강남 피부과의 5개월 차 ROAS 24배. 타깃과 입찰을 데이터로 다듬다.

01 / 병원에 맞는 광고

출발점은 업종이 아니라, 이 병원의 고객이었습니다.

피부과 광고에는 비슷한 검색어가 자주 등장합니다. 그러나 검색어가 같아도 고객의 방문 목적과 시점, 비교하는 대안, 기대하는 서비스는 다를 수 있습니다. 특히 외국인 고객은 한국 방문을 계획하는 단계와 이미 체류하며 병원을 찾는 단계에서 필요한 정보가 달라집니다. 업종을 기준으로 설정을 복제하면 이런 차이가 광고 안에서 사라집니다.

이 프로젝트에서 growly는 고객 반응을 모아 병원과의 적합성을 살피고, 그 판단을 타깃과 입찰 조정에 반영했습니다. 처음부터 완성된 정답을 정해두는 방식은 아니었습니다. 집행하면서 쌓이는 데이터가 다음 집행의 판단 근거가 되도록 했습니다.

여기서 적합한 고객이란 클릭할 가능성이 높은 사람만을 뜻하지 않습니다. 병원이 제공하는 서비스에 관심을 갖고, 상담 이후의 실제 선택으로 이어질 가능성이 있는 고객입니다. 광고에서 보는 반응과 병원에서 확인하는 결과를 함께 해석해야 한다는 점이 이번 사례의 중심입니다.

02 / 성과를 읽는 기준

문의의 양과 비즈니스 성과를 함께 읽습니다.

growly는 병원의 광고 집행 데이터를 모아, 이 병원에 맞는 고객군과 집행 조건을 찾았습니다. 분석의 중심에는 광고에 반응하는 사람과 병원의 서비스를 선택하는 사람 사이의 차이가 있었습니다. 문의를 많이 만드는 조건이 실제 방문과 매출에도 같은 가치를 갖는지 살펴야, 다음 예산을 어디에 쓸지 판단할 수 있기 때문입니다.

이 판단에는 지표의 의미를 구분하는 일이 먼저입니다. 문의 버튼 클릭, 상담 시작, 예약 확정, 실제 방문은 서로 다른 단계입니다. 광고 플랫폼의 전환 수는 설정한 행동의 횟수이므로, 그 자체를 예약 건수나 결제 고객 수로 읽을 수는 없습니다. 단계가 다른 숫자를 섞으면 고객 확보 비용도, 광고의 기여도도 다르게 보입니다.

매출을 해석할 때도 기간과 집계 기준이 중요합니다. 광고비가 발생한 시점과 방문·결제가 이뤄지는 시점에는 차이가 있고, 문의 한 건이 만들어내는 매출도 같지 않습니다. growly가 찾고자 한 것은 이 병원에 적합한 수요가 모이는 조건이었습니다. 그 기준을 세워야 성과가 좋은 구간을 더 살릴지, 집행 조건을 다시 다듬을지 결정할 수 있습니다.

03 / 고객군의 정교화

이 병원에 맞는 고객과 집행 조건을 좁혀갑니다.

growly는 이 병원의 집행 데이터를 검토하며 더 적합한 고객군과 집행 조건을 찾아 조정을 반복했습니다. 지역이나 연령 한 가지로 고객을 단정하기보다, 여러 조건에서 나타나는 반응을 병원의 서비스와 연결해 해석하는 접근입니다.

5개월 차 문의 기록에서는 미국으로 기입된 문의가 약 26%로 개별 국가 중 가장 큰 비중을 차지했습니다. 대만과 싱가포르를 합하면 세 국가의 비중은 약 43%였습니다. 다만 문의 비중이 크다는 사실만으로 그 국가가 광고비를 가장 효율적으로 쓸 곳이라고 결론 내릴 수는 없습니다. 문의 규모는 기회의 크기를 보여주는 출발점이고, 예산 판단에는 해당 수요를 확보하는 비용과 이후의 고객 반응이 더 필요합니다.

조건을 세분화할수록 비교할 항목은 늘지만, 각 구간에 쌓이는 데이터는 줄어듭니다. 적은 수의 문의에서 보인 차이를 곧바로 우수한 고객군의 증거로 삼기 어렵고, 소득이나 관심사 같은 추정 범주도 실제 구매 의사를 대신하지 않습니다. 아래 표는 캠페인 유형에 따라 검토할 수 있는 범위이며, 이번 사례에서 모든 항목을 사용했다는 의미는 아닙니다.

