콘텐츠
디지털 마케팅 최신 소식을 받아보세요
요약
-
라스트 터치에서 멀티 터치 기여도(MTA)로 전환: 마케팅 팀의 70%가 라스트 터치 기여도에 의존하고 있으며, 이는 종종 CTV 및 상위 퍼널 캠페인과 같은 채널을 저평가합니다. 기업은 전체 소비자 여정을 더 잘 이해하고 터치포인트 전반에 걸쳐 기여도를 정확하게 분배하기 위해 MTA를 통합하기 시작해야 합니다. 이러한 전환은 숨겨진 채널 기여도를 밝혀내고 예산 할당 전략을 개선할 수 있습니다.
-
핵심 지표로 인사이트 있는 기여 분석: 마케팅 전문가는 MTA 도입 전에 채널 성과를 평가하기 위해 어시스트, 오버랩, 단일 기여 전환이라는 세 가지 핵심 지표에 집중해야 합니다. 높은 어시스트율은 채널이 전환에 효과적으로 기여함을 의미하며, 큰 오버랩은 사기 가능성이나 고유 도달 부족을 시사할 수 있습니다.
-
MTA와 함께 증분 테스트 도입: MTA로 심층 조사가 필요한 채널을 파악한 후, 증분 테스트로 해당 채널이 추가 성장을 창출하는지 검증하세요. 이 이중 접근법은 더 나은 예산 결정을 가능하게 하고 마케팅 전략이 실질적인 영향을 미치도록 보장합니다
모든 그로스 팀에는 늘 논쟁이 되는 채널이 하나씩 있습니다. CPI는 비싸 보이고, 누군가는 예산 삭감을 제안하지만, 그 채널을 가장 잘 아는 사람들은 대시보드가 인정하는 것보다 더 많은 기여를 한다고 주장합니다. 이 논쟁은 결코 해결되지 않습니다. 모두가 과거의 성과만 보여주는 리포트를 보고 있기 때문입니다.
최근 패널에서 팀들이 멀티터치 기여도를 어떻게 활용하는지 물었습니다. 70%는 여전히 주로 라스트 터치에 의존한다고 답했습니다. 몇 분 후, 같은 참석자들에게 라스트 터치가 가장 큰 가치를 놓치는 지점을 물었고, 1위는 크로스채널 어시스트였으며 디스커버리와 뷰스루가 그 뒤를 이었습니다. 즉, 70%가 이미 기여도 배분이 잘못됐다고 의심하는 모델로 운영 중입니다.
패널은 Singular의 공동 창업자 겸 CTO Eran Friedman, Snapchat의 마케팅 사이언스 매니저 Sourabh Khandelwal, Smadex의 글로벌 시니어 세일즈 엔지니어링 디렉터 Anthony Mkhize, Dataseat의 제품 VP Alexei Moltchan이 참여했으며, CMO Steph Pilon이 진행했습니다.

라스트 터치 어트리뷰션이란 무엇이며, 왜 대부분의 팀이 여전히 사용할까요?
최종 터치 기여 는 사용자가 전환 직전에 무엇과 상호작용했는지 묻고, 그 채널에 모든 공을 돌립니다. 이 규칙은 자리를 잡았습니다. 빠르고, 일관되며, 미디어 파트너가 최적화하는 신호이기 때문입니다. 그래서 패널 중 누구도 이를 끄자고 주장하지 않았습니다.
최종 터치를 무시하지 마세요. 업계가 오랫동안 의존해 온 것이고, 네트워크가 최적화하는 대상이니까요.
— Eran Friedman, 공동 창업자 겸 CTO, Singular
Sourabh Khandelwal은 이것이 왜 그렇게 잘 유지되는지 설명했는데, 관성은 일부에 불과합니다. 설명하기 쉬운 모델은 사람들을 설득하기 쉽고, 이는 대부분의 측정 논쟁이 인정하는 것보다 실무에서 더 중요합니다. 그의 관점에서 측정 선택은 속도와 견고함 사이의 트레이드오프이며, 라스트 터치는 속도에 매우 강합니다. 비용은 나중에 드러나는데, 전환을 일으킨 채널이 성과를 낸 채널로 해석될 때 발생합니다.
