//////
Search
Duplicate
📰

최종 프로젝트 기획서

프로젝트 제목

•
광주청년잡아부러 프로젝트

팀 구성

•
팀명: 이의 있음!
•
김민규, 라혜선, 정준영, 문정문, 설재웅

프로젝트 주제

[개요]
•
이를 위해 사이트 내 이벤트 로그를 분석하고, 도출된 인사이트로 광고 소재를 제작·집행합니다. 아울러 온에어된 캠페인을 비교·평가해 고효율 소재를 선별하고, 예산을 최적화해 최적의 광고를 운영합니다.
[배경]
통계청 자료에 따르면 2025년 7월 광주 실업률은 3.0%로 전년동월 대비 +0.6%p 상승했습니다. 지역 고용지표가 악화된 만큼 구직 지원 서비스의 실사용(AU) 확보가 더 중요합니다.
2025년 7월 광주·전남 고용동향.pdf
2.3 MB
동 달 전국 청년(15–29세) 실업률은 5.5%로 전체 실업률(2.4%)의 2배+ 수준입니다. ‘청년 타깃’ 플랫폼의 도달·활성 사용을 키워야 체감 효용이 납니다. 뿐만 아니라 광주 청년(15–29세)의 실업률은 7.5% (2025년 2분기, 통계청 KOSIS 지역지표)로 전국 평균(6.7%)을 크게 웃도는 수준입니다.
이런 상황을 청년들이 인지하지 못할 리 없죠. 실제로 광주전남 지역 청년의 가장 큰 고민 1위가 일자리(46.6%)였으나, 청년 정책 인지율은 23.2%에 그쳤다는 조사 결과가 나왔습니다.
광주 동구에서 제공하는 광주청년일자리스테이션 사이트 역시, 내부 GA 기준 7월에 피크를 달성한 것이 확인 되지만, 8월에 들어 수치가 급락한 것을 확인할 수 있는데요.
또, 유입 인원들이 1주차 만에 20분의 1 수준으로 떨어지는 것을 확인할 수 있습니다.
이에 하락 구간의 초기에 대응해, 캠페인 유입과 리텐션 액션을 기획 및 실행해야 합니다.
[주제]
GA 이벤트 분석 및 A/B 테스트를 통한 ‘광주청년일자리 스테이션’ AU 확대 프로젝트
[설명]
지역 고용 위기 국면에서 도달→활성→전환 퍼널을 설계해, 퍼포먼스 캠페인과 리텐션 액션으로 8월 AU 급락을 반등시키는 것을 목표로 한다.
[데이터]
 데이터
구글 애널리틱스 광주청년일자리스테이션 analytics.google.com
카카오 관리자
네이버 관리자
캠페인 소재 서칭
메타 광고 라이브러리link iconAd Library
구글 광고 투명성 센터link iconadstransparency.google.com
카피가 강한 세상에 www.adim21.co.kr
트렌드 파악
•
네이버 데이터 랩 검색 광고 트렌드 link icon네이버 데이터랩
•
구글 트렌드 link iconTrendsGoogle 트렌드
•
구글 키워드 플래너 통한 오가닉 서치 개선 ads.google.com

