▲

봇이 점점 더 실제 이용자처럼 활동을 모방하고 있음

 (joindatacops.com)
13P by GN⁺ 4일전 | ★ favorite | 댓글 2개
  • 이커머스 웹사이트 방문자 중 73% 가 실제 사람이 아닌 정교한 봇일 가능성이 매우 높음
  • 표준 분석 도구로는 이런 봇 트래픽을 구분하기 어렵고, 이로 인해 광고 성과 분석과 마케팅 ROI 산정이 왜곡되는 현상 발생
  • 참여형 봇(Engagement Bot) , 장바구니 방치 봇(Cart Abandonment Bot) , 소셜 미디어 유입 봇 등 여러 패턴으로 웹사이트 활동을 정교하게 모방함
  • 일정 비율의 봇 트래픽은 데이터 수집 또는 정당한 자동화에 의한 것이지만, 상당수는 광고 사기나 내부 지표 조작을 목적으로 함
  • 현재 이 문제는 특정 사이트에 국한된 것이 아니라 광범위하고 체계적인 업계의 과제로 확산되고 있음

문제의 시작: 전환율 0.1%의 미스터리

  • 한 이커머스 클라이언트의 웹사이트가 한 달에 5만 명의 방문자를 기록했으나, 실제 판매는 겨우 47건에 불과함
  • Google Analytics 등 분석 플랫폼에서는 데이터가 매우 긍정적으로 보였으나, 실제 매출과 연결성이 낮음을 발견함
  • 광고에 월 4,000달러를 지출했음에도 불구, 성장세와 수익이 전혀 비례하지 않음
  • 제품 자체 문제라는 초기 추측과 달리, 웹사이트 트래픽 데이터를 직접 분석하며 이상 신호를 포착하게 됨
  • 이 문제를 파악하기 위해, 실제 사용자의 행동 방식을 모니터링하는 추적 스크립트를 개발함

최초 조사: 트래픽 진실을 검증하는 추적

  • 단순 클릭 수 집계가 아닌 실제 사용자 행동 패턴을 관찰하는 추적 도구 개발
    • 마우스 이동: 자연스러운 곡선 vs. 기계적인 직선 이동 패턴 분석
    • 스크롤 패턴: 가변 속도와 멈춤/역스크롤 vs. 완벽하게 일정한 기계적 스크롤
    • 인터랙션 간격: 클릭, 호버, 장바구니 추가 사이의 시간 간격 변동성 측정
  • 일주일 만에 비인간(Non-human) 트래픽이 무려 68% 에 달한다는 사실을 확인함
  • 일반적인 스팸이 아닌, 분석 도구를 속이기 위해 설계된 교묘한 봇이 대다수임

문제의 확산: 개별 사건이 아닌 업계적 현상

  • 마케팅 포럼과 Discord 그룹에서 다른 이커머스 운영자들에게 "트래픽과 매출이 다른 경험있나요?" 질문
  • 200개 이상의 중소형 이커머스 웹사이트에 추적 스크립트 설치 허가를 받아 6개월간의 조사 결과 평균 73%가 가짜(봇) 트래픽임을 확인
  • 이는 개별 문제가 아닌 디지털 커머스 생태계 전반의 구조적 이슈

현대 광고 사기(Ad Fraud)의 구조: 트래픽 유형별 분석

  • 참여형 봇(Engagement Bot)

    • 분석 리포트를 좋게 보이도록 설계된 봇으로, 품질 방문자의 행동을 시뮬레이션
    • 페이지 스크롤, 제품 위 커서 호버, 내부 링크 클릭 등 복합적인 상호작용 수행
    • 치명적 결함: 완벽한 일관성
      • 모든 제품 설명 페이지에서 정확히 11~13초 체류
      • 스크롤 속도가 항상 초당 3.2페이지로 일정
    • 인간의 행동은 불규칙하지만 이 봇들은 임상적으로 정밀

  • 장바구니 방치 봇(Cart Abandonment Bot)

    • 동일한 상품을 장바구니에 추가 후 4분간 유지, 이후 버리는 과정을 매일 수십 번 반복
    • 다양한 IP와 세션으로 반복하며, 이는 장바구니 포기율 등 주요 이커머스 지표를 일부러 왜곡하거나 내부 추천 알고리듬을 조작하려는 목적 가능성