멀티 터치 어트리뷰션은 전체 사용자 여정에 걸쳐 기여도를 분배합니다
멀티터치 기여도(MTA)는 여정의 모든 터치포인트를 평가하고, 직접 정의한 가중치 모델로 기여도를 분배합니다. 가중치는 직접 설정하세요. 균등하게 나누거나, 초기 노출에 가중치를 두거나, 전환에 가까운 터치포인트에 더 많은 비중을 둘 수 있습니다. Alexei Moltchan은 업종마다 고려 시간과 여정 형태가 다르기 때문에 단 하나의 정답 모델은 없다고 강조했습니다. 따라서 기여도 모델 은 고객이 실제로 구매하는 방식을 반영해야 합니다.
Eran은 대부분의 팀이 자신의 퍼널에서 익히 아는 쇼핑 예시를 들었습니다. 친구가 나이키 신발 한 켤레를 추천하고, 소셜에서 그 신발을 보고, 그때 제품이 머릿속에 들어옵니다. 며칠 후 가격 비교를 위해 그 모델을 검색하고, 구매는 검색에서 발생합니다. 라스트 터치에서는 검색이 전체 전환을 가져가고, 그 리포트에서 나오는 논리적 결론은 모든 예산을 검색에 쏟으라는 것입니다. 두 분기만 그렇게 하면 검색을 먹여 살리는 디스커버리 레이어가 사라지고, 그것이 만들던 수요도 함께 사라집니다.
| 비교 항목 | 라스트 터치 어트리뷰션 | 멀티터치 기여도 분석 |
|---|---|---|
| 답하는 질문 | 어느 채널이 전환을 마무리했는가? | 어느 채널이 여정 전반에 기여했는가? |
| 기여도 | 최종 터치포인트에 100% | 설정한 모델에 따라 적격 터치포인트에 분배 |
| 최적 용도 | 일일 최적화, 파트너 정산, 네트워크 신호 | 채널 간 예산 배분 |
| 운율 | 일일 | 주간 또는 월간 |
| 주요 사각지대 | 수요 창출, 뷰스루 영향, 크로스 디바이스 여정 | 인과관계, 관측된 터치포인트가 없는 전환 |
둘은 서로 다른 역할을 합니다. Anthony Mkhize는 라스트 터치를 비즈니스의 맥박, 즉 오늘 어떤 캠페인에 주목해야 하는지 보여주는 지표라고 설명했고, 채널 예산을 어디에 배분할지에 대한 더 큰 결정에는 MTA를 얹는다고 했습니다.
CTV와 상위 퍼널 채널이 라스트 터치에서 가장 높은 비용을 지불한다
초반에 기여하는 채널은 구조적으로 불리합니다. 크레딧은 여정의 끝에, 영향력은 시작에 있기 때문입니다. 여기에는 뷰스루 상호작용, 상위 퍼널 소셜과 비디오, 그리고 무엇보다 CTV 가 포함됩니다.
Alexei는 CTV가 효과적인 이유와 측정이 어려운 이유가 사실 같은 것이라고 설명했습니다. 거실의 큰 화면은 거의 모든 다른 포맷보다 브랜드에 강한 인상을 남기지만, 클릭은 거의 발생하지 않습니다. 노출은 TV에서 일어나고, 전환은 나중에 휴대폰에서 일어나며, 누군가 측정 결정을 내리기 전에 이미 크로스 디바이스 여정이 됩니다. Anthony는 이러한 분리를 업계가 설계로 없앨 수 없는 것이라고 표현했습니다. 행동은 바뀌지 않을 것이므로, 측정 모델이 이를 흡수해야 합니다.
Alexei는 2차 효과를 추가했는데, 이는 저평가된 채널이 보통 주변 채널까지 증폭시킨다는 것입니다. CTV 캠페인은 자체 전환에 대한 공로를 인정받지 못할 뿐만 아니라, 공로를 인정받는 검색 및 소셜 캠페인의 성과까지 높여주며, 이를 중단하면 주시하지 않던 곳에서 하락으로 나타납니다.
