 작동.

광고 캠페인 전략 수립 5단계

STEP 1. 프로젝트 개요 및 배경 설정

캠페인 배경, 제품/서비스 소개, 핵심 타겟, 기간, 예산을 명확히 정의합니다. 비즈니스 목표 → 마케팅 목표 → 캠페인 목표 순서로 위계를 맞춰야 KPI가 사업 성과와 연결됩니다. 목표가 불명확하면 팀마다 다른 방향으로 실행되어 예산·메시지·채널이 분산됩니다.

STEP 2. 고객 Pain Point 분석 및 핵심 메시지 도출

광고는 제품을 보여주는 것이 아니라, 고객이 겪고 있는 문제를 이 제품이 해결한다는 설득입니다. Pain Point는 추측이 아닌 실제 고객의 언어에서 가져와야 합니다. 수집 방법: 리뷰·댓글 분석 / 고객 인터뷰 / CS 로그 분석 / 소셜 모니터링 / 설문조사

메시지 변환 공식 문제 인식 → 공감 표현 → 해결책 제시 (3단계 구조)

STEP 3. KPI 설정 (SMART + Funnel 단계별)

KPI는 "잘하자"가 아니라 수치·기한·달성 조건이 모두 명시된 문장이어야 합니다.

SMART 원칙	나쁜 예	좋은 예
Specific	인지도 높이기	메타 광고로 신규 도달 10만 명
Measurable	CTR 올리기	CTR 2.0% 이상 달성
Achievable	ROAS 10배	현재 ROAS 2.1 → 목표 3.0
Relevant	팔로워 늘리기	구매 전환 50건 (매출 기여)
Time-bound	빠른 시일 내	4주 캠페인 기간 내

퍼널별 KPI 분리 인지(CPM, 도달률) / 관심(CTR, CPC) / 전환(CPA, ROAS, CVR) / 재구매(재구매율, LTV)로 나누어 병목 구간을 빠르게 식별합니다.

STEP 4. 광고 집행 전략 및 소재 기획

메타 광고 기준: 광고 세트는 3~5개 이하로 단순하게 구성하고 알고리즘이 최적화하도록 합니다. 한 광고 세트 안에 소재를 최소 3~6개 넣어야 알고리즘이 성과 높은 소재를 자동 선별합니다. 이미지·영상·캐러셀 등 다양한 소재 유형을 혼합하면 단일 유형 대비 전환율이 약 30% 개선됩니다.

STEP 5. 성과 측정 및 KPI 달성 비교 (KPT 회고)

캠페인 종료 후 목표 KPI와 실제 수치를 비교하고, 달성·미달성 여부뿐만 아니라 원인 분석까지 포함해야 다음 캠페인이 개선됩니다.

KPT 구분	의미	예시
Keep	계속 유지할 것	릴스 소재, 손실 회피 카피
Problem	문제가 된 것	훅 카피 CTR 저조, 유료 전환율 낮음
Try	다음에 시도할 것	UGC 스타일 훅 테스트, 온보딩 CRO 개선

실전 치트시트

메타 광고 운영 핵심 요약

머신러닝 최적화 원칙

타겟은 Broad(광범위)하게 설정
캠페인 구조는 단순하게 통합
소재 = 타겟팅임을 기억
결과값(ROAS, CPA) 목표만 설정
50건 전환 달성까지 기다리기

ABO / CBO 전략

신규 캠페인 → ABO로 시작
소재/타겟 검증 완료 → CBO 전환
CBO: 세트별 최소/최대 예산 설정
예산 변경 시 일일 예산 20% 이내
최소 3~7일 성과 관망 후 판단

소재 운영 원칙

세트당 소재 최소 3~6개 운영
기존 소재 수정 대신 새 소재 추가
효율 낮은 소재는 삭제 말고 Off
다양한 포맷 혼합 (이미지+영상+캐러셀)
Figma 이미지 → 메타데이터 제거 후 업로드

