OpenAdLibraryOpenAdLibrary
제휴 마케팅 & 미디어 구매

네이티브 광고에서 화이트리스트 캠페인: 언제 배치 전용으로 전환해야 하는가

화이트리스트 설정은 네이티브 캠페인을 이미 전환을 검증한 퍼블리셔 배치에 고정시켜, 알고리즘이 예산을 검증되지 않은 인벤토리 전체에 뿌리지 못하게 합니다. 이 트레이드오프가 가치가 있는 경우를 살펴봅니다.

편집 삽화: 네이티브 광고에서 화이트리스트 캠페인: 언제 배치 전용으로 전환해야 하는가

네이티브 광고의 화이트리스트 캠페인은 네트워크의 알고리즘이 예산을 전체 인벤토리에 뿌리도록 두는 대신, 이미 성과를 검증한 퍼블리셔 배치의 수동 선별 목록에서만 운영하는 캠페인입니다. 목록은 자체 데이터(또는 스파이 도구 연구)로 구축하고, 캠페인을 그 목록에 고정하며, 그 목록 외부의 모든 것은 별도로 테스트할 때까지 검증되지 않은 것으로 취급합니다.

대부분의 미디어 바이어는 네이티브 네트워크에서 반대 방식으로 시작합니다: 광범위 타겟팅, 알고리즘이 배치를 선택, 숫자를 보고 패배자를 일시 중지. 이는 발견에는 잘 작동합니다. 화이트리스트 설정은 이미 어떤 배치가 전환하는지 알고 매일 그 사실을 재발견하는 데 돈을 쓰는 것을 멈추고 싶을 때 하는 작업입니다.

Taboola, Outbrain 및 MGID에서 "화이트리스트"의 실제 의미#

각 네트워크는 약간 다르게 구현하지만, 개념은 동일합니다: 캠페인 또는 광고 세트에 첨부된 퍼블리셔/사이트 ID 허용 목록.

  • Taboola는 이를 "사이트 타겟팅" 규칙으로 특정 퍼블리셔를 "포함"하도록 설정합니다. 개별 사이트 ID까지 화이트리스트할 수 있으며, 일부 계정 티어에서는 사이트 내 특정 위젯 배치까지 세분화할 수 있습니다.
  • Outbrain (2025년 합병 후 Teads 산하에서 운영)은 캠페인 수준에서 퍼블리셔 타겟팅을 노출시켜, 승인된 섹션 또는 퍼블리셔 목록으로만 노출을 제한할 수 있게 합니다.
  • MGID와 Revcontent 모두 퍼블리셔 수준 포함 목록을 지원하지만, 세분화 및 해당 데이터에 대한 셀프 서비스 접근성은 계정 관리자와 지출 티어에 따라 다릅니다.

메커니즘은 간단합니다. 어려운 부분은 사용할 가치가 있는 화이트리스트를 구축하는 것이며, 이는 설정 문제가 아닌 연구 문제입니다. 기본 메커니즘보다 네트워크 UI가 더 자주 변경되므로, 귀하의 계정에서 정확한 셀프 서비스 컨트롤을 확인하려면 각 네트워크의 최신 문서를 확인하세요.

바이어가 배치 전용으로 전환하는 이유#

소수의 퍼블리셔 배치가 일반적으로 어떤 수직 시장에서든 볼륨과 품질의 불균형적인 몫을 차지합니다. 이는 Nutra 오퍼, 금융 리드, 또는 전자상거래를 운영하든 마찬가지입니다. 이미 최고의 CPA를 내는 배치를 찾았다면, 화이트리스트 설정은 광범위 타겟팅이 할 수 없는 세 가지 작업을 수행합니다:

