미국에서 아마존 셀러 광고 계정을 50개 넘게 감사하다 보면 거의 매번 똑같은 장면이 펼쳐집니다. 아마존 캠페인을 구글 검색광고 짜듯이 만드는 거죠. 브로드, 페어즈, 이그잭트 매치 타입을 캠페인 단위로 깔끔하게 나누고, 오토 캠페인은 검색어 발굴용으로 돌리고, 전환 키워드만 이그잭트로 승격하는 방식. 겉으로 보기엔 체계적이라서 누가 뭐라 하기 어렵습니다. 그런데 막상 데이터를 열어보면 ACOS는 시도 때도 없이 튀고, 브로드와 이그잭트가 같은 검색어를 두고 서로 잠식하고, 예산을 어디에 더 줘야 할지 기준이 사라집니다.
문제의 뿌리는 단순합니다. 아마존이 검색 엔진이라고 착각한 채 구조를 짰기 때문입니다. 아마존에서 검색어는 트래픽 신호에 그치지 않습니다. 구매 의도, 재고, 마진, Buy Box 점유율, 리뷰 수, 계절성 같은 소매 변수와 실시간으로 얽혀 있습니다. 그래서 캠페인 구조의 1차 기준은 “매치 타입”이 아니라 “이 캠페인이 어떤 수익 풀에서 어떤 구매 의도를 처리하는가”여야 합니다. 여기서 소개하는 PPIE(Profit Pool × Intent Entropy) 모델은 그 질문에서 출발한 구조입니다. 미국 시장처럼 CPC가 치솟고 계절 변동이 극심한 환경에서 특히 위력을 발휘합니다.
왜 구글식 아마존 광고 구조는 실패할까
기존 베스트 프랙티스는 대부분 이렇게 말합니다. 매치 타입별로 캠페인을 분리하고, 오토는 발굴용으로 쓰고, 전환 검색어는 이그잭트로 승격하라, 그리고 ASIN별 광고그룹으로 촘촘하게 관리하라. 듣기에는 합리적입니다. 그런데 실제 운영에서는 세 가지 약점이 반복해서 드러납니다.
- 매치 타입 분리가 같은 계정 안에서 경쟁을 만듭니다. 같은 키워드를 브로드와 이그잭트 양쪽에 넣으면 아마존 알고리즘은 입찰가가 높거나 관련성이 높은 쪽에 노출을 몰아줍니다. 문제는 광고주가 두 캠페인을 따로 바라보며 “브로드 ACOS이 낮으니 브로드에 예산을 더 주자”고 판단한다는 점입니다. 실제로는 같은 검색어 데이터가 두 캠페인에 흩어져 있을 뿐인데, 마치 서로 다른 성과처럼 보입니다.
- 오토 캠페인을 발굴용으로만 방치합니다. 오토에서 전환 검색어를 찾아 이그잭트로 옮기는 것은 맞습니다. 하지만 이 과정이 마진 구조와 연결되지 않으면, 고마진 제품과 저마진 제품의 고의도 키워드가 한 캠페인에 뒤섞입니다. 올려야 할 키워드와 내려야 할 키워드가 공존하니 입찰 최적화가 불가능해집니다.
- 계절성과 재고 변동을 무시합니다. 미국 시장은 프라임데이, 블랙프라이데이, 백투스쿨, 연말 시즌마다 CPC가 두세 배로 뛰기도 합니다. 매치 타입 위주 구조에서는 이런 급등 국면에서 모든 캠페인에 똑같이 예산을 조정하거나 감으로 일부 캠페인만 건드리게 됩니다. 어떤 캠페인이 실제 수익 기여도가 높은지 모르니 삭감 우선순위를 정하지 못하는 겁니다.
PPIE 모델, 두 축이 만드는 캠페인 지도
PPIE는 Profit Pool(수익 풀)과 Intent Entropy(의도 엔트로피)의 앞 글자를 딴 것입니다. 이 두 축을 교차시키면 캠페인 설계가 단순해집니다.
수익 풀, 매출이 아니라 기여 마진으로 본다
수익 풀은 단순 매출이 아닙니다. 제품 한 개를 팔 때 실제로 남는 돈, 즉 기여 마진을 뜻합니다. 계산은 다음과 같습니다.
기여 마진 = 판매가 - (제조원가 + FBA 수수료 + 배송비 + 광고비 + 예상 반품 비용)
이 값이 높은 ASIN(A등급)과 낮은 ASIN(C등급)은 같은 키워드라도 허용 가능한 광고비가 완전히 다릅니다. 예컨대 A등급 제품의 기여 마진이 18달러라면 판매당 광고비로 6달러까지