성과 분석 핵심 지표

품질 순위 / 참여율 순위: 평균 이상
빈도(Frequency): 2.0 이하 유지
최종 전환 기준: 탈리폼 실제 DB 수
광고관리자 ≠ GA4 ≠ DB (불일치 정상)
UTM 수동 설정 필수

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260521_데이터분석 최종

Yuuma — Thu, 21 May 2026 17:28:03 +0900

그로스마케팅 부트캠프 특강 | AI 시대 마케터 전략 + GA4/GTM 실습

GROWTH MARKETING BOOTCAMP · 데이터 특강

AI 시대 마케터 생존 전략
+ GA4/GTM 실전 이벤트 세팅

채용 트렌드 분석 · GTM 태그/트리거/변수 · GA4 이벤트 디버깅까지

AI Driven 마케터 퍼스트파티 데이터 GTM Tag GA4 DebugView Trigger Group dataLayer

PART 01

AI 시대 마케터 채용 트렌드

고용 패러다임이 바뀌고 있다. 학벌·자격증보다 실무 데이터 경험이 먼저다.

⚠️ 고용 패러다임의 전환 과거의 공식 — 좋은 대학 → 높은 학점 → 취업 — 이 무너지고 있다. AI가 엔트리 레벨 지식 노동을 더 빠르고 정확하게 처리하면서, 기업들은 실제로 비즈니스를 구축하고 수익을 낼 수 있는 실무 경험을 가진 인재를 선호하기 시작했다.

2026 채용 핵심 트렌드 4가지

TREND 01

AI Driven 마케터

콘텐츠 제작을 넘어 AI로 광고비 최적화·생산성 향상. 데이터 분석·카피·기획 전반에 AI 활용

TREND 02

퍼스트파티 데이터

쿠키 제한 이후 기업 자체 데이터 분석 역량이 핵심. GA4/GTM/UTM 실무 활용이 경쟁력

TREND 03

스페셜리스트 융합

마케터 × 데이터 분석가, 마케터 × 영상 제작자 형태의 융합 인재 선호. 깊이 있는 전문성이 우선

TREND 04

Team Fit

스펙보다 팀 플레이 역량. 조직 목표를 이해하고 빠르게 퍼포먼스를 낼 수 있는 실행력이 핵심

커리어 전략 — 4가지 관점

① 데이터 분석 관점

마케팅 성과를 수치화하는 것이 기본이다. 개인 SNS 운영 경험도 그냥 "활동"이 아니라 AARRR 퍼널 (유입 → 활성화 → 유지 → 수익 → 추천) 각 단계의 수치를 분석하고 개선한 경험으로 재해석해야 한다.

GA4/GTM/UTM 실무 활용의 핵심 단순히 툴을 "다룰 줄 안다"는 것만으로는 부족하다. UTM 파라미터로 유입 경로를 식별하고, GA4로 사용자 행동 데이터를 읽어내어 근거 있는 의사결정을 할 수 있어야 한다. 이게 곧 신입 경쟁력이 된다.

② 커리어 관점

핵심 메시지 AI가 신입의 단순 업무를 대체하는 시대에는, AI와 경쟁하는 것이 아니라 "AI를 잘 사용하는 마케터"와 경쟁하는 것이다. AI를 도구로 활용해 생산성을 극대화하는 능력이 커리어의 지속 가능성을 결정한다.

영상·디자인 전공자라면 단순 "제작 스킬"에 머물지 않고, "왜 이 콘텐츠가 팔리는가"에 대한 마케팅 언어를 습득해야 한다. 기획과 제작이 동시에 가능한 대체 불가능한 마케터로 성장할 수 있다.

③ 취업 관점

완벽보다 완수

포트폴리오가 100% 완벽해질 때까지 기다리지 말 것. 미숙하더라도 지원과 면접을 반복하며 시장의 피드백으로 보완하는 실전형 루틴이 필요하다.

스펙보다 스토리

자격증은 실효성이 낮다. 대신 직접 가설을 세우고 → 실행하고 → 실패 원인을 분석한 일관된 문제 해결 스토리가 훨씬 매력적으로 보인다.

