미국에서 디지털 마케팅 에이전시를 운영한 지 10년이 넘었습니다. 그동안 수많은 브랜드의 Pinterest Shopping Ads를 세팅하고 최적화해왔습니다. 하나 분명히 말씀드릴 수 있는 것은, 대부분의 마케터가 이 플랫폼의 진짜 잠재력을 전혀 활용하지 못하고 있다는 점입니다.
제품 피드 업로드, 기본 키워드 타겟팅, 단순 리타겟팅. 이 세 가지가 전부라고 생각한다면, Pinterest Shopping Ads의 가능성을 30%도 쓰지 못하고 있는 겁니다. 저는 이 글에서 거의 알려지지 않은 세 가지 접근법을 소개하려고 합니다. 보드 기반 마이크로 인텐트 타겟팅, 시각적 검색 데이터의 광고 통합, 그리고 크로스 플랫폼 어트리뷰션 문제 해결입니다. 각각을 구체적인 실행 단계와 실제 사례와 함께 설명하겠습니다.
첫 번째 전략: 보드 기반 마이크로 인텐트 타겟팅
Pinterest는 검색 엔진인 동시에 시각적 큐레이션 플랫폼입니다. 그런데 대부분의 Shopping Ads 설정은 Google Shopping의 로직을 그대로 가져와서 제품명, 설명, 가격 같은 구조화된 데이터에만 의존합니다. 문제는 Pinterest 사용자의 행동이 Google 사용자와 근본적으로 다르다는 점입니다.
Pinterest 사용자는 '검색 결과'가 아니라 보드(Board) 단위로 생각합니다. 예를 들어볼게요. 30대 여성 소비자가 '미니멀리스트 거실'을 검색합니다. 마음에 드는 핀을 발견하면 'My Dream Home'이라는 보드에 저장합니다. 그리고 몇 주 후, 같은 보드에 소파, 러그, 식탁 같은 거실 관련 핀을 추가로 저장합니다. 이 보드는 단순한 컬렉션이 아니라 구매 의도의 계층 구조를 보여주는 금광입니다.
보드 데이터의 숨은 가치
Pinterest Tag를 설치할 때 기본적으로 수집되는 데이터는 페이지뷰, 클릭, 장바구니 추가, 구매 등입니다. 하지만 우리가 주목해야 할 것은 사용자가 핀을 저장하는 보드의 이름과 ID입니다. 대부분의 마케터는 이 데이터를 전혀 활용하지 않습니다. 그런데 보드 정보를 수집하면 다음과 같은 인사이트를 얻을 수 있습니다.
- 사용자가 'holiday gifts 2024' 같은 보드에 제품을 저장했다면 구매 의도가 매우 높은 상태입니다.
- 반면 'aesthetic wallpapers' 보드에 저장했다면 단순한 영감 수집 단계일 가능성이 큽니다.
이 차이를 광고에 반영하면 예산 낭비를 획기적으로 줄일 수 있습니다.
기술적 설정 방법
Pinterest Tag에 board_id와 board_name을 커스텀 파라미터로 추가해야 합니다. 기본 Pinterest 앱이나 플러그인에는 이 기능이 없으므로, 데이터 레이어를 수정해야 합니다. 아래는 예시 코드입니다.
// Pinterest Tag 내부에 추가pintrk('track', 'page_visit', { board_id: document.getElementById('current-board-id')?.value || '', board_name: document.getElementById('current-board-name')?.value || ''});실제로는 페이지가 로드될 때 현재 사용자가 보고 있는 보드 정보를 자바스크립트로 읽어와야 합니다. 핀을 저장하는 순간의 보드 정보를 캡처하는 것이 이상적입니다. 이후 이 데이터를 Google Analytics 4 또는 자체 데이터베이스에 저장하고, 보드 이름을 자연어 처리로 분석해 '고관여 구매 단계'와 '초기 탐색 단계'로 분류합니다.
분류 기준 예시:
- 고관여 보드: 'my dream wedding', 'new home essentials', 'baby registry'
- 저관여 보드: 'aesthetic photos', 'cool outfits', 'travel inspo'
실제 사례: 한국 패션 브랜드의 미국 시장 진출
한국 패션 브랜드 'A'가 미국 시장에 진출하면서 저와 협업했습니다. 기존에는 Pinterest Shopping Ads에서 'korean fashion', 'korean style' 같은 일반 키워드로 타겟팅했습니다. CTR 0.8%, ROAS 2.1배. 나쁘지 않지만, 더 효율을 높일 수 있었습니다.
