마케팅 어트리뷰션
마케팅 어트리뷰션은 전환의 공을 어떤 접점에 돌릴지 정하는 일입니다. 누군가 가입하거나 결제한 이유로 어떤 광고, 게시물, 페이지, 이메일을 세느냐의 문제죠. 선택한 모델은 실제로 일어난 일을 바꾸지 않지만, 어떤 채널이 효과가 있었던 *것처럼 보이는지*를 바꿉니다. 같은 한 주의 데이터가 정반대의 예산 결정을 정당화할 수 있는 이유입니다.
모델들, 그리고 각 모델이 감추는 것
어트리뷰션 모델은 하나의 전환을 여러 접점에 나누는 규칙입니다. 모든 모델은 단순화이며, 각각 퍼널의 서로 다른 부분을 체계적으로 좋아 보이게 만듭니다.
- 퍼스트 터치 — 첫 상호작용에 공을 모두 줍니다. SEO, 소셜, PR 같은 발견 채널을 우대하고 마무리 채널을 쓸모없어 보이게 만듭니다.
- 라스트 터치 — 전환 직전의 마지막 상호작용에 모두 줍니다. 대부분 분석 도구의 기본값이고, 브랜드 검색과 리타게팅이 늘 영웅처럼 보이는 이유이기도 합니다. 그저 사람들이 마지막에 닿는 것이기 때문입니다.
- 선형 — 모든 접점에 공을 균등 분배합니다. 여러 요소가 기여했다는 사실에는 정직하지만, 무엇을 줄일지 정하는 데는 쓸모가 없습니다.
- 시간 감쇠 — 나중 접점에 더 큰 가중치를 둡니다. 검토 기간이 긴 상품에는 합리적이지만, 감쇠 속도를 정하는 방식은 자의적입니다.
- 포지션 기반 — 보통 처음, 중간, 마지막에 40/20/40을 줍니다. 원리적으로 옹호하기는 어렵지만 대부분의 팀이 견딜 만하다고 여기는 절충안입니다.
- 데이터 기반 — 플랫폼이 각 접점의 증분 기여를 모델링합니다. 전환량이 크고 안정적일 때만 의미가 있고, 결국 믿으라고 요구받는 블랙박스입니다.
어느 것이 *옳은가*는 잘못된 질문입니다. 유용한 질문은 지금 무슨 결정을 내리려 하는가입니다. 다음 획득 예산을 어디에 쓸지는 라스트 터치와 증분의 문제이고, 어떤 콘텐츠를 더 만들지는 퍼스트 터치의 문제입니다. 두 결정을 하나의 모델로 처리하다가, 파이프라인을 채우던 채널의 예산을 끊는 사고가 생깁니다.
작은 스타트업에서 어트리뷰션이 무너지는 이유
어트리뷰션은 월 수천 건의 전환이 있는 사업을 위해 설계되었습니다. 그 아래에서는 노이즈로 퇴화하고, 세 가지 힘이 이를 더 악화시킵니다. 숫자가 작으면 두 채널 사이의 한 주 차이는 대개 우연입니다. 프라이버시 변화 — 쿠키 제한, 추적 방지, 이미지를 미리 불러오는 메일 클라이언트 — 가 흔적을 조용히 지웁니다. 그리고 의도가 가장 강한 발견이, 리퍼러를 전혀 넘기지 않는 곳에서 일어납니다. 비공개 슬랙에서의 추천, 팟캐스트, 또는 사용자가 떠나지도 않는 답변 안에서 당신을 언급하는 AI 어시스턴트입니다.
우리 사이트가 그 간극을 그대로 보여줍니다. 28일 동안 구글 서치 콘솔이 agentceres.com에 대해 기록한 것은 노출 10,617회와 클릭 98회이고, 그 클릭은 모두 특정 검색어와 페이지에 연결됩니다. 반면 우리가 볼 수 없는 대화 속에서 어시스턴트가 우리를 언급했기에 찾아온 방문자에 대해서는 그에 상응하는 기록이 없습니다. 생성 엔진 최적화가 리퍼러 열이 아니라 브랜드 언급 추적과 자기 보고로 측정되는 이유가 바로 이것입니다.
숫자가 작을 때 대신 쓸 것
월 100건 안팎의 전환 아래에서는 모델링된 스택보다 단순한 조합이 낫습니다. 사실 투자받은 스타트업 대부분도 조용히 여기로 돌아옵니다.