포트폴리오 필수 흐름

문제 발견 → 데이터 분석 → 실행 및 성과 도출 → 성장/배움 스토리. 단순 스펙 나열이 아닌 정량적 성과(KPI)를 프로젝트별로 정리해 설득력을 높여야 한다.

④ 채용담당자 관점

HIRING MANAGER'S PERSPECTIVE

채용담당자는 단순히 툴을 잘 다루는 사람이 아니라, 비즈니스적으로 사고하고 AI를 활용하여 성과를 달성할 수 있는가를 본다. 정형화된 스펙보다 대화 속에서 드러나는 직무에 대한 깊은 고민과 자신감 있는 표현력 — 문제해결 의지력과 잠재력을 판단하는 것이다.

PART 02

GA4 & GTM 개념 정리

두 도구는 역할이 완전히 다르다. 역할을 이해해야 제대로 쓸 수 있다.

GA4 vs GTM — 뭐가 다른가?

GA4와 GTM은 함께 쓰이지만 역할이 완전히 다르다.

항목	GA4 (Google Analytics 4)	GTM (Google Tag Manager)
관점	데이터 분석 툴	데이터 트래킹 툴
주요 역할	수집된 데이터를 분석·보고·시각화	태그 관리·배포를 통한 데이터 수집
핵심 기능	이벤트 기반 분석, 예측 분석, 보고서 생성	GA4·Ads 등 추적 코드 삽입·트리거·변수 설정
데이터 활용	무엇이 일어났는지 분석, 왜 일어났는지 이해	무엇이 일어났는지 추적·기록
주 사용자	마케터, 분석가, 경영진	마케터, 개발자, 데이터 분석가

GTM을 써야 하는 이유

GA4만 써도 기본 페이지뷰·아웃바운드 클릭은 자동으로 수집된다. 그럼 GTM은 왜 필요한가?

✅ GTM의 핵심 장점 3가지 ① 코드 수정 없이 커스텀 이벤트 설치 — GTM 인터페이스에서 클릭·양식 제출·버튼 터치 등 복잡한 이벤트를 개발팀 도움 없이 직접 설정

② 태그 통합 관리 — GA4, Google Ads, Meta Pixel, Clarity 등 모든 추적 태그를 GTM 컨테이너 하나에서 관리. 코드 충돌·로딩 순서 문제 방지

③ 미리보기 & 롤백 — 실제 배포 전 Preview 모드로 테스트 가능. 문제 발생 시 이전 버전으로 즉시 롤백

항목	GA4 단독 사용 시	GA4 + GTM 사용 시
추적 설정	커스텀 이벤트 → 코드 수정 필수	코드 수정 없이 GTM에서 직접 설정
개발 의존성	매번 개발팀 도움 필요	마케터가 직접 태그 수정·배포 가능
테스트·배포	느리고, 오류 시 되돌리기 어려움	Preview 모드 테스트 + Rollback 가능
태그 충돌	Meta Pixel 등 타 태그와 HTML 충돌 위험	GTM 단일 컨테이너로 로딩 순서 제어

⚠️ GTM body 태그, 꼭 설치해야 하나? 결론: 설치하는 것이 맞다. body 태그(noscript)는 JavaScript를 비활성화한 사용자를 위한 대체 코드다. 설치하지 않으면 JS 비활성화 사용자의 트래픽이 완전히 누락되고, Google의 공식 설치 지침 위반으로 예기치 않은 오류가 발생할 수 있다.

GTM Tag 종류

BUILT-IN TAG

내장 태그

GTM에서 공식 지원하는 Google·써드파티 템플릿 태그. GA4 이벤트, Google Ads, Meta Pixel, Clarity 등을 설정 화면에서 바로 추가 가능

CUSTOM TAG

커스텀 태그

JavaScript, HTML 등 코드를 직접 작성해 삽입하는 태그. 내장 태그로 지원하지 않는 특수한 추적·기능 구현 시 활용

GA4 이벤트 태그 Google Ads 전환 태그 Meta Pixel 태그 Hotjar / Clarity 태그 HubSpot 추적 태그 커스텀 HTML 태그

트리거 실행 타이밍 5단계

GTM 태그는 "어떤 조건에서 실행할 것인가"를 트리거로 설정한다. 태그가 실행되는 시점은 페이지 로딩 순서에 따라 5단계로 나뉜다.

