라스트클릭이 감추는 것 — 전환 광고, 무엇을 측정하느냐부터 틀렸다

"전환 광고 리포트를 보면 리타게팅이랑 브랜드검색이 제일 잘 나와요. 그럼 거기에 예산을 몰아야 하는 거 아닌가요?"

전환 광고를 직접 돌려 본 마케터라면 자연스럽게 도달하는 결론입니다. 그런데 이 결론에는 함정이 하나 숨어 있습니다. 리타게팅과 브랜드검색이 리포트에서 항상 이기는 건, 그 채널이 정말 잘해서가 아니라 — 우리가 성과를 재는 방식이 그 채널에게 유리하게 기울어져 있기 때문일 수 있습니다.

시즌 1이 "왜 인지도 광고와 전환 광고를 함께 돌려야 하는가"(전략·인식)를 다뤘다면, 시즌 2는 "그래서 전환 광고를 어떻게 굴리는가"(실행·최적화)입니다. 그리고 실행의 첫 단추는 소재도 입찰도 아닌 측정입니다. 눈금이 틀어진 계기판으로는 아무리 열심히 운전해도 엉뚱한 곳에 도착하니까요. 시즌 1의 2편과 8편에서 "이건 시즌 2에서 다루겠다"고 미뤄뒀던 어트리뷰션 착시, 이번 편에서 정면으로 다룹니다.

TL;DR — 3줄 요약

• 라스트클릭(마지막 클릭) 어트리뷰션은 한 사람이 여러 접점을 거쳐 구매해도, 구매 직전 마지막 클릭 하나에 공을 100% 몰아줍니다. 그래서 수요를 '만든' 상단 접점(인지도·시딩)은 0점 처리되고, 수요를 '거둔' 리타게팅·브랜드검색만 영웅이 됩니다.
• 게다가 iOS 14 이후 개인정보 보호 변화로 플랫폼 리포트 숫자 자체가 흔들립니다. 추적 거부, 이벤트 8개 제한, 집계 창 단축, 리포팅 지연 — 리포트를 '정답'으로 믿으면 안 되는 구조적 이유가 생겼습니다.
• 해법은 더 정교한 어트리뷰션 모델이 아니라 관점 전환입니다. 어트리뷰션은 '장부 기록'이고, 증분성(incrementality)은 '인과'입니다. "이 광고를 안 켰어도 이 매출이 났을까?"를 묻는 증분성 관점 + 자사 실매출·유입경로 설문의 삼각검증이 실무 대안입니다.

용어 정리 — 헷갈리는 측정 단어 4개

한 문장으로 요약하면 이렇습니다. 어트리뷰션은 이미 일어난 전환의 공을 나누는 회계 작업이고, 증분성은 "그 광고가 실제로 결과를 바꿨는가"를 묻는 인과 질문입니다. 둘은 다른 질문이고, 예산 결정에 필요한 건 후자입니다.

분석 1 — 라스트클릭은 '마지막에 거둔 자'에게 공을 몰아준다

한 사람이 우리 브랜드를 사기까지의 실제 경로를 펼쳐보겠습니다.

① 인스타 피드에서 크리에이터의 시딩 콘텐츠를 보고 브랜드를 처음 알게 됩니다(발견). ② 며칠 뒤 네이버에 브랜드명을 검색해 후기를 확인합니다(검증). ③ 다시 피드에서 리타게팅 광고를 만나 클릭합니다. ④ 그리고 삽니다.

이 여정에서 라스트클릭은 ③ 리타게팅에만 공을 100% 줍니다. 정작 이 사람의 머릿속에 브랜드를 심은 ① 시딩 콘텐츠는 0점입니다. 리포트만 보면 "리타게팅이 전환을 만들었다"고 읽히지만, 리타게팅은 이미 만들어진 관심을 마지막에 거뒀을 뿐입니다. 시즌 1의 언어로 하면, 수요를 창출한 앞단은 채점표에서 지워지고 수요를 회수한 뒷단만 점수를 가져갑니다.

여기에 저희 시딩 데이터의 시간 구조가 착시를 더합니다. 저희 릴스 시딩 캠페인에서 콘텐츠가 만드는 도달(관심)은 발행 첫날에 절반 이상, 사흘 안에 대부분이 발생합니다(시즌 1 7편의 도달 곡선). 즉 수요를 만드는 접점은 경로의 맨 앞·맨 처음에 몰려 있는데, 구매 클릭은 그로부터 며칠 뒤 맨 뒤에서 일어납니다. 라스트클릭은 그 '맨 뒤'만 봅니다. 앞에서 불을 지핀 접점일수록 라스트클릭에서 과소평가되는 구조입니다.

