답변
어트리뷰션 모델 비교에서 성과가 흔들릴 때 매체·소재·측정 중 어디부터 봐야 할지 막막하실 텐데, 진단 순서를 정리해서 말씀드리겠습니다. 라스트클릭 등 전통적 기여 모델은 이미 구매 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있다. 인크리멘털리티(증분 분석)는 이 전통 기여 모델을 완전히 대체하는 게 아니라, 기여 데이터가 놓치는 "진짜 추가된 성과"를 별도로 검증하는 보완 장치로 봐야 한다. 실제로 리타게팅은 이미 구매 의사가 형성된 유저를 대상으로 하므로 라스트클릭 기준 ROAS가 구조적으로 높게 나오는데, 이 지표만 믿고 예산을 리타게팅에 몰면 신규 유입을 만드는 상단 퍼널 캠페인 예산이 줄어 전체 매출 기반이 축소되는 실패로 이어질 수 있다. 여기에 더해, 어트리뷰션 모델을 비교하려면 리프트 테스트(실험군·대조군을 정밀 격리해 증분을 측정) 인프라가 필요한데, 여기에 최소한의 예산·전환 신호 기준이 있다. 주당 최소 100건 이상의 전환이 있어야 신뢰성 있는 리프트 결과가 나온다는 가이드가 업계에 통용되지만 정확한 계정별 최소값은 매체 공식 수치로 확인되지 않고, 테스트 시작 전 최소 2~4주간 안정적인 픽셀·CAPI 전환 데이터가 쌓여 있어야 한다는 가이드도 마찬가지로 미확인 상태다. 통계적 오류를 피하려면 광고 세트당 주간 50개 최적화 이벤트라는 학습 안정 기준을 못 채우면 학습 제한 상태가 겹쳐 리프트 결과 자체가 왜곡될 수 있고, 예산을 한 번에 20% 넘게 늘리면 알고리즘이 재학습 단계로 들어가므로 테스트 기간 중 예산 변경은 최소화해야 한다. 마지막으로 실무적으로 꼭 챙기실 부분은, 성과가 흔들릴 때는 매체·소재·측정 세 축을 동시에 뒤지지 말고 배제법으로 순서를 정해 점검하는 게 실무 표준이다. 먼저 매체 축(입찰 전략·타겟팅·낙찰 단가가 최근 바뀌었는지, 플랫폼 정책·경매 환경이 바뀌었는지)을 확인하고, 매체 쪽 변화가 없다면 소재 축(같은 소재를 오래 노출해 생기는 피로도, 클릭률 하락)을 의심하며, 매체·소재 모두 정상인데 숫자만 이상하다면 마지막으로 측정 축(태깅 유실, 기여 모델·기여 창 변경, 매체 리포트와 제3자 도구 간 불일치)을 점검하는 순서가 원인을 좁히는 데 효율적이다.