이사 어트리뷰션과 중복 집계 보정

이사 업종의 전환 구조가 만드는 함정

이사 서비스는 전화 문의가 핵심 접점인 비즈니스로 꼽히며, 구글은 광고를 클릭한 뒤 의미 있는 통화가 발생했는지를 자체적으로 추정해 전환수로 계산한다고 안내하고 있습니다. 이사 서비스처럼 전화 문의가 핵심인 업종에서는 이 지표가 캠페인 성과 측정에 유용하다고 알려져 있지만, 구글의 추정에 기반한 값이라 정확도가 100퍼센트는 아니라는 점도 함께 감안해야 합니다.

구글은 오프라인 전환 가져오기의 업그레이드 버전인 리드 확보용 향상된 전환을 통해 더 정확한 전환 보고서와 교차 기기 전환 기능을 제공하고 있으며, 2026년부터는 이 데이터를 Data Manager API로 이전한다고 공지한 상태입니다.

중복집계를 보정하는 방법

용도별로 나눠 쓰는 원칙을 실무에 적용하려면 먼저 각 지표가 답하는 질문을 구분해야 합니다. 사용자 단위 추적 없이 매출과 광고비, 외부 변수 같은 집계 데이터로 채널 기여도를 통계적으로 추정하는 마케팅 믹스 모델은 개인 식별자가 필요 없어 서드파티 쿠키 규제나 iOS 추적 제한과 무관하게 작동하지만, 채널·매체 단위의 큰 그림만 보여줄 뿐 세밀한 개인화 인사이트는 주지 못합니다.

동시에 인크리멘털리티, 즉 광고에 노출된 집단과 노출되지 않은 집단의 전환 성과를 비교해 광고가 없어도 발생했을 문의까지 광고 성과로 잡히는 부분을 제외한 순수 증분만 분리하는 방법론을 함께 적용해야 합니다. 라스트클릭 등 전통적 기여 모델은 이미 문의 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있습니다. 업계에서는 이사 광고 역시 브랜드명 검색이나 재문의처럼 이미 계약 의사가 굳어진 접점의 성과가 라스트클릭 기준으로 부풀려져 나타날 수 있다고 보는 편입니다. 그래서 이런 채널의 성과만 보고 예산을 늘리기보다, 의심되는 캠페인을 실제로 꺼서 문의량이 줄어드는지 홀드아웃으로 먼저 확인해 보세요. 지표를 더 정교하게 다듬는 것보다 이 홀드아웃 검증이 착시를 가려내는 더 확실한 방법입니다.

예산 재배분과 판단 기준

인크리멘털리티 테스트로 리프트가 확인된 채널을 찾았다고 해도 예산을 한 번에 옮기는 것은 위험합니다. 리프트 테스트 결과를 예산 룰로 전환할 때는 한 번에 20퍼센트를 넘는 예산 이동을 피하고 단계적으로 옮겨야 알고리즘 재학습 리스크를 줄일 수 있습니다. 메타는 2026년 인크리멘털 어트리뷰션 기능을 확대하면서 표준 기여 모델 대비 증분 전환이 24퍼센트 늘었다고 자체 발표했는데, 이는 매체 쪽의 발표 수치이므로 이사 광고 계정에 곧바로 적용하기보다 자체 홀드아웃 테스트로 먼저 검증한 뒤 예산 배분 기준에 반영하는 순서가 안전합니다.

리드 품질을 가르는 기준도 의사결정에 함께 넣어야 합니다. 구글 광고의 리드 양식 확장 소재는 의도와 일치하는 질문을 추가하면 고품질 리드를 가려내는 데 도움이 된다고 안내되지만, 리드 품질 판단을 위한 질문은 필수로 표시되도록 강제되며 선택사항으로 바꿀 수 없다는 점도 알려져 있습니다. 매체 리포트의 전환수만 비교하지 말고, 이 응답 데이터를 교차로 들여다보는 절차를 정기 보고 루틴에 넣어 두세요.