편차를 보면 먼저 무엇을 의심해야 하나

국가별 숫자가 크게 벌어졌을 때 첫 반응은 대체로 잘되는 나라로 예산을 옮기는 것입니다. 그런데 그 편차의 상당 부분이 측정에서 오는 경우가 많습니다. 광고비와 매출의 환율 적용 시점이 다르면 ROAS가 실제와 다르게 움직이고, 매체별 전환 기여 기간이 다르면 창이 긴 매체를 많이 쓴 나라가 유리하게 보입니다. 네이버 검색광고는 클릭 후 15일, 네이버 성과형 디스플레이는 30일, 메타는 7일이 기본값으로 흔히 쓰입니다.

중복 집계도 확인 대상입니다. 여러 매체와 순차적으로 접촉한 뒤 전환한 고객은 각 매체 대시보드에 전환 1건씩 중복으로 잡히는 경우가 흔합니다. 국가마다 매체 구성이 다르면 중복 정도도 달라지므로, 비교용 매출은 매체 합계가 아니라 자사 주문 데이터를 기준으로 잡아야 합니다. 이 세 가지를 정리하고 나면 처음 보였던 편차가 절반쯤 줄어드는 경우가 흔합니다.

언제부터 재배분을 시작해도 되나

런칭 직후는 학습 구간입니다. 자동 입찰을 쓰는 캠페인은 설정을 바꿀 때마다 학습이 다시 시작될 수 있고, 실험 성격의 비교도 최소 5~7일은 돌려야 판단할 데이터가 모입니다. 그래서 첫 4주는 기준선을 만드는 기간으로 정해 두고 주 단위로 예산을 흔들지 않는 편이 낫습니다.

4주 뒤에 첫 재배분을 하되, 한 번에 한 항목만 바꿉니다. 예산과 입찰 전략과 소재를 함께 바꾸면 다음 주에 숫자가 움직여도 원인을 알 수 없습니다. 비교는 같은 요일끼리 합니다. 국가별로 주말 구조와 공휴일이 다르기 때문에 주 평균만 보면 착시가 생깁니다.

어떤 지표로 순위를 매겨야 하나

ROAS 단독 순위는 위험합니다. 나라마다 판매가, 수수료, 물류비, 관세가 달라 같은 ROAS라도 남는 돈이 다르기 때문입니다. 손익분기 기준을 국가별로 계산해 두고, 실제 광고비 비율이 그 선의 몇 퍼센트인지로 비교하면 통화와 원가 구조를 흡수한 비교가 됩니다.

여기에 공헌이익 관점을 더합니다. 공헌이익률이 높은 쪽에는 예산을 공격적으로 배분해 확장을 노리고, 낮은 쪽에는 목표 CPA를 엄격히 걸어 관리하는 방식이 상품 단위에서 쓰이는데 국가 단위에도 같은 논리를 적용할 수 있습니다. 즉 "성과가 좋은 나라"가 아니라 "추가 투입 한 단위가 이익을 더 만드는 나라"로 질문을 바꾸는 것입니다.

진짜 증분을 어떻게 확인하나

대시보드 숫자가 좋다고 그 예산이 실제로 매출을 만들었다고 단정하기는 어렵습니다. 브랜드 인지가 이미 있는 시장에서는 광고가 없어도 발생했을 매출이 광고 성과로 잡히기 쉽습니다. 증분 분석은 광고를 노출한 집단과 노출하지 않은 통제 집단의 전환 성과를 비교해, 자연 발생 매출을 제외한 순수 추가 매출만 분리해 측정하는 방식입니다.

실무에서는 전체 국가에 실험을 돌리기 어려우므로, 예산 비중이 큰 한두 나라에만 홀드아웃을 남기는 방식이 현실적입니다. 채널 수가 많아 개별 기여를 가리기 어려운 단계라면 집계 데이터로 채널 기여를 추정하는 마케팅 믹스 모델링을 보조 수단으로 검토할 수 있습니다. 어느 쪽이든 대시보드 값과 실험 값이 다를 수 있다는 전제를 팀 안에서 미리 합의해 두는 편이 낫습니다.

부진한 시장은 어떻게 정리하나

성과가 낮다고 즉시 끄면 두 가지를 잃습니다. 하나는 학습 데이터이고, 다른 하나는 그 시장에서 얻고 있던 정보입니다. 완전히 끄기보다 최소 예산으로 남겨 두면 나중에 다시 켤 때 처음부터 시작하지 않아도 됩니다.

정리 전에 확인할 것도 있습니다. 부진의 원인이 광고가 아니라 퍼널 뒤쪽일 수 있습니다. 결제 화면 진입 대비 완료 비율이 유독 낮다면 결제 수단 문제이고, 랜딩 도달 대비 장바구니 담기가 낮다면 배송비나 통화 표기 문제일 수 있습니다. 광고 예산을 줄이기 전에 이 지표를 먼저 보면, 예산을 옮겨서 해결될 문제인지 아닌지가 갈립니다. 재배분 결정은 근거와 함께 기록으로 남깁니다. 다음 분기에 같은 판단을 반복하지 않으려면 왜 옮겼는지가 남아 있어야 합니다.