  1. 검증되지 않은 인벤토리에 대한 낭비 지출을 차단합니다. 알고리즘이 귀하에게 한 번도 전환되지 않은 배치에서 "학습"하는 데 쓰는 모든 달러는 이미 전환된 배치에 쓰지 않는 달러입니다.
  2. 단위 경제를 안정화합니다. 광범위 캠페인은 알고리즘이 배치 간에 가중치를 이동함에 따라 주간마다 크게 요동칠 수 있습니다. 화이트리스트는 귀하의 믹스(따라서 CPC와 CVR)를 훨씬 더 예측 가능하게 유지합니다.
  3. 작동하는 각도를 소진으로부터 보호합니다. 특정 배치와 크리에이티브 조합이 전환한다면, 이를 자체 화이트리스트 캠페인으로 격리하면 광범위 캠페인의 예산 할당 내에서 희석시키는 대신 직접 그 위에 지출을 확장할 수 있습니다.

트레이드오프는 명백합니다: 새로운 배치를 발견하는 것을 멈춥니다. 화이트리스트 전용 계정은 배치가 피로해지고 아무것도 대체하지 않으면 서서히 축소됩니다. 병렬로 두 번째, 더 작은 발견 예산을 계속 운영하지 않는 한.

실제로 사용할 가치가 있는 화이트리스트 구축하기#

순진한 접근법은 몇 주 동안 광범위하게 운영하고 네트워크 리포트에서 자체 상위 퍼블리셔를 추출하는 것입니다. 이는 작동하지만, 귀하의 특정 오퍼와 크리에이티브에 대해 무엇이 전환했는지만 알려줍니다. 두 가지 더 나은 출처:

통계적 유의성을 기준으로 필터링한 자체 리포트. 세 번의 전환으로 배치를 화이트리스트하지 마세요. CPA가 단순한 노이즈가 아닐 만큼 충분한 볼륨을 기다린 후, 원시 전환 횟수가 아닌 이익으로 순위를 매기세요. 더 적고 더 저렴한 전환을 제공하는 퍼블리셔가 종종 더 비싼 전환을 더 많이 제공하는 퍼블리셔를 이깁니다.

이미 귀하의 수직 시장에서 검증된 배치에 대한 경쟁사 연구. 많은 바이어가 여기서 막히는 부분입니다. 네트워크 대시보드는 자체 캠페인만 보여주지 다른 사람의 작동 방식을 보여주지 않기 때문입니다. 이것이 바로 OpenAdLibrary가 해결하도록 구축된 특정 격차입니다: 인덱스를 수직 시장과 네트워크별로 필터링하여 동일한 오퍼 유형을 운영하는 광고주가 누구인지, 그들의 광고가 얼마나 오래 라이브 상태였는지, 그리고 추적된 목적지로 나타나는 퍼블리셔 배치가 무엇인지 볼 수 있습니다. 장기성은 여기서 가장 중요한 신호입니다. 특정 배치에서 30일 이상 라이브 상태인 광고는 그곳에서 매우 수익성이 있을 가능성이 높습니다. 그 메커니즘이 유지되는 이유는 광고 장기성을 승리 신호로 참조하세요.

예산을 투입하기 전에 자체 계정과 교차 참조하세요. 귀하의 수직 시장에서 경쟁사의 오퍼가 작동하는 배치는 보장이 아닌 단서입니다. 그들의 크리에이티브, 입찰 전략, 및 오퍼 조건이 계산을 변경할 만큼 충분히 다를 수 있기 때문입니다.

화이트리스트 설정이 역효과를 내는 경우#

배치 전용 타겟팅이 도움보다 해가 더 큰 세 가지 상황:

  • 아직 충분한 데이터가 없습니다. 소수의 전환으로 화이트리스트 설정하면 노이즈에 갇히게 됩니다. 배치당 통계적으로 의미 있는 볼륨을 얻을 만큼 충분히 오래 광범위하게 운영하세요.
  • 귀하의 수직 시장에서 크리에이티브 피로도가 높습니다. 귀하의 틈새 시장에서 광고가 빠르게 소진된다면(경품 행사 및 일부 Nutra 하위 수직 시장에서 흔함), 정적 화이트리스트는 실제로 몇 주 내에 전환하는 것과 일치하는 것을 멈춥니다. 하나의 고정된 목록이 아닌 신선한 화이트리스트의 순환이 필요합니다.
  • 새로운 오퍼나 각도를 테스트 중입니다. 새로운 테스트는 자체 승리 배치를 찾기 위해 광범위한 노출이 필요합니다. 다른 오퍼에 대해 작동한 배치에서만 새로운 오퍼를 운영하면 테스트에 편향이 생깁니다.