동의 초기화 (Consent Initialization)

가장 먼저 실행. GDPR, CCPA 등 개인정보 동의 관련 태그를 우선 처리. 쿠키 동의 팝업·동의 설정이 여기서 이루어진다.

초기화 (Initialization)

GTM 컨테이너의 기본 설정이 초기화되는 단계. 기본 변수와 설정들이 로드되는 시점.

컨테이너 로드 (Container Loaded)

GTM 컨테이너 서버 로드 완료. 모든 태그·트리거·변수가 서버에 로드된 상태. 아직 HTML/CSS/JS는 렌더링 전이다.

DOM 사용 가능 (DOM Ready)

HTML 요소가 모두 파싱되어 JS로 접근·조작 가능한 상태. 특정 버튼·링크에 반응하는 이벤트 추적에 적합.

창 로드 (Window Loaded)

이미지·스크립트·CSS 등 모든 리소스가 완전히 로드된 최종 단계. 페이지 완전 렌더링 후 동작해야 하는 태그에 사용.

실무 팁 — dataLayer란? GTM이 이벤트 데이터를 받아 GA4로 전송할 때 사용하는 JavaScript 객체. 예를 들어 이커머스 상품 조회 이벤트는 아래처럼 dataLayer에 push한다:
dataLayer.push({ event: 'view_item', ecommerce: { items: [...] } })

GTM은 이 데이터를 감지해 등록된 태그를 실행한다.

PART 03

실습 — GTM으로 GA4 이벤트 세팅

Pace 랜딩페이지에 CTA 클릭 이벤트와 10초 타이머 이벤트를 GTM으로 설치했다.

MISSION OVERVIEW

GTM에서 GA4 이벤트 태그 4개 + 트리거 4개 세팅하기

이번 실습에서는 랜딩페이지에서 사용자가 어떤 버튼을 클릭하는지, 10초 이상 머물다가 CTA를 클릭하는지를 GTM으로 추적하는 이벤트를 설치했다.

① 완성된 태그 목록 확인

총 4개의 GA4 이벤트 태그와 1개의 구글 태그(초기화용)를 세팅했다. 각 태그마다 대응하는 트리거가 연결되어 있다.

GTM 태그 목록 — 4개의 GA4 이벤트 태그와 초기화용 Google 태그. 각 태그에 트리거가 연결된 것을 확인할 수 있다.

태그 구성 분석 • GA4 Event - 10s_click_btn_1 → 트리거: Trigger Group (10초 후 + 14day CTA 클릭)
• GA4 Event - 10s_timer → 트리거: 10s_timer
• GA4 Event - CTA_click_14days → 트리거: 14 day free trial CTA 클릭
• GA4 Event - CTA_click_Get Pace now → 트리거: Get Pace now CTA 클릭

② 트리거 설정

각 이벤트를 "언제 발동시킬지" 조건을 설정하는 것이 트리거다. 아래는 실습에서 생성한 트리거 목록이다.

GTM 트리거 목록 — 타이머, 링크 클릭(조건부), 트리거 그룹까지 다양한 트리거 유형을 활용했다.

트리거명	유형	조건
10s_timer	타이머	페이지 로드 후 10초 경과 시 발동
14 day free trial CTA 클릭	링크만	Click Classes 포함 `framer-o3hbqh` + Click Text 포함 `14 day free trial`
Get Pace now CTA 클릭	링크만	Click Classes 포함 `framer-o3hbqh` + Click Text 포함 `Get Pace now`
Trigger Group - 10초 후 14day 클릭	트리거 그룹	10s_timer AND 14 day free trial CTA 클릭 — 두 조건 모두 충족 시 발동

트리거 그룹(Trigger Group)이란? 두 개 이상의 트리거를 AND 조건으로 묶는 특수 트리거 유형이다. 이번 실습의 경우 "10초 이상 페이지에 머문 사용자가 14 day free trial 버튼을 클릭"하는 순간만 이벤트를 발동시킨다. 단순 클릭과 달리, 충분히 콘텐츠를 소비한 유저의 전환 의도를 더 정확하게 포착할 수 있다.