  • 소셜 미디어 유입 봇(Phantom Social Media Visitor)

    • Instagram, TikTok 등에서 온 것으로 분석 도구에 표시되는 트래픽
    • 이 중 약 64%는 페이지 도착 후 정확히 1.8초 대기 후 이탈
    • 스크롤이나 클릭 없이 즉시 이탈하지만 "소셜미디어 방문자"로 집계
    • 광고 사기의 핵심 요소: 가짜 인게이지먼트 판매자들이 트래픽 전송을 "증명"하는 수단

모든 봇이 악의적이지는 않음: 합법적 데이터 스크래핑

  • 이커머스 데이터 업계 내부자가 제공한 정보: 하루 7천만 개의 소매 웹페이지 스크래핑
  • 합법적인 비즈니스 인텔리전스 목적
    • Amazon 등 주요 리테일러들은 재고 소진 시 벤더에게 항상 통지하지 않음
    • 브랜드들은 자사 제품 모니터링을 위해 데이터 스크래핑 서비스에 비용 지불
    • 재고 수준 확인, buy box 경쟁 분석, 제품 설명 정확성 검증
    • 지역 및 모바일 기기별 검색 결과 순위 추적
    • 타겟 청중별 배너 광고 분석
  • Kurzgesagt 동영상에 따르면 전체 인터넷 트래픽의 거의 50%가 봇
  • 일부는 합법적 경쟁 분석 및 가격 모니터링이지만, 상당 부분은 광고 예산을 소진시키는 사기성 트래픽

디지털 광고의 무너진 경제학

  • 한 고객사가 Google Ads에 월 1만 2천 달러 지출
  • 고급 봇 트래픽 탐지 및 필터링 구현 후:
    • 보고된 트래픽이 71% 급감
    • CFO는 초기에 충격
    • 그러나 실제 매출은 34% 증가
  • 진짜 전환율 최적화(CRO) 노력은 처음부터 효과가 있었으나, 가짜 클릭의 눈사태에 묻혀 있었음
  • 수천 달러를 절대 구매하지 않도록 프로그래밍된 로봇에게 광고하는 데 낭비
  • 마케팅 ROI가 "끔찍함"에서 "탁월함"으로 즉시 전환

  • 광고 플랫폼의 반응

    • 주요 광고 플랫폼과의 대화에서 클릭 사기 또는 봇 트래픽 언급 시 태도 급변
      • "우리 AI 탐지는 업계 최고 수준"
      • "광고 사기를 매우 심각하게 받아들임"
    • 한 담당자가 비공식적으로 인정: "모두가 알고 있음"
      • "제대로 필터링하면 수익이 하룻밤에 40% 감소하고 투자자들이 패닉 상태에 빠질 것"
    • 거대한 이해 충돌: 광고 플랫폼은 클릭 또는 노출당 수익을 얻으며, 그것이 잠재 고객인지 클릭팜 서버인지 무관

로봇에게 광고하고 있는가? 가짜 트래픽 탐지 실용 가이드

  • 1. 트래픽 급증 vs. 매출 데이터 감사

    • 트래픽 급증이 매출 급증과 일치하는가?
    • 프로모션 실행 시 트래픽은 두 배가 되었지만 매출은 정체 상태라면 사기성 트래픽 가능성 높음

  • 2. 사용자 행동 지표 분석

    • "너무 완벽한" 수치 탐색
    • 주요 랜딩 페이지의 "평균 페이지 체류 시간"이 월별로 불안할 정도로 안정적인가?
    • 실제 인간 행동은 불규칙하고 가변적

  • 3. 지리적 데이터 세그먼트화

    • 배송하지 않는 국가에서 상당한 트래픽이 발생하는가?
    • 이러한 방문자가 전환하지 않는다면 저품질 또는 가짜 트래픽의 중대한 신호

  • 4. 리퍼럴 소스 조사

    • 상위 트래픽 소스를 세밀히 분석
    • 리퍼럴 사이트가 무관하거나 저품질로 보인다면 트래픽 교환 네트워크의 일부일 가능성
    • 사이트에 대한 링크가 실제로 존재하지 않는 "고스트 리퍼럴" 탐색

