Wook's AI and Marketing

타겟팅의 비효율성과 심리적 함정 (Authority Bias & Vendor Bias)

Marketing 2026-05-10

"30대 초반, 서울 거주, 요가에 관심이 많고 주말에 카페를 자주 가는 직장인 여성." 디지털 마케터라면 타겟 오디언스(Target Audience)를 이렇게 좁고 정교하게 깎아내는 작업에 익숙할 것입니다. 우리는 타겟팅이 정교할수록 마케팅 ROI가 높아질 것이라 굳게 믿습니다.

하지만 세계적인 마케팅 석학 바이런 샤프(Byron Sharp)와 데이터가 보여주는 진실은 정반대입니다. 우리는 왜 쓸데없이 좁은 타겟팅에 집착하며 예산을 낭비하고 있을까요?


1. 바이런 샤프의 일침: 타겟팅의 함정 (The Targeting Trap)

바이런 샤프 교수는 명저 *『How Brands Grow』*를 통해 현대 마케팅의 초정밀 타겟팅 집착을 비판합니다.

헤비 유저(Heavy User)의 환상

마케터들은 보통 '우리 브랜드를 자주 사는 충성 고객'이나 '전환 확률이 가장 높은 세그먼트'에 집중하려 합니다. 그러나 샤프의 연구에 따르면, 브랜드 성장을 견인하는 것은 소수의 헤비 유저가 아니라 우리 물건을 1년에 한 번 살까 말까 한 압도적 다수의 라이트 유저(Light Buyer)입니다.

디지털 플랫폼에서 정교한 타겟팅(Hyper-targeting)을 세팅할수록, 우리는 이 거대한 라이트 유저 풀을 스스로 차단(Exclusion)해 버립니다. 이는 단기적인 전환율(CVR)은 높일지언정, 장기적인 브랜드 침투율(Penetration)과 성장은 갉아먹는 치명적 독이 됩니다.

대안은 "정교한 매스 마케팅 (Sophisticated Mass Marketing)"입니다. 타겟을 좁히지 말고, 카테고리 내의 모든 잠재 구매자에게 도달(Reach)하여 우리 브랜드의 정신적 가용성(Mental Availability)을 넓혀야 합니다.


2. 권위 편향 (Authority Bias)

그럼에도 왜 마케터들은 좁은 타겟팅과 알고리즘을 맹신할까요? 여기에는 권위 편향이 작용합니다.

구글(Google)이나 메타(Meta)의 시스템이 "이 타겟팅을 추가하세요", "AI 자동화(PMax, Advantage+)를 적용하면 성과가 20% 오릅니다"라고 권고(Recommendation)하면, 마케터들은 그것을 '절대적 진리'로 받아들입니다. 세계 최고의 엔지니어들이 만든 알고리즘이니 당연히 나보다 나을 것이라는 편향입니다.

하지만 플랫폼의 알고리즘은 광고주의 이익이 아닌, 플랫폼의 이익(광고 예산의 최대 소진)을 위해 최적화되어 있음을 잊어서는 안 됩니다. 시스템의 권고 사항은 비판적으로 수용되어야 합니다.


3. 벤더사 편향 (Vendor Bias)

새로운 마케팅 솔루션(예: 어트리뷰션 툴, MMM SaaS 등)을 도입할 때도 마찬가지입니다. 해당 솔루션을 판매하는 벤더(Vendor)사가 발표하는 화려한 케이스 스터디와 리포트는 철저히 자사 솔루션의 필요성을 증명하기 위해 기획된 데이터입니다.

  • 체리피킹(Cherry-picking): 성공한 캠페인 사례만 뽑아서 보여줍니다.
  • 인과성 왜곡: 솔루션 도입 후 매출이 올랐다고 주장하지만, 앞서 다룬 교란 변수(시즌 이슈 등)를 은폐합니다.

결론: 비판적 사고의 회복

우리는 너무 쉽게 '데이터 기반(Data-driven)'이라는 말과 거대 플랫폼의 '권위'에 무릎을 꿇습니다.

뛰어난 마케터는 타겟을 좁히는 사람이 아니라, 시장을 넓히는 사람입니다. 플랫폼의 대시보드를 끄고 전체 시장 파이를 바라볼 때, 비로소 성장의 실마리가 보입니다.