CTA 클릭 이벤트 태그 상세 설정

아래는 GA4 Event - CTA_click_14days 태그의 내부 구성이다. 측정 ID를 변수로 처리하고, 이벤트 매개변수로 click_text를 추가했다.

GA4 이벤트 태그 설정 화면 — 측정 ID에 {{GA4_스트림}} 변수를 사용하고, 이벤트 매개변수 click_text: {{Click Text}}를 추가했다.

측정 ID를 변수로 처리하는 이유 GA4 이벤트 태그를 여러 개 만들 때마다 측정 ID를 복사·붙여넣기 하면 실수(오타·오기)가 생기기 쉽다. GTM 변수 {{GA4_스트림}}으로 등록해두면, 측정 ID가 바뀌더라도 변수 하나만 수정하면 모든 태그에 자동 반영된다.

③ GA4 DebugView로 이벤트 확인

GTM Preview 모드를 통해 태그가 올바르게 발동되는지 테스트한 후, GA4 DebugView에서 실제 이벤트가 수집되는 것을 실시간으로 확인했다.

GA4 DebugView 화면 — 오후 4:02~4:03 구간에 10s_click_btn_1, click_btn_1, 10s_timer, click_btn_2 이벤트가 순서대로 발동된 것을 확인. 오른쪽에서 이벤트 매개변수 click_text: Get Pace now도 함께 수집되고 있다.

DebugView 읽는 법 • 왼쪽 타임라인: 이벤트 발생 시각 (분 단위)
• 가운데 이벤트 스트림: 각 이벤트명 및 발생 순서
• 오른쪽 매개변수 패널: 선택한 이벤트의 매개변수(파라미터)와 값

이번 실습에서 click_text 매개변수가 "Get Pace now"로 정상 수집된 것을 확인. 이렇게 매개변수를 추가하면 어떤 CTA를 클릭했는지 세부적으로 분석할 수 있다.

TODAY'S SUMMARY

오늘 배운 것 한눈에 정리

AI 시대 마케터 채용 트렌드

AI Driven 마케터 = AI 활용 실무 능력
퍼스트파티 데이터 전략가 수요 급증
스펙보다 스토리·정량적 성과가 중요
AARRR 퍼널 기반 포트폴리오 구성

GA4 vs GTM 핵심 차이

GA4 = 데이터 분석 툴 (보는 곳)
GTM = 데이터 트래킹 툴 (심는 곳)
GTM으로 코드 수정 없이 이벤트 설치
Preview 모드로 배포 전 테스트 필수

GTM 트리거 실행 타이밍

동의 초기화 → 초기화 → 컨테이너 로드
DOM Ready → Window Loaded 순서
트리거 그룹으로 AND 조건 구현 가능
타이머 트리거로 체류 시간 조건 추가

GA4 이벤트 이벤트 세팅 핵심

측정 ID는 변수로 등록해 관리
click_text 매개변수로 CTA 세분화
DebugView로 실시간 이벤트 검증
트리거 그룹 = 고의도 전환 포착 전략

1차 프로젝트_260519_강사님 피드백(2)

Yuuma — Tue, 19 May 2026 17:02:25 +0900

그로스 마케팅 부트캠프 4기 — 강사님 피드백 정리

주요 논의 주제

3조가 수행한 비즈토스 마케팅 프로젝트 결과에 대해 멘토(강사님)와 피드백을 주고받은 세션입니다. 핵심은 "가설 검증에 실패했거나 데이터가 부족할 때, 그로스 마케터로서 결과 보고서를 어떻게 논리적으로 작성하고 향후 액션 플랜을 세워야 하는가"에 대한 가이드입니다.

