광고를 집행할 때 가장 어려운 질문 중 하나가 있다.
우리 제품을 살 만한 사람이 누구인지 어떻게 찾는가.
관심사로 타겟을 잡아도 맞지 않는 경우가 많다. 나이나 성별로 좁혀도 전환이 안 된다. 유사 타겟팅은 이 문제를 다른 방식으로 접근한다. 이미 산 사람과 닮은 사람을 찾는 것이다.
💡 관련 글
유사 타겟팅이란 무엇인가
유사 타겟팅(Lookalike Targeting)은 기존 고객 데이터를 기반으로 그들과 유사한 특성을 가진 신규 고객을 찾아내는 타겟팅 방식이다.
메타(페이스북·인스타그램), 구글, 틱톡 등 대형 광고 플랫폼에서 제공하는 기능이다.
작동 방식은 단순하다. 우리 고객 목록을 플랫폼에 업로드하면, 플랫폼이 그 고객들의 공통 특성을 분석한다. 나이, 성별, 관심사, 행동 패턴, 소비 성향 등 수백 가지 신호를 본다. 그리고 전체 플랫폼 사용자 중에서 그 특성과 가장 닮은 사람들을 찾아낸다.
직접 타겟 조건을 설정하는 게 아니라, 데이터가 타겟을 만들어주는 방식이다.
유사 타겟팅이 강력한 이유
마케터가 아무리 타겟 조건을 잘 설정해도 실제 구매 고객의 패턴을 완벽하게 재현하기 어렵다.
"30대 여성, 뷰티 관심, 소득 상위"라고 설정해도 실제로 구매하는 사람의 특성과 다를 수 있다. 마케터의 가정이 틀릴 수 있기 때문이다.
유사 타겟팅은 이 가정을 없앤다. 실제로 돈을 낸 사람의 데이터를 기반으로 알고리즘이 패턴을 찾기 때문에, 마케터가 예상하지 못했던 특성까지 반영된다.
결과적으로 일반 관심사 타겟팅보다 전환율이 높은 경우가 많다. 이미 살 가능성이 높은 사람에게 보여주기 때문이다.
소스 오디언스 — 유사 타겟의 품질을 결정하는 것
유사 타겟팅의 성패는 소스 오디언스(Source Audience) 품질에 달려있다. 소스 오디언스는 유사 타겟을 만드는 데 쓰이는 기존 고객 데이터다.
쓰레기를 넣으면 쓰레기가 나온다. 좋은 소스 오디언스가 좋은 유사 타겟을 만든다.
좋은 소스 오디언스 예시
- 실제 구매 고객 목록
- 고가 제품 구매 고객
- 재구매 고객
- LTV 상위 고객
- 특정 기간 내 전환 고객
나쁜 소스 오디언스 예시
- 단순 웹사이트 방문자 전체
- 이메일 수신 거부한 고객 포함 목록
- 이벤트 참여만 한 고객 (구매 없음)
- 오래된 고객 데이터 (1년 이상 전)
소스 오디언스는 품질이 좋아야 하고, 충분한 규모가 있어야 한다. 메타 기준으로 최소 1,000명 이상, 1,000~5,000명 사이가 가장 안정적인 결과가 나온다고 알려져 있다.
유사도 설정 — 얼마나 닮은 사람을 찾을 것인가
유사 타겟팅에는 유사도(Similarity) 설정이 있다. 얼마나 닮은 사람까지 포함할지를 결정하는 것이다.
메타 기준으로 1%~10% 범위에서 설정한다.
1% 유사 타겟
소스 오디언스와 가장 닮은 상위 1%를 타겟으로 한다. 규모는 작지만 정밀도가 높다. 전환율이 가장 높다.
5~10% 유사 타겟
더 넓은 범위를 타겟으로 한다. 규모는 크지만 소스 오디언스와의 유사도는 낮아진다. 인지도 확산이나 규모 있는 캠페인에 적합하다.
일반적으로 처음에는 1~2%로 시작해서 성과를 보고 범위를 넓히는 방식이 권장된다.