  • 5. 직관 신뢰

    • 수치가 이상하게 느껴진다면 실제로 문제가 있을 가능성 높음
    • 고객 기반을 아는 비즈니스 오너의 직관은 귀중한 봇 탐지 도구

냉엄한 결론: 디지털 모래성

  • 한 스타트업 창업자는 "사용자 성장" 지표를 근거로 200만 달러 투자 유치
  • 나중에 그 지표의 80%가 봇이었음을 발견
  • 현재 진실을 인정하면 회사와 투자자 관계가 위태로워질 수 있어 모든 것이 정상인 척 위장 중

  • 숨겨진 봇 경제

    • 광고 플랫폼은 봇에게 노출 판매
    • 기업들은 지표 부풀리기 위해 가짜 트래픽 구매
    • 분석 회사들은 이러한 봇 활동을 성실히 보고
    • 업계 전체가 집단적 가면극에 공모 중, 진실 인정 시 취약한 시스템 붕괴 우려

  • 최종 전망

    • 인터넷의 절반 이상이 허상, 봇들이 다른 봇들을 위해 공연하는 디지털 무대극
    • 그 비율은 AI와 자동화가 더욱 정교해지면서 매일 증가 중
    • 질문은 더 이상 "당신의 비즈니스가 영향을 받는가?"가 아님
    • 진짜 질문은 "이 디지털 모래성이 마침내 무너질 때 무슨 일이 일어나는가?"
▲
t7vonn 4일전  [-]

이제는 headless 봇 뿐 아니라 comet browser 같은 agent bot도 등장해서 탐지가 더더욱 어렵겠네요

답변달기
▲
GN⁺ 4일전  [-]
Hacker News 의견

  • 나는 마케팅 에이전시를 운영하고 있는데, 한 클라이언트의 분석 데이터가 전혀 말이 되지 않아(방문자 5만 명에 판매 47건) 깊게 파고들게 되었음. 그래서 간단한 스크립트로 사용자 행동을 추적하며 200개가 넘는 중소규모 이커머스 사이트를 분석함. 평균적으로 전체 방문 트래픽의 73%가 표준 분석 도구에서는 실제 방문자라고 집계되는 봇 트래픽이었음. 봇들은 이제 정말 인간처럼 행동을 모방하는데 엄청 능숙해졌음. 내가 직접 경험한 이상한 패턴들과 애드테크 업계 관계자들과 나눈 비공식 대화도 정리했음. 놀라운 건 이 봇 트래픽이 모두가 알고 있지만 아무도 대놓고 이야기하지 않는 공개된 비밀이라는 점임. 이 시스템 전체가 이런 봇에 의존해 돌아가는 느낌임. 혹시 다른 개발자나 창업자, 마케터들도 비슷한 괴리가 있는 데이터를 본 적 있는지 궁금함

    • 예전에 스위스 yellow pages에서 일할 때 유료 고객들이 자기 업체 페이지 방문자 숫자를 볼 수 있는 대시보드가 있었음. 우리 개발팀이 봇 트래픽을 필터링해주자 수치가 50% 이상으로 급감했음. 하루도 안 돼서 비즈니스 쪽에서 필터를 제거하라고 했음. 결국 봇도 실제 사람인 셈으로 여김

    • 사실 전부 사기여도 상관없지 않음? 47건의 실제 구매가 있었다면, 해당 기간의 광고비가 얼마였는지, 그리고 그 전후 데이터와 비교하면 캠페인 성공 여부를 판단할 수 있을 것임. 옥외 광고나 버스 광고도 누가 보는지, 진짜 사람이 보는지, 신경 쓰지 않음. 중요한 것은 결국 실제 수치상의 임팩트임