패널이 계속 되돌아온 단서는 Sourabh에게서 나왔습니다. 채널이 초반에 등장하면 과소평가될 가능성이 높다는 것이지, 입증된 것은 아닙니다. 예산 결정을 내리기 전에 타이밍, 일관성, 데이터 품질이 모두 중요합니다.
모델을 구축하기 전에 숨겨진 채널 가치를 드러내는 세 가지 지표
대부분의 팀이 건너뛰는 부분이며, 별도 설정이 필요 없습니다. 가중치 모델을 선택하기 전에, 이미 리포트에 있는 세 가지 숫자만으로 채널에 대한 판단이 틀렸는지 알 수 있습니다.
| 지표 | 측정 항목 | 해석 방법 |
|---|---|---|
| 어시스트 | 채널이 마지막 터치 없이 기여한 전환 | 어시스트 비율이 높으면 해당 채널이 다른 채널이 클로즈할 전환을 꾸준히 만들어낸다는 뜻입니다 |
| 오버랩, 또는 공동 기여 | 같은 여정에서 채널이 다른 채널과 얼마나 자주 함께 나타나는가 | 오버랩이 높으면 해당 채널이 수요 확보에 기여한다는 뜻이며, 점검이 필요한 품질 문제를 알려줄 수도 있습니다 |
| 단일 기여 전환 | 채널이 유일한 터치포인트였던 전환 | 이것은 고유 도달입니다: 다른 어떤 채널도 데려오지 못한 사용자 |
함께 보면 CPI가 달라 보입니다. 라스트클릭 CPI가 높은 채널은 어시스트 부담이 클 수 있습니다. CPI가 매력적인 채널은 다른 채널과 너무 많이 겹쳐서 실제 추가 기여가 거의 없을 수 있습니다.
이 두 번째 패턴은 사기 신호이기도 합니다. Eran의 예시는 주요 채널과 놀라울 정도로 높은 중복률을 보이는 롱테일 제휴사였습니다. 때로는 진정한 미드퍼널 기여자일 수 있습니다. 때로는 다른 채널이 유도한 전환이 발생할 때 거기에 있기 위해 대량으로 클릭을 발생시키는 파트너일 수 있으며, 이것이 데이터에서 클릭 스패밍 이 보이는 모습입니다.
Singular의 두 가지 Singular 분석은 이 수치들이 얼마나 큰 차이를 만드는지 보여줍니다. Snapchat 분석 에서는 51%의 어시스트율이 나타났는데, 이는 Snapchat이 크레딧을 받은 설치 10건마다 약 5건의 추가 설치에 기여했지만 크레딧을 받지 못했다는 의미입니다. Meta에서는 수조 건의 광고 노출, 수십억 건의 클릭, 수십억 건의 설치를 분석한 결과 양상이 달랐습니다. 모바일 게임 광고주 기준 단일 기여 설치율 94%, 공동 기여율 6%였으며, 여러 게임 데이터셋에서 최대 29%의 추가 어시스트 설치가 발생했고, 동일 캠페인이 라스트 터치에서 보인 것보다 ROAS 가 최대 50% 더 높았습니다. 일반적으로 인크리멘털 채널 전반에서 Singular 고객사는 여정 전체에 걸쳐 기여도를 측정하면 평균 ROI가 43% 더 높아지는 것으로 나타났습니다.
Snapchat의 가치는 어시스트에서, Meta의 가치는 다른 채널이 따라올 수 없는 도달 범위에서 드러났습니다. 두 경우 모두, 라스트 터치 관점은 채널이 실제로 하는 일보다 작은 부분만을 설명하고 있었습니다.
그 규모로 운영하지 않아도 확인할 수 있습니다. Steph는 통화에서 분명히 말했습니다. Singular자체 마케팅 데이터를 보면, 라스트 터치가 잡는 것과 MTA 뷰가 보여주는 것 사이의 격차가 충분히 놀라워서, 이제 그녀는 MTA를 기준으로 예산을 결정하고 더 이상 라스트 터치로 결정하지 않습니다.
MTA가 채널의 CPI나 ROAS를 바꿀 때 무엇을 해야 할까?
