기여 분석이 중요한 이유 📊

저는 이를 뼈저리게 배웠습니다. 몇 년 전, 중국 시장에 진출하는 국제 스킨케어 브랜드의 캠페인을 운영하고 있었습니다. Douyin, WeChat, Baidu에서 광고를 집행했고, 데이터는 매우 좋아 보였습니다——

큰 실수였습니다. 💥

2주 후, 전체 전환율이 40% 감소했습니다. 무슨 일이 있었을까요? 당시 어트리뷰션 모델은 '라스트 클릭'——사용자가 마지막으로 클릭한 광고에 모든 크레딧을 부여했습니다. 하지만 실제로 사용자들은——

그때 깨달았습니다: 어트리뷰션은 단순한 데이터 문제가 아니라 전략 문제입니다. 선택한 모델에 따라 어떤 플랫폼이 크레딧을 받고, 어떤 캠페인에 예산이 배분되며, 궁극적으로——

🎯 Key Insight

어트리뷰션 모델이 현실을 형성합니다. 측정이 잘못되면, 최적화도 잘못됩니다.

7가지 기여 모델 🔍

핵심은 이것입니다: '올바른' 어트리뷰션 모델은 존재하지 않습니다. 각 모델은 고객 여정에 대해 서로 다른 이야기를 들려줍니다. 질문은: 어떤 이야기가 더 나은 의사결정을 돕는가? 입니다.

클라이언트 컨설팅에 사용하는 7가지 모델과 각 모델이 적합한 상황을 설명하겠습니다.

1. 라스트 클릭 기여

로직: 전환 직전에 사용자가 클릭한 마지막 광고에 100% 크레딧을 부여.

효과적인 경우: 고객 여정이 짧은 다이렉트 리스폰스 캠페인. 저관여 제품(10달러 스낵 등)이고 대부분의 전환이 한 세션 내에 완료된다면, 라스트 클릭은 간단하고——

문제점: '발견' 단계를 완전히 무시합니다. 앞서 스킨케어 예시에서 Douyin이 모든 크레딧을 가져갔지만, 신뢰 구축과 고려 단계의 대부분을 담당한 것은 WeChat과 Baidu였습니다.

💡 Pro Tip

라스트 클릭을 사용 중이라면, '수확' 광고를 과대평가하고 '씨뿌리기' 광고를 과소평가하고 있을 가능성이 높습니다. 예산 배분 시 명심하세요.

2. 퍼스트 클릭 기여

로직: 사용자가 처음 클릭한 광고에 100% 크레딧을 부여.

효과적인 경우: 브랜드 인지도 캠페인. 어떤 채널이 신규 고객에게 브랜드를 소개하는 데 가장 뛰어난지 알고 싶다면, 퍼스트 클릭이 알려줍니다.

문제점: 나머지 여정을 무시합니다. 사용자가 광고를 클릭한 후 3주 동안 무시했다가 다른 채널을 통해 전환할 수 있습니다. 퍼스트 클릭은 그 첫 클릭에 모든 크레딧을——

3. 선형 기여

로직: 모든 터치포인트에 균등하게 크레딧을 분배.

효과적인 경우: 퍼널 전체를 '공정하게' 보고 싶을 때, 어떤 터치포인트가 가장 중요한지 확신이 없을 때. 시장 진출 초기 단계에서 데이터 기반 모델을 사용할 충분한 데이터가 없는 경우 좋은 출발점——

문제점: 중요한 터치포인트의 영향력을 희석시킵니다. 데이터가 전환의 80%가 인지 단계의 Douyin 광고와 전환 단계의 Baidu 검색을 거친다고 보여줘도, 선형 어트리뷰션은——

4. 시간 감쇠 기여

로직: 전환에 가까운 터치포인트일수록 더 많은 크레딧을 받습니다. 정확한 공식은 다양하지만, 일반적으로 지수 함수적——전환 1일 전 터치포인트가 10일 전보다 훨씬 더 많은 크레딧을——

효과적인 경우: 긴 고려 주기(B2B, 부동산, 고가 제품 등). 인지도의 중요성을 인정하면서도, 전환은 최근에 발생한 일에 의해 주도된다는 점을 인정합니다.

문제점: '감쇠율'이 주관적입니다. 플랫폼마다 다른 공식을 사용하는 경우가 많아, 플랫폼 간 어트리뷰션 비교가 까다로워집니다.

5. 포지션 기반(U자형) 기여

로직: 첫 번째 터치포인트에 40%, 마지막에 40%, 나머지 20%를 중간에 분배.

