전환기여모델 알아보기 with Google Analytics
대부분의 매체 중에서도 검색광고에서 가장 높은 전환율이 발생됩니다. 그렇다면, 검색광고만 효과가 있는 것일까요?
이제 절대 그런 것이 아니란 것은 많은 마케터분들께서도 알고 계실 거라고 생각합니다. 많은 트래킹 툴에서 기여 모델을 라스트터치로 두고 있기때문에, 가장 마지막 터치가 발생하는 검색광고에서 대부분의 전환이 찍히게 되는 것인데요, 오늘은 Google Analytics에는 어떤 전환 기여모델에는 어떤 유형들이있고, 기준을 달리해서 전환을 파악하는 방법에 대해서 적어보겠습니다.
'전환기여모델'이란?
유저가 우리 사이트에 유입되어서 전환이 발생하기까지 있었던 모든 터치들이 어느정도의 비중으로 전환에 영향력을 끼쳤다고 볼 것인지에 따라 가중치를 달리 두는 방법인데요, Google Analytics는 기본적으로 마지막 간접클릭을 보고서의 기본 기여기준으로 하고 있습니다.
Google Analytics의 전환 기여 모델 종류
Google Analytics에서 기본적으로 제공하고 있는 기여 모델들의 유형인데요, 대부분 내용이 이해가 잘 되실 것 같아서 마지막 간접 클릭과 마지막 상호작용 모델의 차이에 대해서만 간단하게 정리해보겠습니다.
Last Interaction(마지막 상호작용)과 Last non-direct click(마지막 간접 클릭)의 차이
마지막 상호작용은 정말 말그대로 전환 발생 바로 직전의 채널이 전환에 100%기여했다고 보는 모델인데요, 마지막 간접 클릭은 그 중에서도 '직접유입(Direct)' 트래픽은 무시하고, 그 외에 전환에 가장 가까웠던 터치포인트에 전환기여도를 100% 주는 모델이라고 이해하시면 됩니다.
Google Analytics의 전환 기여 모델 비교하기
Google Analytics 에서는 기여모델 별로 전환 결과를 비교할 수 있는 기능을 제공하고 있는데요, 전환 > 다채널 유입경로 > 모델 비교 도구 에서 확인해볼 수 있습니다.
왼쪽에는 기준 모델을 설정하고, 오른쪽에는 비교해보고 싶은 모델을 최대 2가지 까지 선택해서 비교해볼 수 있습니다.
맞춤형 전환 기여 모델 만들기
만약, GA에서 기본적으로 제공하는 모델 외에 다른 기여모델을 적용하고 싶거나, 다른 조건을 추가해보고 싶은 경우에는 맞춤형으로 기여 모델을 만들어볼 수도 있는데요, 기여모델 선택 창 하단에 보면 새 맞춤모델 만들기가 보이실 겁니다.
- 전환확인기간 : 전환 확인 기간을 최소 1~90일까지 설정 해줄 수 있습니다.
- 사용자 참여를 기반으로 크레딧 조정 : 방문자가 사이트에 머문 시간 OR 방문한 페이지수 에 따라 기여도 비례 분배
- 맞춤 기여도 규칙적용 : 특정 조건을 포함하는 유저에게 x배의 기여도 적용
GA의 전환 기여 모델에 대해서 더 궁금한 점이 있다면 Google Analytics 도움말을 참고해보세요.
각 기여 모델은 언제 쓰면 좋을까?
기여모델마다 적합한 상황이 다른데요, 어떤 모델이 정답이라기보다는 우리 비즈니스와 캠페인 목적에 맞는 모델을 선택하는 것이 중요합니다. 하나씩 살펴볼게요.
라스트클릭 (마지막 상호작용)
전환 직전의 채널에 100% 기여도를 부여하는 가장 단순한 모델입니다. 단기 프로모션이나 즉시 전환을 유도하는 캠페인에서는 유용하지만, 큰 한계가 있습니다. 예를 들어 유저가 인스타그램 광고를 보고 브랜드를 알게 되어 → 블로그 리뷰를 읽고 → 마지막에 브랜드명을 검색해서 구매했다면, 라스트클릭에서는 검색광고만 전환에 기여한 것으로 잡히게 됩니다. 인스타그램 광고가 없었으면 검색 자체가 없었을 텐데 말이죠. 이렇게 상위 퍼널 채널의 기여도가 완전히 무시된다는 점이 라스트클릭의 가장 큰 약점입니다.