프로젝트 목표

•
고용노동부 산하 지역사회 맞춤형 프로그램을 제공하는 “광주청년일자리스테이션” 랜딩 페이지 유입을 늘린다

문제 정의

•
분석 중점
◦
지난 활성화 수 스파이크(spike) 요인 분석 : 청년 일자리 스테이션은 지난 7월 1일과 8월 3-4일 AU가 이례적으로 튄 후 나머지 기간에는 급락하는 모양세를 보이고 있다. 해당 원인을 분석하고, 타깃 오디언스를 명확히 설정하고, 이들의 USP를 파악해 광고를 기획한다.
◦
부정 인식 요인 분석: 현재 청년들의 진짜 문제는 구직을 해도 퇴사를 하게 된다는 것이다. 첫 직장 구직 이후 퇴사까지 현재 18개월 가량이 걸리는데, 이것은 이전대비 크게 줄어든 수치다. 퇴사의 원인으로 청년들이 지목한 것은 “일이 나에게 맞지 않는다”로 해당 선지를 선택한 비중이 60%에 육박했는데, 굳이 트러블을 일으키고 싶지 않아서, 또 이직 과정에서 불합리한 대우를 받을까 해당 선지를 선택한 것은 아닐지를 확인해야 한다. 이를 위해 유튜브 “청년 일자리” 검색 시 노출 되는 영상 중 조회 수 상위 3개의 뉴스 댓글을 분석해, 진짜 원인이 무엇인지 찾아본다. link iconYouTube"그냥 제가 퇴사할게요"…진짜 문제는 '취업 후' 시작 / SBS / 모아보는 뉴스
◦
A/B 테스트: 온 에어 캠페인을 2주간 비교 분석해, 최적의 솔루션을 도출한다.
•
시각화 중점
◦
광주시 구직 청년 취업 인식 요인 API 통한 워드 클라우드를 통한 구직 트렌드 분석
◦
광주시 청년 구직률 시각화를 통한 사회적 요인 분석
◦
전체기간 GA 트래픽 증감률 시각화를 통한 AU 상승 방안 설계
◦
페이드/오가닉 별 USP 분석 시각화를 통한 맞춤형 솔루션 제공
◦
A/B 테스트 결과 시각화를 통한 광고 최적화
•
문제의 필요성 및 중요성
◦
광주청년일자리스테이션은 7월 AU 피크 후 8월 급락하여, 하락 초기에 캠페인·리텐션 액션으로 저점을 높이고 저점 구간을 단축할 필요가 있음.

데이터 활용 계획

 활용 데이터 정리
•
플랫폼 내부 데이터
◦
구글 애널리틱스(GA): 광주청년일자리 스테이션 사이트 방문자 수, 이벤트 로그, 유입 경로, 전환 데이터
◦
광고 관리자 데이터
▪
메타 비즈니스 관리자(Facebook/Instagram 광고 성과 지표)
▪
카카오 비즈니스 관리자(카카오톡 채널·광고 성과 지표)
▪
네이버 광고 관리자(검색 광고 성과 지표)
•
외부 빅데이터/뉴스 데이터
◦
빅카인즈(BigKinds): 청년 고용·일자리 관련 뉴스 빅데이터 수집 및 키워드 분석
◦
유튜브 뉴스/영상 댓글 데이터: 청년 구직 관련 부정 인식 요인 분석
•
캠페인 소재/광고 사례 데이터
◦
메타 광고 라이브러리
◦
틱톡 크리에이티브 센터
◦
구글 광고 투명성 센터
◦
캐릿, 카피가 강한 세상에
•
검색 트렌드/키워드 데이터
◦
네이버 데이터랩 (검색 광고 트렌드)
◦
블랙키위, 키워드사운드 (연관 키워드 분석)
◦
구글 트렌드 (검색 트렌드 파악)
◦
구글 키워드 플래너 (오가닉 검색 최적화)
 데이터 전처리
•
GA 로그 데이터: 이벤트명/세션/전환 경로 기준으로 이상치 제거, 결측치 처리
•
뉴스·댓글 데이터: 불용어 제거, 형태소 분석(Konlpy 등) 후 워드 클라우드 생성
•
광고 성과 데이터: 매체별 CTR·CPC·전환율 통합 테이블 구축 → 비교 분석
분석 방법
•
트래픽 분석: 월별/일별 AU 추세 → 스파이크 원인 규명
•
세그먼트 분석: 유입 채널별, 기기별, 인구통계별 세분화
•
퍼널 분석: 도달→활성→전환 단계별 이탈률 측정
•
A/B 테스트: 광고 소재·카피·랜딩 차이에 따른 성과 비교
•
부정 인식 요인 분석: 유튜브 뉴스 댓글 텍스트마이닝 → 불만·퇴사 원인 추출
마케팅 전략 구성 계획
•
전략 방향
◦
AU 확대 + 리텐션 강화+CTA를 목표로 설정
◦
트래픽 급락 구간(저점) 반등에 집중
ex) Tofu AU(주간 신규 유입 407명) 상승 목표 유저들이 광주 청년 일자리 스테이션에 유입하는 것을 목표로 한다.
ex) Mofu1주차 이탈요인(100% > 4.7%) retention 목표 유저들이 광주 청년 일자리 스테이션에 재방문 하게 하는 것을 목표로 한다.
ex) Bofu2주차 이탈요인(4.7% > 2.4%) retention 목표 Tofu/Mofu 결과를 기반으로 유저를 리타겟팅, 2개의 광고 소재를 제작해 A/B테스트를 진행한다. Q. 왜 각단에서 A/B를 진행하지 않고 마지막에만 진행하는지? A. 예산과 집행 기간 문제
•
세부 실행
1.
퍼널 설계
•
도달(광고/검색) → 활성(사이트 체류·이벤트 참여) → 전환(회원가입·상담 신청)
•
도달→활성→전환 단계별 이탈률 측정
2.
캠페인 기획
•
광고 소재: 인사이트 기반 청년 공감형 메시지 제작
•
매체 믹스: 메타·네이버·틱톡 중심, Paid/Organic 통합 운영
•
A/B 테스트: 카피·비주얼·CTA별 2주 단위 실험 후 고효율 소재 선별
3.
리텐션 액션
•
리마케팅 캠페인: 사이트 방문자·영상 시청자 대상 맞춤 타깃팅
•
커뮤니티/콘텐츠 연계: 지역 청년 공감 스토리, 일자리 성공 사례 공유
4.
성과 관리 및 최적화
•
KPI: AU, CTR, 전환율, CPA 중심
•
GA + 광고 관리자 통합 대시보드 구축 → 실시간 모니터링
•
고효율 소재에 예산 재배분

