Ch.7 퍼포먼스 마케팅
어트리뷰션 모델
전환은 하나, 터치포인트는 열 개
고객이 구매하기까지 블로그 → SNS → 검색광고 → 리타겟팅 순으로 4번 접촉했다. 전환의 공을 누구에게 줘야 할까?
라스트클릭에만 공을 주면, 인지도를 만든 첫 번째 접점은 무시된다. 공정한 배분이 가능할까?
어트리뷰션 모델은 전환에 기여한 채널에 공을 배분하는 방법이다. 모델에 따라 예산 배분이 완전히 달라진다.
핵심 내용
고객이 처음 광고를 본 순간부터 구매까지, 여러 채널을 거칩니다. 블로그에서 알게 되고, 인스타에서 관심이 생기고, 검색해서 비교하고, 리타겟팅 광고를 보고 결국 구매합니다.
어트리뷰션(Attribution) = 전환(구매/가입)에 기여한 각 터치포인트(채널)에 공(Credit)을 배분하는 것
왜 중요할까요? 어트리뷰션 모델에 따라 '어떤 채널이 효과적인가'에 대한 답이 달라지고, 그에 따라 예산 배분이 완전히 바뀝니다. 라스트클릭만 보면 검색광고가 최고로 보이지만, 퍼스트클릭을 보면 SNS가 최고일 수 있습니다.
고객 여정 예시: 1차 인스타 광고 (인지) → 2차 블로그 리뷰 (관심) → 3차 네이버 검색 (비교) → 4차 리타겟팅 배너 (재방문) → 구매! 이 전환의 공을 어떻게 나눌 것인가? 그것이 어트리뷰션의 핵심 질문입니다.
대표적인 어트리뷰션 모델 5가지를 살펴봅니다. 각 모델마다 '공의 배분 방식'이 다릅니다.
1. 라스트클릭: 마지막 터치포인트에 100% — 가장 단순하지만 상위 퍼널 무시 2. 퍼스트클릭: 첫 터치포인트에 100% — 인지도 채널 과대평가 3. 선형(Linear): 모든 터치포인트에 균등 배분 — 공평하지만 차별화 부족 4. 시간감소(Time Decay): 전환에 가까울수록 높은 비중 — 리마케팅 유리 5. 데이터 기반(DDA): 머신러닝으로 실제 기여도 계산 — 가장 정교하지만 데이터 필요
가장 많이 쓰이는 라스트클릭과, 가장 정교한 데이터 기반 모델을 비교합니다.
고객이 인스타→블로그→검색→리타겟팅 순으로 접촉한 후 구매했다. '선형 모델'에서 검색광고의 기여도는?
라스트클릭 모델은 브랜드 인지도를 만든 첫 번째 접점의 기여도를 정확히 반영한다.
데이터 기반 어트리뷰션(DDA)이 작동하려면 최소한 어떤 조건이 필요한가?
어트리뷰션 모델을 마쳤습니다!
비교 정리
| 항목 | 라스트클릭 | 데이터 기반 |
|---|---|---|
| 방식 | 마지막 클릭에 100% 배분 | ML로 각 터치포인트 기여도 계산 |
| 장점 | 단순·직관적, 구현 쉬움 | 실제 기여도 반영, 정확한 예산 배분 |
| 단점 | 상위 퍼널(인지·관심) 과소평가 | 충분한 데이터(전환 300+건) 필요 |
| 적합 상황 | 단순 퍼널, 소규모 캠페인 | 다채널 캠페인, 대규모 데이터 |
| 신뢰도 | 낮음 (편향 있음) | 높음 (데이터 충분 시) |
Google Ads는 2023년부터 데이터 기반 어트리뷰션(DDA)을 기본값으로 설정했습니다. 라스트클릭은 점점 퇴장하고 있으며, 멀티터치 어트리뷰션이 표준이 되고 있습니다.
시각 자료
핵심 정리
- 1어트리뷰션 = 전환에 기여한 채널에 공(Credit) 배분
- 25가지 모델: 라스트클릭, 퍼스트클릭, 선형, 시간감소, 데이터 기반
- 3라스트클릭은 단순하지만 상위 퍼널을 과소평가
- 4데이터 기반(DDA)이 업계 표준으로 자리잡는 중
퀴즈와 인터랙션으로 더 깊이 학습하세요
play_circle인터랙티브 레슨 시작