상위 퍼널 채널에 유리하게 수치가 움직일 것으로 예상하세요. CTV CPI는 보통 하락하고, 여정 전반에 기여도가 분배되면 ROAS는 상승합니다. 그러면 바로 예산을 옮기고 싶어지죠. 하지만 Anthony의 조언은 이를 즉시 실행이 아닌 조사 신호로 받아들이라는 것입니다. 해당 채널이 주로 어떤 채널을 지원하는지 파악하고, 노출된 사용자가 리텐션이나 매출에서 더 강한 다운스트림 행동을 보이는지 확인하세요. 그리고 단일 세그먼트가 아닌 여러 지역과 기간에 걸쳐 이 패턴이 유지되는지 검증하세요.
그는 또한 MTA를 반만 도입하는 사람에게 정당한 도전을 던졌습니다. 이 모델이 여정을 더 완전하게 보여준다고 믿는다면, 그 결과를 받아들일 준비가 되어 있어야 합니다. 더 나은 측정 모델을 믿으면서도 모든 예산을 라스트 터치에 배분한다면, 그 논리는 예산 회의에서 살아남지 못합니다.
때로는 지원한다는 게 예산을 전혀 건드리지 않는 것을 의미합니다. Anthony의 요점은 성과를 재해석하는 것 자체가 정당한 결과라는 것이었습니다. 어시스트가 높은 채널을 단지 마지막 터치를 우연히 가져갔는지로만 판단하지 말고, 지출은 그대로 두라는 것입니다.
실제로 움직일 때, Alexei는 첫 단계에 숫자를 제시합니다: 예산의 약 10~20%를 MTA가 선호하는 채널로 옮기고, 그 채널 자체 지표가 아닌 총 전환을 보세요. 전환이 오르면 모델이 진짜 신호를 주는 겁니다. 오르지 않으면 채널 최적화 방식을 보고, 그다음 모델 가중치가 생각하는 여정을 반영하는지 확인하세요.
세 번째 설문에서 어려움이 집중되는 지점이 드러났습니다. 다른 MTA 성과 스토리를 실행에 옮기기 어려운 이유로 가장 많이 꼽힌 답은 변화가 증분 성장을 이끈다는 검증이었고, 그다음이 어떤 신호를 신뢰할지 파악하는 것과 기여도와 노출을 구분하는 것이었습니다.
이것이 바로 증분성 작업이며, 두 가지가 어떻게 맞물리는지에 대한 패널의 가장 명쾌한 정리입니다:
MTA는 파이를 재분배할 수 있지만, 파이를 더 크게 만들 수는 없습니다.
— Sourabh Khandelwal, Snapchat 마케팅 사이언스 매니저
MTA는 이미 기록된 전환에 대한 공로를 재분배합니다. 증분 테스트 는 채널이 없었다면 일어나지 않았을 성과를 만들어냈는지 추정합니다. Sourabh는 이 순환 과정을 설명했습니다: MTA로 물어볼 가치가 있는 질문을 찾고, 중요한 결정을 중심으로 테스트를 설계한 뒤, 그 결과로 모델을 읽는 방식을 재조정하세요. 숫자를 신뢰하기 전에 두 번 이상 실행하세요.
라스트 터치와 함께 운영할 수 있는 30일 MTA 롤아웃
- 라스트 터치를 기준으로 삼으세요. Singular 는 기여한 승자를 보존하고 다른 기여 터치포인트를 함께 노출해 두 관점을 한 화면에서 볼 수 있습니다.
- 데이터 기반 정리: 어트리뷰션 설정, 노출 및 클릭 추적, 파트너 연동, 어트리뷰션 윈도우, 캠페인 분류 체계. Anthony가 말했듯, 엉망인 기반은 더 정교한 엉망을 낳습니다.
- 이미 가진 지표를 읽으세요. 어시스트, 오버랩, 단일 어트리뷰션 전환은 무엇이든 구축하기 전에 확인할 수 있습니다.
- 가장 강력한 어시스트 패턴, 즉 어떤 채널이 반복적으로 함께 등장하고 어떤 순서로 나타나는지 찾으세요.
- 하나의 가설을 선택해 통제된 예산 이동으로 테스트하고, 증분 효과로 검증한 후 확장하세요.
