고객이 인스타를 보고, 며칠 뒤 검색으로 다시 오고, 결국 삼세번 만에 결제했어요. 이 한 건은 누구 공일까요. 첫 클릭도 마지막 클릭도 절반만 맞아요. 그럼 우리는 뭘 믿고 봐야 할까요.
고객 한 명의 구매 여정을 실제로 따라가 보면 생각보다 복잡해요. 월요일에 인스타그램 릴스 광고를 보고 상품을 처음 알았고, 수요일엔 궁금해서 브랜드명을 검색했고, 금요일에 다시 인스타그램 광고를 보고 나서야 결제 버튼을 눌렀다고 해봐요. 이 구매 한 건에 광고가 세 번이나 관여했는데, 대부분의 광고 관리자는 이 중 딱 한 번, 그것도 마지막 접점에만 전체 공을 몰아줘요. 저도 처음엔 마지막 클릭 채널만 보고 거기에 예산을 몰았다가, 사실 그 마지막 클릭을 만든 건 며칠 전 인지도를 쌓아준 다른 광고였다는 걸 뒤늦게 깨달은 적이 있어요. 이 글에서는 첫 클릭과 마지막 클릭이 왜 둘 다 반쪽짜리 진실인지, 그리고 여러 채널이 나눠 가진 공을 어떻게 이해해야 하는지 정리해드릴게요.
라스트클릭 기여는 구매 직전 마지막으로 클릭한 광고에 100퍼센트 공을 몰아주는 방식이에요. 대부분의 쇼핑몰 관리자 기본값이 이 방식이라 익숙하실 텐데, 문제는 마지막 클릭이 꼭 그 구매를 만든 결정적 원인이 아닐 수 있다는 거예요. 위 사례처럼 고객이 이미 브랜드를 알고 있는 상태에서 검색으로 재방문했을 뿐인데, 그 검색 광고가 전체 공을 다 가져가 버리는 거예요. 반대로 퍼스트클릭 기여는 맨 처음 접점에 모든 공을 몰아줘요. 이건 브랜드를 처음 알린 채널의 역할은 잘 인정하지만, 정작 구매 직전에 마지막으로 등을 떠민 채널의 역할은 완전히 무시해버려요.
두 방식 다 극단적으로 한쪽 접점에만 몰아준다는 공통된 한계가 있어요. 실제 소비자 행동은 이렇게 단순하지 않아요. 인지, 관심, 비교, 구매 결정까지 여러 단계를 거치면서 서로 다른 채널이 서로 다른 역할을 해요. 인스타그램 릴스는 처음 상품을 알리는 역할을, 검색광고는 관심이 생긴 고객이 재확인하는 역할을, 리타겟팅 배너는 마지막으로 결제를 유도하는 역할을 나눠서 맡는 경우가 많아요. 이 구조를 무시하고 한 접점에만 공을 몰아주면 인지도를 쌓아주는 채널의 예산을 성급하게 줄이는 실수로 이어지기 쉬워요.
GA4나 광고 플랫폼 리포트에서 보조 전환이라는 항목을 본 적 있으실 거예요. 이건 최종 구매를 만들어낸 마지막 접점은 아니지만, 그 구매 여정 어딘가에 관여했던 채널을 보여주는 지표예요. 예를 들어 어떤 검색광고 키워드는 직접 전환은 적은데 보조 전환은 굉장히 많이 나오는 경우가 있어요. 이건 그 키워드가 최종 결제를 만들지는 않아도, 고객이 구매를 결심하는 중간 단계에서 중요한 역할을 하고 있다는 뜻이에요.
이 보조 전환 데이터를 무시하고 직접 전환 숫자만 보면, 겉보기엔 성과가 전혀 없어 보이는 채널을 성급하게 꺼버리는 실수를 하게 돼요. 실제로 보조 전환이 높은 채널을 껐더니 얼마 뒤 전체 매출이 같이 줄어드는 경우를 종종 봐요. 그 채널이 눈에 보이지 않는 곳에서 다른 채널의 전환을 도와주고 있었다는 증거예요. 그래서 채널 하나를 끄기 전에는 반드시 그 채널의 직접 전환뿐 아니라 보조 전환 기여도 함께 확인하는 습관이 필요해요.
라스트클릭과 퍼스트클릭 말고도 몇 가지 기여 모델이 더 있어요. 선형 모델은 여정에 참여한 모든 접점에 공을 똑같이 나눠줘요. 시간 감소 모델은 구매에 가까운 접점일수록 더 많은 공을 인정하고, 먼 접점일수록 공을 적게 인정해요. 포지션 기반 모델은 첫 접점과 마지막 접점에 각각 40퍼센트씩, 중간 접점들에 나머지 20퍼센트를 나눠주는 방식이에요. 각 모델마다 같은 데이터를 보고도 채널별 성과가 다르게 나와요.
어떤 모델이 정답이라고 말하긴 어려워요. 다만 소규모 쇼핑몰이라면 시간 감소 모델이나 포지션 기반 모델이 실제 소비자 행동에 가장 가까운 편이에요. 구매 직전 접점의 역할을 어느 정도 인정하면서도, 처음 브랜드를 알려준 채널의 공도 완전히 무시하지 않기 때문이에요. 라스트클릭만 쓰던 사장님이라면, 딱 한 번이라도 시간 감소 모델로 바꿔서 채널별 성과를 비교해보시길 권해요. 예산 배분 결정이 꽤 다르게 나오는 경우가 많아요. 데이터 기반 모델은 실제 전환 데이터를 학습해서 각 접점의 기여도를 통계적으로 산출하는 방식이라 이론적으로는 가장 정확하지만, 이 모델이 제대로 작동하려면 어느 정도 전환 데이터가 쌓여 있어야 해요. 월 전환 건수가 아직 적은 초기 쇼핑몰이라면 데이터 기반 모델보다 시간 감소 모델처럼 규칙이 명확한 방식부터 시작하시는 걸 권해드려요.