퍼스트클릭 (첫 번째 상호작용)
반대로 가장 처음 유저를 데려온 채널에 100% 기여도를 부여합니다. 신규 고객 유입이 핵심 목표인 경우, 예를 들어 브랜드 론칭 초기에 어떤 채널이 잠재 고객을 처음 만나게 해주는지 파악하고 싶을 때 유용합니다. 다만 첫 유입 이후 전환까지의 긴 과정에서 어떤 채널이 고객의 관심을 유지시켰는지는 전혀 반영되지 않기 때문에, 이 모델만 단독으로 사용하기보다는 라스트클릭과 비교해서 보는 것이 좋습니다.
선형 모델
모든 터치포인트에 동일한 기여도를 부여하는 모델입니다. 고객이 4번의 터치를 거쳐 전환했다면 각각 25%씩 기여한 것으로 봅니다. 고객 여정 전체를 고르게 평가하고 싶을 때 참고하기 좋은 모델이지만, 현실적으로 모든 터치가 동일한 영향력을 가지는 경우는 드뭅니다. 그래도 "어떤 채널도 빠뜨리지 않고 전체적으로 보고 싶다"는 니즈가 있을 때 기준선(baseline)으로 활용하기에 괜찮습니다.
시간 가치 하락 모델
전환에 가까운 터치포인트일수록 더 높은 기여도를 부여합니다. 일주일 전의 클릭보다 어제의 클릭이 전환에 더 큰 영향을 미쳤다고 보는 거죠. 구매 결정에 시간이 걸리는 고관여 상품(자동차, 가전, B2B 서비스 등)에서 특히 유용한데요, 고객이 여러 번 비교하고 고민한 끝에 전환하는 패턴이라면 전환에 가까운 시점의 정보 제공이 실제로 더 큰 영향을 미치는 경우가 많기 때문입니다.
위치 기반 모델
첫 번째 터치와 마지막 터치에 각각 40%, 나머지 중간 터치들에 합계 20%를 배분합니다. "처음 데려온 채널"과 "마지막으로 전환을 만든 채널" 모두 중요하게 보고 싶을 때 균형 잡힌 선택이 됩니다. 실무에서 많은 마케터들이 선호하는 모델 중 하나인데요, 유입과 전환 양쪽 모두를 놓치지 않으면서도 중간 터치의 기여도도 어느 정도 인정해준다는 점에서 합리적입니다.
GA4에서 달라진 기여 모델
기존 UA(유니버설 애널리틱스)에서 GA4로 전환되면서 기여모델에도 큰 변화가 있었는데요, 가장 핵심적인 변화는 **데이터 기반 기여 모델(Data-Driven Attribution, DDA)**이 기본값이 되었다는 점입니다.
데이터 기반 기여 모델은 머신러닝을 활용해서 실제 전환 경로 데이터를 분석하고, 각 터치포인트의 기여도를 자동으로 계산합니다. 규칙 기반 모델처럼 미리 정해진 비율로 나누는 게 아니라, 실제 데이터에 기반해서 판단한다는 점이 가장 큰 차이입니다.
또 하나 중요한 변화는, GA4에서는 라스트클릭과 데이터 기반 모델만 선택할 수 있고, 기존에 있던 선형, 시간 가치 하락, 위치 기반 등의 규칙 기반 모델은 제거되었다는 것입니다. 구글은 데이터 기반 모델이 더 정확하게 기여도를 반영한다고 판단한 거죠.