핵심 피드백 요약

항목	내용
인사이트 방향	광고 지표(CTR, CPM)만 보지 말고 전환(리드 수집)까지 연결해서 분석
CPM 분석	CPM 단독이 아닌 CPA/CPL과 함께 연결해서 인사이트 도출 필요
UTM 설정	다음 프로젝트부터 UTM 필수 설정 — GA4 기반 소재별 전환 추적
가설 검증 실패	실패가 아님 — 데이터를 기반으로 향후 액션 플랜의 근거로 활용
보고서 핵심	문제 정의 + 개선 방향 제시가 그로스 마케터 역량을 보여주는 핵심

세부 피드백 & 레슨 런

1 마케팅의 본질적 목적(KPI)에 집중할 것

팀원들은 광고 지표(CPM, CTR)의 우위 비교에 매몰되어 있었음
본 프로젝트의 최종 KPI는 '리드 수집(전환)'이었음
CTR이 아무리 높고 CPM이 낮아도, 최종 전환이 0건이면 마케팅 효율을 논하기 어려움
광고뿐 아니라 랜딩 페이지, 입력폼 등 전체 퍼널(Funnel) 관점에서 인사이트 도출 필요

"CTR이 50%를 넘어도 전환이 0이면 의미가 없다. 유입은 많은데 전환이 없다면 → 랜딩 페이지 문제를 의심해야 한다."

2 실무 필수 도구: UTM의 중요성

메타 픽셀 오류 및 기여도 문제로 전환 3건의 출처 추적 실패 → 추론에 의존
메타 픽셀은 광고 최적화(머신러닝) 도구이지, 정밀 분석 도구가 아님
실무에서는 GA4 + UTM 파라미터 조합으로 소재별 전환 추적이 필수
차후 프로젝트에서는 UTM 설정을 반드시 먼저 진행해야 함

다음 집행 시: 소재별 UTM 설계 → GA4에서 전환 추적 → 근거 기반 분석

3 '실패한 가설'도 훌륭한 데이터이자 근거다

실무에서도 타겟에 대한 완벽한 이해가 없으면 초기 가설은 언제든 실패할 수 있음
중요한 것은 "이번 실험으로 무엇을 배웠고, 다음 액션 플랜을 어떻게 짜느냐"
이번 AB 테스트 결과 → "영상 포맷이 텍스트보다 반응이 높다"는 새로운 근거 확보
→ 다음 마케팅에서 영상 소재 중심, B안 소구점 활용의 근거로 사용 가능

"텍스트 형태의 광고에는 타겟이 반응하지 않는다는 것을 깨달았다. 따라서 다음 단계에는 영상 소재를 활용하되, 영상의 길이와 소구 포인트를 변수로 두어 2차 테스트를 진행하겠다."

4 실무에서의 애자일(Agile)한 테스트 방식

신규 서비스 런칭 시 큰 예산 없이 3만~5만원 소액으로 소재별 테스트부터 진행
유의미한 반응(근거)이 나올 때까지 작게 작게 반복 테스트
데이터 근거 확보 후 예산을 증액(Scale-up)하는 것이 그로스 마케팅의 정석
"우리가 이 돈을 써서 이런 데이터를 얻었다 → 마케터로서의 자산"

5 결과 보고서의 핵심은 넥스트 액션 플랜

"대성공했습니다"로 끝나는 보고서 < 문제를 정의하고 개선 방향을 제시하는 보고서
면접관/실무진: "광고를 돌려본 게 아니라 문제를 정의하고 개선할 줄 안다"는 인상
데이터 누락, 가설 이탈 → 다음엔 어떻게 개선할지 논리적으로 제시하면 충분히 설득력 있음

✅ 3조 발표 적용 방향

❌ Before

"가설 검증 불가로 결론"
CPM 수치 비교만 제시
전환 데이터 없어서 분석 포기

✅ After

"전환 데이터 부족으로 가설 검증 한계 인정"
"B안_2(영상) 23클릭 1위 → 영상 포맷 효과 확인"
"다음 집행 시 UTM 설계 + B안 중심 방향 제안"
"CPA 기반 전환 효율화 목표로 예산 재배분"

수치가 예쁘게 나오지 않아도 괜찮습니다.
"이 데이터로 무엇을 배웠고, 다음엔 어떻게 할 것인가"
그것이 그로스 마케터의 진짜 역량입니다.

