데이터·애널리틱스 | 애드믹스 AD MIX

계측이 틀리면 전부 틀립니다

인수한 계정의 절반 가까이는 전환 이벤트가 중복 집계되고 있었습니다.

광고 성과 논쟁의 상당수는 해석이 아니라 계측에서 시작됩니다. 같은 구매가 두 번 세어지거나, 앱과 웹의 사용자가 각각 집계되거나, 매체사 리포트와 자체 집계가 30% 넘게 벌어지는 경우가 흔합니다. 이 상태에서는 어떤 최적화도 근거가 없습니다.

데이터본부 36명은 캠페인 시작 전에 계측 설계서를 만듭니다. 어떤 행동을 어떤 이름으로 기록할지, 중복은 어떻게 제거할지, 매체사 수치와 차이가 날 때 무엇을 정본으로 볼지를 문서로 확정합니다. 이 문서가 이후 모든 리포트의 기준이 됩니다.

기여도는 마지막 클릭만 보지 않습니다. 캠페인 규모가 일정 수준을 넘으면 데이터 기반 모델을 적용해 매체별 실제 기여를 분리합니다. 브랜드 캠페인의 경우 검색량과 직접 유입 변화까지 함께 봅니다.

이벤트 체계를 정의하고 웹·앱에 심습니다. 중복 제거 규칙까지 문서로 남깁니다.

매체별 실제 기여를 분리합니다. 중복 기여를 제거해 예산 배분 근거를 만듭니다.

수집과 가공을 자동화하고 사람은 해석만 씁니다. 리포트 작성 시간이 크게 줄어듭니다.

수집 항목과 보관 기간, 동의 범위를 정리합니다. 법무 검토를 거쳐 적용합니다.

앱과 웹을 함께 계측하는 경우 3단계에 2주가 추가됩니다.

36명본부 인력분석 · 엔지니어링

89%리포트 자동화율정기 리포트 기준

30~60개표준 이벤트 수캠페인 1건 기준

4주기여도 모델 구축데이터 축적 후 소요

매체사 리포트 수치와 왜 다릅니까

매체사는 자사 노출 이후 발생한 전환을 자사 기여로 집계합니다. 여러 매체를 함께 쓰면 같은 전환이 여러 번 세어집니다. 저희는 자체 계측을 정본으로 삼고 매체사 수치는 참고값으로 병기하며, 차이가 큰 구간은 원인을 각주로 남깁니다.

데이터가 적은 브랜드도 분석이 됩니까

가능합니다. 다만 기여도 모델은 일정 규모의 전환이 쌓여야 작동하므로, 초기에는 단순 규칙 기반 배분으로 시작해 데이터가 모이면 모델로 전환합니다. 억지로 모델을 적용해 잘못된 판단을 내리는 것보다 낫습니다.

리포트를 매주 받아야 합니까

집행 규모에 따라 다릅니다. 월 3천만원 미만이면 주간 리포트는 오히려 소음이 큽니다. 저희는 규모별 권장 주기를 제안하고, 대신 대시보드는 언제든 열어 볼 수 있게 열어 둡니다.

분석 도구를 새로 도입해야 합니까

이미 쓰고 계신 도구를 먼저 점검합니다. 대부분은 도구가 부족한 것이 아니라 설정이 잘못돼 있습니다. 새 도구 도입은 기존 설정을 정리한 뒤에도 해결되지 않을 때만 권합니다.