    • 웹 분석 컨설팅을 하는데, 2021년 글로벌 물류 기업의 이상한 트래픽 패턴을 조사했던 경험이 있음. 내 블로그에 요약함이 글. 봇 트래픽 문제는 이미 오래전부터 존재해왔고, 이를 막기 위한 신흥 ‘광고 사기 탐지 서비스’가 많지만 아직 실질적으로 유용한 서비스는 거의 못 본 것 같음. "어떻게 해결할까?"라는 질문이 항상 마지막에 남지만, 봇을 완벽히 막을 방법은 아무도 모름. 대다수 소비자는 구글, 페이스북, 인스타, 틱톡, 링크드인 등 메이저 플랫폼을 쓰고, 봇이 적은 대안 광고 네트워크는 실질적으로 존재하지 않음. 다들 일정 부분이 가짜임을 알면서도 여전히 그 트래픽을 사는 것임. 이 상태가 바뀌려면 광고 수익이 수십억 달러에 달하는 빅테크 회사들이 현 체제를 유지하는 것보다 바꿔야 할 더 큰 인센티브가 생겨야 할 것임. 지금은 신경 쓸 필요도 못 느낌. "내가 광고에 쓰는 돈의 절반은 낭비임. 그런데 그게 어느 절반인지 모르는 게 문제임." - John Wanamaker

    • "좋은 봇" 트래픽 얘기가 흥미로웠음. 내 조사 중 한 데이터 업계 관계자가 아주 큰 단서를 줬는데, 그가 있던 회사에서는 매일 7천만 개의 소매 웹페이지를 긁어 모은다고 했음. 이는 엄청나게 큰 합법적 봇 트래픽 원천임. 예를 들어, 아마존은 재고 소진 시 공급업체에게 알리지 않기 때문에, 브랜드들은 데이터 스크래핑 서비스를 이용해서 자신의 상품 재고 상황, ‘바이박스’ 우위 경쟁, 상품 설명 적정성, 검색 순위, 심지어 어떤 배너 광고가 어떤 오디언스에게 노출되는지도 크롤링함. 이런 ‘좋은 봇’들조차도, 관점에 따라 다르게 여겨질 수 있음. 내 사이트를 경쟁사가 긁는 건 싫지만, 내가 시장 데이터를 수집하는 건 좋게 생각함. 누군가 프로그램했고, 굴리고 있다는 건 그에겐 이익인 봇임. 컨텐츠 크리에이터는 AI 스크래핑을 나쁘게 보지만, AI 만드는 쪽은 좋다고 봄. 가격 비교 사이트들은 자기 크롤러가 선임을 믿고, 리테일러는 싫어함. ‘좋은’ 혹은 ‘나쁜’ 봇 트래픽을 어느 관점에서 보느냐 문제임

    • 이 전체 시스템이 봇에 기반해 있다는 말에 공감함. 예전엔 반항적이진 않았지만, 초기 인터넷의 낙관주의에 있었던 내 한 켠은 광고 모델이 산산조각 나는 꼴을 보고 싶어 함. 사실 광고가 ‘정상’적으로 동작해도 본질적으로 착취와 기만의 냄새가 있었음. 예: "이 제품을 반드시 사지 않으면 친구에게 미움받을 거다"라는 식의 메시지가 그것임

  • 이 글의 문체가 흥미로움. "그냥 X가 아니라..." 패턴, 굵은 강조, 불릿 리스트 등 어디선가 많이 본 ChatGPT 스타일임. 물론 ChatGPT로 도움받아도 문제는 없지만, 기사 내용 자체가 아이러니하게도 AI스러운 문체임. 실제 작가가 원래 이런 스타일이면, ChatGPT가 이런 스타일로 조정되었다는 의미일지도. 애드테크 업계 커뮤니케이션이 원래 이렇다는 건가 궁금함

    • 오히려 이 글은 인간이 “틀에 맞는 언어”를 제대로 쓰는 사례임에도, 표면적으로 AI스러워서 오해받는 게 진짜 아이러니임. "그게 X가 아니라 Y다"는 건 독자가 X라고 여길 걸 아니까 Y로 시각을 전환시키려는 명확한 목적 문법임. 글에서 "그냥 클릭을 세는 게 아니라 행동을 봤다", "그냥 사이트 들어왔다 나가는 봇이 아니라 인간 행동을 모방하는 봇이다"라는 부분이 그런데, 독자의 예상과 실제를 명확히 차별해주려는 것임. AI문체 특징과 인간의 의미 있는 글 사이 구분을 연구하는 것도 재밌을 것 같음. 나중엔 진짜 고등교육이나 채용에서 이런 식으로 AI와 인간을 구별하는 문제가 나올지도 모른다는 생각임

