새 채널이 기존 채널의 숫자를 왜 바꾸나요

GA4의 데이터 기반 어트리뷰션은 섀플리 가치 개념에 기반해, 전환에 이른 경로뿐 아니라 이르지 못한 경로까지 사용해 각 터치포인트를 경로에 추가했을 때 전환 확률이 얼마나 달라지는지를 반사실적으로 비교합니다. 즉 기여도는 채널마다 고정된 값이 아니라 '경로 집합 전체'에서 상대적으로 계산되는 값입니다. 새 매체가 들어와 경로 모양이 바뀌면, 그 매체가 가져간 몫만큼 기존 채널의 몫도 달라집니다. 새 채널의 성과만 따로 떼어 보고하면서 기존 채널 수치를 지난달과 그대로 비교하면 해석이 틀어집니다.

DDA가 켜져 있는지도 다시 확인해야 합니다. DDA 사용 가능 여부는 전환 종류마다 개별 판정되고, 전환량이 30일 기간 동안 최소 데이터 요건 아래로 떨어지면 이미 보고 있던 DDA 결과도 보고서에서 사라집니다. 구글은 GA4 프로퍼티 단위의 정확한 최소 전환 건수를 공개 문서에 명시하지 않으므로, 계정 화면(어트리뷰션 설정)에 표시되는 안내를 최종 기준으로 삼아야 합니다. Google Ads 고객센터가 제시하는 '30일간 전환 200건·광고 상호작용 2,000건'은 Google Ads 전환 액션 단위 권장치이지 GA4 프로퍼티 요건이 아니므로 그대로 적용하지 마세요.

새 매체 예산을 기존 매체에서 떼어 온 경우 이 함정이 더 커집니다. 기존 전환이 줄어 요건 아래로 내려가면 DDA가 빠지면서, 매체 교체 효과와 모델 교체 효과가 한 숫자에 섞입니다.

기여 윈도우를 정렬하지 않으면 무엇이 겹치나요

2026년 기준 메타 광고 세트의 기본 기여 설정은 7일 클릭·1일 참여 유도·1일 조회입니다. 이 설정은 광고 세트 단위에서 바꿀 수 있지만, 변경하면 리포팅 수치뿐 아니라 결과 전달(최적화)도 함께 바뀝니다. 단순 리포팅 옵션이 아니라 학습 데이터 자체에 영향을 준다는 뜻입니다. GA4 쪽은 키 이벤트 조회기간이 이벤트 유형별로 다릅니다. 획득 이벤트(first_open, first_visit)는 기본 30일, 그 외 대부분은 기본 90일, 참여 조회 키 이벤트는 기본 3일이며 키 이벤트 단위로 개별 조정할 수 있습니다.

새 매체가 붙으면 이 값들이 서로 다른 창을 보게 됩니다. 창이 넓은 매체는 오래된 접점까지 자기 성과로 가져가므로, 매체 리포트 합계가 실제 주문 수를 넘어서는 상황이 만들어집니다. 재검증 순서는 '새 매체 성과 확인'이 아니라 '전 매체 윈도우 목록화'가 먼저입니다.

메타는 2026년 1월 12일부로 광고 인사이트 API에서 7일 조회·28일 조회 옵션을 영구 제거했고, 이 옵션에 의존하던 외부 리포팅 도구는 값이 에러 없이 조용히 비어버릴 수 있습니다. 대시보드를 손볼 때 이 연동 상태도 함께 점검하세요.

중복 집계를 어디서 잡아야 하나요

매체가 늘어날수록 같은 전환이 여러 곳에서 잡힐 확률이 올라갑니다. 점검 지점은 네 곳입니다. ① 모든 전환 이벤트에 고유 거래 ID가 붙는지, ② 매체별 중복제거 설정이 켜져 있는지, ③ 서버·클라이언트 이벤트가 같은 이벤트 ID로 묶이는지, ④ 트래킹 코드가 중복 설치되지 않았는지입니다. 중복 설치된 코드는 지표를 부풀리고 사용자 수를 왜곡하며 전환 귀속을 훼손해, 그 위에서 수행한 모든 분석을 함께 무너뜨립니다.

제휴·네트워크가 섞인 구조에서는 문제가 더 큽니다. 어트리뷰션 솔루션을 쓰지 않으면 실제로 기여하지 않은 네트워크도 비용을 청구할 수 있고, 멀티터치 유저가 한 번이라도 거친 네트워크는 모두 기여를 인정받아 청구할 수 있다는 지적이 있습니다. 새 제휴 매체를 붙일 때는 정산 기준을 계약 시점에 문서로 못 박아두는 편이 안전합니다.

실험이 돌아가는 중에 매체를 추가해도 되나요

가급적 피하는 편이 낫습니다. 지역 단위 증분성 실험에서는 같은 지역에 다른 실험을 겹쳐 돌리지 않는 것이 원칙이고, 대조군은 예산을 줄이는 것이 아니라 캠페인을 실제로 일시중지해야 오염되지 않습니다. 새 매체가 실험 기간에 대조군 지역이나 통제 그룹에 노출되면 그 결과는 폐기 대상이 됩니다.

성과 판정 방식에도 영향이 갑니다. 매체가 늘면 비교 대상이 늘고, 여러 가설검정을 동시에 돌리면 최소 한 번 1종 오류를 낼 확률이 커지는 다중비교 문제가 발생합니다. α=0.05로 100번 검정하면 귀무가설이 전부 참이어도 약 5건의 위양성이 우연히 나옵니다. 새 매체 첫 달에 여러 세그먼트를 뒤져 "유의하게 좋다"를 찾아내는 분석은 결론이 아니라 다음 실험의 가설로만 쓰세요.

클린룸·해시 매칭 쪽에서 다시 볼 것

새 매체가 자체 클린룸이나 고객 리스트 업로드를 요구하면 매칭 규격을 처음부터 다시 확인해야 합니다. 구글 고객 매치는 SHA256(Hex) 해싱과 함께 공백 제거·소문자 변환·전화번호 E.164 정규화가 요구되고, 메타 맞춤 타겟도 SHA-256을 쓰지만 정규화 세부 규칙이 완전히 동일하지 않을 수 있어 매체별 공식 가이드를 각각 따라야 합니다. 한 매체용으로 만든 해시 파이프라인을 그대로 재사용하면 매칭률이 떨어집니다. 클린룸 도입 실무에서 반복 보고되는 대표적 실패 원인도 정규화·해싱·인코딩 방식 불일치입니다.

집계 임계값도 매체마다 다릅니다. 구글 ADH는 노이즈 주입 방식이면 결과 행당 약 20명, 차이 검사 방식이면 약 50명, 클릭·전환 데이터만 쓰는 쿼리는 약 10명의 순 사용자 수를 요구하고 이 기준 미만은 출력되지 않습니다. 결과를 여러 작은 쿼리로 쪼개 재조합하는 우회는 정책 위반이므로, 새 매체 데이터를 기존 리포트 구조에 맞추려다 이 선을 넘지 않도록 쿼리 설계를 먼저 검토하세요.