예상 결과물 및 기대 효과

예상 결과물
•
GA 기반 트래픽 분석 리포트
•
청년 구직 인식 요인 시각화 자료(API 기반 차트/그래프)
•
매체별 캠페인 성과 비교표
•
광고 소재
•
최적화된 광고 세트 및 리타겟팅 전략안
리포트 주요 구성
•
프로젝트 개요 및 목표
◦
배경, 문제 정의, AU 확대 필요성
•
데이터 분석 결과
◦
GA 이벤트 로그 분석 (트래픽 변동, 세그먼트별 유입)
◦
뉴스/댓글 기반 부정 인식 요인 도출
◦
구직 트렌드 분석 (워드클라우드, 키워드 트렌드)
•
캠페인 설계 및 실행
◦
A/B 테스트 구성 (광고 소재별 성과 비교)
◦
Paid/Organic 전략 비교
◦
리텐션 액션 계획
•
성과 측정 및 최적화
◦
KPI 달성 현황 (AU, CTR, 전환율 등)
◦
예산 재배분 및 고효율 소재 선별
•
최종 인사이트 및 제언
◦
청년 맞춤형 메시지 전략
◦
향후 확장 가능성 및 개선점
•
기대 효과
◦
AU 반등 통한 활성 사용자 수 증가. 부가적인 신규 청년 구직자 유입 기대
◦
A/B테스트 통한 최적의 광고 전환
◦
청년 정책 인식 재고 및 부정 인식의 긍정 전환을 통한 브랜드 신뢰도 강화

프로젝트 일정 계획

•
1주차 : 주제 선정 및 기획안 작성
•
2주차 : 데이터 전처리 및 시각화 자료 준비
•
3주차 ~ 4주차 : 9월 1일 또는 2일 부터 A/B광고 집행
•
5주차 : 중간 점검 및 튜터 피드백을 통한 타겟 맞춤 전략(p-value 산정 통한 유효 결과 도출) link iconSurveyMonkeyStatistical Significance Calculator for A/B Testing
•
6주차 : 9월 22일까지 광고 집행, 9월 23일 A/B 테스트 결과 정리 최종 결론 도출 및 최종발표회
November 2025
Today
S
M
T
W
T
F
S

역할 분담

•
설재웅 메타 광고 집행 핸들링
•
김민규 PPT/발표
•
라혜선 자료조사/서기
•
문정문 콘텐츠 기획 및 디자인
•
정준영 분석 총괄