1차 프로젝트_260519_강사님 피드백(1)

Yuuma — Tue, 19 May 2026 17:01:53 +0900

오늘자 강사님 피드백 정리!

피드백 핵심 요약 정리

주요 논의 주제
3조가 수행한 마케팅 프로젝트 결과에 대해 멘토(강사)와 피드백을 주고받는 세션입니다. 핵심은 "가설 검증에 실패했거나 데이터가 부족할 때, 그로스 마케터로서 결과 보고서를 어떻게 논리적으로 작성하고 향후 액션 플랜을 세워야 하는가"에 대한 가이드를 담고 있습니다.

핵심 피드백 및 레슨 런 (Lesson Learned)
마케팅의 본질적 목적(KPI)에 집중할 것

문제점: 팀원들은 광고 지표(CPM, CTR)의 우위 비교에 매몰되어 있었습니다.

해설: 본 프로젝트의 최종 KPI는 '리드 수집(전환)'이었습니다. 아무리 CTR(클릭률)이 높고 CPM(노출 비용)이 낮아도 최종 전환이 0건이면 마케팅 효율을 논하기 어렵습니다. 광고 성과뿐만 아니라 랜딩 페이지, 입력폼 기획 등 전체 퍼널(Funnel) 관점에서 데이터를 연결하여 인사이트를 도출해야 합니다.

실무에서 데이터 추적을 위한 필수 도구 (UTM의 중요성)

문제점: 메타 픽셀 오류 및 기여도 문제로 인해 전환된 3건의 리드가 정확히 어떤 광고 소재(A 안/B 안)를 통해 들어왔는지 추적하지 못해 추론에 의존했습니다.

해설: 메타 픽셀은 광고 최적화(머신러닝)를 위한 도구이지 정밀 분석용이 아닙니다. 실무에서는 성과 분석을 위해 GA4와 UTM 파라미터 조합이 필수입니다. 차후 프로젝트에서는 UTM 설정을 반드시 선행해야 합니다.

'실패한 가설'도 그 자체로 훌륭한 데이터이자 근거가 된다

학생들의 고민: 초기 가설 검증에 실패했는데(망했는데) 결과 발표를 어떻게 해야 할지 난감해함.

멘토의 조언: 실무에서도 타겟에 대한 완벽한 이해가 없으면 초기 가설은 언제든 실패할 수 있습니다. 중요한 것은 "이번 실험을 통해 무엇을 배웠고(Learned), 이를 바탕으로 다음 액션 플랜(Next Action)을 어떻게 짜느냐"입니다.

예시: "텍스트 형태의 광고에는 타겟이 반응하지 않는다는 것을 깨달았다. 따라서 다음 단계에는 영상 소재를 활용하되, 영상의 길이와 소구 포인트를 변수로 두어 2차 테스트를 진행하겠다"와 같이 논리를 전개하면 실무에서도 충분히 설득력 있는 보고서가 됩니다.

실무에서의 애자일(Agile)한 테스트 방식

신규 서비스나 제품을 런칭할 때는 큰 예산을 쓰지 않고, 3만 원~5만 원 선의 소액으로 다양한 광고 소재를 '작게 작게' 테스트하며 유의미한 반응(근거)이 나올 때까지 사냥하듯 찾아냅니다. 데이터 근거가 확보된 후에 예산을 증액(Scale-up)하는 것이 그로스 마케팅의 정석입니다.

나의 가장 큰 실수는 UTM 설정을 하지 않았다는 것...