    • "단순하고 치명적인 문제에서 시작되었다"는 대목에서 흥미를 잃었음. 이어서 "낯설고 불쾌한 기분이 들었다"라는 전개도 맥이 빠짐. 게다가 작성자가 결국 따로 광고 도구를 파는 곳인 것 같기도 함

    • 이런 글일수록 더욱 아이러니하게 느껴짐. 그래도 다행인 건, 사람들도 이제 이런 류의 얄팍한 글을 금방 눈치채고 무시할 수 있게 되었다는 점임. 스타트업은 빠른 실패를 원한다지만, 나는 AI 생성 콘텐츠를 빠르게 감별해서 패스하고 싶음

    • 글에서 AI스러운 특징을 바로 캐치하고 곧장 댓글로 내려옴. 누가 봐도 AI 생성 글처럼 보이면 직접 쓰거나 편집도 안 했다는 신호라, 자동으로 신뢰도가 낮아짐

    • 사진도 AI 생성으로 보이거나, 최소한 어울리지 않는 클립아트 같음

  • 나는 15년간 애드테크 업계에서 일했는데 Google/FB 같은 대기업도 사용자 기만한다고 봄. 그들은 이중 트래킹을 허용하지 않아 자체 수치만 믿으라고 하고, 클릭 IP를 보면 FB/Google 데이터센터 IP가 종종 나옴. 거기서 오는 트래픽도 사실, 사람들이 어차피 내 사이트에서 구매할 유저를 알고리즘 돌려서 자기 광고 성과로 둔갑시키는 수법임. 임팩트 지표를 제대로 하려는 회사들도 있지만 매우 소수임. 광고 게재 사이트는 사용자만 짜증나고 얻는 이익은 없음. 광고주들은 돈만 쓰고 얻는 게 없음. 결국 중간 업체들만 이득임

    • Google 광고를 할 때 마치 내 가게 앞에서 전단지 나눠주는 사람에게 돈을 주는 것과 같음. 내 방문자 대부분이 Google 광고를 통해 전단을 받아왔을 수도 있지만, 그 방문자 중 신규 고객은 몇 명이나 될지 모름

    • Facebook Ads, SA360은 3rd 파티 트래킹 지원하고, 써드파티 분석 도구를 다양하게 쓸 수 있음. IP가 FB/Google 데이터센터로 찍힌다는 건 너무 단순하고, 난생 처음 듣는 얘기임. 대기업이 VPN이 없을까? 그리고 "알고리즘으로 유기적 트래픽을 훔친다"는 논리는 이해가 안 됨. 나도 10년 이상 업계에 있었지만, 그런 말은 납득이 안 됨. 15년을 해도 업계와 기술을 잘 모를 수도 있다는 생각듦

  • 업계에선 트래픽 수치가 대체로 허구고, 광고 클릭 데이터는 절반 이상이 사기라는 걸 익히 다들 알고 있다고 생각했음. 그런데 "정확한 광고비 분석"을 표방하는 OP가 이제야 이를 알았다는 건 현실감이 떨어짐. 이런 부분은 새롭지 않은데 OP가 정말 처음 알았다는 것 같아 의심스러움. 반면, 각종 봇 패턴을 분류한 부분은 흥미로웠고 그에 대해선 상세히 말한 글을 못 봤음

    • 업계 사람 중 일부는 오래 전부터 알았으나, 상황이 점점 더 심각해지고 있음. 지난 10년간 마케팅팀과 함께 일하며 느낀 내 이론은 대부분 숫자를 무비판적으로 신뢰한다는 점임. 특히 지표가 매년 기하급수적으로 늘어야만 팀이 생존하기 때문에 거품 수치는 오히려 좋은 것이고, 안 팔리는 것은 그냥 영업팀 탓 하면 된다는 구조임

    • 직전 스타트업에서도 마케팅·개발 리소스를 가득 투입해 전환 퍼널 최적화에 매달렸지만, 사업방향 자체가 잘못돼 있었음. 쓸데 없는 데이터 노이즈에 휘둘리지 않았다면 더 빠르게 방향전환 가능했을지도 모름

