# 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.

## FAQ
**Q. 신용 점수 기반 맞춤형 타겟팅으로 광고 효율 향상 — 민감정보 제약을 우회한 리타겟팅 설계**

A. 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.

---
출처: https://bizspring.ai/kb/case/blog-credit-score-based-ad-targeting · 최종 갱신 2026-08-23T15:08:48.7497+00:00