유사 타겟팅 활용 전략
구매 고객 기반 유사 타겟
가장 기본적이고 효과적인 방법이다. 실제 구매 고객 목록을 소스로 쓴다. 이미 살 의사가 있는 사람과 닮은 사람을 찾기 때문에 전환율이 높다.
고가치 고객 기반 유사 타겟
전체 구매 고객이 아니라 LTV 상위 고객만 추려서 소스로 쓴다. 단순히 한 번 산 사람이 아니라 재구매하고 많이 쓰는 고객과 닮은 사람을 찾는다. 더 좋은 고객을 데려올 가능성이 높다.
픽셀 기반 유사 타겟
메타 픽셀이나 구글 태그를 통해 수집된 웹사이트 행동 데이터를 소스로 쓴다. 장바구니에 담은 사람, 결제 페이지까지 간 사람 등 특정 행동을 한 사람들과 닮은 사람을 찾는다.
동영상 시청자 기반 유사 타겟
광고 영상을 75% 이상 시청한 사람들과 닮은 사람을 찾는다. 브랜드에 관심을 보인 사람과 유사한 타겟을 만들 수 있다.
유사 타겟팅의 한계
소스 오디언스 규모가 작으면 효과가 떨어진다
구매 고객이 100명밖에 없는 초기 브랜드에서는 유사 타겟의 품질이 낮다. 데이터가 충분히 쌓인 뒤에 써야 효과적이다.
쿠키 제한으로 정확도가 낮아지고 있다
iOS 업데이트 이후 메타 픽셀 데이터 수집이 제한되면서 유사 타겟의 정확도가 과거보다 낮아졌다. 퍼스트파티 데이터(자사 보유 고객 데이터)를 직접 업로드하는 방식이 더 중요해졌다.
경쟁이 심해질수록 비용이 올라간다
많은 브랜드가 유사 타겟팅을 쓰면 같은 오디언스 풀을 놓고 경쟁하게 된다. 입찰 경쟁이 심해지면 CPM과 CPC가 올라간다.
리타겟팅과의 차이
유사 타겟팅과 자주 혼동하는 개념이 리타겟팅이다.
| 구분 | 유사 타겟팅 | 리타겟팅 |
|---|---|---|
| 대상 | 기존 고객과 닮은 신규 고객 | 이미 접촉한 기존 사용자 |
| 목적 | 신규 고객 획득 | 기존 접촉자 전환 |
| 데이터 | 고객 특성 패턴 | 웹사이트 방문·행동 |
| 퍼널 위치 | 상단 (인지·탐색) | 하단 (전환) |
리타겟팅이 한 번 관심 보인 사람을 다시 잡는 것이라면, 유사 타겟팅은 아직 모르는 새로운 사람을 찾는 것이다. 둘을 함께 운영하는 게 일반적이다.
마케터가 기억해야 할 것
유사 타겟팅은 데이터가 많을수록 강해진다. 초기에는 효과가 제한적이지만 고객 데이터가 쌓일수록 정밀도가 올라간다.
좋은 고객을 소스로 넣으면 좋은 고객이 나온다. 소스 오디언스 설계가 유사 타겟팅 전략의 핵심이다.
타겟을 마케터가 직접 설정하는 시대에서, 데이터가 타겟을 만드는 시대로 바뀌고 있다. 유사 타겟팅은 그 변화의 대표적인 사례다.
우리 고객이 누구인지 알면, 다음 고객도 찾을 수 있다.
'퍼포먼스 마케팅' 카테고리의 다른 글
| 프로그래매틱 광고란 무엇인가 — AI가 실시간으로 광고를 집행하는 구조 (0) | 2026.05.21 |
|---|---|
| A/B 테스트란 무엇인가 — 감이 아닌 데이터로 광고를 최적화하는 법 (0) | 2026.05.15 |
| 코호트 분석이란 무엇인가 — 고객 이탈 시점을 찾아내는 데이터 분석법 (0) | 2026.05.15 |
| 리타겟팅이란 무엇인가? — 한 번 온 고객을 다시 데려오는 구조 (0) | 2026.04.24 |