    • 이런 문제는 10년 이상 업계에서 다들 알던 사실임. 일정 부분 datacops라는 업체의 마케팅용 글임

    • "OP가 이제야 깨달았다니!?"라는 반응이 있는데, 이 회사(데이터콥스)는 시작한 지 얼마 안 된 것 같음. 실제로 제품 출시 타이밍에 맞춰 이 문제를 다루는 글을 내놓은 듯함. 참조

    • 5만 트래픽에 47건 전환이면, 내 기준에서는 훨씬 더 가짜가 많아졌던 것 같음. 예전엔 절반이 사기였지만, 이젠 아예 진짜 사용자는 미미한 소수만 남아있는 상황으로 느껴짐

  • Facebook 광고를 집행했는데 사기 트래픽이 쏟아지면, 누가 왜 이런 봇을 돌리는 건지 궁금함. Facebook이 그런 동기가 있긴 하겠지만, 만약 들키면 끝장이니 감히 그럴 것 같지는 않음. 경쟁사? 내 예산 소진 노리기엔 기술적으로 너무 고차원일 것 같고, 진짜로 누군가 흑막을 고용해서 하는지도 의문임. 광고 대행사? 데이터가 엉망이면 바로 광고비 회수 요청이 들어올 테니 별로일 듯. 그렇다면 누구, 어떤 목적임?

    • 아마도 그냥 진짜 사람처럼 보이도록 시뮬레이션 돌리는 봇일 수 있음. 내 광고만 골라 누르는 게 아니라 무차별적으로 실사용자를 흉내내려는 목적일 수 있음

    • Facebook 광고는 클릭당 지불 말고 실제 판매나 전환 당 지급 모델도 있으니, 그 쪽이 이해관계가 더 명확함

    • methbot 사례를 찾아보길 추천함. 대부분 광고 수익을 노리고, 알고리즘을 속이기 위해 봇을 돌려 자기가 올린 콘텐츠·페이지로 트래픽이 쏠리게 만든 뒤, 진짜 사람 행세로 더 많은 광고 예산을 유도하는 구조임. 구조적으로 FB/Google이 완전 걸러내기 어렵게 만듦

    • "설마 Facebook이 그럴까?"라고 하지만, 역사적으로 늘 이런 수치 계산에서 ‘회사를 믿는다’는 접근은 어리석었음. 모든 회사에 적용되는 공식임. 예상 수익이 비용+적발 위험 대비 크면 행동함

    • Facebook이 직접 그러는 게 아닐 수도 있고, 광고주가 광고를 계속 사는 한 문제에 별로 신경 쓸 동기가 없음

  • 스크립트 공개됐으면 좋겠음. 메서드가 제대로 되었는지, 혹시 광고 차단기나 JS 비활성화된 정상 사용자를 봇으로 오인하는 건 아닌지 확인하고 싶음. 73%도 놀랍지 않음. 오히려 더 많을 거라 예측함. 인상적인 대목은, 애드 플랫폼 영업팀에게 봇·클릭 사기 얘기를 꺼내면 대화가 갑자기 딱딱한 기업어체로 바뀐다는 것임. 예전에 잘 알던 영업사원도 오프더레코드로 "우리 다 알지. 다 알지만, 제대로 다 걸러내면 매출이 하루아침에 40% 줄고 투자자들이 난리날 거다"라고 실토했던 게 기억남

    • 마케팅 담당자가 허영심 지표에 의존해 인센티브가 짜여 있으면, 전환 문제를 퍼널의 뒷 단계로만 생각하게 됨. 심지어 벤처 스타트업들도 투자자에게 뻥튀기 수치를 보여주기 위해 봇 가입자를 일부러 내버려두는 유인이 분명히 존재함

    • "제대로 걸러내면 매출 40%가 증발"이라는 증언을 들으면, 이건 집단 소송감이 아닐까 하는 생각이 듬

  • 2000년대 초 Lycos의 광고운영팀에서 일했을 때도 이미 봇 비율이 25~75%에 달한다는 내부 감사 결과를 봤음. 당시에도 막으려 했지만 소용없었고, 지금도 여전함. 온라인 광고는 대부분 돈 낭비임. 경제활동을 생성하는 것 같지만 실제로는 시간과 자원의 낭비임

