우리 브랜드의 고객은
오프라인 어디에 있을까

첫 번째는 리테일 브랜드입니다. 이 브랜드는 온라인에서는 고객을 잘 압니다. 하지만 이 온라인 정보는 오프라인 광고 계획으로 이어지지 못했고, 오프라인 광고는 온라인 고객 정보와 따로 기획하는 수밖에 없었습니다.

출발점은 이 브랜드가 이미 갖고 있던 웹사이트 데이터였습니다. 이용자의 약 85%가 여성이었고, 주요 연령대는 30대와 40대였습니다. 여기서 여성 30~49세를 기본 조건으로 잡고, 구매력을 가늠할 주거 지표를 더했습니다. 웹사이트를 운영하는 브랜드라면 대부분 갖고 있는 정보입니다. 이 정도로도 오프라인 지도를 그리기 시작할 수 있습니다.

이 고객을 세 가지 시간으로 나눠 찾았습니다. 사는 곳, 평일 낮에 머무는 곳, 그리고 아침 출근길입니다.

먼저 사는 곳입니다. 불리언 오버레이로 찾았습니다. 첫 번째 조건은 15억 원 이상 거래된 아파트 단지가 있는 권역이고, 그 위에 여성 30~49세의 거주 분포를 겹쳤습니다.

구매력은 아파트 거래가 하나로 판단하지 않았습니다. 소득 분포와 주변 소비 수준, 가처분소득 추정도 함께 놓고 봤습니다. 이렇게 구매력이 있으면서, 이 브랜드 고객이 많이 사는 생활권만 남겼습니다.

구매력이 있는 30~40대 여성이 사는 곳이라면, 어느 동네가 먼저 떠오르시나요? 남은 후보 권역마다 이 타깃이 얼마나 사는지 추정해 비교했습니다.

1위는 왕십리·행당, 약 2만 8천 명입니다. 2위 아현·공덕은 약 1만 8천 명입니다. 집 주변에서 이 고객을 만난다면, 왕십리·행당의 매체부터 봅니다.

평일 오전 11시부터 오후 5시까지 같은 타깃이 어디에 머무는지 봤습니다. 숫자는 시간당 평균 머무는 사람 수라서 앞 장의 거주 인구와는 단위가 다릅니다. 낮에는 고객이 두 갈래로 나뉩니다. 일터 근처에 있는 고객과, 집 근처에 있는 고객입니다.

업무지역(소득 수준이 높은 사업장이 모인 곳)에서는 명동·종로·회현이 시간당 약 6만 5천 명으로, 주거지역(15억 원 이상 단지 주변)에서는 역삼·서초·도곡이 약 4만 3천 명으로 1위입니다. 사는 사람이 가장 많은 곳은 왕십리·행당이지만, 같은 고객이라도 광고할 시간을 정하는 순간 지역이 바뀝니다.

OD 데이터로 후보 주거 권역 15곳에서 아침 7시부터 11시까지 나가는 이동을 봤습니다. 모두 약 5만 6천 건으로 추정됩니다. 출발 동네는 열다섯 곳에 흩어져 있는데, 도착 쪽에서는 이동이 모이는 업무 권역이 두 곳 보입니다. 도심의 명동·종로·회현, 강남의 역삼·삼성·대치입니다. 전체 이동의 약 27%, 네 건 중 한 건 이상이 이 두 권역으로 이어졌습니다.

눈여겨볼 점이 있습니다. 이 두 곳은 앞 장에서 체류인구로 본 평일 낮 업무지역 1위와 2위입니다. 낮에 머무는 데이터와 아침에 움직이는 데이터, 서로 다른 두 데이터가 같은 곳을 가리킨 겁니다.

정리하면, 같은 고객이 세 개의 지도로 나옵니다. 어디에 더 무게를 둘지는 캠페인 목표가 정합니다. 신제품을 넓게 알리는 게 먼저라면 타깃이 시간당 6만 명 넘게 머무는 평일 낮 도심을, 사는 동네 가까이에서 구매로 잇고 싶다면 왕십리·행당을, 매일 같은 길에서 반복해 보여주고 싶다면 출근길을 먼저 봅니다.

여기에 더해 특정 날짜로도 봅니다. 다음 달 어느 금요일 저녁에 신제품 광고를 한다면, 약 2년간 쌓아 둔 데이터와 통계 모델로 그날 그 시간에 타깃이 어디에 얼마나 모일지 미리 추정합니다. 광고할 날짜가 정해지면, 그날 기준으로 후보를 다시 비교합니다.

두 번째는 헤어케어 브랜드입니다. 타깃은 외국인 여성 20~39세, 목적지는 외국인이 평일 낮에 서울에서 가장 많이 머무는 명동입니다. 평일 11~17시에 같은 시각 평균 약 6,200명이 머뭅니다.

그동안 외국인 대상 광고는 인천공항이나 명동처럼 외국인이 많을 것 같은 곳에서 잘 보이는 매체를 고르는 방식이었습니다. 그 광고를 우리 고객이 실제로 지나가는지, 몇 번이나 보는지는 가정으로 남았습니다. 이번에는 고객이 어디서 출발해 어떤 길로 오는지를 계산했습니다. 출발지는 외국인이 밤에 가장 많이 머무는 동네 여덟 곳입니다.

