패션·의류 어트리뷰션과 중복 집계 보정

패션·의류 업종은 스마트스토어, 쿠팡, 자사몰 등 여러 판매 채널을 한꺼번에 운영하는 경우가 많고, 브랜드 규모가 커질수록 온라인 광고 성과가 오프라인 매출에도 영향을 미치는 구조를 갖고 있습니다. 대형 패션 기업은 매출의 80% 이상이 백화점·로드샵 등 오프라인에서 발생한다고 알려져 있어, 온라인 광고가 오프라인 매출에 기여하는 정도를 수치화하는 O2O 트래킹이 패션 마케터의 필수 과제로 꼽힙니다. 다만 개별 브랜드·쇼핑몰마다 온오프라인 매출 비율은 다르므로, 지금 운영 중인 채널 구조부터 파악한 뒤 어느 채널의 전환을 우선 추적할지 정하고 다음 단계로 넘어가야 합니다.

그래서 먼저 어떤 채널이 자체 픽셀 삽입을 허용하는지, 어떤 채널은 플랫폼 통계에만 의존해야 하는지부터 표로 정리해 두는 것이 좋습니다.

같은 문제는 매체 간에도 일어납니다. GA4는 기본적으로 데이터 기반 어트리뷰션을 쓰지만 실무에서는 라스트클릭 관성으로 해석되는 경우가 많고, 메타는 자체 기여 모델(2026년 기준 7일 클릭·1일 참여 유도·1일 조회)로 별도 집계합니다. 두 시스템은 관측 범위와 기여 기간, 쿠키·기기 식별 방식이 모두 달라 같은 캠페인이라도 전환수가 다르게 나오는 것이 정상입니다. iOS 정책 이후 메타는 CAPI·AEM 같은 보정 신호를 쓰는 반면 GA4는 상대적으로 브라우저 신호에 더 의존해 매체별 관측 손실 폭 자체가 다르며, 패션·의류처럼 스마트스토어·쿠팡 전환까지 더해지면 집계 축이 세 갈래로 늘어나는 셈이므로 격차를 "누가 맞는가"로 접근하지 말고 각 시스템이 답하는 질문이 다르다는 전제 위에서 용도별로 나눠 써야 합니다.

숫자를 하나로 합치려 하기보다 각 시스템을 원래 목적에 맞게 나눠 쓰는 것이 출발점입니다. MMM은 사용자 단위 추적 없이 매출·광고비·외부 변수 같은 집계 데이터로 채널 기여도를 통계적으로 추정하는 방법론입니다.

인크리멘털리티는 광고 노출 집단과 비노출 통제 집단의 전환 성과를 비교해, 광고 없이도 발생했을 매출을 제외한 순수 증분만 분리하는 방법론입니다. 라스트클릭 같은 전통적 기여 모델은 이미 구매 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있고, iOS 정책 이후 픽셀 단독 추적으로는 전환의 상당 부분이 누락돼 기여 데이터만으로 광고 효과를 판단하기가 더 어려워졌습니다.

실제로 리타게팅의 높은 ROAS만 믿고 예산을 몰았다가 전체 매출이 급감한 사례에서, 이 착시를 검증한 방법은 지표를 더 정교하게 다듬는 것이 아니라 리타게팅 캠페인 자체를 껐을 때 매출이 실제로 줄어드는지 홀드아웃으로 확인하는 것이었습니다. ROAS만 보고 리타게팅에 예산을 집중하면 신규 유입을 만드는 상단 퍼널 캠페인의 예산이 줄어 전체 매출 기반이 축소되므로, 시즌·프로모션 시기마다 신규 고객 유입 캠페인과 재구매 유도 캠페인의 비중을 함께 점검하는 습관을 들이세요.

