"ROAS 800%인데 매출은 그대로" — 어트리뷰션이 작동하지 않는 3가지 이유

어트리뷰션이 무너졌다는 것의 의미

어트리뷰션(Attribution)은 "이 전환을 어느 채널의 공으로 볼 것인가"를 배분하는 방법론이에요. 지난 10년간 디지털 마케팅의 성과 측정은 사실상 이 모델 위에서 작동해 왔어요. 그런데 지금, 이 기반이 세 방향에서 동시에 흔들리고 있어요.

파트너 브랜드들과 성과 데이터를 함께 검토할 때 반복적으로 확인하는 장면이 있어요. Meta·Google·스냅푸시AI 리포트를 합산한 전환 수가, 브랜드 실사 매출을 훌쩍 넘어가는 경우예요. 광고가 늘어난 것이 아니라, 같은 전환이 여러 채널에서 동시에 세어지고 있는 거예요.

— Field Observation, 스냅컴퍼니 운영 노트

구조적으로 무너진 지점은 크게 세 가지예요. 트래킹 자체가 반토막 났고, 모델이 답하는 질문이 인과가 아니고, 측정 주체가 스스로 채점하고 있어요. 하나씩 뜯어볼게요.

원인 01 · 트래킹 자체가 반토막 났어요

데이터가 애초에 수집되지 않아요

가장 근본적인 문제는 데이터가 애초에 수집되지 않는다는 점이에요. 측정 모델의 완성도를 논하기 이전에, 모델이 먹고사는 입력값 자체가 크게 줄었어요.

원인 02 · 어트리뷰션은 '인과'가 아니라 '크레딧 배분'이에요

모델이 아무리 정교해져도, 답하는 질문은 하나예요

두 번째 문제는 데이터 품질이 아니라 모델의 본질에 있어요. 어트리뷰션 모델이 아무리 정교해져도, 그것이 답하는 질문은 하나예요. "이미 발생한 전환의 크레딧을 어떻게 나눌 것인가."

• Last-click — 마지막 접점에 전부 배분. 검색 광고에 몰리기 쉬운 구조
• Linear — 모든 접점에 균등 배분. 실제 기여도와 무관한 평균의 함정
• Data-driven — 머신러닝 기반 가중 배분. 그래도 '관측된 여정 안'에서만 배분

이름과 알고리즘은 다르지만, 세 모델 모두 동일한 사각지대를 가져요. 광고를 보지 않았어도 어차피 구매했을 사람(organic demand)이 계산에서 빠지지 않는다는 점이에요.

어트리뷰션이 답하는 건 "이 사람이 왜 샀는가"가 아니라 "이미 산 사람을 어느 채널이 먼저 찍었는가"예요. 이 둘은 완전히 다른 질문이에요.

— 인크레멘탈리티 측정의 출발점

원인 03 · 플랫폼은 자기 성적표를 스스로 채점해요

선수가 심판까지 보는 구조

세 번째 문제는 측정 주체의 구조예요. Meta는 Meta의 성과를, Google은 Google의 성과를, 스냅푸시AI는 스냅푸시AI의 성과를 각자 리포트해요. 그런데 한 명의 사용자가 Meta 광고를 보고, Google 검색 광고도 클릭하고, 스냅푸시AI 알림까지 받은 뒤 구매하면, 세 채널 모두 이 전환을 자기 것으로 집계해요.

선수가 자기 경기의 심판까지 보는 구조에서는, 리포트를 '사실'로 받아들이는 것 자체가 위험해요. 각 플랫폼의 수치는 해당 채널 내부에서의 상대 비교에는 유효하지만, 채널 간 배분 결정에는 사용할 수 없어요.

실무자가 오늘부터 해야 할 것 3가지

어트리뷰션이 무너졌다는 사실은, 측정을 포기하라는 뜻이 아니에요. 측정의 기준을 바꾸라는 뜻이에요. 실무에서 바로 적용 가능한 세 가지 전환이에요.

어트리뷰션이 답하던 질문은 "누구 공인가"였어요. MER이 답하는 질문은 "우리가 번 돈이 쓴 돈보다 많은가"예요. 측정 환경이 아무리 나빠져도 닳지 않는 기준선이에요.

— The One Metric That Survives

정리하면

• "ROAS는 좋은데 매출이 안 오른다"는 마케팅 실패가 아니라 측정 실패예요
• ATT 옵트인 25% · 쿠키 폐지로 관측 가능한 데이터 자체가 반토막 났어요
• 어트리뷰션은 인과가 아니라 크레딧 배분이며, 이미 살 사람은 계산에서 빠지지 않아요
• 플랫폼은 자기 성적표를 채점하므로 채널 간 배분 기준으로 사용할 수 없어요
• 대안은 명확해요 — ROAS는 참고 지표로, MER을 기준선으로, 인크레멘탈리티는 실험으로

이 글은 저자 백준화의 LinkedIn 게시물을 스냅컴퍼니 블로그에 재편집하여 발행한 콘텐츠입니다.
원문 보기 →