설정이 소급되지 않아 과거가 비는 유형

가장 흔한 유형입니다. GA4에서 키 이벤트(전환)로 설정한 기여도는 설정 시점부터만 조회할 수 있고 과거 기간에 쌓인 데이터에는 소급 적용되지 않습니다. 3개월 뒤에 새 전환을 추가하면 그 시점 이후 데이터만 축적됩니다. 그래서 "작년에 이 전환이 몇 건이었나"라는 질문에는, 이벤트 자체가 수집되고 있었더라도 전환 기준 리포트로는 답할 수 없는 구간이 생깁니다.

카운팅 방법도 같은 성격입니다. GA4 주요 이벤트는 '세션당 한 번'과 '이벤트당 한 번' 두 가지 카운팅 방법이 있고, UA 목표를 마이그레이션한 전환은 세션당 한 번이, 새로 만든 전환은 이벤트당 한 번이 기본값입니다. 이 값을 중간에 바꾸면 전후 숫자가 같은 이름의 지표인 채로 정의만 달라집니다. 변경 사실을 적어두지 않으면 몇 달 뒤 "왜 갑자기 늘었나"에 아무도 답하지 못합니다.

원본이 만료돼 되돌릴 수 없는 유형

GA4 이벤트 데이터 보관 기간은 2개월 또는 14개월 중 하나만 선택할 수 있고 14개월이 선택 가능한 최댓값입니다. 이 설정은 트래픽 획득 같은 표준 보고서(집계 데이터)에는 영향이 없지만, 퍼널·경로·세그먼트 중복처럼 사용자·이벤트 단위로 조회하는 탐색 분석에는 그대로 영향을 줍니다. 즉 표준 보고서 숫자는 남아 있는데 그 숫자를 만든 경로를 다시 열어볼 수 없는 상태가 됩니다. 보관 기간이 2개월로 방치돼 있었다면 손실은 더 빠르게 발생합니다.

플랫폼 종료도 같은 유형입니다. 구글은 유니버설 애널리틱스 표준 속성의 데이터 처리를 2023년 7월 1일부로 종료했고(360 속성은 2023년 10월), 과거 UA 데이터는 별도로 내보내지 않으면 조회할 수 없습니다. 이 두 사례의 공통점은 '나중에 필요할 것'이라는 판단을 미리 하지 않으면 되돌릴 방법이 없다는 점입니다.

옵션이 제거돼 같은 기준으로 비교할 수 없게 되는 유형

GA4는 2023년 11월부로 첫 클릭·선형·시간 가치 하락·위치 기반 규칙 기반 어트리뷰션 모델의 지원을 종료했고, 이 모델을 쓰던 전환 액션은 자동으로 데이터 기반 어트리뷰션으로 업그레이드됐습니다. 지원 종료 이후에는 이 4개 모델을 신규로 선택하는 것 자체가 불가능해, 과거 리포트에서 이 모델 기준 수치를 다시 보려면 별도 백업·아카이브가 없는 한 재현할 수 없습니다. 이것이 "이력이 없으면 왜 재현이 불가능해지는가"의 가장 명확한 실제 사례입니다.

메타에서도 같은 일이 있었습니다. 2026년 1월 12일부로 광고 인사이트 API에서 7일 조회와 28일 조회 기여 기간 옵션이 영구 제거됐습니다. 문제는 이 옵션에 의존하던 외부 리포팅 대시보드·BI 툴이 에러 없이 값만 조용히 비어버리는 현상이 나타날 수 있다는 점입니다. 에러가 뜨지 않으니 담당자가 몇 주 뒤에야 알아차리고, 그 사이 리포트는 이미 광고주에게 나가 있습니다.

정의가 바뀌었는데 이름은 그대로인 유형

2026년 3월 메타는 참여 유도(engage-through) 기여 유형을 도입해, 링크 클릭만 '클릭'으로 인정하고 좋아요·댓글·공유 같은 소셜 상호작용은 1일 기여 기간만 적용되는 별도 카테고리로 분리했습니다. 이전에는 소셜 상호작용도 클릭에 포함돼 7일 기여 기간이 적용됐으므로, 참여 중심 캠페인의 귀속 전환수는 축소될 수 있습니다. 지표 이름은 그대로인데 정의가 달라진 상태에서 전년 동기 비교를 하면 잘못된 결론이 나옵니다.

GA4 쪽에서는 보고 ID 변경이 같은 함정입니다. 보고 ID를 기기 기반으로 바꾸면 임계값 처리를 우회할 수 있지만 기기 간 중복 제거 정확도가 낮아지고, 변경 전후 값을 같은 기준으로 비교하려면 주의가 필요합니다. 어느 쪽이든 '언제 무엇을 바꿨는지'가 기록돼 있어야 해석이 가능합니다.

구현이 겹쳐 숫자 자체가 부풀려지는 유형

트래킹 코드가 중복 설치되면 지표가 부풀려지고 사용자 수가 왜곡되며 전환 귀속이 훼손돼, 그 위에서 수행한 모든 분석이 함께 무너집니다. 흔한 문제 유형은 중복 이벤트, 누락 이벤트, 잘못된 파라미터이고, 여기에 매체 간 어트리뷰션 윈도우 차이로 인한 불일치가 겹칩니다. GA4 키 이벤트를 Google Ads로 가져오면서 매체 자체 전환 추적과 중복되는 경우도 보고됩니다.

이 유형은 앞의 네 가지와 성격이 다릅니다. 데이터가 사라진 것이 아니라 틀린 채로 남아 있기 때문에, 언제부터 언제까지가 오염 구간인지 알아야 사후 보정이 가능합니다. 태그 배포 이력이 없으면 그 구간의 시작점을 특정할 수 없어 결국 전 기간을 못 쓰게 됩니다.

무엇을 남겨야 재현이 가능한가

① 변경 이력 대장을 한 곳에 둡니다. 항목은 변경일시·대상(속성/이벤트/태그/기여 설정)·변경 전 값·변경 후 값·요청자·승인자·되돌리는 방법입니다. 값을 '무엇으로 바꿨는지'만 적고 '무엇이었는지'를 빠뜨리는 실수가 잦습니다. ② 설정을 바꾸기 전에 영향받을 리포트를 그 시점 기준으로 내보내 스냅샷으로 보관합니다. 기여 모델·조회기간·카운팅 방법처럼 과거 수치를 재계산하는 설정은 특히 그렇습니다. ③ GA4 데이터 보관을 14개월로 올리고, 그보다 긴 기간을 봐야 하는 계정이라면 원본 이벤트를 별도 저장소로 내보내는 구조를 검토합니다. ④ 외부 대시보드가 붙어 있다면 매체 정책 변경 공지를 받는 담당자를 지정합니다. 값이 조용히 비는 사고는 알림이 아니라 사람이 잡습니다. ⑤ 분기 단위 정기 감사로 새로 추가된 태그·픽셀을 점검해, 대장에 없는 변경이 있었는지 역으로 확인합니다.