저는 보드 데이터 분석을 제안했습니다. 사용자가 'seoul street style' 보드에 저장한 핀을 분석한 결과, 해당 보드의 테마는 오버사이즈 실루엣과 스트리트 캐주얼이었습니다. 그래서 이 보드에 저장한 사용자에게는 오버사이즈 후드티나 와이드 팬츠 같은 제품만 Shopping Ad로 노출했습니다. 결과는 CTR 2.4%, ROAS 4.7배. 동일한 예산으로 효율이 두 배 이상 뛰었습니다.
핵심은 보드라는 컨텍스트를 활용해 사용자의 현재 관심사를 정확히 반영한 제품을 노출하는 것입니다. 일반적인 리타겟팅은 단순히 "이 사용자가 우리 사이트를 방문했음"이라는 신호만 사용하지만, 보드 기반 타겟팅은 "이 사용자가 정확히 어떤 스타일에 관심이 있는지"를 알 수 있습니다.
실행 단계 요약
- Pinterest Tag에
board_id와board_name커스텀 파라미터 추가 - 수집된 보드 데이터를 '고관여/저관여'로 분류하는 알고리즘 구축
- 고관여 보드에 저장한 사용자에게는 해당 보드 테마와 일치하는 제품만 Shopping Ads로 노출
- 저관여 보드 사용자에게는 브랜드 인지도 중심의 캠페인으로 전환
두 번째 전략: 시각적 검색 데이터를 Shopping Ads에 통합
Pinterest Lens는 매일 수천만 건의 시각적 검색을 처리합니다. 사용자는 카메라 아이콘을 눌러 실제로 본 옷, 가구, 액세서리를 촬영해 비슷한 제품을 찾습니다. 그런데 대부분의 마케터는 이 기능을 단순한 검색 도우미 정도로만 인식합니다. 진짜 기회는 Lens로 유입된 데이터를 Shopping Ads의 신호로 재활용하는 데 있습니다.
Lens 데이터의 특별함
Lens 검색은 텍스트 검색과 비교할 때 구매 의도가 현저히 높습니다. 사용자가 어떤 이미지를 촬영해 검색한다는 것은 "이 제품을 실물로 보고 싶다" 또는 "이와 비슷한 제품을 사고 싶다"는 강한 신호입니다. 제 경험상 Lens 검색 사용자는 일반 키워드 검색 사용자보다 전환율이 3~5배 높습니다.
실제 설정 방법
Pinterest Tag에 visual_search_source 파라미터를 추가하고, 값이 'lens'인 경우를 별도로 추적합니다. 그리고 이 데이터를 Shopping Ads의 신호로 사용합니다.
// Lens 검색이 발생한 페이지에서pintrk('track', 'search', { search_query: 'vintage denim jacket', visual_search_source: 'lens', visual_similar_product_ids: ['prod_001', 'prod_002']});여기서 visual_similar_product_ids는 해당 Lens 검색 결과에서 사용자가 클릭한 제품 ID를 의미합니다. 이 정보를 수집하면 특정 이미지가 자주 Lens 검색되는지, 그리고 어떤 제품이 실제로 클릭되는지 알 수 있습니다.
트렌드 예측 모델 구축
Lens 데이터의 진짜 가치는 트렌드를 예측하는 데 있습니다. 예를 들어, 2024년 8월에 'vintage denim' 이미지가 Lens에서 검색량이 급증했다고 가정해봅시다. 이는 4~6주 후에 실제 판매량이 증가할 신호입니다. 이 데이터를 활용해 Shopping Ads 예산을 미리 조정할 수 있습니다.
미국 인테리어 브랜드 'B' 사례를 보겠습니다. 이 브랜드는 Lens 데이터를 분석해 'mid-century modern sideboard' 이미지가 9월에 급증하는 패턴을 발견했습니다. 그래서 10월 첫째 주에 해당 카테고리 Shopping Ads 예산을 3배로 늘렸습니다. 결과적으로 블랙프라이데이 시즌 동안 해당 제품군 매출이 전년 대비 180% 증가했습니다. Lens 시그널이 없었다면 예산 배분이 늦어져 기회를 놓쳤을 것입니다.
실행 단계
- Pinterest Tag에
visual_search_source파라미터와 실제 클릭한 제품 ID를 수집 - 주간 단위로 Lens 검색량 급증 카테고리를 모니터링
- 급증이 확인된 카테고리에 대해 4~6주 후 예산을 증액하는 캘린더 설정
- Lens 데이터를 활용해 새로운 제품 출시 시점을 결정
세 번째 전략: Pinterest-Meta 간 어트리뷰션 블랙홀 해결
많은 마케터가 Pinterest Shopping Ads와 Meta Ads를 동시에 운영하면서도, 두 플랫폼 간의 어트리뷰션 차이를 간과합니다. Pinterest는 기본적으로 1일, 7일, 30일 클릭/뷰스루를 제공하는 반면, Meta는 더 긴 윈도우와 다른 모델을 사용합니다. 이 차이가 실제로는 큰 데이터 왜곡을 만듭니다.