업계 표준도 이 방향으로 움직였습니다. 구글은 2023년 검색광고에서 퍼스트클릭·선형·시간감쇠·위치기반 4개 모델을 폐기하고, 지금은 데이터 드리븐(기본값)과 라스트클릭 두 가지만 남겼습니다(구글 광고 고객센터). 라스트클릭은 "마지막 클릭 광고·키워드에 전환 공을 전부 준다"고 명시돼 있고, 데이터 드리븐은 "과거 데이터를 바탕으로 경로 전체에 공을 분산한다"고 설명합니다. 단일 접점 몰아주기에서 경로 전체 배분으로 — 측정의 무게중심이 이동한 것입니다.

→ 광고주 시사점: 리포트에서 리타게팅·브랜드검색의 ROAS가 유독 높다면, 그게 "잘하는 채널"이라는 증거가 아니라 "마지막에 위치한 채널"이라는 증거일 수 있습니다. 채널을 끄고 켜기 전에, 그 숫자가 어떤 어트리뷰션 모델로 계산됐는지부터 확인하세요.

분석 2 — 그 플랫폼 리포트조차 흔들린다 (iOS 14 이후)

"그럼 데이터 드리븐으로 보면 되잖아요?" 맞습니다. 다만 그 전에 더 근본적인 문제가 있습니다. 애초에 플랫폼이 보는 데이터 자체가 예전만큼 온전하지 않습니다.

2021년 애플의 앱 추적 투명성(ATT) 정책 이후, 사용자에게 추적 동의를 직접 물으면 상당수가 거부합니다 — 업계에서는 대체로 거부율을 높게(다수) 관측합니다(수치는 조사·시점마다 다릅니다). 그 결과 플랫폼의 전환 측정에 다음과 같은 구조적 제약이 생겼습니다.

핵심은 이 제약들이 모든 채널에 똑같이 작용하지 않는다는 점입니다. 앱 밖·상단 퍼널·긴 여정일수록 측정에서 더 많이 새고, 앱 안·즉시 클릭·짧은 여정(리타게팅)은 상대적으로 온전히 잡힙니다. 앞선 라스트클릭 편향과 같은 방향으로 착시가 겹치는 셈입니다.

→ 광고주 시사점: 플랫폼 리포트의 전환수는 '측정된 것'이지 '실제로 일어난 것'이 아닙니다. 과대 보고(중복 집계)와 과소 보고(추적 누락)가 채널마다 다른 방향·크기로 섞여 있다고 전제하고 읽으세요. 한 플랫폼의 숫자만으로 예산을 옮기는 것이 가장 위험합니다.

분석 3 — 장부가 아니라 인과를 물어라 (증분성 + 삼각검증)

그래서 필요한 건 더 정교한 어트리뷰션이 아니라 질문 자체를 바꾸는 것입니다. "이 전환에 누가 기여했나"(장부)가 아니라 "이 광고를 안 켰어도 이 매출이 났을까"(인과)로요. 이 질문에 답하는 방법이 증분성 테스트입니다.

• 홀드아웃(holdout): 타겟의 일부를 의도적으로 광고에서 제외한 대조군으로 두고, 노출군과 전환율 차이를 비교합니다. 그 차이가 광고의 '순증분'입니다.
• 지오리프트(geo-lift): 통계적으로 비슷한 두 지역을 나눠 한쪽에만 광고를 집행하고, 매출 차이로 지역 단위 증분을 측정합니다.
• 컨버전 리프트(conversion lift): 플랫폼이 무작위 대조군을 만들어 노출/비노출의 전환 차이를 재는 방식입니다.

증분성 관점에서 보면 리타게팅·브랜드검색의 '높은 ROAS' 상당 부분은 안 켰어도 났을 매출을 회계상 가져온 것일 가능성이 있습니다(이 판정과 신규 고객 비중 문제는 시즌 2 다음 편에서 데이터로 이어집니다 — 여기서는 '가설'로 표시해 둡니다). 반대로 시딩·상단 접점의 진짜 기여는 라스트클릭 장부에서 사라졌을 뿐, 증분성으로 재면 다시 나타나는 경우가 많습니다.

현실적으로 모든 브랜드가 정교한 증분성 실험을 상시 돌리긴 어렵습니다. 그래서 실무에서는 한 숫자를 믿지 않고 세 각도로 교차 검증하는 것부터 시작합니다.

• 플랫폼 리포트(메타·구글): 편리하지만 과대·과소가 섞임. 방향 감지용.
• 자사 실매출(주문·정산 원장): 정답에 가장 근접. 광고 집행 전후의 전체 매출·신규 주문 추이를 함께 봅니다.
• 유입경로 설문("어떻게 알게 되셨나요?"): 결제 단계의 한 문항이 플랫폼이 놓친 접점(오프라인 입소문·검색·지인 추천)을 드러냅니다.

