gtag 기본 태그만으로 왜 부족한가

웹사이트에 gtag 기본 전환 태그를 심는 것은 PMax 운영의 시작점일 뿐입니다. 기본 태그는 브라우저 쿠키에 의존하는데, iOS 사파리의 추적 제한이나 광고 차단 확장 프로그램 때문에 실제 전환의 상당수가 누락됩니다. 누락된 전환은 AI 입장에서 "존재하지 않는 데이터"이므로, 실제로는 성과가 있는데도 학습 신호가 부족한 것처럼 보이는 문제가 생깁니다.

이 문제를 보완하는 공식 기능이 향상된 전환입니다. 향상된 전환은 사용자가 폼에 입력한 이메일·전화번호 같은 1차 파티 데이터를 해싱해 구글에 함께 전달함으로써, 쿠키가 차단된 환경에서도 전환을 매칭할 확률을 높입니다.

향상된 전환의 원시 데이터는 어떻게 해싱해야 하나

향상된 전환을 gtag로 구현할 때 인코딩 방식을 정확히 맞춰야 합니다(공식). Google Ads 사용자 제공 데이터(User-Provided Data) 이벤트 태그가 원시(raw) 데이터를 그대로 받는 구조라면 태그 자체가 웹세이프 Base64 인코딩 SHA256 방식으로 해싱합니다. 반대로 광고주 쪽에서 이미 해싱을 완료한 데이터를 넘기는 구조라면 Hex 인코딩 SHA256 방식을 써야 합니다.

이 둘을 헷갈리면(예: 사전 해싱한 값을 다시 웹세이프 Base64 처리) 매칭률이 사실상 0에 가깝게 떨어지는데, 겉으로는 태그가 "정상 작동 중"으로 보이기 때문에 문제를 오래 놓치는 경우가 많습니다. 개발팀과 연동할 때는 어느 방식을 쓰는지 사전에 문서로 합의해두는 것이 안전합니다.

태그 진단 리포트에서 무엇을 확인해야 하나

Google Ads의 향상된 전환 태그 진단 리포트는 커버리지, 매칭률, 전환 상승치 세 지표를 보여줍니다(공식). 커버리지는 전체 전환 이벤트 중 충분한 사용자 제공 데이터가 붙은 비율이고, 매칭률은 그 데이터가 구글 로그인 데이터와 실제로 매칭된 비율이며, 전환 상승치는 사용자 제공 데이터 덕분에 추가로 확인된 전환 증가분입니다.

점검 순서는 커버리지부터입니다. 커버리지가 낮다는 것은 애초에 이메일 필드가 없는 결제 폼처럼 데이터를 수집할 구조 자체가 없다는 뜻이므로, 매칭률이나 상승치를 아무리 봐도 개선 여지가 보이지 않습니다. 커버리지를 먼저 끌어올린 뒤 매칭률을 점검하는 순서가 효율적입니다.

전자상거래 전환값 파라미터는 왜 정확해야 하나

전환가치 극대화나 타겟 ROAS로 입찰 전략을 운영한다면, gtag에 넘기는 value 파라미터(구매 금액)의 정확도가 곧 입찰 정확도입니다. 할인 전 금액을 넘기거나, 환불 처리된 주문을 값 조정 없이 그대로 두거나, 통화 단위를 잘못 매핑하면 AI는 실제보다 왜곡된 값을 기준으로 입찰가를 학습합니다.

특히 여러 국가에 판매하는 계정이라면 통화 단위 불일치가 흔한 실수입니다. 계정 통화와 실제 거래 통화가 다를 경우 자동 환산이 되는지, 되지 않는다면 서버단에서 환산 후 넘기고 있는지를 확인해야 합니다.

최소 전환량 기준을 못 채우면 어떻게 해야 하나

주당 10~15건의 전환 기준(공식)에 못 미치는 계정은 두 가지 선택지가 있습니다. 하나는 캠페인 목표를 마이크로 전환(장바구니 담기, 상담 신청 등)까지 넓혀 전환 밀도를 인위적으로 높이는 방법이고, 다른 하나는 오프라인 전환 가져오기로 영업팀이 검증한 리드·매출 데이터를 추가로 공급하는 방법입니다. 후자는 7강(전환 루프 오류)과 연결되는 주제입니다.

두 방법 모두 임시방편이 아니라 구조적 보완입니다 — 전환 밀도가 낮은 상태에서 PMax를 무리하게 켜면 학습이 불안정한 채로 예산만 소진되는 결과로 이어지기 쉽습니다.

마이크로 전환을 목표에 추가할 때는 주의할 점이 있습니다. 장바구니 담기처럼 실제 매출과 거리가 먼 이벤트에 지나치게 높은 값을 부여하면, AI가 "매출로 이어지지 않는 얕은 행동"을 과대평가해 학습할 수 있습니다. 마이크로 전환은 어디까지나 데이터가 쌓이기 전까지의 임시 보조 신호로 쓰고, 전환 데이터가 기준치를 넘긴 뒤에는 다시 본 전환(구매·완결된 리드) 중심으로 목표를 되돌리는 계획을 함께 세워야 합니다.