광고 보고서의 매출 데이터가 부풀려지는 이유
인트로 : 광고 매체와 실제 매출 사이의 '기묘한 거리감'에 대하여
어느 광고주와 대행사의 미팅 자리에서의 일입니다. 회의실 분위기가 싸늘합니다. 광고 관리자 화면에 찍힌 매출은 분명 1억 원이었는데, 자사몰 어드민(Admin)에 찍힌 실제 매출은 7천만 원뿐이었기 때문이죠. "나머지 3천만 원은 어디로 증발한 걸까요?"광고주는 고개를 갸우뚱하고, 대행사는 당황합니다. 누군가 거짓말을 하는 것일까요? 결론부터 말씀드리면, 이건 누군가 거짓말을 하는 게 아닙니다. 바로 매체마다 갖고 있는 '기여기간(Attribution Window)’ 때문입니다.
1. 매체들의 ‘숟가락 얹기’ 전쟁
여러 매체를 활용해 광고를 집행한다는 건, 마치 축구 경기를 치르는 것과 같습니다. 축구 경기에서 하나의 골(매출)이 터지기까지 여러 선수가 패스를 주고받는 과정을 예로 들어보겠습니다. 어떤 유저가 아래와 같은 과정을 통해 제품을 구매했다고 가정해봅시다.
- 월요일: 인스타그램 광고(A)를 보고 제품을 인지함 (A 선수 패스)
- 수요일: 유튜브 영상 광고(B)에 다시 노출됨 (B 선수 패스)
- 금요일: 네이버에 검색(C)해서 파워링크 광고로 최종 구매 (C 선수 골!)
이때 실제 매출은 딱 1건(C 선수의 골)이지만, 광고 매체들은 각자 자기 덕분에 골이 들어갔다고 주장하기 시작합니다.
- 인스타그램: "내가 월요일에 처음 보여줬으니까 내 성과야!"
- 유튜브: "내가 수요일에 뽐뿌(?)를 넣어줬으니까 내 성과지!"
- 네이버: "결국 내 검색창을 통해 들어왔으니 내 성과야!"
이것이 바로 매체 데이터와 실제 데이터가 어긋나고, ‘중복 집계’가 발생하는 본질적인 이유입니다.
2. '기여기간', 그 고집스러운 기준
광고 매체는 자선단체가 아닙니다. 자신들의 광고가 얼마나 효과적인지 증명해야 하죠. 그래서 각 매체는 "광고를 본 뒤 ~일 이내에 구매하면 내 성과로 치겠다"라는 규칙을 정해두는데, 이를 ‘기여기간’이라고 부릅니다. 디지털 마케터가 주로 활용하는 미디어들 중 몇가지 매체들의 클릭 관련 기여기간을 보면 기본값은 보통 아래와 같습니다.
매체별 '클릭 관련' 표준 기여기간자 그럼 상황을 하나 가정해 보겠습니다. 만약 어떤 고객이 월요일에 인스타그램 광고를 클릭만 하고 창을 닫았다가, 금요일에 직접 사이트에 들어와 결제했다면 어떻게 될까요? 인스타그램은 "7일 이내에 우리 광고를 클릭 했었네!"라며 매출 1건을 자기 성과로 기록합니다. 하지만 브랜드 입장에서는 광고를 누른 건 한참 전이고 지금은 직접 사이트에 들어와 구매를 했으니, 이를 온전히 광고의 성과라고 체감하기 어렵습니다. 여기서 매체와 자사몰 데이터 사이의 괴리가 발생합니다.
성공적인 광고 캠페인으로 인해 우리 브랜드의 매출이 커지면 더욱 높은 성장을 위해 마케팅 예산을 증액하기도 합니다. 이러한 상황에서 담당 마케터는 점점 많은 매체를 활용하게 되지요. 문제는 사용하는 매체들의 수가 많아질수록 매체간 겹칠 수 있는 경우의 수도 증가하게 된다는 것입니다. 예를 들어 두 개의 매체를 사용하면 중복되는 데이터도 최대 2개이지만, 매체를 10개 사용하면 최대 10개의 데이터가 중복으로 집계될 수 있는 것이죠. 그래서 광고 예산이 커지고 사용하는 매체가 많아질수록 광고 관리자가 보는 숫자는 점점 부풀어 오르고, 실제 매출과의 간극은 넓어집니다.
3. 우리는 어떤 숫자를 믿어야 할까?
이러한 간극을 극복하고 올바른 의사결정을 내리기 위해 두 가지 방안을 제안합니다.
첫째, 매체별로의 효율을 비교하려면 '단일 기준’으로 데이터를 볼 수 있는 분석 도구를 활용하세요. 구글 애널리틱스4(GA4) 같은 제3의 분석툴(3rd party tool)는 매체들의 중복 집계를 걸러내고, 기여모델이라는 나름의 기준(데이터기반, 라스트 클릭 등)으로 성과를 배분합니다. 이를 통해 마케터는 하나의 잣대로 매체별 성과를 비교할 수 있게 됩니다. 다만 분석툴의 기여모델 설정 방식에 따라 성과 배분이 달라질 수 있다는 점은 유의해야 합니다.
둘째, 데이터의 '추세'와 ‘방향성’을 보세요. 사용하는 광고 데이터와 실제 매출 수치를 일치 시키는 것은 불가능합니다. 그러므로 우리는 광고비를 증액했을 때 실제 매출 규모가 그만큼 함께 커지고 있는지를 살펴야 합니다. 전체 매출 증감을 보고 현재 우리가 잘 항해하고 있는지 거시적인 시각에서 그 '방향성'을 판단하는 것이 중요합니다. 아직 매출이 적극적으로 나오지 않는 브랜드라면 광고로 유입된 유저의 체류시간 개선율을 눈여겨 보아야 합니다.
마무리 : 데이터는 거울이 아니라 지도입니다.
광고 매체의 데이터가 실제와 다르다고 해서 '가짜'라고 치부할 필요는 없습니다. 매체의 데이터는 "이 매체의 광고가 이만큼 고객의 구매 여정에 관여하고 있구나"라는 것을 알 수 있는 시그널이니까요. 광고 매체에서 보여지는 매출 데이터는 최종 성과가 아니라 매체별 최적화의 기준으로 바라보는 것이 적합합니다.
숫자는 거짓말을 하지 않지만, 가끔 자기 입장에서만 말하곤 합니다. 브랜드를 담당하는 마케터들에게 중요한 것은 매체의 숫자에 일희일비하는 것이 아니라, 우리 브랜드만의 데이터 해석 기준을 세우는 것입니다.
우리 마케터들이 보아야 하는 데이터는 점점 더 많아지고 동시에 점점 더 복잡해지고 있습니다. 이러한 상황 속에서 저를 포함한 마케터들에게 필요한 자세는 나에게 주어진 데이터가 만들어지는 과정에 대한 '탐구'를 기반으로, 데이터 뒤에 숨겨진 고객의 복잡한 마음을 읽어내려는 '노력'이 아닐까 싶습니다.
Article by 비키트
