반려동물 어트리뷰션과 중복 집계 보정

반려동물 병원, 미용, 호텔링처럼 예약과 상담을 거쳐야 매출로 이어지는 업종은 웹사이트 클릭과 실제 전환 사이에 시간차와 접점 수가 많다는 특징이 있습니다. 반려동물 광고에서 상담 전환은 리드 양식이나 리드 확보용 향상된 전환 기능으로 측정할 수 있지만, 오프라인 예약·상담·재방문은 수동으로 CRM에서 데이터를 가져와야 해서 측정이 복잡하고 지연된다고 알려져 있습니다. 웹 클릭은 매체별로 정확히 잡히는 반면 전화 상담이나 대면 상담 같은 오프라인 단계는 어떤 채널이 실제로 그 결정을 이끌었는지 파악하기 어렵다는 것이 반려동물 업계 실무자들 사이에서 자주 거론되는 리스크라고 합니다. 다만 이는 업계에서 도는 통설이며, 플랫폼별·개별 구현 방식에 따라 해결 가능성은 남아 있습니다. 그래서 먼저 상담 신청 CRM 입력 화면에 유입 채널을 남기는 필드를 넣어두어, 나중에 어떤 광고가 실제 내원으로 이어졌는지 역추적할 수 있게 준비해 두세요.

이 구조 위에서 중복 집계가 벌어집니다. 반려동물은 사료·미용·정기검진처럼 주기적으로 반복되는 재구매와, 어느 병원·어느 미용실을 고를지 처음 정하는 고관여 결정이 섞여 있는 업종입니다. 보호자는 검색광고, 인스타그램, 지역 커뮤니티 후기를 오가며 여러 번 노출된 뒤에야 상담을 신청하는 경우가 많고, 그 과정에서 여러 매체가 같은 상담 한 건을 동시에 자기 성과로 잡는 일이 흔하게 벌어집니다.

GA4는 기본적으로 데이터 기반 어트리뷰션을 써서 여러 터치포인트에 가중치를 나눠 배분하지만 실무에서는 라스트클릭 관성으로 해석되는 경우가 많고, 메타는 자체 기여 모델로 별도 집계합니다. 두 시스템은 관측 범위, 기여 기간, 쿠키·기기 식별 방식이 모두 달라 같은 캠페인이라도 전환수가 다르게 나오는 것이 정상입니다. 오늘 검색광고를 클릭한 보호자가 며칠 뒤 인스타그램 광고를 보고 나서야 전화 상담을 신청하면, 검색광고와 메타가 같은 상담 건을 각자의 기여 기간 안에서 자기 성과로 잡을 수 있습니다. 개인정보 정책 이후 메타는 CAPI·AEM 같은 보정 신호를 쓰지만 GA4는 상대적으로 브라우저 신호에 더 의존해, 매체별 관측 손실 폭 자체가 다릅니다. AEM은 추적을 거부한 사용자에 대해 개별 식별 없이 도메인 단위 집계 데이터로 전환을 측정하는 메타의 개인정보보호 대응 체계이며, 데이터 집계에 24시간에서 48시간의 의도적 지연을 둡니다. 웹 전환은 2025년 6월부터 도메인당 이벤트 우선순위 제한이 풀렸지만, 앱 캠페인이나 신 체계로 전환되지 않은 계정에는 여전히 예전 제한이 남아있을 수 있어 자사 Events Manager 화면에서 직접 살펴봐야 합니다. 격차를 줄이려 애쓰기보다, GA4와 메타 각각이 어떤 질문에 답하는 도구인지 구분해 용도별로 나눠 쓰는 것부터 시작하세요.

