피부과 어트리뷰션과 중복 집계 보정

피부과 업종은 비급여 진료 비중이 높고, 동일 시술도 병원 위치·장비·의료진 경력에 따라 가격 편차가 커 환자의 비교·탐색 단계가 길고 정교합니다. 업계에서는 피부과 고객이 단순히 광고 노출이 아니라 꼼꼼한 비교 후 결정하므로 '보여지지 않으면 선택조차 받을 수 없다'는 관점에서 전문성·차별화된 포지셔닝 콘텐츠가 중요하다고들 합니다. GA4는 기본적으로 데이터 기반 어트리뷰션을 쓰지만 실무에서는 라스트클릭 관성으로 해석되는 경우가 많고, 메타는 자체 기여 모델(7일 클릭·1일 참여 유도·1일 조회)로 별도 집계합니다. 두 시스템은 관측 범위, 기여 기간, 쿠키·기기 식별 방식이 모두 달라 같은 캠페인이라도 전환수가 다르게 나오는 게 정상입니다. iOS 정책 이후 메타는 CAPI·AEM 같은 보정 신호를 쓰지만 GA4는 상대적으로 브라우저 신호에 더 의존해, 매체별 관측 손실 폭 자체가 다릅니다. 격차를 '누가 맞는가'로 접근하지 말고 각 시스템이 답하는 질문이 다르다는 전제 위에서 용도별로 나눠 써야 합니다. 그래서 먼저 GA4와 메타 광고 관리자의 전환 정의·기여 기간·식별자 기준을 한 표로 정리하고, 어느 지표를 '예산 배분용'으로 쓸지 '운영 최적화용'으로 쓸지 내부 합의를 만드세요.

라스트클릭 등 전통적 기여 모델은 이미 구매 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있습니다. 인크리멘털리티는 광고 노출 집단과 비노출(통제) 집단의 전환 성과를 비교해 광고 없이도 발생했을 매출을 제외한 순수 증분만 분리하는 방법론입니다. 기여 데이터가 놓치는 '진짜 추가된 성과'를 별도로 검증하는 보완 장치로 쓰입니다. 메타는 2026년 인크리멘털 어트리뷰션 기능을 확대해, 표준 기여 모델 대비 증분 전환을 24% 늘렸다고 자체 발표했습니다. 리프트 테스트 결과를 예산 룰로 전환할 때는 한 번에 20%를 넘는 예산 이동을 피하고 단계적으로 옮겨야 알고리즘 재학습 리스크를 줄일 수 있습니다. MMM은 사용자 단위 추적 없이 매출·광고비·외부 변수 같은 집계 데이터로 채널 기여도를 통계적으로 추정하는 방법론입니다. 개인 식별자가 필요 없어 서드파티 쿠키 규제·iOS 추적제한과 무관하게 작동합니다. 대신 채널·매체 단위 큰 그림만 보여줄 뿐, MTA만큼 세밀한 개인화 인사이트는 못 줍니다. 인크리멘털리티(리프트) 테스트와 상호 보완 관계로 함께 쓰는 게 원칙입니다. 그래서 먼저 메타 리프트 테스트로 상단 퍼널(신규 유입) 채널의 증분 기여도를 검증한 뒤, 분기 단위 MMM으로 전체 채널 믹스 효율을 교차 점검하는 루틴을 만드세요.

AEM(집계 이벤트 측정)은 iOS ATT 프롬프트에서 추적을 거부한 사용자에 대해 개별 식별 없이 도메인 단위 집계 데이터로 전환을 측정하는 메타의 개인정보보호 대응 체계입니다. 2025년 6월부터 메타는 웹 전환에 한해 기존의 '도메인당 8개 이벤트 우선순위 지정' 제한을 제거했습니다. iOS 앱 캠페인과 신 체계로 전환되지 않은 일부 계정에는 여전히 8개 이벤트 우선순위 모델이 적용될 수 있어, 자사 Events Manager 화면에서 직접 확인해야 합니다. AEM은 개인 식별 위험을 막기 위해 데이터 집계·보고에 24~48시간의 의도적 지연을 둡니다. 그래서 이번 주 내로 Events Manager의 '집계 이벤트 측정' 탭에서 우선순위 8개 제한 여부와 이벤트 매핑 상태를 점검하고, 웹 전환 이벤트(예약 완료, 상담 신청)를 최상위 순위로 고정하세요.

리타게팅은 이미 구매 의사가 형성된 유저를 대상으로 하므로 라스트클릭 기준 ROAS가 구조적으로 높게 나옵니다. ROAS만 보고 리타게팅에 예산을 집중하면 신규 유입을 만드는 상단 퍼널 캠페인의 예산이 줄어 전체 매출 기반이 축소됩니다. iOS 개인정보 정책 이후 픽셀 단독 추적으로는 전환의 상당 부분이 누락돼 라스트클릭 지표의 왜곡이 더 커진 상태입니다. 이 착시를 검증하는 방법은 지표를 더 정교하게 다듬는 게 아니라 리타게팅 캠페인 자체를 껐을 때 매출이 실제로 줄어드는지 홀드아웃으로 확인하는 것입니다. 피부과는 지인소개 비율이 49.6%로 가장 높고, 재방문 의사가 78%에 달해 기존 고객 풀이 매출 기반의 큰 축을 이룹니다.

안정화된 병원의 권장 광고비는 월 매출액의 5~10% 수준이며, 신규 개원 6개월 이내 병원은 15~20%의 공격적 투자가 필요합니다. 월 300만 원 미만 소액 예산이면 네이버 플레이스 최적화와 지역 타겟팅 광고에 80% 이상을 집중하고, 월 1,000만 원 이상 고액 예산이면 검색 광고를 기본으로 유튜브 쇼츠·인스타그램 릴스 등 영상 채널을 다각화합니다. 유사 타겟(Lookalike Audience)은 소스 오디언스 최소 100명, 최적 성과를 위해서는 1,000명 이상의 구매자 오디언스가 권장됩니다. 광범위(Broad) 타겟팅과 유사 타겟은 이미 브랜드를 아는 좁은 오디언스보다 오가닉 흡수가 적어, 같은 ROAS라도 증분 비율이 더 높게 나오는 경향이 있습니다. 메타는 2025년 11월 GEM(Generative Ads Recommendation Model)을 공개했으며, 적용 이후 Instagram 광고 전환 5%, Facebook 피드 광고 전환 3% 증가를 보고했습니다. 그래서 예산 단계별로 '신규 예약 당 비용(CPA)' '상담 전환율' '재방문율' 세 지표를 계층화하고, 월간 리뷰 회의에서 인크리멘털 리프트 결과·MMM 채널 기여도·홀드아웃 테스트 결과를 교차 확인해 예산 이동 폭을 20% 이내로 제한하는 의사결정 표를 만드세요.

• GA4와 메타 광고 관리자의 전환 정의·기여 기간·식별자 기준을 비교표로 정리하고 용도별 주력 지표를 합의했는가
• 메타 Events Manager에서 AEM 이벤트 우선순위 8개 제한 해제 여부와 예약·상담 이벤트 최상위 매핑을 확인했는가
• 상단 퍼널(신규 유입) 채널에 메타 리프트 테스트를 적용해 증분 기여도를 검증할 일정을 잡았는가
• 분기 단위 MMM 분석 의뢰 범위(매출·광고비·계절성·경쟁사 프로모션 변수)를 확정했는가
• 예산 단계별(소액/중액/고액) 핵심 지표 계층(CPA·상담 전환율·재방문율)과 예산 이동 상한 20% 룰을 내부 지침으로 배포했는가