안녕하세요, GS넷비전 Data Lab입니다.

Data Lab은 리테일 미디어와 오디언스 데이터를 분석해 데이터 기반 미디어 플래닝 인사이트를 전합니다. 이번 글은 Data Lab이 처음 선보이는 아티클로 '데이터 기반 옥외광고 타겟팅'을 다룹니다.

옥외광고를 검토하다 보면 "강남권 주요 상권", "대학가 밀집 지역"과 같은 설명은 많지만, 정작 우리 브랜드의 타겟이 얼마나 머무는지에 대한 근거는 부족한 경우가 많습니다. 그래서 "왜 이 매체여야 하는가?"라는 질문에 명확히 답하기 어려워집니다.

결론부터 말씀드리면, 데이터 기반 옥외광고 타겟팅은 행정구역이 아닌 '우리 타겟이 실제로 지나가고 머무는 곳'을 기준으로 매체를 선정하는 일이며, 위치 → 맥락 → 사람의 3단계 분석으로 완성됩니다.

이번 글에서는 Data Lab이 위치 → 맥락 → 사람의 3단계 분석을 하나의 가상 사례로 어떻게 쌓아 가는지 살펴보겠습니다.

1. 왜 '강남구에 틀어 주세요'로는 부족할까

행정구역은 매체를 묶는 단위일 뿐, 타겟을 설명하는 단위가 아닙니다.

옥외광고 집행 요청은 오랫동안 이런 문장으로 시작했습니다.

• "강남구에 노출해 주세요."
• "대학가 위주로 틀어 주세요."
• "유동인구 많은 번화가면 됩니다."

이 문장들이 틀린 것은 아닙니다. 하지만 어느 브랜드에나 똑같이 쓸 수 있는 말입니다. 20대를 만나려는 브랜드와 50대를 만나려는 브랜드가 같은 문장으로 매체를 요청하게 됩니다. 광고주가 원하는 것은 '사람이 많은 곳'이 아니라 '우리 타겟이 지나가고 머무는 곳'입니다.

행정구역 묶음 집행과 타겟이 모인 지점 선별의 차이

왼쪽처럼 구 전체를 묶으면 타겟이 거의 없는 곳에도 같은 비중으로 예산이 나갑니다. 오른쪽처럼 타겟이 모이는 지점을 먼저 찾으면 같은 예산을 훨씬 촘촘하게 쓸 수 있습니다. 질문이 '어디에 틀까'에서 '우리 타겟이 지나가고 머무는 곳은 어디인가'로 바뀌어야 하는 이유입니다.

2. 1단계 위치: 브랜드 A 매장 주변의 매체를 좌표로 찾습니다

위치 단계는 지역 이름 대신 거리 조건으로 후보 매체를 한정합니다.

Data Lab은 이 질문을 세 단계로 나눕니다. 위치는 매체가 어디에 있는지, 맥락은 그 주변이 어떤 곳인지, 사람은 그곳에 누가 머무는지를 묻는 단계입니다. 설명을 위해 서울에 첫 오프라인 매장을 여는 가상의 브랜드 A를 두겠습니다. 핵심 타겟은 30대이고, 개점 직전 매장 인근에서 인지도를 만들어야 하는 상황입니다. 

브랜드 A 시나리오에서 후보 매체가 단계마다 좁혀지는 과정

1단계는 매장 주소를 지오코딩, 즉 주소를 지도 위의 좌표로 바꾸는 기술로 지도에 올리는 일입니다. 반경의 중심이 되는 기준 장소는 신규 매장이고, 반경 조건은 500m로 잡습니다. 매체 주소도 같은 방식으로 좌표가 되어 있으면 거리를 계산해 반경 500m 안의 운영/제휴 매체 목록을 자동으로 뽑을 수 있고, 이 추출은 수 분이면 끝납니다. 후보가 구 단위가 아니라 매장 주변으로 한정되는 순간입니다. 반경 500m는 이 사례의 예시 조건이며, 캠페인 목적에 따라 달라집니다.

3. 2단계 맥락: 매체 주변 장소로 적합성을 가립니다

맥락 단계는 반경 안 매체 주변 장소로 적합성을 판단합니다.

반경 500m 안에서도 매체 주변의 모습은 제각각입니다. 초등학교·경기장·등산로처럼 카테고리에 따라 달라지는 맥락 장소와, 타겟이 겹치는 다른 카테고리 매장이 있는지를 함께 봅니다. Data Lab은 매체 좌표 위에 장소 정보를 입지 데이터, 즉 장소의 성격을 담은 데이터로 겹쳐 읽습니다. 써드파티 데이터를 결합하는 데이터 융합 분석이 바탕입니다.

반경 안 매체 주변 장소를 겹쳐 보는 개념

브랜드 A는 30대와 타겟이 겹치는 카페·뷰티 매장 등이 모인 매체를 우선합니다.

4. 3단계 사람: 맥락이 맞는 매체 지역에 누가 머무는지 확인합니다

마지막 단계는 후보 매체 지역에 타겟이 실제로 머무는지 확인하는 일입니다.

기준은 체류 인구입니다. 체류 인구는 서류상 주소지 인구가 아니라 그곳에 실제로 머무는 사람을 말합니다. Data Lab은 매체 좌표를 행정동과 연결해, 행정동 단위로 1시간 평균 체류 인구를 성별과 7개 연령 구간으로 나눠 봅니다. Data Lab 미디어 플래닝 대시보드에서 타겟의 성별·연령을 고르면 지도 색상과 행정동 순위가 바뀝니다.

선택 지역의 체류 인구 성·연령 구성 예시. 출처: GS넷비전 Data Lab 미디어 플래닝 대시보드

성별과 연령 구간별 비율이 한 화면에 모여 있어, 행정동끼리 같은 잣대로 30대 비중을 견줄 수 있습니다. 브랜드 A는 맥락이 맞는 매체가 속한 행정동에서 30대 비중이 높은 곳의 매체를 앞에 두고, 낮은 곳의 매체는 뒤로 돌립니다. 후보가 반경 안 전체에서 맥락이 맞는 매체로, 다시 30대가 머무는 곳으로 좁혀지면 "왜 이 매체인가"에 지도와 숫자로 답할 수 있습니다.

결론: 어디에 있는 매체가 아니라 누구를 만나는 매체를 고릅니다

위치는 후보를 매장 주변으로 한정하고, 맥락은 그중 주변 장소가 맞는 매체를 남기며, 사람은 그 지역에 타겟이 머무는지 확인합니다. 세 단계가 쌓이면 매체 선정은 경험과 직관에서 지도와 숫자로 설명할 수 있는 판단이 됩니다. Data Lab은 타겟 조건에 따라 지도와 행정동 순위가 바뀌는 대시보드로 매체 선정의 근거를 만듭니다. GS넷비전의 매체는 리테일 광고 솔루션에서 확인하실 수 있습니다. 

데이터 기반 옥외광고 타겟팅 관련 자주 묻는 질문

유동인구가 많은 곳을 고르는 것과 무엇이 다른가요?

유동인구는 지나가는 사람의 규모이고, 체류 인구는 그곳에 실제로 머무는 사람을 성별·연령 구간으로 나눠 본 값입니다. 사람이 많아도 우리 타겟이 적으면 좋은 매체가 아니므로, 규모보다 타겟 구성을 먼저 봅니다.

상담 전에 무엇을 정리해 가면 좋을까요?

세 가지만 정리해 주시면 위치 단계부터 시작할 수 있습니다.

• 타겟의 성별과 연령
• 반경의 중심이 될 기준 장소(신규 매장, 시설 등)
• 생각하고 계신 반경 조건