다음 프로젝트에서는 필수로 넣어서 수집할 수 있도록 해야겠다 ㅠㅠ

Yuuma

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260629_2P_20일차_최종 발표 및 회고

01 프로젝트 개요 — 무엇을, 왜 검증하려 했나

타겟 페르소나

02 가설과 설계 — 복잡성 vs 비용, 어느 쪽이 더 아플까

풀퍼널 여정 설계

03 캠페인 실행 — Meta, LP, Email까지 풀퍼널 세팅

실행 중 맞닥뜨린 두 번의 LP 수정

04 성과 분석 — 숫자가 말해준 것, 말하지 못한 것

Pain_A vs Pain_B — 비슷한 예산, 다른 결과

전환 1건, 그 너머의 행동 데이터

05 발표 준비 과정에서 얻은 진짜 인사이트

06 팀 회고 — 내가 느낀 점

07 다음 캠페인을 위한 액션 플랜

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260529_CRM도구(마케팅 자동화)

01 CRM이란? — 개념과 핵심 기능

CRM 마케팅이란?

한국 시장 CRM 솔루션 비교

02 웹마스터 등록 — 검색엔진에 내 사이트 알리기

네이버 서치 어드바이저 등록 (6단계)

Google Search Console 등록 (4단계)

03 Framer 입력폼 생성 & 구글시트 연동

입력폼 생성 단계

구글시트 연동

04 GA4/GTM — 입력폼 제출 이벤트 설치

설치 순서

05 Kit CTA Click Tag & Sequences 설정

CTA 버튼에 Tag 추가하기

CTA 클릭 반응 Sequence 생성하기

06 2차 프로젝트 Retention Flow 설계

Framer 페이지 구성 (총 4개)

전체 Retention Flow (6단계)

구성 요소별 역할 분담

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260528_이메일마케팅(프레이머/재피어/Kit)

UX 설계의 양면:다크패턴과 이메일 마케팅 실전

UX vs UI — 마케터가 만드는 경험

쿠팡 원클릭 결제

네이버페이 즉시 연결

생일 맞춤 쿠폰

복잡한 비밀번호 규칙

다크패턴 (Dark Patterns) 완전 정리

각 유형 상세 설명

Retention이 AARRR의 시작점인 이유

밑 빠진 독

핵심 가치 문제

LTV 상승 → 확장

이메일 오픈율 올리는 5가지 전략

개인화로 주목 끌기

긴급성·희소성 활용

명확하고 간결한 메시지

호기심 유발

숫자·리스트·타겟 명확화

Kit (ConvertKit) 플랫폼 핵심 기능

시각적 자동화 빌더

태그/세그먼트 기반 구조

AI 기능 탑재

크리에이터 친화적

이메일 템플릿 선택: Text Only vs Grove

Merge Tag — 개인화 변수 삽입

Welcome Mail 자동화 시스템 구축 실습

단계별 구축 가이드

Welcome Mail 시퀀스 제작

Google Sheets ↔ Kit 자동화

태그 감지 → 시퀀스 발송 자동화

구글시트에 이메일 기입 후 확인

노코드 툴 Framer + Kit 연동

Framer Kit 폼 연동 설정값

Day 19 핵심 정리

내가 보려고 만든 SQLD 정리

SQL 2과목 총정리

멋쟁이사자처럼 부트캠프 그로스마케팅 4기_260527_UX설계(솔라피,Kit)

UX 설계와 마케팅 자동화다크패턴 · Retention · Zapier · 이메일 마케팅

목차

UX User Experience란?

UI vs UX 비교표

Good UX vs Bad UX 사례

다크패턴 Dark Patterns

각 다크패턴 상세 설명

AARRR 복습: Retention 먼저 최적화해야 하는 이유

Retention 먼저 최적화해야 하는 3가지 이유

UX 설계의 양면:
다크패턴과 이메일 마케팅 실전

UX 설계와 마케팅 자동화
다크패턴 · Retention · Zapier · 이메일 마케팅

구글애즈(Google Ads)
머신러닝 완전 정복

머신러닝 기초와
메타 광고 최적화 전략