문제의 본질
예를 들어 한 사용자가 Pinterest에서 'organic skincare' 핀을 보고 보드에 저장합니다. 3일 후 Meta에서 같은 브랜드의 광고를 보고 클릭해 구매합니다. Pinterest는 이 전환을 뷰스루로 인정할 수도 있고 아닐 수도 있습니다. Meta는 자신이 마지막 클릭을 했으므로 전환을 자사 것으로 귀속시킵니다. 여기서 어떤 플랫폼이 더 기여했는지 알 수 없습니다.
해결책: GA4 모델링 어트리뷰션
GA4의 모델링된 어트리뷰션을 사용하면 이 문제를 해결할 수 있습니다. 우선 UTM 파라미터를 완전히 통일해야 합니다.
- Pinterest:
utm_source=pinterest+utm_medium=shopping_ad+utm_campaign={보드_카테고리} - Meta:
utm_source=meta_ads+utm_medium=shopping_ad+utm_campaign={카테고리}
이렇게 하면 GA4에서 두 플랫폼의 터치포인트를 모두 확인할 수 있습니다. GA4의 데이터 기반 어트리뷰션 모델은 각 터치포인트의 실제 기여도를 계산해줍니다.
보드 저장 가중치 설정
더 나아가 Pinterest에서 '보드 저장' 액션에 가중치를 부여해야 합니다. 사용자가 핀을 보드에 저장하는 행위는 단순 클릭보다 훨씬 높은 관심을 의미합니다. 제 경험상 보드 저장 사용자는 일반 리타겟팅 대상보다 전환율이 2~3배 높습니다.
이를 반영하기 위해 GA4에서 이벤트 가중치를 설정하거나, 자체 모델을 구축하는 것이 좋습니다. 예를 들어:
- 핀 클릭: 1포인트
- 보드 저장: 3포인트
- 웹사이트 방문: 5포인트
- 장바구니 추가: 10포인트
이 가중치를 기반으로 각 플랫폼의 기여도를 계산하면, Pinterest Shopping Ads의 진짜 가치를 더 정확히 평가할 수 있습니다.
교차 플랫폼 여정 추적
마지막으로 Pinterest에서 시작해 Meta에서 완료되는 사용자 여정을 추적하기 위해, 동일한 사용자 ID를 두 플랫폼의 태그에 전달해야 합니다. 이는 개인정보 보호 관련 규정을 준수하면서도 가능한 방법입니다. 이메일 해시나 고객 ID를 사용해 Pinterest와 Meta의 전환 데이터를 연결하면, 전체 퍼널을 더 명확히 볼 수 있습니다.
실제 미국 전자상거래 브랜드 'C'는 이 방법을 적용한 후, Pinterest Shopping Ads의 ROAS가 기존 측정치보다 30% 높다는 사실을 발견했습니다. 즉, 이전에는 Pinterest의 기여도를 과소평가하고 있었던 것입니다.
결론: 이 세 가지를 통합하면?
보드 기반 마이크로 인텐트 타겟팅은 사용자의 현재 관심사를 정확히 읽어 광고 효율을 극대화합니다. 시각적 검색 데이터 통합은 미래 트렌드를 예측해 예산을 선제적으로 배분하게 해줍니다. 그리고 정확한 어트리뷰션은 각 플랫폼의 진짜 가치를 측정해 최적화를 가능하게 합니다.
이 세 가지는 각각 독립적으로도 효과적이지만, 함께 실행할 때 시너지가 발생합니다. 예를 들어, Lens 데이터로 트렌드를 예측하고, 보드 데이터로 타겟팅을 정교화하며, 어트리뷰션 모델로 성과를 정확히 측정할 수 있습니다.
Pinterest Shopping Ads는 더 이상 단순한 '제품 카탈로그 업로드 + 키워드 타겟팅'의 영역이 아닙니다. 사용자의 시각적 탐색 패턴과 보드 행동을 읽어내는 데이터 인텔리전스 싸움으로 진화했습니다. 현재 이 수준으로 운영하는 기업은 미국 시장에서도 5% 미만입니다. 지금 이 데이터 인프라를 구축하면, 경쟁자들이 따라오기 전에 확실한 우위를 점할 수 있습니다.
다음 단계: 오늘 Pinterest Tag에 board_id와 visual_search_source 파라미터를 추가하는 것부터 시작하세요. 내일은 수집된 데이터를 분석할 준비를 합니다. 일주일 안에 첫 번째 보드 기반 Shopping Ad 세트를 만들어보세요. 변화는 생각보다 빠르게 나타납니다.