가장 현실적인 접근은 GA4의 기여 비교 리포트를 활용하는 거예요. 여기서는 같은 기간 데이터를 라스트클릭, 데이터 기반, 첫 클릭 등 여러 모델로 동시에 비교해서 보여줘요. 어떤 채널이 모델에 따라 성과가 크게 요동친다면, 그 채널은 여정의 중간 단계에서 중요한 역할을 하고 있을 가능성이 커요. 반대로 어느 모델로 봐도 성과가 비슷하게 나오는 채널은 독립적으로 전환을 만들어내는 힘이 있다는 뜻이에요.
이렇게 채널을 인지형과 전환형으로 나눠서 보시면 예산 배분이 훨씬 합리적으로 돼요. 인지형 채널은 라스트클릭 기준으로는 성과가 낮아 보여도 함부로 줄이면 안 되고, 전환형 채널은 예산을 늘렸을 때 즉각적인 매출 증가로 이어질 가능성이 커요. 둘을 구분하지 않고 라스트클릭 ROAS 하나로만 순위를 매기면, 결국 전환형 채널에만 예산이 몰리고 인지형 채널이 말라가면서 장기적으로는 전체 파이 자체가 줄어드는 결과를 맞을 수 있어요.
| 기여 모델 | 공을 나누는 방식 | 장점 | 한계 |
|---|---|---|---|
| 라스트클릭 | 마지막 접점에 100% | 계산이 단순하고 직관적 | 인지 채널의 역할을 무시 |
| 퍼스트클릭 | 첫 접점에 100% | 브랜드 인지 채널 파악에 유용 | 구매 직전 유도 효과 무시 |
| 선형 | 모든 접점에 균등 분배 | 모든 채널 관여를 인정 | 실제 중요도 차이를 반영 못함 |
| 시간 감소 | 구매에 가까울수록 비중 증가 | 실제 소비자 행동에 가까움 | 계산이 다소 복잡함 |
| 포지션 기반 | 처음·마지막 40%, 중간 20% | 양 끝 접점의 역할을 균형있게 인정 | 중간 접점 기여가 과소평가될 수 있음 |
| 데이터 기반 | 실제 전환 데이터로 자동 산출 | 가장 정교하지만 데이터량 필요 | 소규모 쇼핑몰은 데이터 부족할 수 있음 |
채널의 역할을 나눠서 보기 시작하면 예산 편성 방식도 자연스럽게 달라져요. 인지형 채널은 라스트클릭 ROAS만 보면 늘 낮게 나오기 때문에, 이 채널의 예산을 깎을 때는 반드시 보조 전환과 기여 모델별 비교를 함께 확인하셔야 해요. 반대로 전환형 채널은 라스트클릭 ROAS가 실제 기여도와 비교적 비슷하게 나오는 편이라, 예산을 늘렸을 때 성과가 어떻게 움직이는지 비교적 예측하기 쉬워요. 이 두 유형을 같은 잣대로 평가하면 인지형 채널은 항상 억울하게 저평가되고, 전환형 채널만 계속 예산을 더 받는 쏠림 현상이 생겨요.
실무적으로는 전체 광고 예산을 인지형과 전환형으로 먼저 큰 틀에서 나눠놓고, 각 안에서 세부 채널을 조정하는 방식을 추천해요. 예를 들어 전체 예산의 30퍼센트는 인지형 채널에 고정 배정하고, 나머지 70퍼센트를 전환형 채널의 성과에 따라 유동적으로 조정하는 식이에요. 이렇게 큰 틀을 미리 정해두면, 어느 한쪽 숫자만 보고 충동적으로 예산을 다 옮기는 실수를 막을 수 있어요.
처음부터 복잡한 모델을 다 이해하려 하지 않으셔도 돼요. 먼저 GA4에서 기여 비교 리포트를 열어 지난 한 달 데이터를 라스트클릭과 시간 감소 모델로 나란히 비교해보세요. 두 모델 사이 순위가 크게 바뀌는 채널이 있다면, 그 채널이 여정 중간에서 어떤 역할을 하는지 먼저 파악하는 게 우선이에요. 그다음 인지형 채널과 전환형 채널을 나눠서 예산 배분 비율을 다시 짜보시면 됩니다.
이 작업은 한 번 하고 끝내는 게 아니라 분기마다 반복해주시는 게 좋아요. 계절이나 프로모션에 따라 채널의 역할이 바뀌는 경우가 많거든요. 예를 들어 신상품 출시 시즌엔 인스타그램이 인지 역할을 크게 맡다가, 세일 시즌엔 검색광고가 전환 역할을 더 크게 맡는 식으로 흐름이 바뀌기도 해요. 이 변화를 놓치지 않고 분기마다 점검하시면 예산 배분의 정확도가 계속 올라가요. 저는 이 분기별 점검을 캘린더에 아예 고정 일정으로 넣어두고, 그날은 무조건 기여 비교 리포트를 새로 뽑아보는 걸 원칙으로 삼고 있어요. 이렇게 습관으로 만들어두면 바쁘다는 핑계로 점검을 건너뛰는 일이 줄어들어요.