네이버 검색광고 자동화 작업
이번 주 저는 네이버 검색광고 데이터를 Odoo 관리지표로 자동 연동하는 자동화 시스템 구축에 집중했습니다.
단순 API 호출이 아니라, 광고 성과 데이터를 주간 단위로 가공·집계하여 실제 운영 지표로 활용 가능하게 만드는 것이 핵심 목표였습니다.
초기 단계에서는 네이버 검색광고 API의 구조 자체가 일반적인 REST API와 다르다는 점에서 어려움을 겪었습니다.
리포트 생성 -> 상태 확인 -> 다운로드 URL 조회라는 비동기 구조를 이해해야 했고, 파워링크와 파워컨텐츠 캠페인 간 제공되는 데이터 항목도 서로 달라 설계 단계에서부터 여러 번 구조를 수정해야 했습니다.
가장 큰 난관은 광고 그룹별 주간 데이터 합산 로직이었습니다.
Make 시나리오에서 Iterator로 분리된 데이터가 Array Aggregator에서 정상적으로 묶이지 않아 동일 그룹임에도 합산이 되지 않는 문제가 발생했습니다.
원인을 추적한 결과, 모듈 실행 순서와 데이터 구조 설계 문제임을 확인했고, 그룹 기준 키를 명확히 정의하고 데이터 흐름을 재설계하여 동일 그룹끼리 정확히 합산되도록 수정했습니다. 이 문제를 해결하면서 Make 내 데이터 흐름에 대한 이해도가 크게 높아졌습니다.
이후 Odoo API를 연동해 클릭수·노출수·비용 데이터를 관리지표 앱에 자동 업로드하는 데 성공했고, 파워링크 캠페인에 한해 전환수 데이터까지 포함시키는 구조를 완성했습니다. 실제 실행 시 오류 없이 데이터가 누적되는 것을 확인하며, 네이버 검색광고 자동화 파이프라인을 안정화할 수 있었습니다.
구글 GA 데이터 자동화 작업
네이버 검색광고 자동화가 안정화된 이후에는 구글 GA 데이터를 활용한 관리지표 자동화 작업을 진행했습니다.
GA 데이터의 경우 Paid / Organic 지표를 어떻게 분리할 것인지가 핵심 이슈였습니다.
플랫폼별 GA 계정 구조와 보고서 위치가 달라 데이터를 확인하는 방식부터 정리해야 했고,
Paid 성과는 GA 탐색 보고서에서 직접 확인하고, Organic 성과는 전체(All) 지표에서 Paid 지표를 차감하는 방식으로 산출하도록 기준을 명확히 정의했습니다.
이 기준을 바탕으로 부스터·뷰티·업 플랫폼 각각의 GA 데이터를 자동으로 수집해 Odoo 관리지표에 업로드하는 구조를 구축했습니다.
날짜 기준(전주 일요일), 플랫폼 구분, 채널(Paid/Organic) 구분까지 자동으로 처리되도록 설계해, 이후에는 별도 개입 없이도 주간 GA 지표가 누적될 수 있도록 만들었습니다.
이번 주 작업을 통해 **광고·GA 데이터 자동화의 핵심은 ‘툴’이 아니라 ‘데이터 구조와 기준 정의’**라는 점을 분명히 체감했습니다.
데이터를 어디서 가져오느냐보다, 어떤 기준으로 가공하고 어떤 형태로 저장할 것인지를 먼저 설계하는 것이 자동화의 완성도를 결정한다는 것을 경험했습니다. 다음 주에는 이번에 구축한 자동화 시나리오와 문서를 한 번 더 정리·개선하고, 이후 새로운 업무를 진행할 계획입니다.