효과적인 경우: '발견'과 '전환'의 균형을 맞추고 싶을 때. 첫 인상과 마지막 클릭 모두 중요하다는 점을 인정하기 때문에, 대부분의 풀퍼널 캠페인에서 제가 가장 선호하는 모델——

문제점: 40-20-40 분할은 임의적입니다. 어떤 브랜드에게는 첫 터치포인트가 60%의 가치를 가질 수 있고, 다른 브랜드에게는 20%일 수 있습니다. 하지만 대부분의 플랫폼은 가중치 커스터마이징을 허용하지 않습니다.

🏆 My Recommendation

중국에 진출하는 대부분의 국제 브랜드에게는 포지션 기반(40-20-40)으로 시작하는 것을 권장합니다. 인지도와 전환의 균형이 좋습니다. 그 후 데이터가 쌓이면 데이터 기반 어트리뷰션으로——

6. 데이터 기반 기여(DDA)

로직: 알고리즘이 과거 데이터를 분석하고, 각 터치포인트의 전환에 대한 실제 기여도를 기반으로 크레딧을 할당합니다.

효과적인 경우: 충분한 전환 데이터(보통 월 1,000건 이상)가 있을 때. DDA는 비직관적 패턴을 발견할 수 있습니다——WeChat 광고가 라스트 클릭을 많이 유도하지 않더라도, 실제로는——

문제점: 블랙박스입니다. 알고리즘이 터치포인트를 어떻게 가중치 부여하는지 정확히 알 수 없습니다. 또한 데이터가 지저분하면(중복 전환, 부정확한 트래킹), DDA는 잘못된——

7. 커스텀 기여

로직: 직접 규칙을 정의합니다. 예를 들어 첫 터치포인트에 50%, 마지막에 30%, Douyin의 모든 터치포인트에 20%를 할당——Douyin이 참여를 유도한다는 것을 알고 있다면——

효과적인 경우: 고객 여정을 깊이 이해하고 있으며, 이를 어트리뷰션 모델에 인코딩하고 싶을 때.

문제점: 지속적인 유지보수가 필요합니다. 전략이 변화함에 따라 커스텀 규칙이 시대에 뒤처질 수 있습니다. 또한 대부분의 셀프 서브 플랫폼은 커스텀 어트리뷰션을 제공하지 않으며——

빠른 비교표 📋

선택에 도움이 되는 병렬 비교 표입니다:

Model Best For Pros Cons
Last-Click Short customer journeys, low-consideration products Simple, actionable Ignores awareness
First-Click Brand awareness campaigns Highlights discovery Ignores rest of journey
Linear 신규 to market, limited data Fair, full-funnel view Dilutes key touchpoints
Time Decay Long consideration cycles Balances awareness & conversion Subjective decay rate
Position-Based Full-funnel campaigns (RECOMMENDED) Balanced view Arbitrary weight split
Data-Driven 1000+ conversions/month Data-backed, adaptive Black box, needs clean data
Custom Deep customer journey insights Tailored to your business High maintenance, needs 3rd-party tool

플랫폼별 차이 🌐

많은 광고주가 혼란스러워하는 점: 플랫폼마다 기본 어트리뷰션 모델이 다릅니다. 플랫폼 간 CPA를 비교하고 있다면, 아마 사과와 오렌지를——

실제 예시를 들어보겠습니다. 한 플랫폼의 기본값은 '7일 이내 라스트 클릭'일 수 있습니다. 다른 플랫폼에서는 '1일 이내 라스트 클릭'일 수 있습니다. 이 두 플랫폼 간 CPA를 비교하면——

⚠️ Watch Out

플랫폼 성과를 비교하기 전에 항상 기본 어트리뷰션 윈도우(클릭스루 윈도우와 뷰스루 윈도우)를 확인하세요. 7일 클릭 윈도우와 1일 클릭 윈도우의 CPA 차이는 3배——

대략적으로, 중국 주요 플랫폼에서 볼 수 있는 경향은 다음과 같습니다:

  • 스마트 비딩 전략 완벽 가이드: oCPM부터 tROI까지 — 캠페인별 최적의 입찰 전략 선택법
  • 왜 중요한가
  • 중국에서 대다수의 광고주가 여전히 CPM 또는 CPC 기반 수동 입찰을 고수하며 모든 노출과 모든 클릭을 동등하게 취급하고 있다. 하지만 주요 플랫폼(Baidu, Ocean Engine, Tencent Ads, RED)은 이미 더 스마트한 성과 기반 입찰 모델로 수렴했으며, 올바르게 설정할 경우 CPA를 20~40% 절감할 수 있다. 스마트 비딩을 전략적으로 활용하지 않고 있다면, 테이블 위에 돈을 남겨두고 경쟁사에 넘겨주는 셈이다.
  • 샤오홍슈(RED) (Little Red Book): Their attribution is still evolving. Currently, they tend to use a combination of last-click and time-decay, but it varies by ad product.

