왜 Google Analytics4는 광고 매체와 다른 전환값을 가질까요?

온라인 광고 매체와 Google Analytics4를 같이 이용하면 자주 발생하는 의구심이 있습니다.

"왜 광고 성과와 Google Analytics4의 전환값은 다른가?"에 대한 의구심이죠. 물론, 매체적 차이가 있겠으나 명확한 이유를 모른다면 어떤 전환 성과를 신뢰해야 할지 모르는 상황이 오게 됩니다.

 

Google Analytics4와 광고 매체가 전환을 다르게 보여주는 이유는 기여 분석 모델 (Attribution)의 차이입니다. Google은 GA4로 총 3가지의 기여 분석 모델을 지원하고 있습니다. 원래는 7종이었으나, 쿠키리스(Cookie-less)가 적용되면서 2023년 11월부터 3종의 기여 분석 모델을 지원하고 있습니다.

 

그렇다면 Google Analytics4와 온라인 광고 매체의 기여 분석은 어떻게 다를까요?

 

온라인 광고의 전환 측정 방식.

온라인 광고는 비용이 지불되는 만큼 "성과"가 발생하는 게 중요합니다. 그렇기에 모든 광고 매체는 성과를 잘 보여주는 방식으로 전환을 나타내죠. 온라인 광고는 결국 마지막 클릭을 기준으로 기여 분석을 진행하고 있습니다.

 

만약 유저가 다양한 광고를 클릭했더라도 결국 마지막에 클릭한 광고가 전환 성과를 가져가게 됩니다. 온라인 광고가 마지막 클릭 기여 모델을 사용하는 이유는 여러 개가 있을 수 있습니다.

• 마지막 클릭 모델은 전환에 직접적인 전환 영향을 준 광고를 보여줄 수 있습니다.
• 어떤 캠페인이나 광고가 사용자의 구매 결정을 만들었는지 보여줄 수 있습니다.
• 복잡한 알고리즘 및 계산이 없기 때문에 매체사에서 구현하기 쉽습니다.

 

마지막 클릭 방식의 단점도 존재하는데, 고객 여정을 무시하는 기여 모델이 될 수 있습니다. 사실 브랜딩 캠페인이 사용자에게 브랜드를 인식시키고, 구매에 영향을 주었어도 마지막 클릭에 충족되지 못합니다. 결국 상위 단계 마케팅 활동의 가치가 반영되기 힘든 모델이죠.

하지만 매체사 입장에서는 해당 방식은 광고 매체의 성과를 잘 보여주는 방식이기에 마지막 클릭이 기여 모델로 사용됩니다.

 

Google Analytics4의 전환 측정 방식.

Google Analytics4는 광고 매체가 아니기에 "성과를 잘 보여주는 방식"보다 데이터의 신뢰성에 더 초점을 맞출 수 있습니다. 물론, 다양한 기여 모델로 비즈니스에 알맞은 방식을 채택할 수 있었지만, 이제는 3가지의 기여 분석 모델만을 사용할 수 있죠.

 

마지막 클릭 기여 분석 모델

마지막 클릭 기여 분석 모델은 온라인 광고의 방식과 동일합니다. 다만, 더 넓은 범위로 분석하게 되죠. 사용자가 홈페이지에 접속하기 위해 진행한 모든 과정 중 전환이 발생하기 직전의 과정에 전환을 부여하게 됩니다.

예시를 본다면 쉽게 이해될 수 있습니다.

 

유저 A는 브랜드 캠페인 광고로 사이트에 처음 유입됐다.
그 후 유저 A는 검색으로 블로그 콘텐츠에 유입됐고,
다음 날 구글 검색 광고로 사이트에 유입됐다.
3일 후, 유저 A는 이메일 뉴스레터로 재유입이 된 후 상품을 구매했다.

 

여기서 마지막 클릭 기여 분석 모델을 활용한다면, Google Analytics4는 "이메일 뉴스레터"에 전환을 부여하게 됩니다. 유저 A가 다양한 방식으로 사이트에 유입됐지만, 전환 직전에 유입된 방식은 이메일 뉴스레터이기 때문이죠.

 

Google 유료 채널, 마지막 클릭 기여 분석 모델

 

마지막 기여 분석 모델 중에는 Google 유료 채널의 마지막 클릭 기여 분석 모델도 존재합니다. 해당 기여 분석 모델은 사용자의 전환값을 Google의 유료 채널이 가져가는 것을 의미합니다.

위 예시를 그대로 본다면, Google Analytics4의 전환값은 이메일 뉴스레터가 아닌, Google 광고인 "구글 검색 광고"에 할당됩니다.

해당 기여 분석 모델은 사용자를 기준으로 어떤 Google 광고가 구매에 결정적인 역할을 했는지 볼 수 있게 돕습니다.

 

데이터 기반(Data-driven) 기여 분석 모델

데이터 기반 기여 분석 모델은 마지막 클릭 기여 분석 모델과 다르게 유저의 모든 과정을 확인하고, 종합해서 판단하게 됩니다. 해당 기여 분석 모델은 섀플리 이론인 SHAP을 기반으로 구성되었습니다. 섀플리 이론을 간단하게 보자면 아래 예시로 알 수 있습니다.

전환율이 3%의 상품 구매 루트는 아래와 같은 과정을 거쳤다.
- 검색 광고 유입, 이메일 뉴스레터 유입, 배너 광고 유입, 블로그 콘텐츠 유입, 상품 광고 유입
전환율이 2%인 상품 구매 루트는 아래와 같은 과정을 거쳤다.
- 검색 광고 유입, 이메일 뉴스레터 유입, 배너 광고 유입, 상품 광고 유입

 

블로그 콘텐츠 유입을 제외한, 모든 과정은 동일하지만 전환율 1%의 차이가 발생할 경우, 우리는 블로그 콘텐츠 유입이 전환에 어느 정도 영향을 미치는지 계산할 수 있습니다. 이 경우 블로그 콘텐츠 유입이 만드는 기여율은 약 0.1875% 정도입니다. 그렇다면 전환 1이 발생할 때, 블로그는 0.2 정도의 전환값을 가질 수 있겠죠.

 

Google Analytics4에서 전환값이 소수점으로 보이는 경우가 데이터 기반 기여 분석 모델을 사용하고 있으며. 해당 기여 모델은 SHAP로 계산한 비율 기반 기여도를 할당하기 때문입니다.

 

결론.

• 광고 매체는 광고 성과를 잘 보여주기 위해서 "매체 활동에 집중된 마지막 클릭 기여 모델"을 사용한다.
• Google Analytics4는 데이터 신뢰성을 위해 "사용자에 집중된 기여 모델 (마지막 클릭 또는 데이터 기반"을 사용한다.
• 서로 성과의 차이가 발생하는 이유는 분석 범위와 분석 모델의 차이에서 나타나게 된다.

결과적으로 광고 매체와 Google Analytics4가 다른 전환 데이터를 보이는 경우는 서로 사용하는 기여 분석 모델의 차이와 분석 범위의 차이에 있습니다. 개인적으로는 Google Analytcs4의 전환값을 신뢰하는 것이 더 좋다고 봅니다. 이유는 분석 범위에서 차이가 발생하는 점과 데이터 기반으로 볼 경우, 상위 마케팅 활동을 고려할 수 있기 때문이죠.