동네 미용실인데 전국에 광고가 노출되면 광고비만 쓰고 정작 우리 가게 근처 손님에게는 안 보이는 경우가 많습니다. 구글 광고의 지역 타겟팅(내 광고를 보여줄 지역을 직접 정하는 기능)을 제대로 설정하면, 실제로 가게에 올 수 있는 사람에게만 광고비를 쓸 수 있습니다.
이 글에서는 지역 타겟팅이 왜 필요한지, 기본 개념은 무엇인지, 그리고 실제로 어떻게 설정하는지를 순서대로 안내합니다.
지역 타겟팅이 소상공인에게 중요한 이유
매장이 있는 장사(미용실, 식당, 학원, 병원 등)는 손님이 ‘물리적으로 올 수 있는 거리’에 사는 사람에게만 광고가 노출되어야 합니다. 전국 단위로 광고를 켜두면 전혀 상관없는 지역 사람에게도 광고비가 소진되어 효율이 떨어집니다.
반대로 온라인으로 전국 배송을 하는 사업자라면 지역을 넓게 잡거나 제외 지역만 설정하는 식으로 접근해야 합니다. 즉, 내 사업이 ‘오프라인 방문형’인지 ‘온라인 전국형’인지에 따라 지역 타겟팅 전략이 완전히 달라집니다.
기본 개념 쉽게 이해하기
구글 광고에서 지역을 설정할 때 알아두면 좋은 개념이 몇 가지 있습니다.
- 위치 타겟팅: 광고를 보여줄 국가, 시/도, 시/군/구, 또는 특정 반경(예: 가게 중심 반경 몇 km)을 지정하는 기능입니다.
- 관심 지역 vs 실제 위치: 사용자가 ‘해당 지역에 있는 사람’만 타겟팅할지, ‘해당 지역에 관심 있는 사람'(예: 여행 검색하는 타지 사람)까지 포함할지 선택하는 옵션이 보통 존재합니다. 정확한 옵션명과 기본값은 자주 바뀌므로 실제 화면에서 확인이 필요합니다.
- 제외 지역: 특정 지역에는 광고가 아예 안 뜨게 막는 설정입니다. 배송이 안 되는 지역이나 효율이 낮았던 지역을 뺄 때 씁니다.
단계별 설정 방법
아래는 대략적인 흐름입니다. 메뉴 이름이나 위치는 업데이트로 바뀔 수 있으니, 실제 화면에서 비슷한 이름의 메뉴를 찾아 진행하세요.
- 캠페인 만들기 또는 기존 캠페인 설정 화면 들어가기: 구글 광고 계정에 로그인한 뒤, 캠페인 설정 메뉴 근처에서 ‘위치’ 또는 ‘지역’ 관련 항목을 찾습니다.
- 타겟 지역 입력하기: 시/도, 시/군/구 단위로 지역명을 직접 검색해서 추가하거나, 지도에서 매장 위치를 중심으로 반경(예: 몇 km 이내)을 설정하는 방식을 선택할 수 있습니다.
- 세부 타겟팅 옵션 확인하기: ‘해당 지역에 있는 사람’ 위주로 보여줄지, 지역에 관심 있는 사람까지 포함할지 옵션을 점검합니다. 매장 방문형 사업이라면 실제로 그 지역에 있는 사람 위주로 좁히는 것이 보통 더 효율적입니다.
- 제외할 지역 추가하기: 배송 불가 지역이나 효과가 낮았던 지역이 있다면 제외 목록에 추가합니다.
- 저장 후 미리보기로 확인하기: 설정을 저장한 뒤, 가능하다면 미리보기 도구나 보고서를 통해 실제로 원하는 지역에 광고가 노출되는지 점검합니다.
흔히 하는 실수와 주의할 점
- 지역을 너무 넓게 잡는 실수: ‘혹시 모르니까’ 전국으로 설정했다가 광고비만 빠르게 소진되는 경우가 많습니다. 실제 손님이 올 수 있는 범위로 좁히는 것이 기본입니다.
- 반경 설정 후 방치: 처음 설정하고 끝내지 말고, 일정 기간 후 어느 지역에서 반응이 좋았는지 데이터를 보고 범위를 조정하는 것이 좋습니다.
- 세부 옵션을 확인하지 않는 실수: ‘관심 있는 사람’까지 포함하는 옵션이 켜져 있으면 실제 거주 지역이 아닌 사람에게도 광고가 나갈 수 있으니, 매장 방문형 사업이라면 이 부분을 꼭 확인하세요.
- 요금 및 메뉴 구성은 수시로 바뀜: 이 글에서 설명한 메뉴 이름이나 옵션 구성은 구글 광고 업데이트에 따라 달라질 수 있으므로, 실제 설정 전에는 반드시 공식 화면에서 현재 구성을 확인하세요.
바로 적용하는 실전 체크리스트
- 우리 가게는 ‘방문형’인지 ‘전국 배송·서비스형’인지 먼저 정리했는가
- 매장 기준 반경 또는 행정구역 단위로 타겟 지역을 구체적으로 정했는가
- ‘지역에 있는 사람’ 위주 옵션을 확인했는가
- 배송 불가·효율 낮은 지역을 제외 목록에 넣었는가
- 설정 후 1~2주 데이터를 보고 지역 범위를 재조정할 계획을 세웠는가
지역 타겟팅은 한 번 설정하고 끝내는 것이 아니라, 실제 반응을 보며 조금씩 다듬어가는 작업입니다. 처음부터 완벽하게 맞추려 하기보다는, 일단 합리적인 범위로 시작해 데이터를 보며 좁히거나 넓히는 방식으로 접근해보세요.