세 각도가 같은 방향을 가리키면 신뢰도가 올라가고, 엇갈리면 그 지점이 바로 착시가 숨은 곳입니다.

→ 광고주 시사점: 예산을 옮기는 근거는 "리포트 ROAS가 높다"가 아니라 "이 지출을 늘렸을 때 전체 매출·신규 주문이 실제로 늘었다"여야 합니다. 작은 홀드아웃(예: 리타게팅을 2주간 특정 비중만 꺼보기)만으로도 '안 켰어도 났을 매출'의 크기를 눈으로 확인할 수 있습니다.

지금 바로 점검할 것 — 측정 체크리스트 5가지

1. 리포트의 어트리뷰션 모델부터 확인하세요. 지금 보는 전환수가 라스트클릭인지 데이터 드리븐인지 모르면, 그 숫자로 내리는 모든 결정이 모래 위입니다. 모델 이름을 리포트 상단에 고정 표기하세요.
2. 채널 성과를 '수확 채널'과 '창출 채널'로 나눠 보세요. 리타게팅·브랜드검색(수확)과 시딩·인지도(창출)를 같은 ROAS 표에 섞으면, 구조적으로 수확 채널이 항상 이깁니다. 두 줄로 분리하는 것만으로 착시의 절반이 걷힙니다.
3. 자사 실매출을 '단일 기준선'으로 삼으세요. 플랫폼 리포트 전환수의 합이 실제 주문 수와 얼마나 벌어지는지 매달 대조하면, 리포트를 얼마나 할인해서 읽어야 하는지 감이 잡힙니다.
4. 결제 화면에 유입경로 설문 한 문항을 넣으세요. "어떻게 알게 되셨나요?" 한 줄이 플랫폼이 못 보는 접점을 드러내는 가장 싼 측정 도구입니다.
5. 예산 이동 전, 작은 홀드아웃을 먼저 돌리세요. "이 채널을 줄이면 전체 매출이 정말 줄까?"를 2주짜리 대조 실험으로 확인한 뒤 옮겨도 늦지 않습니다. 장부가 아니라 인과로 결정하는 습관입니다.

마무리

전환 광고 최적화의 출발점은 더 좋은 소재도, 더 낮은 입찰도 아닙니다. 무엇을 성과로 셀 것인가를 바로잡는 일입니다. 눈금이 틀어진 계기판 위에서 최적화하면, 열심히 할수록 착시를 강화합니다 — 이미 거둔 채널에 예산을 몰고, 수요를 만든 채널을 끄는 방향으로요.

다음 편에서는 이 측정 관점을 실제 판단에 적용합니다. "전환수는 느는데 왜 매출은 안 늘까" — 증분 전환과 신규 고객 비중으로, 리타게팅이 감춘 진짜 성장의 크기를 들여다봅니다.

인포크는 크리에이터 시딩(수요 창출)부터 그 콘텐츠를 활용한 전환 광고(수요 회수)까지 하나의 파이프라인으로 설계하고, 그 성과를 채널별 착시 없이 읽어 드립니다. 우리 브랜드의 전환 리포트가 어디서 착시를 일으키고 있는지 궁금하시다면 아래에서 상담을 신청해 주세요.

캠페인 상담 신청하기

본문의 어트리뷰션 모델 설명(구글이 2023년 퍼스트클릭·선형·시간감쇠·위치기반 모델을 폐기하고 데이터 드리븐·라스트클릭만 유지)은 구글 광고 고객센터 공개 문서를 인용했습니다. iOS 14 앱 추적 투명성(ATT)의 영향과 이벤트 8개 제한·집계 창 28→7일 단축·리포팅 지연은 공개 업계 자료를 정리한 것으로, 구체 수치(추적 거부율 등)는 조사·시점·업종에 따라 달라지므로 본문에서는 절대 수치 대신 방향으로만 서술했습니다. 리타게팅·브랜드검색의 '높은 ROAS 상당 부분이 안 켰어도 났을 매출'이라는 서술은 증분성 관점의 가설로, 개별 브랜드의 실제 증분은 실험으로 확인해야 합니다. 시딩 도달의 시간 구조(첫날 절반 이상)는 인포크 릴스 시딩 캠페인의 집계 패턴을 최종 도달 대비 비율로 정리한 것으로, 개별 콘텐츠·카테고리에 따라 달라질 수 있으며 절대 도달 수치는 공개하지 않습니다. 도해는 모두 개념 설명용으로 실측 배분값이 아닙니다. 이 글은 인포크 내부 캠페인의 절대 수치를 인용하지 않았습니다.