두 숫자가 다른 게 이상한 일이 아니다

캠페인을 운영하다 보면 페이스북 광고 관리자에 찍힌 설치수와 MMP 대시보드에 찍힌 설치수가 서로 다르다는 것을 발견하는 경우가 흔합니다. 이 차이를 보고 "어느 한쪽이 틀렸다"고 단정하기 쉽지만, 실제로는 두 시스템이 애초에 서로 다른 기준으로 숫자를 집계하기 때문에 발생하는 구조적인 현상인 경우가 대부분입니다.

메타(페이스북)는 자체적으로 클릭·노출·전환을 판정해 자사 광고 관리자에 보고하는 자기귀속 네트워크(Self-Attributing Network, SAN)입니다. SAN은 제3자 MMP와 독립적으로 자신의 데이터·모델을 기반으로 어트리뷰션을 판정하기 때문에, 같은 사용자의 같은 설치를 두고도 메타와 MMP가 서로 다른 결론에 도달할 수 있습니다. 이 개념은 모바일 어트리뷰션 업계에서 널리 통용되지만, 구체적인 불일치 폭이나 특정 정책 변경 시점의 세부 사항까지는 이번 조사에서 확인하지 못한 부분이 있어(미확인), 실제 수치 비교가 필요하다면 두 시스템의 최신 공식 문서를 함께 대조하는 것이 안전합니다.

불일치가 발생하는 가장 흔한 네 가지 원인

첫째, 집계 시점의 차이입니다. 메타와 MMP가 같은 설치를 인식하는 타이밍이 미세하게 다르면, 특정 기간의 마지막 날 근처에 발생한 설치가 한쪽 리포트에는 잡히고 다른 쪽에는 다음 기간으로 넘어가는 식의 경계 효과가 생길 수 있습니다.

둘째, 어트리뷰션 모델의 차이입니다. 라스트 클릭 원칙을 어떻게 적용하는지, 클릭과 노출 중 무엇을 우선하는지에 대한 세부 로직이 두 시스템 사이에 완전히 같지 않을 수 있습니다.

셋째, 룩백 윈도우(9강 참고) 설정 차이입니다. 메타 쪽 자체 윈도우 설정과 MMP 쪽 윈도우 설정이 다르게 잡혀 있으면, 같은 사용자의 설치라도 어느 한쪽에서는 그 광고의 성과로, 다른 쪽에서는 오가닉으로 잡히는 결과가 나올 수 있습니다.

넷째, 비교하는 기간·기기·캠페인 필터가 애초에 다르게 설정돼 있는 경우입니다. 이는 시스템 자체의 차이가 아니라 단순한 비교 실수인 경우가 많아, 가장 먼저 점검해야 할 항목입니다.

비교하기 전에 필터부터 동일하게 맞춰야 한다

불일치를 실제 시스템 차이로 판단하기 전에, 가장 먼저 해야 할 작업은 양쪽 대시보드의 조회 기간, 기기 구분(iOS/Android), 캠페인 범위 필터를 정확히 동일하게 맞추는 것입니다. 예를 들어 MMP 쪽에서는 특정 캠페인만 필터링해서 봤는데 메타 쪽에서는 전체 캠페인을 다 포함해서 봤다면, 실제 어트리뷰션 로직 차이가 아니라 단순 비교 실수로 숫자가 다르게 나온 것입니다.

이 기본 점검을 거친 뒤에도 차이가 남아있다면, 그때부터가 진짜 어트리뷰션 모델·윈도우 차이를 살펴볼 단계입니다. 실무에서는 이 두 단계를 구분하지 않고 곧바로 "시스템에 문제가 있다"고 결론 내리는 경우가 많은데, 실제로는 필터 실수인 경우가 상당수를 차지합니다.

'완전 일치'가 아니라 '허용 오차'가 실무 기준이다

구조적으로 서로 다른 어트리뷰션 로직을 쓰는 두 시스템의 숫자가 100% 일치하는 것은 애초에 기대하기 어렵습니다. 실무에서는 두 대시보드의 숫자가 완전히 같은지가 아니라, 일정한 오차 범위(예: 한 자릿수 퍼센트대) 안에서 안정적으로 유지되는지를 기준으로 판단하는 경우가 많습니다. 이 허용 오차의 구체적인 기준치는 앱과 조직마다 다르게 정해지는 부분이라, 특정 숫자를 업계 표준으로 단정하기보다는 자사 데이터의 과거 추이를 기준으로 "평소보다 벗어났는지"를 판단하는 방식이 더 신뢰할 만합니다.

오차가 평소보다 갑자기 커졌다면 무엇을 의심해야 하나

평소에는 안정적이던 오차율이 특정 시점부터 갑자기 크게 벌어졌다면, 이는 어트리뷰션 로직의 근본적인 차이가 아니라 기술적인 문제(포스트백 연동 장애, SDK 업데이트 이후 이벤트 누락, 매체 API 스펙 변경 등)일 가능성이 높습니다. 이런 경우 7강에서 다룬 포스트백 연동 상태부터 재점검하는 것이 순서입니다.

광고 매체와의 조율은 실무에서 어떻게 진행하나

불일치가 필터 문제도, 기술적 장애도 아닌 것으로 확인됐다면, 남은 방법은 매체 담당자와 직접 조율하는 것입니다. 이때 감정적으로 "숫자가 틀렸다"고 항의하기보다, MMP 원시 데이터를 근거로 구체적인 사례(특정 캠페인, 특정 기간, 특정 오차율)를 정리해 제시하는 편이 매체 쪽에서도 원인을 찾기 수월합니다. 매체 담당자 역시 자사 시스템의 어트리뷰션 로직 전체를 광고주에게 공개하지는 않지만, 구체적인 사례를 근거로 문의하면 최소한 그 사례가 어느 단계에서 다르게 집계됐는지 정도는 확인해주는 경우가 많습니다.

이 조율 과정을 거치며 얻은 인사이트(예: 이 매체는 룩백 윈도우를 이렇게 다르게 적용한다)는 이후 같은 매체와의 캠페인 성과를 해석할 때 계속 참고할 수 있도록 사내에 기록해두는 것이 좋습니다. 매번 같은 원인으로 반복해서 헷갈리는 상황을 줄일 수 있습니다.