팀을 막는 건 보통 이 모든 것에 앞서는 결정, 즉 가중치 모델 선택이에요. Eran의 추천은 미루라는 것이었죠: 지표를 보고, 기본 가중치 모델을 돌리고, 여정이 어떤 모습인지 확인한 뒤 가중치를 다시 보세요. Singular 고객은 둘 다 기본 제공되므로, 첫 시도를 막는 설정 작업이 사라집니다.
결론
라스트 터치는 누가 딜을 성사시켰는지 알려줍니다. 멀티 터치 기여도는 누가 그 딜을 가능하게 했는지 알려줍니다.
— Omri Gal, 데이터 총괄, Singular
우리 고객사 팀 중 70%는 아직도 두 지표 중 첫 번째로 예산을 결정합니다. 두 번째 지표가 뭘 말해줄지 알려고 어트리뷰션 모델을 바꿀 필요는 없습니다. 한 리포팅 주기 동안 어시스트, 오버랩, 단일 기여 전환을 라스트클릭 CPI 옆에 놓고, 그 이야기가 맞는지 확인해 보세요.
전체 웨비나 시청
패널은 CTV 측정, 어트리뷰션 윈도우, MTA 모델 선택, 그리고 MTA·라스트 터치·광고 플랫폼이 각각 다른 이야기를 할 때 어떻게 해야 하는지에 대해 더 깊이 다뤘습니다. 여기에서 온디맨드로 세션을 시청하세요. 이미 등록하셨다면 녹화 링크가 받은편지함에 있습니다.
이미 Singular와 함께 캠페인을 운영 중이신가요? 웹, 앱, CTV 전반에서 어트리뷰션이 하나의 플랫폼에서 어떻게 작동하는지 확인하세요.
자주 묻는 질문
멀티 터치 어트리뷰션이란 무엇인가요?
멀티터치 기여는 사용자 여정의 각 터치포인트를 측정하고 관련 채널에 부분 기여 를 부여합니다. 마지막 상호작용에 모든 공을 주는 대신 말이죠. 가중치는 광고주가 정합니다. 균등하게 분배하거나, 초기 터치포인트를 우대하거나, 전환에 가까운 터치포인트에 더 비중을 둘 수 있습니다.
MTA는 라스트터치 기여와 어떻게 다른가요?
라스트터치 기여도는 전환 전 마지막으로 상호작용한 채널에 100% 크레딧을 부여하는 반면, MTA는 여정 내 유효한 터치포인트에 크레딧을 분배합니다. 라스트터치는 일일 최적화와 파트너 정산에 적합하고, MTA는 채널 간 예산 분배 결정에 적합합니다.
MTA를 쓰려면 라스트터치 기여도를 중단해야 하나요?
아니요. Singular 는 귀하의 라스트 터치 어트리뷰션 우승자를 보존하고 다른 기여 터치포인트를 함께 노출하므로, MTA 지표가 귀하 팀이 이미 보고하는 숫자 옆에 나란히 표시됩니다.
어시스트 비율이란 무엇인가요?
어시스트 비율은 채널이 마지막 터치를 받지 않고 전환에 기여한 빈도를 측정합니다. Singular의 Snapchat 분석에 따르면 어시스트 비율은 51%로, Snapchat이 크레딧을 받은 10건마다 약 5건의 추가 설치가 다른 곳에 크레딧이 돌아갔다는 의미입니다. 어시스트는 동일한 전환에 대해 여러 채널에서 집계될 수 있으므로 총 전환 수와 합산되지 않습니다.
CTV가 라스트 터치 어트리뷰션에서 일반적으로 저평가되는 이유는 무엇인가요?
CTV 노출은 TV에서 발생하지만 전환은 보통 모바일 기기에서 일어납니다. 즉, 여정이 크로스 디바이스로 이어지며, 나중의 모바일 상호작용이 크레딧을 받습니다. 이는 채널의 기여가 아니라 측정 모델을 반영한 결과입니다.
MTA가 증분 테스트를 대체하나요?
아니요. MTA는 이미 발생한 전환에 대한 공로를 재분배하는 반면, 증분 테스트는 채널이 없었다면 일어나지 않았을 성과를 창출했는지 추정합니다. MTA로 의심되는 채널을 찾고, 증분 테스트로 대규모 예산 변경 전에 결정을 검증하세요.