결론: 플랫폼이 보고하는 CPA를 액면 그대로 신뢰하지 마세요. 항상 자체 트래킹(이상적으로는 서드파티 어트리뷰션 도구, 또는 최소한 Google Analytics/자체 CRM 데이터)으로 삼각측량하세요.

올바른 모델 선택 방법 🎯

이론은 여기까지입니다. 실제로 담당 브랜드에 대해 어떻게 어트리뷰션 모델을 선택하는지 소개합니다:

스텝 1: 고객 여정 이해하기

모델을 선택하기 전에 알아야 할 것: 실제 고객은 어떻게 구매하는가? 어떤 브랜드에게는 1일 여정(광고 보기→클릭→구매)이고, 다른 브랜드에게는 30일 여정(광고 보기→조사→비교——

모른다면, 처음 2~3개월 동안 데이터를 수집하면서 중립 모델(선형 모델 등)을 사용하세요.

스텝 2: 캠페인 목표에 모델 맞추기

Campaign Goal Recommended Model Why
Brand Awareness First-Click or Position-Based Recognizes the value of introducing new customers
Lead Generation Last-Click or Position-Based Focuses on conversion; position-based also values awareness
E-commerce (Short Cycle) Last-Click Simple, actionable for fast-moving consumer goods
E-commerce (Long Cycle) Position-Based or Time Decay Acknowledges that awareness and consideration take time
Mature Campaign (1000+ conv/month) Data-Driven Uses your own data to optimize attribution

스텝 3: 테스트 및 개선

어트리뷰션은 '설정하고 잊어버리는 것'이 아닙니다. 3~6개월마다 모델을 재검토하며 이렇게 질문합니다:

  • 중국 스마트 비딩 현황
  • 1. oCPC / oCPM (최적화 CPM/CPC)
  • 정의: 플랫폼이 예산 범위 내에서 목표 성과(전환 또는 클릭)를 극대화하도록 CPC/CPM 입찰가를 실시간으로 자동 조정한다.

또한 '어트리뷰션 민감도 테스트'도 실행합니다——다양한 어트리뷰션 모델 하에서 캠페인 성과를 비교하여, 의사결정이 모델 선택에 얼마나 민감한지 확인합니다. 어떤 캠페인이——

흔히 보는 실수 🪣

여러분의 고통을 덜어드리겠습니다. 국제 브랜드가 중국에서 흔히 저지르는 어트리뷰션 실수를 소개합니다:

1
Using Platform-Reported CPA Without Questioning It
Platforms want to make themselves look good. Always triangulate with your own data. I've seen brands overspend on a platform by 3x because they trusted the platform's attribution.
2
Switching Models Too Often
If you change attribution models every month, you'll never have stable data to learn from. Pick a model, commit to it for at least 3-6 months, then evaluate.
3
Ignoring View-Through Conversions
Some platforms only count clicks. But what about that user who saw your ad, didn't click, but converted 3 days later? If you're ignoring view-through, you're undervaluing awareness.
4
Not Setting Up Proper Tracking
Data-driven attribution needs clean data. If your conversion tracking is broken (or you're double-counting conversions), DDA will give you garbage results. Fix your tracking first.

결론 💡

어트리뷰션은 지저분합니다. 완벽한 모델은 없으며, '있다'고 말하는 사람은 무언가를 팔고 있는 것입니다.

하지만 중국 플랫폼에서 1천만 달러 이상의 광고비를 운영하며 배운 것은: 목표는 '올바른' 모델을 찾는 것이 아니라, 더 나은 의사결정을 돕는 모델을 찾는 것입니다. 즉——

중국의 여러 플랫폼에서 캠페인을 운영 중이라면, 이것이 제 조언입니다:

  1. Start with position-based (40-20-40). It's a reasonable default that balances awareness and conversion.
  2. Triangulate with your own data. Don't trust platform-reported numbers. Use a third-party attribution tool or at least your own CRM data.
  3. Revisit your model every 6 months. As your brand grows and your customer journey changes, your attribution model should evolve too.
  4. Run sensitivity tests. Compare performance under different models to understand how much your decisions depend on the model choice.

Baidu, Douyin, WeChat, 샤오홍슈(RED), Bilibili, Bing China에서 국제 에이전시와 브랜드를 위한 유료 미디어를 운영하며——이러한 어트리뷰션 과제를 매일 목격합니다. 상충되는——

다음 단계: 어떤 어트리뷰션 모델이 캠페인에 적합한지 모르겠나요? 캠페인 데이터를 보내주시면 어트리뷰션 감사를 실시합니다——이번 달 문의하는 선착순 10개 브랜드는 무료. 문의하기→