- 물어보세요. 가입 화면의 선택 입력 *어떻게 알게 되셨나요* 한 칸이 이 규모에서는 어떤 모델보다 낫습니다. 최고의 고객을 데려오는 추적 불가능한 채널을 잡아내기 때문입니다.
- 통제 가능한 것에 태그를 다세요. 직접 올리는 모든 링크에 일관된 UTM 파라미터를 붙이고, 링크가 많다면 Dub 같은 링크 도구를 써서 최소한 광고와 캠페인 쪽은 모호하지 않게 만드세요.
- 진실의 출처를 하나 정하세요. 광고 플랫폼은 자기가 기여한 전환을 세고, 자체 분석 도구는 실제로 일어난 전환을 셉니다. 둘은 결코 맞지 않으니 어느 쪽을 근거로 논의할지 미리 정하세요.
- 꺼서 확인하세요. 숫자가 작을 때는 한 채널을 2주간 멈추고 전체 가입을 보는 편이 어떤 어트리뷰션 보고서보다 증분에 대해 많은 것을 알려줍니다.
- 코호트 경제성으로 채널을 판단하세요. 고객 획득 비용과 유입원별 잔존율이 클릭 경로 배분을 이깁니다. 싼 가입을 데려와 곧 떠나보내는 채널은 작동하는 채널이 아니기 때문입니다.
어트리뷰션은 의사결정 보조 도구이지 점수판이 아닙니다. 더 이상 결정을 바꾸지 않는다면 다듬기를 멈추세요. 그리고 애초에 귀속시킬 방문 자체가 너무 적다면, 먼저 답해야 할 질문은 사이트에 트래픽이 오지 않는 이유입니다.
FAQ
- 퍼스트 터치와 라스트 터치 어트리뷰션의 차이는 무엇인가요?
- 퍼스트 터치는 당신을 처음 알린 상호작용에 모든 공을 주고, 라스트 터치는 전환 직전의 마지막 상호작용에 줍니다. 그래서 같은 고객이 한 모델에서는 SEO를 훌륭해 보이게, 다른 모델에서는 검색 광고를 훌륭해 보이게 만들 수 있습니다. 대부분의 팀이 라스트 터치를 쓰는 것은 도구가 그렇게 출고되기 때문이고, 보고서가 브랜드 검색이 최고의 채널이라고 말할 때 떠올릴 가치가 있습니다.
- 멀티터치 어트리뷰션 도구가 필요한가요?
- 모델이 노이즈 이상이 될 만큼 전환이 쌓이기 전에는 필요 없습니다. 현실적으로 월 수백 건, 그리고 여러 접점을 모델링할 가치가 있을 만큼 긴 판매 주기가 필요합니다. 그전에는 자기 보고식 유입원 항목과 꼼꼼한 UTM 태깅이 비용 없이 더 많은 진실을 잡아내고, 돈은 측정하려는 채널 자체에 쓰는 편이 낫습니다.
- UTM 파라미터는 어트리뷰션에서 어떤 역할인가요?
- UTM은 라벨링 층이지 모델이 아닙니다. 클릭이 당신의 어느 게재 위치에서 왔는지 분석 도구에 알려줄 뿐이고, 그 클릭에 얼마나 공을 줄지는 모델이 정합니다. 직접 올린 링크만 포괄하므로 자연스러운 입소문, 전달된 링크, AI 답변은 태그 없이 도착합니다. 명명 규칙은 지루하게, 그리고 도구 간에 완전히 동일하게 유지하세요. 세 가지로 표기된 채널은 보고서에서 세 개의 채널이 됩니다.
- ChatGPT 같은 AI 어시스턴트에서 온 트래픽도 귀속할 수 있나요?
- 부분적으로만 가능합니다. 일부 어시스턴트는 사용자가 인용 링크를 클릭할 때 리퍼러를 전달하고, 그런 방문은 일반적인 추천 유입원으로 보입니다. 다만 더 흔한 경우는 사용자가 답변만 읽고 나중에 이름을 직접 입력해 돌아오는 것이며, 이는 직접 유입이나 브랜드 검색으로 잡힙니다. 실무적인 지표는 추적된 인용과 함께 브랜드 검색과 직접 방문이 늘어나는지이고, 가입 시의 자기 보고 질문이 이를 뒷받침합니다.
An AI growth team that runs this for you
AgentCeres is a managed AI marketing team — you approve what ships. 14-day free trial, from $39/month.