인크리멘털리티는 광고에 노출된 집단과 노출되지 않은 통제 집단의 전환 성과를 비교해, 광고가 없었어도 발생했을 매출을 제외한 순수 증분만 분리하는 방법론입니다. 라스트클릭 같은 전통적 기여 모델은 이미 구매 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있습니다. 반려동물 리타게팅 광고도 마찬가지입니다. 이미 상담을 고민 중이거나 재방문 주기가 돌아온 보호자를 대상으로 하기 때문에 라스트클릭 기준 ROAS가 구조적으로 높게 나옵니다. 이 지표만 보고 리타게팅에 예산을 몰아주면 신규 보호자를 만드는 상단 퍼널 예산이 줄어 전체 상담 접수 기반이 줄어들 수 있습니다. 이 착시를 검증하는 방법은 지표를 더 정교하게 다듬는 것이 아니라, 리타게팅 캠페인을 일정 기간 꺼봤을 때 실제 상담 신청이 줄어드는지 홀드아웃으로 확인하는 것입니다. 신규 잠재 보호자를 넓게 찾는 광범위 타겟팅이나 유사 타겟은 이미 브랜드를 아는 좁은 오디언스보다 오가닉 흡수가 적어 같은 ROAS라도 증분 비율이 더 높게 나오는 경향이 있으니, 리프트 테스트에서 증분이 높게 나온 채널에 예산을 우선 배정하세요. 다만 예산 룰로 바꿀 때는 한 번에 20퍼센트를 넘는 예산 이동을 피하고 단계적으로 옮겨야 알고리즘 재학습 리스크를 줄일 수 있습니다.

채널 단위의 큰 그림에서 예산 배분을 결정할 때는 마케팅 믹스 모델을 함께 참고할 수 있습니다. MMM은 사용자 단위 추적 없이 매출·광고비·외부 변수 같은 집계 데이터로 채널 기여도를 통계적으로 추정하는 방법론이라 개인 식별자가 필요 없고, 서드파티 쿠키 규제나 iOS 추적 제한과 무관하게 작동합니다. 다만 채널·매체 단위 큰 그림만 보여줄 뿐 개인화된 인사이트는 주지 못하기 때문에, 인크리멘털리티 테스트와 상호 보완적으로 함께 쓰는 것이 원칙입니다. 오프라인 상담·예약 전환을 매체에 다시 연결하고 싶다면, 구글 광고의 오프라인 전환 가져오기 기능으로 CRM 데이터를 연결해 웹사이트 밖에서 일어난 상담 완료나 계약 서명이 어느 광고에서 비롯됐는지 추적할 수 있다고 실무에서 안내합니다. 이 역시 업계 실무 관행에 가까우니, 먼저 한 지점이나 한 캠페인에 소규모로 CRM 연동을 걸어보고 데이터가 매체 화면에 정상적으로 붙는지 확인한 뒤 전체로 넓히세요. 정리하면 의사결정 기준은 하나로 통일하는 것이 아니라 질문에 맞춰 나누는 것입니다. 캠페인 안에서 빠르게 판단할 때는 각 매체의 자체 기여 데이터를 쓰고, 채널 간 예산을 옮기는 굵직한 결정은 인크리멘털리티와 MMM으로 검증한 뒤에 실행하세요.

• GA4와 메타 등 매체별 전환수가 서로 다르게 나오는 것을 정상으로 받아들이고, 어떤 지표를 어떤 결정에 쓸지 미리 정해두었는가
• 상담 신청 CRM 입력 화면에 유입 채널을 남기는 필드를 넣어, 오프라인 예약·내원 전환을 나중에 역추적할 수 있게 준비했는가
• 리타게팅 캠페인의 라스트클릭 ROAS만 보고 예산을 늘리기 전에, 홀드아웃으로 실제 증분을 확인했는가
• 리프트 테스트로 증분이 높게 나온 채널에 예산을 옮길 때 한 번에 20퍼센트를 넘지 않게 단계적으로 이동하고 있는가
• 구글 광고 오프라인 전환 가져오기 같은 CRM 연동을 소규모로 먼저 테스트해 데이터가 정상적으로 붙는지 확인했는가
• 메타 Events Manager에서 자사 계정이 신 체계로 전환됐는지, 이벤트 우선순위 제한이 남아있는지 직접 살펴봤는가