숫자가 다를 때 가장 먼저 확인해야 할 것

인플루언서가 캡처해서 보내주는 인스타그램 자체 인사이트의 도달수·노출수와, 브랜드가 자체적으로 확인하는 프로모코드 사용 건수나 UTM 클릭수가 서로 다르게 나오면 초급 마케터는 당황하기 쉽습니다. 하지만 이는 대부분 오류가 아니라 각 시스템이 애초에 다른 기준으로 숫자를 세고 있기 때문입니다. 숫자가 다르다고 바로 인플루언서나 대행사를 의심하기보다, 먼저 "이 두 숫자가 같은 것을 세고 있는 게 맞나"부터 확인하는 것이 순서입니다.

예를 들어 인스타그램 인사이트의 '도달수'는 게시물을 본 계정 수를 뜻하지만, 프로모코드 사용 건수는 실제로 그 코드를 입력해 결제까지 완료한 사람 수입니다. 이 둘은 애초에 다른 행동을 세는 지표이기 때문에 숫자가 다른 것이 오히려 정상입니다.

측정 주체가 다르면 왜 숫자가 갈리나

인플루언서가 보여주는 인사이트는 인스타그램·틱톡 등 플랫폼이 그 계정 안에서 집계한 숫자이고, 브랜드가 보는 프로모코드·UTM 데이터는 브랜드의 쇼핑몰이나 광고 관리자가 별도로 집계한 숫자입니다. 두 시스템은 애초에 연결돼 있지 않기 때문에, 관측 범위와 집계 시점, 봇 트래픽 필터링 기준이 서로 다를 수 있습니다. 이런 차이는 여러 광고 채널 데이터를 비교할 때도 흔히 나타나는 현상으로, 인플루언서 협업에서도 같은 원리가 적용됩니다.

이 차이를 이해하지 못하면, 인플루언서 쪽 수치가 더 높게 나왔을 때 "실적을 부풀린 것 아니냐"는 불필요한 오해로 이어질 수 있습니다. 반대로 브랜드 쪽 수치가 낮게 잡히는 것을 "협업이 실패했다"고 성급하게 판단할 수도 있습니다.

라스트 터치 방식이 놓치는 것은 무엇인가

많은 브랜드가 쓰는 라스트 터치(마지막 접점) 방식의 어트리뷰션은 구매 직전 마지막 터치포인트에만 모든 기여를 몰아줍니다. 이 방식에서는 소비자가 인플루언서 게시물을 보고 관심이 생겼지만 그 자리에서 바로 구매하지 않고, 며칠 뒤 검색을 통해 재방문해 구매한 경우, 그 구매의 기여는 인플루언서가 아니라 마지막 검색 채널로 잡힙니다. 즉 인플루언서 협업의 실제 효과가 리포트에 온전히 드러나지 않을 수 있다는 뜻입니다.

이 한계를 알고 있으면 "프로모코드 사용 건수가 예상보다 적다"는 이유만으로 협업 효과가 없었다고 단정하지 않고, 다른 지표를 함께 살펴보게 됩니다.

픽셀 추적과 프로모코드를 함께 써야 하는 이유

고유 할인 코드와 UTM 태그 링크를 함께 쓰면 각 인플루언서별 트래픽과 판매 기여도를 개별적으로 추적하는 정확도가 크게 올라갑니다. 여기에 더해 픽셀 기반 추적을 함께 적용하면, 인플루언서 콘텐츠를 본 뒤 클릭하지 않고 다른 경로로 유입해 구매한 간접 전환까지 어느 정도 포착할 수 있습니다. 프로모코드나 클릭 링크만으로는 이런 숨은 기여가 통계에서 빠지기 쉽습니다.

인플루언서와 숫자 차이를 이야기할 때 주의할 점

숫자가 다르게 나온 이유를 확인하지 않은 채 인플루언서에게 곧바로 "숫자가 왜 이것밖에 안 되냐"고 따지듯 묻는 것은 관계를 해치는 지름길입니다. 대부분의 인플루언서는 자신이 관리하는 인사이트 화면 안의 숫자만 볼 수 있을 뿐, 브랜드의 쇼핑몰 내부 데이터까지 접근할 권한이 없습니다. 두 시스템의 차이를 설명하지 않고 숫자만 비교하면, 인플루언서 입장에서는 억울하게 실적을 의심받는 상황이 될 수 있습니다.

숫자 차이를 확인해야 할 때는 "어떤 지표를 어떤 기준으로 집계했는지" 먼저 서로 확인하고, 그 다음에 실제로 이상 신호(예: 갑자기 참여율이 평소보다 크게 떨어짐)가 있는지를 논의하는 순서가 관계를 유지하면서도 문제를 정확히 짚는 방법입니다.

다음 캠페인에서 추적 체계를 미리 갖추는 법

숫자 차이로 인한 혼란을 줄이는 가장 좋은 방법은, 애초에 캠페인을 시작하기 전에 추적 체계를 갖춰두는 것입니다. 인플루언서별로 별도의 프로모코드와 UTM 링크를 미리 발급해두면, 캠페인이 끝난 뒤 "이 숫자가 어느 인플루언서 몫인지" 다시 추적하느라 시간을 쓸 필요가 없습니다. 코드나 링크 발급은 캠페인 시작 전 몇 분이면 끝나는 작업이지만, 이를 생략하면 사후에 데이터를 정리하는 데 훨씬 많은 시간이 들어갑니다.

오차 범위를 어느 정도까지 정상으로 볼 것인가

숫자가 조금이라도 다르면 무조건 문제라고 여기기보다, 어느 정도의 오차는 시스템 차이에서 비롯된 정상 범위로 받아들이는 기준이 필요합니다. 제휴 마케팅 분야에서는 네트워크 집계와 내부 집계가 5~10% 정도 차이 나는 것을 추적 시스템에 아직 뚜렷한 문제가 없는 수준으로 보는 경우가 많다는 실무 견해가 있습니다. 인플루언서 협업에서도 이 정도 감각을 참고해, 오차가 이 범위를 크게 벗어날 때만 원인을 깊이 파고드는 방식으로 접근하면 매번 사소한 차이에 시간을 쓰지 않아도 됩니다.

매번 같은 방식으로 비교해야 신뢰할 수 있는 이유

이번 캠페인에서는 오차가 컸는데 다음 캠페인에서는 작았다면, 그 차이가 실제 성과 변화 때문인지 집계 방식이 바뀌었기 때문인지 구분해야 합니다. 인플루언서별 프로모코드 발급 방식이나 UTM 태그 규칙을 캠페인마다 다르게 적용하면, 캠페인 간 성과를 비교할 때도 신뢰하기 어려운 숫자가 됩니다. 매 캠페인마다 같은 방식으로 추적 장치를 세팅해두면, 이번 캠페인이 지난번보다 실제로 나아졌는지 아닌지를 훨씬 정확하게 비교할 수 있습니다.