실무에서 기여 모델 활용 팁
하나의 모델만 고집하지 마세요
기여 모델 분석의 핵심은 여러 모델을 나란히 놓고 비교해보는 것입니다. 라스트클릭에서는 검색광고가 전환의 대부분을 차지하는 것처럼 보이지만, 퍼스트클릭으로 바꿔보면 DA나 SNS 광고의 기여가 크게 나타나는 경우가 정말 많습니다. 이 차이를 발견하는 것 자체가 기여 모델 분석의 가치입니다. "아, 검색광고만 잘하면 되는 게 아니었구나. DA 광고가 유입을 만들어주고 있었네" 하는 인사이트를 얻을 수 있거든요.
보고 목적에 따라 모델을 달리 사용하세요
경영진에게 전체 마케팅 ROI를 보고할 때는 데이터 기반 모델이나 선형 모델로 채널별 기여도를 균형 있게 보여주는 것이 좋습니다. 반면 채널별 예산을 조정하는 실무적 의사결정에서는 라스트클릭과 퍼스트클릭을 비교해서 각 채널이 퍼널의 어느 단계에서 역할을 하는지 파악하는 게 더 유용합니다. 목적에 따라 모델을 유연하게 활용해보세요.
GA4 데이터 기반 모델을 믿되, 데이터가 충분한지 확인하세요
DDA는 충분한 전환 데이터가 있어야 정확하게 작동합니다. 구글은 최소 요건을 공개하지 않지만, 일반적으로 월 전환 수가 수백 건 이상은 되어야 의미 있는 결과를 기대할 수 있습니다. 전환 수가 적은 초기 단계이거나 니치한 비즈니스라면 DDA 결과만 맹신하기보다 라스트클릭 결과도 함께 비교해서 보는 것이 안전합니다.
분석에서 끝내지 말고 액션으로 연결하세요
기여 모델 분석을 아무리 정교하게 해도, 그 결과를 실제 예산 배분에 반영하지 않으면 의미가 없습니다. 분석 결과 DA 광고가 과소평가되고 있었다면 DA 예산을 늘려보고, 반대로 특정 채널이 기여 모델을 바꿔봐도 일관되게 낮은 성과를 보인다면 과감하게 축소하는 결정도 필요합니다. 분석 → 가설 → 예산 조정 → 결과 확인의 사이클을 만들어야 기여 모델이 진짜 무기가 됩니다.
자주 묻는 질문
- GA4에서는 어떤 기여 모델을 사용하나요?
- GA4는 데이터 기반 기여 모델(Data-Driven Attribution)을 기본값으로 사용합니다. 머신러닝으로 실제 전환 경로를 분석해 각 터치포인트의 기여도를 자동 산출합니다. 대안으로 라스트클릭 모델도 선택할 수 있지만, 기존 UA에 있던 선형·시간 가치 하락·위치 기반 모델은 제거되었습니다.
- 라스트클릭 모델과 데이터 기반 모델의 차이는 무엇인가요?
- 라스트클릭은 전환 직전의 마지막 채널에 100% 기여도를 부여하는 단순한 방식입니다. 데이터 기반 모델은 실제 전환 경로 데이터를 분석해서 각 채널이 전환에 기여한 정도를 비율로 나누어 산출합니다. 데이터 기반 모델이 더 현실적인 기여도를 보여주지만, 충분한 전환 데이터가 필요합니다.
- 전환 기여 모델은 왜 중요한가요?
- 기여 모델에 따라 각 채널의 성과 평가가 완전히 달라지기 때문입니다. 라스트클릭만 보면 검색광고가 대부분의 전환을 차지하는 것처럼 보이지만, 실제로는 DA나 SNS 광고가 첫 인지를 만들어준 경우가 많습니다. 기여 모델을 제대로 이해해야 채널별 예산을 합리적으로 배분할 수 있습니다.
- 우리 비즈니스에는 어떤 기여 모델이 적합한가요?
- 구매까지의 고객 여정이 짧은 비즈니스(즉시 구매형 소비재 등)는 라스트클릭이 비교적 잘 맞습니다. 반면 고관여 상품(B2B, 부동산, 자동차 등)이나 고객 여정이 긴 경우에는 데이터 기반 모델이나 시간 가치 하락 모델이 더 현실적인 평가를 제공합니다.
이 글과 함께 읽으면 좋은 글: