답변
먼저 문제를 정확히 짚으면, 유통 채널 판매 비중이 높은 브랜드가 자사몰 전환 데이터만으로 광고 ROAS를 계산하면 광고를 보고 실제로는 올리브영·무신사에서 구매한 매출이 전부 누락돼 광고의 실제 기여도가 구조적으로 과소평가됩니다. 자사몰 데이터만으로는 이 유통채널 매출을 직접 연결할 방법이 없기 때문에, '자사몰 데이터만으로 역산'하려면 개별 거래를 추적하는 방식이 아니라 통계적 실험 설계로 접근해야 합니다. 이때 가장 적합한 프레임이 지오리프트(GeoLift) 테스트, 즉 지역기반 인크리멘탈리티 실험입니다. 마케팅 캠페인에 노출된 지역(실험군)과 노출되지 않은 지역(대조군)으로 나눠 두 그룹의 실제 매출 변화를 비교하는 방식인데, 개별 유저를 추적하지 않고 지역 단위 집계 매출 데이터로 작동하기 때문에 자사몰 매출은 물론 그 지역의 유통채널(올리브영·무신사) 매출까지 포함한 총 매출 변화를 포괄적으로 측정할 수 있다는 게 핵심 장점입니다. 실행 방법은 이렇습니다. 실험군과 대조군은 인구통계, 제품 믹스, 판매 점유율, 경제지표 등 10개 이상의 차원에서 95% 이상의 높은 역사적 상관관계를 가져야 신뢰할 수 있는 결과가 나옵니다. 실무에서는 여러 대조군 지역에 서로 다른 가중치(예: A지역 60% + B지역 30% + C지역 10%)를 부여해 실험군의 과거 행동 패턴을 정확히 복제하는 '합성 대조군'을 구성한 뒤, 특정 지역에만 광고를 집중 집행하고 다른 지역은 집행하지 않는 식으로 실험을 설계합니다. 측정은 통상 4~6주간 진행하며, 이중차분법(Difference-in-Differences) 등 회귀분석 기법으로 실험군의 실제 매출 변화와 합성 대조군의 예상 매출을 비교해 광고의 순수 증분 효과를 추정합니다. 결과는 단일 수치가 아니라 신뢰구간을 포함해 제시되는데(예: '90% 신뢰구간에서 매출 +1.8%~+6.5%'), 이 증분 매출을 해당 지역 광고비로 나누면 유통채널 매출까지 반영한 '진짜' ROAS에 가까운 값을 얻을 수 있습니다. 자사몰 ROAS만 보고 예산을 판단하기보다, 분기에 한 번이라도 이 방식의 지역 실험을 돌려 자사몰 ROAS 대비 실제 총매출 기여 배수를 추정해두면, 이후에는 그 배수를 자사몰 ROAS에 곱하는 방식으로 빠르게 근사치를 낼 수 있습니다.