매체마다 성과가 다르게 잡히는 이유
GA4는 기본적으로 데이터 기반 어트리뷰션을 쓰지만 실무에서는 라스트클릭 관성으로 해석되는 경우가 많고, 메타는 자체 기여 모델로 별도 집계합니다. 두 시스템은 관측 범위와 기여 기간, 쿠키·기기 식별 방식이 모두 달라서 같은 캠페인이라도 전환수가 다르게 나오는 것이 정상입니다. iOS 정책 이후 메타는 보정 신호를 더 적극적으로 쓰는 반면 GA4는 상대적으로 브라우저 신호에 더 의존해, 매체별로 관측 손실 폭 자체가 다르게 벌어집니다. 그래서 이 격차를 "어느 매체 숫자가 맞는가"로 접근하지 말고, 각 시스템이 서로 다른 질문에 답하고 있다는 전제 위에서 용도별로 나눠 써야 합니다. 공간대여는 여기에 한 겹이 더 얹힙니다. 광고 클릭 후 온라인 결제 없이 전화나 방문 상담으로 예약이 확정되는 구조이기 때문에, GCLID를 저장해 나중에 전환 데이터와 함께 업로드하지 않으면 애초에 구글 쪽 전환 자체가 잡히지 않습니다. 그러니 매체 간 숫자 격차를 조율하기 전에, 오프라인 전환이 애초에 어느 매체로도 잡히고 있는지부터 먼저 점검하세요.
공간대여 문의 채널과 시장 구조
공간대여는 전화, 문자, 카카오톡 등 여러 채널로 들어오는 상담 문의가 즉시 예약으로 이어지는 경향이 있다고 업계에서는 말합니다. 부재중 전화를 놓쳤다가 뒤늦게 회신하면 그 사이 고객이 이미 다른 업체에 예약을 마쳤을 가능성이 높다는 인식도 실무자들 사이에 널리 퍼져 있습니다. 이는 공간대여 시장의 구조적 특성과 맞닿아 있습니다. 그래서 먼저 이 채널들을 하나의 상담 로그로 모아 응대 현황을 확인하는 작업부터 해보세요. 채널이 흩어진 채로 매체별 성과를 따로 집계하면, 같은 고객의 중복 문의가 별개 리드로 잡혀 실제보다 부풀려진 숫자가 예산 배분 근거로 쓰일 위험이 있습니다.
보정 방법: 오프라인 전환을 매체에 되돌려주기
구글 광고에서는 향상된 전환을 쓰면 GCLID와 함께 해시된 이메일, 전화번호 같은 고객 정보를 활용해 오프라인 상담·예약 전환을 정확하게 추적할 수 있습니다. 해시는 SHA-256 표준을 따라야 하고 지메일 주소는 점과 +기호를 제거해 정규화해야 하므로, CRM에서 넘기는 고객 정보 포맷을 이 규격에 맞춰두는 작업이 선행되어야 합니다. 리드 양식 확장 소재를 쓰면 광고 안에서 바로 상담 신청을 받고, 수집된 문의를 이메일 알림이나 CSV, API, Zapier 연결로 CRM에 바로 연동할 수 있습니다. 이렇게 매체와 CRM을 연결해두면 어느 채널로 들어온 문의가 실제 예약으로 이어졌는지를 매체 쪽에 되돌려줄 수 있어, 중복 집계를 줄이는 가장 기본적인 배관이 됩니다. 다만 배관을 깔았다고 격차가 완전히 사라지지는 않습니다. 매체별 집계 방식 차이가 근본 원인이므로, 채널별 세부 성과는 각 매체 리포트로 보고 예산 배분 같은 큰 그림 판단은 쿠키 없이 매출과 광고비 같은 집계 데이터로 채널 기여도를 추정하는 마케팅 믹스 모델처럼 별도 방법으로 교차 확인하는 방식을 함께 쓰는 것이 원칙입니다. 노출 집단과 비노출 집단의 예약 성과를 비교해 광고 없이도 들어왔을 예약을 걸러내는 인크리멘털리티 테스트도 같은 목적의 보완 장치입니다.
의사결정에 쓰는 기준
리드 수 자체보다 상담이 실제 예약으로 이어진 건수를 기준으로 삼으세요. 리드 100건에 전환 5건보다 리드 50건에 전환 15건이 더 효과적이라고 업계에서는 이야기하는데, 광고의 목적인 매출은 결국 상담 전환을 통해 확정되기 때문입니다. 리타게팅 캠페인의 라스트클릭 ROAS만 보고 예산을 몰아주는 것도 피해야 합니다. 리타게팅은 이미 예약 의사가 형성된 고객을 대상으로 하므로 라스트클릭 기준 ROAS가 구조적으로 높게 나오고, 여기에 예산을 집중하면 신규 문의를 만드는 캠페인 예산이 줄어 전체 문의 기반이 축소될 수 있습니다. 이 착시는 지표를 더 정교히 다듬어서가 아니라 해당 캠페인을 꺼봤을 때 실제로 문의가 줄어드는지 홀드아웃으로 확인해야 검증됩니다. 예산을 옮길 때도 한 번에 20퍼센트를 넘는 이동은 피하고 단계적으로 옮기는 편이 알고리즘 재학습 리스크를 줄입니다. 매체가 자체 발표하는 개선 수치는 참고만 하고 그대로 의사결정 근거로 삼지 마세요. 결국 우리 계정에서 홀드아웃으로 직접 확인한 증분만이 예산 배분의 근거가 됩니다.
집행 전 체크리스트
- GCLID를 저장하고 향상된 전환 연동까지 마쳐 오프라인 상담·예약이 구글 쪽에 실제로 잡히는지 확인하세요
- CRM에 넘기는 고객 정보를 SHA-256 해시, 지메일 정규화 규격에 맞춰 두세요
- 전화, 문자, 카카오톡 문의를 하나의 상담 로그로 모아 채널 간 중복 리드를 걸러내세요
- 부재중 전화 응대 체계를 먼저 점검해 상담 응대 속도 자체를 경쟁력으로 관리하세요
- 성과 판단은 리드 수가 아니라 상담이 예약으로 확정된 건수를 기준으로 삼으세요
- 리타게팅 캠페인을 끄고 문의량 변화를 보는 홀드아웃 테스트 없이 라스트클릭 ROAS만으로 예산을 재배분하지 마세요
← 이전 챕터 · D1 공간대여 전환 정의와 태깅·측정 설계
- 기여도 왜곡 보정 룰셋: GA4(라스트 클릭 모델) 데이터와 메타 광고 관리자(자체 기여 모델) 데이터 간의 크로스 채널 데이터 격차 조율 공식
- 전방위 마케팅 성과 측정의 최종 단계: 디지털 쿠키 추적 없이 거시적 데이터 통계로 채널별 효율을 분석하는 마케팅 믹스 모델(MMM)의 정의
- 인크리멘털리티(Incremental Lift/증분 분석)의 정의: 자연 유입 매출과 광고를 통한 '순수 추가 매출'을 발라내야 하는 거시적 배경
- [실패 사례 분석] 라스트 클릭 기여 모델의 착시: 메타 리타게팅 광고의 높은 ROAS 지표만 믿고 예산을 몰았다가 전체 자사몰 매출이 급감한 원인 해부
- 인크리멘털리티 기반 예산 재분배: 리프트 점수가 높게 나온 핵심 잠재오디언스(Broad/Broad Lookalike) 채널에 거시 예산 우선 배정 룰
12CODE ACADEMY
체계적으로 배우고 싶다면
퍼포먼스 광고 운영 과정에서 매체별 운영법을 순서대로 다룹니다.