메타 자체 집계 데이터를 매체 간 비교에 쓸 때는 AEM의 특성도 감안해야 합니다. AEM은 iOS ATT 프롬프트에서 추적을 거부한 사용자에 대해 개별 식별 없이 도메인 단위 집계 데이터로 전환을 측정하는 메타의 개인정보보호 대응 체계이며, 개인 식별 위험을 막기 위해 데이터 집계·보고에 24시간에서 48시간의 의도적 지연을 둡니다. 2025년 6월부터 메타는 웹 전환에 한해 도메인당 8개 이벤트 우선순위 지정 제한을 없앴지만, iOS 앱 캠페인이나 새 체계로 전환되지 않은 일부 계정에는 여전히 8개 이벤트 우선순위 모델이 적용될 수 있어 Events Manager 화면에서 직접 확인해야 합니다. 이 지연과 우선순위 차이를 모르고 당일 매체별 수치를 바로 합산하면 또 다른 형태의 중복·누락 집계가 생기므로, 리포트 마감 시점을 최소 이틀 뒤로 늦추는 편이 안전합니다.

Google Ads는 광고주의 입찰 및 보고에 쓰는 전환을 비즈니스에서 가치 있는 행위로 정의하며, 온라인 구매 외에도 전화 통화, 상담 신청, 리드 폼 제출 등을 포함합니다. 전환의 정의는 업종별·광고 목표별로 다르므로 캠페인 설정 시 명확히 해야 하는데, 스마트스토어·쿠팡·자사몰을 동시에 운영하는 패션 셀러라면 채널마다 결제완료·장바구니담기·구매확정 중 무엇을 전환으로 잡는지부터 맞춰야 매체 간 성과 비교가 의미를 가집니다. 상담 채널을 함께 운영한다면 그 채널의 문의도 전환에 포함할지 미리 정해야 하며, 이 정의를 통일하지 않은 채 매체별 숫자를 그대로 더하면 애초에 서로 다른 것을 세고 있었다는 사실을 눈치채지 못한 채 중복·과대 집계를 예산 배분에 그대로 반영하게 됩니다.

리프트 테스트로 증분이 검증된 채널에 예산을 우선 배정하는 규칙을 쓰세요. 유사 타겟은 소스 오디언스 최소 100명, 최적 성과를 위해서는 1,000명 이상의 구매자 오디언스가 권장되며, 광범위 타겟팅과 유사 타겟은 이미 브랜드를 아는 좁은 오디언스보다 오가닉 흡수가 적어 같은 ROAS라도 증분 비율이 더 높게 나오는 경향이 있습니다.

오프라인 매장을 함께 운영하는 브랜드라면 구글이 광고 클릭에 부여하는 클릭 ID를 활용해 오프라인 전환을 추적할 수 있는데, 이 방식은 클릭한 사용자의 리드 정보와 클릭 ID를 함께 저장해야 작동합니다. 다만 오프라인 전환 추적은 클릭 ID와 오프라인 결제 데이터의 통합이 수작업에 의존하는 경우가 많아 웹 기반 추적보다 정확도가 떨어지므로, 매장 매출 비중이 낮은 온라인 셀러형 브랜드라면 이 수작업 부담을 감수할 만한지부터 따져보고 투자 우선순위를 정하세요. 앞서 본 것처럼 대형 브랜드일수록 오프라인 매출 비중이 큰 편이므로, 자사가 그 구조에 가까운지 먼저 점검하는 것이 순서입니다.

• 스마트스토어·쿠팡·자사몰 등 채널별로 전환 정의(결제완료·장바구니·구매확정)를 통일했는지 확인하세요
• GA4와 메타 광고 관리자 숫자를 하나로 합치려 하지 말고, 각 시스템이 쓰는 기여 기간과 식별 방식부터 정리하세요
• 리타게팅 캠페인의 높은 ROAS를 예산 배분 근거로 쓰기 전에 홀드아웃 테스트로 실제 증분을 확인하세요
• 리프트 테스트로 증분이 확인된 채널이라도 예산은 한 번에 20% 이상 옮기지 말고 단계적으로 이동하세요
• 메타 리포트는 AEM의 집계 지연을 감안해 최소 이틀 뒤 숫자로 마감하고, Events Manager에서 이벤트 우선순위 설정을 확인하세요
• 오프라인 매장을 함께 운영한다면 클릭 ID 기반 오프라인 전환 연동을 시도하되, 수작업 의존도와 온라인 매출 비중을 먼저 따져보고 투자 여부를 정하세요