실용적인 화이트리스트 워크플로우#

  1. 새로운 오퍼를 초기 발견 기간 동안 광범위하게 운영하세요. 예산에 맞춰 조정합니다(고정된 일수가 아닌, 퍼블리셔당 의미 있는 전환 볼륨을 얻을 만큼 충분한 지출).
  2. 배치 수준 성과를 추출하고, 통계적 유의성을 기준으로 필터링하고, 이익 기여도로 순위를 매깁니다.
  3. 상위 성과 배치로 "핵심" 화이트리스트 캠페인을 구축하고, 새로운 배치를 계속 찾기 위해 광범위하게 유지(또는 더 넓은 그물망을 샘플링)하는 별도의 "정찰" 캠페인을 만듭니다.
  4. 핵심 목록을 매월 재확인하세요. 퍼블리셔는 인벤토리를 순환하고, 트래픽 품질은 표류하며, 어제의 상위 배치가 조용히 평평해질 수 있습니다.
  5. 경쟁사 확인을 추가합니다: 귀하의 수직 시장에서 여러 광고주의 추적된 랜딩 페이지에 걸쳐 지속된 기간 동안 동일한 퍼블리셔 배치가 나타나는 것을 보면, 자체 데이터에 아직 없더라도 테스트할 가치가 있습니다.

네트워크별 화이트리스트 설정: 실제로 다른 점#

메커니즘은 보편적이지만, 화이트리스트를 구축하고 운영하는 실용적인 경험은 네트워크 간에 충분히 달라서 이를 고려하여 계획할 가치가 있습니다.

Taboola에서는 퍼블리셔 및 사이트 ID 타겟팅이 성숙하고 합리적으로 세분화되어 있으며, 대규모 계정은 종종 셀프 서비스 대시보드에 보이지 않는 위젯 수준 세부 정보를 계정 관리자로부터 얻습니다. 그 세분화는 담당자가 있을 만큼 충분히 지출한다면 직접 요청할 가치가 있습니다. 왜냐하면 위젯 수준 화이트리스트 설정은 사이트 수준 화이트리스트 설정이 완전히 놓치는 성과 차이를 포착하기 때문입니다.

Outbrain에서는, 이제 Teads의 더 넓은 공급망에 통합되었으며, 퍼블리셔 타겟팅이 캠페인 수준에 존재하며 기본적으로 Taboola의 것보다 더 거칠어지는 경향이 있습니다. Taboola의 세분화에 익숙하다면, 화이트리스트를 투입하기 전에 주어진 퍼블리셔 항목이 실제로 무엇을 포함하는지 정확히 확인하는 데 더 많은 시간을 들일 것으로 예상하세요.

MGID와 Revcontent에서는, 셀프 서비스 퍼블리셔 데이터가 종종 계정 관리자로부터 얻는 것보다 더 얇기 때문에, 담당자와의 관계가 더 큰 네트워크보다 화이트리스트 품질 데이터에 더 중요합니다. 대시보드에만 의존하기보다 담당자에게 직접 퍼블리셔 성과 분석을 요청하는 것이 가치가 있습니다.

명명할 가치가 있는 실수: 허영 지표로 화이트리스트 설정하기#

일반적인 실패 모드는 이익 대신 CTR 또는 원시 클릭 볼륨으로 화이트리스트를 구축하는 것입니다. 낮은 CPC로 엄청난 클릭 볼륨을 유도하는 퍼블리셔도 전환율이 나쁘면 순손실일 수 있는 반면, 더 높은 CPC지만 훨씬 더 나은 전환율을 가진 더 낮은 볼륨의 배치가 종종 더 나은 화이트리스트 후보입니다. 모든 화이트리스트 결정을 대시보드 요약 보기에서 가장 인상적으로 보이는 지표가 아닌 이익 기여도로 순위를 매기세요.

