신용 점수 기반 맞춤형 타겟팅으로 광고 효율 향상 — 민감정보 제약을 우회한 리타겟팅 설계
소득·신용 정보가 민감 정보로 규제되어 정교한 타겟팅이 막혀 있던 대출 서비스 기업이, 자체 데이터 태깅과 오디언스 솔루션을 활용해 신용 점수 구간별 맞춤 광고와 디타겟팅을 구현한 사례.
핵심 요약
- 플랫폼이 민감 정보로 규제하는 속성이라도, 자체 오디언스 관리 솔루션을 거치면 규제를 우회하지 않으면서도 세분화된 타겟팅이 가능하다.
- 타겟팅 정교화는 데이터 수집 점검(무엇이 부족한가)에서 출발해야 이후 세그먼트 설계가 헛돌지 않는다.
- 타겟팅뿐 아니라 이탈 가능성이 높은 고객을 디타겟팅하는 것도 광고비 효율화의 동등하게 중요한 축이다.
- 세분화된 타겟 그룹은 한 번 만들고 끝나는 것이 아니라, 캠페인 결과를 반영해 반복적으로 재조정해야 전환율 개선이 지속된다.
무엇이 문제였나
대출 서비스에서 핵심 변수인 신용 점수는 구글·Meta 등 광고 플랫폼에서 민감 정보로 취급되어, 이를 기반으로 한 타겟팅과 리타겟팅에 제약이 걸려 있었다. 세부적인 고객 특성을 반영한 정교한 타겟 설정이 어려워, 광고비 효율을 끌어올릴 방법이 필요한 상황이었다.
과제
- 구글이 개인 신용 정보(소득, 신용 점수 등)를 민감 정보로 취급해 타겟팅·리타겟팅 캠페인이 제한되었다.
- Meta 역시 신용 점수 등 세부 고객 특성을 고려한 정교한 타겟 설정에 한계가 있었다.
- 타겟팅과 디타겟팅을 통해 광고비를 효율적으로 운영할 전략이 필요했다.
접근
- 현재 부족한 고객 정보(신용 점수, 대출 상품 조회 이력 등)를 먼저 점검하고 추가 태깅 항목을 정의했다.
- 신용 점수 구간별 세그먼트 조건과 메시지 시나리오를 미리 설계했다.
- 수집한 데이터를 광고 플랫폼에 연동한 뒤, 비즈스프링의 오디언스 솔루션인 TAM(Target Audience Manager)을 통해 민감 정보 제약 없이 세분화된 타겟을 운용하는 구조를 만들었다.
구축 내용
- GA4 등 표준 분석 툴의 수집 한계를 넘기 위해 GP Tracker 같은 대체 수집 방법으로 데이터를 보완했다.
- 구글 Ads에는 User-id 기준 cid 값을, Meta에는 Custom Audience 생성용 스크립트를 설치해 플랫폼 연동을 완료했다.
- TAM을 통해 신용 점수를 10점 단위 구간(예: 600~610점, 710~720점)까지 세분화하고, 특정 상품 페이지 조회나 검색어 유입 등 행동 조건을 결합한 맞춤 타겟을 자유롭게 정의했다.
- 전환 퍼널 중간에서 이탈할 가능성이 있는 고객을 추출해 디타겟팅 그룹으로 별도 관리했다.
이 사례에서 배울 수 있는 것
- 플랫폼이 민감 정보로 규제하는 속성이라도, 자체 오디언스 관리 솔루션을 거치면 규제를 우회하지 않으면서도 세분화된 타겟팅이 가능하다.
- 타겟팅 정교화는 데이터 수집 점검(무엇이 부족한가)에서 출발해야 이후 세그먼트 설계가 헛돌지 않는다.
- 타겟팅뿐 아니라 이탈 가능성이 높은 고객을 디타겟팅하는 것도 광고비 효율화의 동등하게 중요한 축이다.
- 세분화된 타겟 그룹은 한 번 만들고 끝나는 것이 아니라, 캠페인 결과를 반영해 반복적으로 재조정해야 전환율 개선이 지속된다.
자주 묻는 질문
신용 점수 기반 맞춤형 타겟팅으로 광고 효율 향상 — 민감정보 제약을 우회한 리타겟팅 설계
소득·신용 정보가 민감 정보로 규제되어 정교한 타겟팅이 막혀 있던 대출 서비스 기업이, 자체 데이터 태깅과 오디언스 솔루션을 활용해 신용 점수 구간별 맞춤 광고와 디타겟팅을 구현한 사례.