인공지능을 활용한 온라인 광고 성과 향상 방안

Abstract

Since online advertising sales volume surpassed TV advertising in 2012, the online advertising market has been continuously growing. The e-commerce market, that is, the online shopping mall industry, which is growing as much as online advertising, is an area that is highly dependent on online advertising. Online advertising operation to improve the performance of online advertising is experiencing difficulties due to difficulties in checking advertising performance and managing too many advertising creatives. In addition, the reduction of online advertising performance due to the policy to strengthen personal information protection in the global market is also a big problem. The ideal online advertising operation method to improve the performance of online advertising is to check the advertising performance in real-time in units of advertising creatives and execute advertising operation tasks according to the performance. In reality, it is impossible to implement with human resources, so automation is required. In this study, I proposed and implemented an online advertising performance analysis system with a structure that can collect and reprocess data flexibly for the automation of online advertising operations. In addition, based on the data analyzed in the online advertising performance analysis system, four methods of an online advertising automatic operation system that can improve advertising performance were presented and implemented, and then a performance test was conducted. First, the Facebook catalog advertising automatic operation system is a method to prevent wastage of advertising costs and improve performance by updating the advertising creatives registered in the advertising media by reflecting the advertising product status of the advertiser site. The experiment was conducted as an operation experiment in which the advertising creatives of the advertising media are automatically updated according to the product status of the advertiser's site every hour which medium and large size Internet shopping malls with annual sales of KRW 10 billion or more. It was confirmed that the performance of the operation was greatly improved through the method proposed in the study. Second, the automatic operation for the purpose of conversion among the Naver search advertising automatic operation systems is a method to prevent wastage of advertising costs and improve performance by managing the Leakage Ratio, which is a new advertising performance indicator. The experiment was conducted on search keywords of medium and large size Internet shopping malls with annual sales of more than KRW 10 billion, adjusting bids based on existing performance on a daily basis to manage Leakage Ratio and comparing changes in advertising sales performance. Through the experiment, it was confirmed that the waste of advertising expenses was reduced by managing the Leakage Ratio and the sales through advertising increased. Third, the automatic operation for the purpose of visit among the Naver search advertising automatic operation system is divided into the method of predicting the number of visitors and the method of predicting the trend of visitors. The method of predicting the number of visitors is predicted by using the advertising cost for each search keyword as an input value. For the experiment, AI training data was created based on the operational data and performance data of search keywords for a year, and