    • 광고가 원래부터 대부분 돈 낭비였고, 그중 어떤 부분이 효과 있는지 알아내는 게 문제임. 인터넷 광고는 더 정확한 타겟팅과 실적을 약속했지만, 실제로는 잘 안 됨. 광고 성과를 파악하려면 고객에게 어떻게 알게 됐는지 직접 묻고, 광고 예산을 조정하면서 변화를 관찰해야 함. 그런데 시간도 오래 걸리고, 또 이외에도 많은 실수가 있음. 예를 들면, 광고만 대거 해서 트래픽은 오지만 서비스나 구성이 부족해 고객을 놓치거나, 쿠폰 캠페인으로 감당 못 할 유입이 밀려오기도 함. 기사에서 5만 방문자, 47건 판매, 4000달러 광고비라고 하는데 이게 전체 방문인지, 광고 트래픽만인지 불분명함. 실적을 방문자나 판매량만으로 판단하지 말고 순이익 등 본질적인 지표로 봐야 함. 만약 한 건당 500달러의 순이익이 남는 구조라면 4000달러 광고로 47건 판매는 괜찮지만, 1달러 이익이면 큰 문제임

  • 봇 방어책을 구체적으로 언급 안 했기에 몇 가지 덧붙이자면, 봇 방지를 강화하면(캡차 등) 실제 사용자 이탈이 크게 증가함. 전환율에 심각한 악영향이 있음. 봇이 점점 더 인간과 비슷해지는 만큼, 이 문제는 분석 및 어트리뷰션 단계에서 풀어야지, 사용성 저해로 해결하면 안 된다고 생각함

    • 봇엔 두 종류가 있음. DDoS처럼 직접 사이트에 부담을 주는 봇과, 그렇진 않지만 성가신 봇. 두 번째 부류는 차단할 필요 없이 그냥 분석 툴에서 조용히 제외하는 게 제일 효과적임

  • 아래는 내가 겪은 실제 사례임

    고급 봇 트래픽 필터링을 적용한 후, 보고된 트래픽이 71% 감소함
하지만 매출 보고서에선 오히려 실제 매출이 34% 증가함
전환율 최적화(CRO) 시도는 원래 효과가 있었는데, 수많은 가짜 클릭에 묻혀 방해받은 것이었음
그들은 마케팅을 못 한 게 아니라, 단지 광고비를 로봇에게 쏟아붓고 있었던 것임
하루아침에 마케팅 ROI가 "엉망"에서 "최상"으로 바뀜

    하지만 궁금한 건, 그럼 이런 봇 필터링이 어떻게 광고비 지출 감소로 직결되는지임. 예를 들어 Google Ads에 "이런 클릭은 돈 내기 싫다"고 직접 통보할 수 있는 건가? 아니면 타겟팅 자체를 수정해 봇을 피해간 것인가?

    • 봇 트래픽을 차단하면 리타겟팅이 실제 사람에게 정확히 쓰여 전환이 증가할 수 있다고 상상할 수 있음

    • 아마도 필터링으로 "얘는 봇이다"라고 판단되면 아예 광고 자체를 안 띄우는 식일 것 같음

    • Lookalike, 리마케팅 오디언스 만들 때 봇이 섞이면 Facebook 등 플랫폼에게 그릇된 신호를 줄 수 있음. 그리고 Google Ads에서 특정 클릭을 돈 안 내겠다고 할 수는 없음

  • 예전에 비슷한 예시로 "웹 광고 시장은 사실상 거의 다 가짜/사기/봇이고, 모든 업체·업계가 그걸 외면한 채 유지되고 있다"고 주장한 글을 본 적 있음. 많은 직업과 회사, 전체 산업계가 그 사실을 인정하지 않는 데 달려 있음

    • 나도 그 기사를 기억함. 처음엔 이번 글이 그 재탕인 줄 알았는데, 날짜를 보니 새로운 글임. 의외의 미러링 현상일 수도 있음 (Mandela effect)
답변달기