종로, 홍대 앞 서교동, 동대문 광희동, 강남 역삼동, 신촌, 김포공항 옆 방화2동, 그리고 명동 바로 옆 소공동과 회현동입니다. 하지만 동네만 알아서는 광고할 자리가 나오지 않습니다. 그 사이의 길을 알아야 합니다.

무엇을 타고, 어디서 갈아타고, 어느 출구로 나오는지. 이걸 계산하는 것이 애드타입의 라우팅 엔진, 애드루트(AdRoute)입니다. 애드루트에는 수도권의 세부 이동 정보가 들어 있고 매달 최신화합니다.

지하철 몇 호차 몇 번 문에서 타는지, 어디서 갈아타고 어느 출구로 나와 어떻게 걷는지까지 하나의 경로로 이어집니다. 이렇게까지 세밀한 이유는 하나입니다. 고객이 지나가는 매체를 하나하나 짚을 수 있어야, 한 사람이 광고를 몇 번 보게 될지 설계할 수 있기 때문입니다.

여덟 출발지에서 각각 계산한 경로는 12분에서 62분이 걸립니다. 명동 바로 옆 소공동은 걸어서 12분, 김포공항 옆 방화2동은 공항철도와 버스를 갈아타고 62분입니다. 여기에 매체 위치를 겹치면, 경로마다 광고를 만날 수 있는 자리가 차례로 나옵니다.

한 경로를 따라가 보겠습니다. 홍대 앞 서교동에서 명동까지 지하철로 29분입니다. 홍대입구역에서 타고, 2호선 열차 안에 있다가, 을지로입구역 7번 출구로 나와 명동까지 걷습니다. 이 길 위에 광고를 만날 수 있는 자리가 네 곳 있고, 네 곳에 모두 광고를 두면 같은 사람이 명동에 닿기 전까지 네 번 봅니다.

같은 길에 있어도, 다가오는 쪽에서 보여야 광고를 봅니다. 지나친 뒤에야 보이는 매체는 길 위에 있어도 보이는 매체로 치기 어렵습니다. 그래서 경로의 진행 방향과 매체의 시야를 함께 따집니다.

빈도도 같은 광고의 반복에 그치지 않습니다. 역 안에서 질문을 던지고, 출구에서 답을 보여주고, 목적지 앞 길에서 마지막 한마디를 남기는 식으로 길을 따라 이어지는 이야기로 만들 수 있습니다. 같은 타깃으로 따로 분석한 종각·청계천에서는 길 끝에 무엇이 있는지까지 봤습니다.

세 번째는 펫푸드 브랜드입니다. 그동안은 동네마다 맥락을 읽을 데이터가 없으니, 캠페인 영상이나 이미지 하나를 만들어 모든 매체에 똑같이 송출하는 게 보통이었습니다. 이번에는 고객이 사는 동네의 맥락을 데이터로 읽어서, 동네마다 다른 소재를 제안했습니다.

먼저 아파트에 사는 여성 30~59세의 분포에 동네별 반려견 등록 수를 겹쳐 후보 생활권 20곳을 골랐습니다. 그리고 각 생활권의 대표 단지 반경 1.2km 안에 동물병원과 산책공원, 반려견 놀이터가 어디에 있는지 같은 기준으로 비교했습니다.

같은 고객층이 사는 동네라도, 반려견과 보내는 하루의 무대는 동네마다 다릅니다. 그래서 어디에서 만날지와 무엇을 보여줄지, 그 답을 동네의 시설에서 찾습니다. 그 동네의 생활 장면이 곧 소재의 출발점이 됩니다.

진관동의 대표 지점에서는 반려견 놀이터가 400미터, 한강공원은 9.2킬로미터 떨어져 있습니다. 목5동은 놀이터가 1.4킬로미터, 한강공원도 1.5킬로미터입니다. 그래서 진관동은 놀이터 주변을, 목5동은 한강으로 향하는 길을 접점으로 봤습니다.

카피는 동네마다 다르지만, 마지막 한 줄과 브랜드는 같습니다. 두 광고의 출발점은 놀이터까지 400미터, 한강까지 1.5킬로미터라는 거리였습니다.

맥락이 맞는 광고의 효과를 본 해외 연구가 있습니다. 2020년 영국의 DOOH 실험에서, 광고가 놓인 장소·상황과 맥락이 맞는 조건일 때 평균 주시 시간은 6%, 비보조 광고 회상은 17% 높았습니다.

이런 광고를 여러 동네로 넓히려면 동네마다 무엇이 다른지 알아야 하고, 그 차이를 소재로 만들어야 합니다. 조사에는 공간 데이터를 씁니다. 주변 시설과 거리, 고객 분포를 같은 기준으로 비교해 동네별 방향을 잡습니다. 제작에는 AI를 씁니다. 그 방향으로 카피와 시안을 여러 버전 만들고, 브랜드의 공통 표현은 지킵니다.