3강에서 GA4의 데이터 기반 어트리뷰션(DDA)이 노벨경제학상 수상자 로이드 섀플리의 섀플리 가치(Shapley Value) 개념에 기반한다는 것을 배웠다. 섀플리 가치는 여러 참여자가 협업해 만든 전체 성과를, 각 참여자가 팀에 들어왔을 때와 들어오지 않았을 때의 성과 차이를 기준으로 공정하게 나누는 게임이론 개념이다. 이번 강에서는 이 개념 자체를 조금 더 깊이 들여다보고, 5강에서 배운 마르코프 체인 제거 효과와 무엇이 같고 다른지, 그리고 이 방식을 직접 구현할 가치가 있는지를 판단하는 기준을 정리한다.
두 방법 모두 "이 터치포인트가 없었다면 어땠을까"라는 반사실적 질문에서 출발한다는 공통점이 있다. 차이는 계산 방식에 있다. 마르코프 제거 효과는 채널 하나씩 순서대로 빼보면서 전체 전환 확률이 얼마나 떨어지는지를 확인하는 방식이다. 반면 섀플리 가치는 여러 채널이 등장하는 모든 가능한 순서 조합(연합, coalition)에서 각 채널이 들어왔을 때와 안 들어왔을 때의 차이를 계산하고, 이 값들을 평균 내어 최종 기여도를 정한다. 채널이 3개라면 조합의 경우의 수가 많지 않아 두 방법의 결과가 비슷하게 나오는 경우가 많지만, 채널 수가 늘어날수록 섀플리 가치는 고려해야 할 조합이 기하급수적으로 늘어나 계산 비용이 커진다.
GA4 공식 문서에 따르면 DDA는 전환에 이른 경로와 이르지 못한 경로 데이터를 모두 써서, 특정 터치포인트가 있었을 때와 없었을 때의 전환 확률 차이를 비교하는 반사실적 방식으로 기여도를 계산한다. 계산에는 전환까지 걸린 시간, 기기 유형, 상호작용 횟수, 노출 순서, 소재 유형 같은 요인이 함께 반영된다. 구글은 원리는 공개하지만 내부 가중치 산출 공식까지는 공개하지 않아, 결과를 역산해 검증하기는 어렵다. 즉 GA4를 쓰고 있다면 이미 섀플리 가치 기반 계산을 계정 전체에 적용받고 있는 셈이고, 별도로 직접 구현할 필요가 없는 경우가 대부분이다.
직접 섀플리 가치 계산을 구현하는 것이 의미 있는 경우는 제한적이다. 첫째, GA4가 아닌 다른 데이터 소스(오프라인 접점, 자체 CRM 여정 데이터)를 포함해 기여도를 계산하고 싶은 경우다. 둘째, 여러 채널이 등장하는 특정 캠페인 세트만 따로 떼어 정밀 분석하고 싶어, GA4 계정 전체 기준의 DDA 결과보다 더 세밀한 조합별 분석이 필요한 경우다. 셋째, 5강에서 배운 마르코프 제거 효과로 이미 커스텀 분석 인프라(R·Python)를 구축했다면, 같은 인프라 위에서 섀플리 가치 계산도 상대적으로 적은 추가 비용으로 병행해볼 수 있는 경우다. 이 세 경우가 아니라면, 이미 GA4가 섀플리 가치 기반 DDA를 계정 전체에 제공하고 있으므로 직접 구현의 실익이 크지 않다.
섀플리 가치의 계산 복잡도는 채널 수가 늘어날수록 조합의 경우의 수가 기하급수적으로 증가하는 구조라, 채널이 6~7개를 넘어가면 정확한 계산 대신 근사 알고리즘(몬테카를로 샘플링 등)을 써야 하는 경우가 많다. 이 근사 계산에는 별도의 통계·엔지니어링 인력이 필요하다. 11강에서 다룰 것처럼 이런 인프라 투자는 자체 트래픽·전환 볼륨이 이미 크고, 기존 도구가 반영하지 못하는 고유한 신호를 결합해야 하는 조직에서만 정당화되는 경우가 많다. 대부분의 중소·중견 광고주에게는 GA4의 DDA를 정확히 세팅해 쓰는 편이 투입 대비 효과가 훨씬 크다.
[Shapley Value 적용여부 판단 체크리스트]
1. 현재 상태 점검
□ GA4의 DDA가 주요 전환(키 이벤트)에서 정상 작동 중인가(3강 참고)
□ GA4 외 데이터 소스(오프라인·CRM·자체 로그)를 기여도 계산에 포함해야 하는가
□ 5강의 마르코프 제거 효과 인프라(R/Python)를 이미 구축했는가
2. 실익 판단
□ 특정 캠페인 세트만 따로 정밀 분석해야 할 사업적 이유가 있는가
□ 채널 수가 6\~7개를 넘어 근사 알고리즘까지 감당할 인력·예산이 있는가
□ DDA 결과와 5강 마르코프 결과가 이미 크게 어긋나 추가 검증이 필요한가
3. 결론
- 위 항목 대부분이 "아니오"라면: GA4 DDA를 정확히 세팅하는 데 집중(직접 구현 불필요)
- 항목 다수가 "예"라면: 커스텀 섀플리 가치 계산 인프라 투자를 검토할 단계
7강. 실습 1: 우리 회사에 맞는 어트리뷰션 모델 선택 보고서에서 지금까지 배운 모델들을 종합해 최종 선택 보고서를 작성합니다.