라스트클릭 전환은 무엇을 기준으로 성과를 배분하나

라스트클릭(Last Click) 모델은 사용자가 전환하기 직전에 마지막으로 클릭한 채널에 전환 성과 전체(100%)를 배분하는 방식입니다. 지표 자체가 단순해 초급 단계에서 가장 먼저 접하게 되는 기본 기여 모델이기도 합니다. 계산이 단순하고 이해하기 쉬워 오랫동안 널리 쓰여온 기본 모델입니다. 예를 들어 어떤 고객이 인스타그램 광고를 보고, 며칠 뒤 네이버 검색으로 브랜드명을 검색해 구매했다면, 라스트클릭 모델에서는 네이버 검색 채널이 전환 전체의 공을 가져갑니다.

이 개념이 왜 초급 단계에서부터 중요한가

어시스트 전환이라는 개념을 처음부터 모르고 시작하면, 데이터를 볼 줄 알게 된 이후에도 채널별 예산을 라스트클릭 숫자만으로 판단하는 습관이 굳어질 수 있습니다. 초급 단계에서 이 개념을 미리 알아두면, 나중에 더 정교한 기여 모델을 배울 때도 왜 그런 모델이 필요한지 배경을 훨씬 쉽게 이해할 수 있습니다.

어시스트 전환은 무엇을 보여주는 개념인가

어시스트 전환은 최종 전환에 직접 기여(마지막 클릭)하지는 않았지만, 그 전환으로 이어지는 여정 중간에 접점을 만든 채널의 역할을 인정하는 개념입니다. 위 예시에서 인스타그램 광고는 라스트클릭 모델에서는 전환 공로를 전혀 인정받지 못하지만, 실제로는 그 고객이 브랜드를 처음 알게 된 계기였습니다. 어시스트 전환 리포트를 함께 보면, 인스타그램이 이번 전환 여정에서 '도움을 준' 채널로 별도로 집계되어 그 기여가 드러납니다.

라스트클릭 모델의 한계는 무엇인가

라스트클릭 등 전통적인 기여 모델은 이미 구매 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있습니다. 브랜드 검색으로 구매한 고객의 상당수는 이미 다른 경로(인지 단계 광고, 입소문 등)를 통해 브랜드를 알고 있었을 가능성이 큰데, 라스트클릭 모델은 이 배경을 무시하고 마지막 검색 채널에만 공을 몰아줍니다. 이렇게 되면 인지·고려 단계에서 역할을 한 채널(디스플레이·소셜 광고)의 실제 기여가 리포트에서 지속적으로 과소평가되고, 예산 배분 결정을 내릴 때 이런 채널의 예산을 부당하게 줄이는 결과로 이어질 수 있습니다.

멀티터치어트리뷰션(MTA)은 이 한계를 어떻게 보완하나

멀티터치어트리뷰션(MTA)은 전환 전 사용자가 거친 여러 접점(검색광고, 디스플레이광고, 소셜, 유튜브 등) 각각에 전환 기여도를 나눠 배분하는 접근입니다. 규칙 기반 모델 중 첫 클릭(First Click)은 첫 접점에 100% 배분, 선형(Linear)은 경로상 모든 접점에 균등 배분하는 방식이었습니다. 다만 GA4는 2023년 11월부로 첫 클릭·선형·시간 가치 하락·위치 기반 같은 규칙 기반 모델의 지원을 종료했습니다. 2026년 현재 GA4에서 선택 가능한 모델은 데이터 기반 어트리뷰션(DDA), 유료+오가닉 라스트클릭, 구글 유료 채널 라스트클릭 등으로 재편됐습니다.

초급 마케터가 지금 당장 할 수 있는 것

DDA나 MTA 같은 정교한 모델을 당장 도입하기 어려운 초급 단계라면, 우선 어시스트 전환 리포트를 정기적으로 확인하는 것만으로도 충분히 의미 있는 시작이 됩니다. 라스트클릭 기준 전환수가 낮다고 예산을 깎기 전에, 그 채널이 어시스트 전환 리포트에서 얼마나 자주 등장하는지 한 번은 확인하는 습관을 들이는 것이 핵심입니다. 이 습관 하나만으로도 인지 단계 채널의 예산을 성급하게 없애는 실수를 상당 부분 줄일 수 있습니다.

데이터 기반 어트리뷰션(DDA)은 무엇이 다른가

GA4의 데이터 기반 어트리뷰션(DDA)은 사전에 정한 고정 비율로 나누는 규칙 기반 모델과 달리, 노벨경제학상 수상자 로이드 섀플리가 제시한 섀플리 가치(Shapley Value) 개념에 기반한 알고리즘으로 기여도를 계산합니다. 전환에 이른 경로뿐 아니라 전환에 이르지 않은 경로까지 함께 분석해, 각 접점이 전환 확률을 실제로 얼마나 끌어올렸는지를 통계적으로 추정합니다. 전환까지 걸린 시간, 기기 유형, 광고 상호작용 횟수, 노출 순서, 소재 유형 등을 함께 고려하기 때문에, 고정 비율로 나누는 방식보다 실제 기여 구조에 더 가깝게 접근할 수 있습니다. 다만 DDA는 전환량이 일정 수준 이상 쌓인 전환(키 이벤트)에만 적용 가능하다는 제약이 있어, 데이터가 적은 신규 계정에서는 아직 쓸 수 없는 경우도 있습니다.

숫자로 다시 확인해보면

라스트클릭 기준으로는 검색광고가 전환 80건, 디스플레이광고가 전환 5건으로 잡혔다고 가정해보겠습니다. 이 숫자만 보면 디스플레이광고 예산을 줄이는 것이 합리적으로 보입니다. 하지만 어시스트 전환 리포트를 열어보니, 디스플레이광고는 최종 전환 80건 중 45건의 여정에서 중간 접점으로 등장했다는 것을 확인했다고 가정해보겠습니다. 즉 이 45건의 구매는 디스플레이광고가 먼저 브랜드를 인지시켰고, 이후 검색을 통해 마무리된 경우였을 가능성이 큽니다. 라스트클릭 기준 리포트만 보고 디스플레이광고 예산을 없앴다면, 이 45건의 구매를 만들어낸 인지 단계 자체가 사라져 결과적으로 검색광고 전환수까지 함께 줄어들 수 있습니다.