다음 포스트에서는 에이전시(대행사)가 경영진을 속이기 위해 어떤 대시보드 마술을 부리는지, 그리고 이를 검증하는 Audit List를 알아보겠습니다.


📚 참고자료

  • Byron Sharp (2010), How Brands Grow: What Marketers Don't Know. Oxford University Press.
  • Ehrenberg-Bass Institute Research on Sophisticated Mass Marketing.

💡 More from Marketing

View all

리타게팅 광고, 무조건 구체적일수록 좋을까? 고객의 취향 형성과 최적의 타이밍

고객이 우리 쇼핑몰에서 구경만 하고 나갔을 때, 방금 본 바로 그 상품을 다른 웹사이트에서 다시 보여주는 전략을 흔히 사용합니다. 과연 이 방법은 언제나 정답일까요? 오늘은 Lambrecht & Tucker (2013)의 연구 논문을 바탕으로 리타게팅 광고의 숨겨진 타...

2026-05-13

데이터와 실험이 밝혀낸 디지털 광고의 민낯: 우리는 진짜 ROI를 측정하고 있는가?

백화점의 선구자인 존 워너메이커(John Wanamaker)는 마케팅 역사상 가장 유명한 격언을 남겼습니다. **"내가 광고에 쓰는 돈의 절반은 낭비되고 있다. 문제는 어느 쪽 절반이 낭비인지 모른다는 것이다."** 인터넷과 디지털 매체의 등장으로 많은 마케터들은 이...

2026-05-13

데이터가 세상을 구한 순간: 낡은 직관을 박살 낸 10가지 거대한 패러다임 전환

> **퀴즈 하나.** 다음 중 사실은 몇 번일까요? > > A. 전 세계 극심한 빈곤 인구 비율은 지난 20년간 거의 두 배로 늘었다 > B. 전 세계 평균 기대수명은 약 50세다 > C. 저소득국 여자아이 중 초등학교에 다니는 비율은 20%다 > > **정답...

2026-05-13

숫자의 사기꾼들: 데이터 조작과 해석의 함정이 부른 역사적 대참사 10선

데이터는 객관적이라고 믿습니다. 하지만 데이터를 만드는 것도, 해석하는 것도 결국 사람입니다. 엑셀 한 칸의 실수가 수백만 명의 삶을 바꾸고, 조작된 12명의 데이터가 전 세계적 공중보건 위기를 만들며, 자동차 안에 심어진 몇 줄의 코드가 기업의 존립을 뒤흔듭니다. 이...

2026-05-13

데이터가 거짓말을 하는 순간 (심화편): 역사상 최악의 통계적 착시 8선

흔히 "데이터는 거짓말을 하지 않는다"고 말합니다. 하지만 데이터를 '해석하는 사람'은 종종 치명적인 착각에 빠집니다. 생존자 편향이나 심슨의 역설과 같이 비교적 널리 알려진 통계의 함정 외에도, 역사상 전문가들조차 속아 넘어간 훨씬 교묘하고 위험한 데이터의 착시 현상...

2026-05-13

[마케팅 데이터 함정 퀴즈 7편] 예산의 역설: 광고를 끊어도 매출이 안 떨어지는 이유

*마케팅 데이터 함정 퀴즈 시리즈의 마지막 7편입니다. 이번에는 예산 배분과 장기/단기 전략에서 발생하는 역설을 다룹니다.* --- **❌ 이것이 바로 Binet & Field가 경고한 '효율성 함정(The Efficiency Trap)'입니다.** 퍼포먼스 광고(검색...

2026-05-13

[마케팅 데이터 함정 퀴즈 6편] 거짓말하는 설문조사: 고객은 왜 진심을 말하지 않을까?

*마케팅 데이터 함정 퀴즈 시리즈 6편입니다. 이번에는 설문조사와 리서치 데이터가 왜곡되는 심리적 메커니즘을 다룹니다.* --- **❌ '사회적 바람직성 편향(Social Desirability Bias)'에 속고 있습니다.** "환경을 생각하시나요?"라는 질문에 "아...

2026-05-13