an AI model was implemented to compare the accuracy of predicting the number of visitors. Fourth, the method of predicting the visitor trend is a method of predicting the increase or decrease of the visitor by using the advertising cost for each search keyword as an input value. The biggest difference from the method of predicting the number of visitors is that it does not predict a wide range of visitor numbers but only predicts three trends. The experiment is similar to the experiment for predicting the number of visitors, but an experiment was conducted to compare the accuracy of visitor trend prediction by changing the AI modeling and implementing it. The prediction accuracy as a result of the third and fourth experiment is under 90%, which is not high compared to the previous studies, but it can be applied to the actual industry as a reference for the manual operation of online advertising. When the automatic online advertisement operation methods proposed in this study are applied to actual industries, it is possible to reduce human resources, and enable ideal advertising operation methods that were not previously possible, and through this, the effect of improving advertising performance can be expected. The prediction method through AI can also directly help with the advertising cost planning strategy of manually operated online advertising. Through these advertising operation methods, it will be possible to operate advertising that can increase advertising performance without wasting the advertising costs of advertisers.|2012년 온라인 광고비가 지상파 TV 광고비를 추월한 이래 온라인 광고시장은 지속적으로 성장을 하고 있다. 온라인 광고 못지않게 성장하고 있는 전자상거래 시장, 즉, 온라인 쇼핑몰 산업은 온라인 광고의 의존도가 높은 영역이다. 온라인 광고의 성과를 향상시키기 위한 온라인 광고 운영작업은 기존 광고 성과 확인의 어려움과 너무 많은 광고 소재 관리 등의 이유로 어려움을 겪고 있다. 또한, 글로벌 시장에서 개인정보보호 강화 정책으로 인한 온라인 광고 성과의 저하도 큰 문제가 되고 있다. 온라인 광고의 성과를 향상시키기 위한 이상적인 온라인 광고 운영 방법은 광고 소재 단위로 광고의 성과를 실시간으로 확인하고, 성과에 따라 광고 운영작업을 실행하는 것이다. 현실적으로 인적 리소스로는 실행이 불가능하여 자동화가 필요하다. 본 연구에서는 온라인 광고 운영의 자동화를 위하여 데이터 수집과 재가공을 유연하게 할 수 있는 구조의 온라인 광고 성과분석 시스템을 제안하고 구현하였다. 또한, 온라인 광고 성과분석 시스템에서 분석한 데이터를 바탕으로 광고 성과를 향상시킬 수 있는 온라인 광고 자동운영 시스템 4가지 방법을 제시하고 구현한 후 성능 실험을 진행하였다. 첫째, 페이스북 카탈로그 광고 자동운영 시스템은 광고주 사이트의 광고 소재 상태를 반영하여 광고매체에 등록된 광고 소재를 업데이트 함으로써 광고비의 낭비를 막고 성과를 높이는 방법이다. 실험은 연 매출 100억 원 이상의 중대형 인터넷 쇼핑몰을 대상으로 1시간 단위로 광고매체의 광고 소재를 광고주 사이트의 상품의 상태에 맞게 자동으로 업데이트하는 방식의 운영 실험으로 진행하였으며, 기존 운영 방법에 비하여 본 연구에서 제안하는 방법을 통한 운영의 성과가 크게 향상됨을 확인하였다. 두 번째, 네이버 검색 광고 자동운영 시스템 중 전환을 목적으로 하는 자동운영은 새로운 광고 성과지표인 누수율을 관리하여 광고비의 낭비를 막고 성과를 높이는 방법이다. 실험은 연 매출 100억 원 이상의 중대형 인터넷 쇼핑몰들의 검색 키워드들을 대상으로 1일 단위로 기존 성과를 바탕으로 입찰가를 조정하며 누수율을 관리하고, 광고 매출 성과의 변화를 비교하는 실험을 진행하였다. 실험을 통해 누수율 관리로 광고비의 낭비가 줄었으며, 광고를 통한 매출이 증가되는 것을 확인하였다. 세 번째, 네이버 검색 광고 자동운영 시스템 중 유입을 목적으로 하는 자동운영은 방문자 수를 예측하는 방법과 방문자 추이를 예측하는 방법으로 나누어 제시하였다. 방문자 수를 예측하는 방법은 검색 키워드 별로 광고비를 입력값으로 하여 방문자 수를 예측하는 방법으로, 실험은 1년 간 검색 키워드의 운영 데이터와 성과 데이터를 바탕으로 인공지능 훈련 데이터를 만들고, 인공지능 모델을 구현하여 방문자 수 예측 정확도를 비교하는 실험을 진행하였다. 네 번째, 방문자 추이를 예측하는 방법은 검색 키워드 별로 광고비를 입력값으로 하여 방문자의 증감을 예측하는 방법이다. 방문자 수를 예측하는 방법과의 가장 큰 차이는 넓은 범위의 방문자 수를 예측하는 것이 아니라 3가지 추이만을 예측한다는 것이다. 실험은 방문자 수를 예측하는 실험과 유사하나 인공지능 모델링에 변화를 주고 이를 구현하여 방문자 추이 예측 정확도를 비교하는 실험을 진행하였다. 세 번째와 네 번째 실험 결과, 예측 정확도가 80%대로 선행 연구에 비해 높지 않으나 온라인 광고 수동 운영의 참고 자료로 실제 산업에 적용이 가능하다. 본 연구에서 제안한 온라인 광고 자동운영 방법들이 실제 산업에 적용이 되면, 인적 리소스 감소와 기존에는 불가능했던 이상적인 광고 운영 방법을 가능하게 해주고, 이를 통해 광고 성과를 향상시키는 효과를 기대할 수 있다. 인공지능을 통한 예측 방법도 수동으로 운영하는 온라인 광고의 광고비 집행 전략에 직접적으로 도움을 줄 수 있다. 이러한 광고 운영 방법들을 통해 광고주의 광고비를 낭비하지 않으면서 광고 성과를 높일 수 있는 광고 운영이 가능해질 것이다.