동일한 함정은 바이어가 단일 큰 하루를 기준으로 화이트리스트 설정할 때 나타납니다. 한 배치가 멋진 하루를 보낸다고 해서 그것이 신뢰할 수 있는 장기 화이트리스트 항목이 되는 것은 아닙니다. 최소한 전체 주 이상, 이상적으로는 더 오래, 그리고 하나 이상의 크리에이티브에 걸쳐 유지되는 성과를 원합니다. 그래야 광고와 오디언스의 한 번의 운 좋은 짝짓기가 아닌 배치 자체를 화이트리스트하게 됩니다.

FAQ#

아래 답변은 빠른 답변을 찾아 스캔하는 경우 독립적으로 이해될 수 있도록 작성되었습니다.

자주 묻는 질문

화이트리스트 설정은 배치 블랙리스트 설정과 같은 것인가요?
아니요, 서로 반대 개념입니다. 블랙리스트는 광범위한 캠페인에서 특정 퍼블리셔를 제외하는 반면, 화이트리스트는 캠페인을 승인된 목록으로만 제한합니다. 대부분의 계정은 둘 다 사용합니다: 광범위 캠페인에서 명백한 불량 배치를 차단하는 블랙리스트와, 검증된 승자들을 중심으로 구축된 별도의 캠페인을 위한 화이트리스트입니다.
배치를 화이트리스트에 추가하기 전에 얼마나 많은 데이터가 필요하나요?
보편적인 전환 횟수는 없지만, 배치당 약 20~30회 미만의 전환은 신뢰하기에 노이즈가 너무 많다고 간주하세요. 새로운 전환이 들어올 때마다 배치당 CPA가 크게 요동친다면, 화이트리스트를 고정할 만큼 충분한 볼륨이 아직 없는 것입니다.
모든 네이티브 네트워크에서 화이트리스트 설정이 가능한가요?
Taboola, Outbrain, MGID 및 Revcontent은 모두 어떤 형태로든 퍼블리셔 수준의 포함 타겟팅을 지원하지만, 셀프 서비스 접근성과 세분화 정도는 계정 티어와 계정 관리자에 따라 다릅니다. 특정 기능이 사용 가능하다고 가정하기 전에 귀하의 특정 계정에 대한 최신 문서를 확인하세요.
화이트리스트 설정이 CPC를 낮추나요?
직접적으로는 아니지만, 일반적으로 전환되지 않는 인벤토리에 대한 지출을 줄여 혼합 CPA를 낮춥니다. 화이트리스트된 배치 자체의 CPC는 다른 타겟팅과 동일한 경매 역학에 의해 설정됩니다. 화이트리스트 설정은 예산이 가는 곳을 변경할 뿐, 특정 배치에 대해 지불하는 금액을 변경하지는 않습니다.
신규 광고주는 화이트리스트로 시작해야 하나요?
아니요. 화이트리스트를 구축할 가치가 있으려면 자체 성과 데이터나 강력한 경쟁사 증거가 필요합니다. 신규 광고주는 먼저 광범위하게 운영하여 배치 수준 데이터를 생성하고, 패턴이 나타나면 좁혀나가야 합니다.
OpenAdLibrary 팀
작성자OpenAdLibrary 팀
광고 인텔리전스 및 네이티브 광고 리서치

우리는 오픈 광고 투명성 플랫폼인 OpenAdLibrary를 구축합니다. 매일 저희 시스템은 Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo 및 MSN에서 라이브 네이티브 광고를 캡처하고, 각 광고 뒤의 실제 광고주를 식별하며, 클릭을 따라 랜딩 페이지까지 추적합니다. 이 가이드는 해당 데이터에서 확인한 내용을 정제하여 시장을 더 빠르게 연구할 수 있도록 돕습니다.