의료 분야에서는 사용할 수 있는 잠재고객 기능과 측정 정보에도 제한이 있습니다. 환자 명단이나 민감한 의료서비스 구매 정보를 일반적인 마케팅 데이터처럼 활용할 수는 없습니다. 병원 내부의 집계 분석과 광고 플랫폼에 보내는 정보를 구분하고, 허용되는 범위에서 고객 반응을 해석해야 합니다.

04 / 입찰의 균형

클릭 가격과 고객 확보 가치를 함께 봅니다.

growly는 반복적인 조정을 통해 이 병원에 맞는 입찰과 집행의 균형을 찾았습니다. 클릭을 더 싸게 확보하는 것만으로는 충분하지 않습니다. 클릭 비용이 낮아도 예약으로 이어질 가능성이 작다면 예산의 쓰임은 좋지 않을 수 있고, 더 높은 비용이 들어도 병원에 맞는 수요를 확보할 여지가 있다면 검토할 이유가 있습니다.

이때 중요한 질문은 현재의 평균 성과가 다음 예산에서도 이어질 것인가입니다. 광고비를 더 쓰면 이전과 같은 가격으로 같은 수준의 수요를 얻는다고 가정할 수 없습니다. 추가 집행에서 기대하는 가치와 늘어나는 비용을 함께 판단해야 합니다. 높은 평균 ROAS 하나로 확대를 결정하거나, 낮은 CPC 하나로 좋은 입찰이라고 결론짓기 어려운 이유입니다.

조정 방식은 적용한 입찰 전략에 따라 다릅니다. 수동 CPC는 최대 클릭 입찰가와 지원되는 조정값을 직접 관리합니다. 스마트 입찰은 전환 목표를 바탕으로 경매마다 입찰을 정하므로, 모든 지역·시간·인구통계 가산율을 수동으로 덧붙이는 방식이 아닙니다. 이 병원에서 growly는 데이터를 모아 적합한 집행 조건을 찾고, 반응을 보며 세부 조정을 이어갔습니다.

05 / 확인된 성과

5개월 차 ROAS 24배, 문의 기록은 1개월 차의 2.44배였습니다.

5개월 차, 병원과 growly가 확인한 광고비 대비 매출은 24배였습니다. ROAS는 광고비에 대한 매출의 비율입니다. 순이익이 24배라는 의미도, 광고가 없었을 때와 비교한 순수한 추가 매출을 측정했다는 의미도 아닙니다.

병원 대시보드의 일별 문의 기록을 같은 월 단위로 합산하면, 5개월 차 기록은 1개월 차의 약 2.44배로 늘었습니다. 증가율로는 약 144%입니다. 이 수치는 병원 문의 기록의 변화이며 Google Ads에 귀속된 전환 건수와는 구분합니다. 문의 증가 전체를 특정 광고 설정 하나의 효과로 해석하지 않았습니다.

두 지표는 서로 다른 질문에 답합니다. ROAS는 확인된 광고비 대비 매출을, 문의 기록은 병원에 들어온 수요의 변화를 보여줍니다. growly는 광고의 반응만으로 성과를 설명하지 않고, 병원에서 집계하는 결과와 함께 살폈습니다. 이번 성과 비교에는 집계가 완료된 기간만 포함했습니다.

06 / 성과 이후의 판단

성과가 나온 뒤에도, 분석과 조정은 이어집니다.

이 사례에서 growly는 이 병원의 데이터를 쌓고, 고객 반응에 맞춰 집행을 조정할 수 있는 판단 근거를 축적했습니다. 같은 지역에서 같은 서비스를 제공하는 병원이라도 유효한 타깃과 집행 조건은 달라질 수 있습니다.

문의가 늘어난 뒤에는 병원의 상담과 내원 과정이 이를 충분히 받아낼 수 있는지도 살펴야 합니다. 고객이 필요한 안내를 제때 받는지, 상담에서 반복되는 질문은 무엇인지, 고객 구성이나 경쟁 상황은 달라지지 않았는지가 다음 개선의 단서가 됩니다. 광고에서 만든 기회가 병원의 실제 성과로 이어지려면 이 과정도 함께 맞아야 합니다.

growly가 고객에게 제공하는 전문성은 이런 판단을 실제 집행으로 이어가는 데 있습니다. 반응을 읽고, 바꿀 지점을 정하고, 결과를 다시 확인합니다. 시간이 흐른다고 성과가 저절로 좋아지는 것은 아닙니다. 쌓인 데이터를 다음 선택에 반영할 때 광고는 해당 비즈니스에 더 잘 맞춰집니다.