GA4 무료강의

[GA4 무료강의] GA4로 광고매체 기여도 측정하는 방법 : DDA(Data-Driven Attribution, 데이터 기반 기여 분석) 설정부터 핵심 보고서 4개까지 (1편)

마케팅 데이터 분석 연구소 2026. 9. 3. 12:53
반응형

핵심 요약 (한 줄 답변) 

"디스플레이·소셜이 관심을 만들고, 검색광고가 그 관심을 수확한다"는 가설을 검증하려면 두 가지 다른 질문을 구분해야 합니다. ① 기여도(Attribution) — "전환까지 오는 길에 어떤 매체가 몇 번, 어느 순서로 등장했나?"는 GA4의 전환 경로·기여 모델로 확인하는 상관관계이고, ② 증분(Incrementality) — "그 매체가 없었다면 전환이 안 일어났을까?"는 실험(Lift Test)과 MMM으로 검증하는 인과관계입니다. 이번 1편에서는 ①, 즉 GA4로 기여도를 측정하는 구체적인 방법을 다룹니다. 2026년 8월 기준 GA4에는 데이터 기반(DDA, 권장) · 유료 및 자연 검색 라스트클릭 · Google 유료 채널 라스트클릭, 이 세 가지 모델만 존재하며, DDA를 정확히 설정하고 그 함정을 피하는 것이 이 편의 핵심입니다.

 

이 글에서 알 수 있는 것

  • 기여도(Attribution)와 증분(Incrementality)이 왜 완전히 다른 질문인지
  • GA4 기여 분석을 시작하기 전 반드시 통일해야 할 UTM 규칙
  • GA4에 현존하는 3가지 기여 모델과 DDA의 정확한 작동 원리
  • DDA 설정 시 반드시 확인해야 할 함정 3가지
  • 실제로 확인해야 할 GA4 보고서 4가지(전환 경로·보조 전환·모델 비교·탐색)
  • GA4가 가진 근본적 한계 5가지
✳️ 난이도 : 고급 | 소요 시간 : 약 10분 | 대상 : 상위 퍼널(디스플레이·소셜)과 하위 퍼널(검색광고) 간의 기여 관계를 GA4로 분석하려는 광고 운영자·마케터·데이터 분석가

 

지금 상황을 한 문장으로 정리하면

"디스플레이·소셜이 관심을 만들고 → 검색광고가 그 관심을 수확하고 있다"

 

라스트클릭 기준으로만 보면 검색광고의 ROAS만 좋아 보이고, 디스플레이·소셜은 "돈만 쓰는 매체"로 찍힙니다. 축구로 치면 골 넣은 스트라이커에게만 점수를 주고 크로스 올린 윙어는 방출하는 셈인데, 윙어를 자르면 스트라이커도 골을 못 넣습니다.

그래서 이 문제는 반드시 두 개의 다른 질문으로 쪼개서 접근해야 합니다.

구분 질문 답을 주는 방법 성격
① 기여도(Attribution) 전환까지 오는 길에 어떤 매체가 몇 번, 어느 순서로 등장했나? GA4 전환 경로·기여 모델 관찰 = 상관관계
② 증분(Incrementality) 그 매체가 없었다면 전환/검색이 안 일어났을까? 실험(Lift Test), MMM 검증 = 인과관계
✅ 핵심 : ①만으로는 "디스플레이가 검색광고에 영향을 준다"를 증명할 수 없습니다. ①은 가설을 만드는 도구, ②는 그 가설을 증명하는 도구입니다. 이번 1편은 ①을 다룹니다.

 

STEP 0. 측정 준비 - 여기서 90%가 갈립니다

기여도 분석이 실패하는 가장 흔한 이유는 모델 선택이 아니라 데이터가 더러워서입니다.

 

(1) UTM 표기 규칙 통일 (가장 중요)

GA4는 UTM으로 매체를 구분합니다. 대행사·매체사·광고주가 제각각 UTM을 달면 같은 매체가 5개 채널로 쪼개집니다. medium 값을 고정 어휘로 강제하세요.

매체 utm_source utm_medium utm_campaign
네이버 검색광고 naver cpc_search 2609_brand_kw
네이버 GFA(성과형 DA) naver cpc_display 2609_launch_da
카카오모먼트 kakao cpc_display 2609_launch_da
Meta(IG/FB) meta paid_social 2609_launch_social
구글 검색광고 google cpc (자동태그 gclid)
⚠️ 주의 : Google Ads는 자동 태그(gclid) + GA4 계정 연동을 쓰고 UTM을 수동으로 덮어쓰지 마세요. 네이버·카카오·Meta는 자동 연동이 없으므로 UTM이 유일한 통로입니다. GA4의 기본 채널 그룹이 원하는 대로 안 묶이면 [관리] → [데이터 표시] → [채널 그룹] 에서 맞춤 채널 그룹을 만드세요. (예: Upper Funnel(DA+Social) / Lower Funnel(Search))

 

(2) 주요 이벤트(구 전환) 정의

구매·가입·상담신청 등 비즈니스 결과 1~3개만 주요 이벤트로 지정합니다.

⚠️ 주의 : 스크롤·클릭 같은 마이크로 이벤트까지 키 이벤트로 잡으면 기여도 모델이 학습할 신호가 오염됩니다.

 

(3) 광고 플랫폼 연동

Google Ads 연동은 필수입니다(연동 안 하면 기여도가 부정확해집니다). 네이버/카카오/Meta는 GA4에 비용·노출 데이터가 안 들어오므로, BigQuery나 시트에서 비용 데이터를 붙이는 구조를 미리 잡아두세요.

 

STEP 1. 기여 분석 설정 - 지금 GA4에서 고를 수 있는 건 3개뿐

위치 : [관리] → [속성] → [기여 분석 설정] (2025년 3분기에 메뉴 위치가 이동했습니다.)

먼저 오해부터 걷어냅시다. 2026년 8월 기준 GA4에는 정확히 세 가지 모델만 존재합니다 - 데이터 기반(권장), 유료 및 자연 검색 라스트클릭, Google 유료 채널 라스트클릭. 첫 번째 클릭·선형·시간 감소·위치 기반 모델은 2023년 11월에 폐기되어 GA4 어디에도 남아 있지 않으므로, 이 모델들을 설명하는 가이드는 모두 낡은 자료입니다.
모델 쉽게 말하면 지금 케이스에서
데이터 기반(DDA) ← 권장 전환한 경로와 전환하지 않은 경로를 비교해서 "이 접점이 있었을 때 전환확률이 얼마나 올랐나"로 크레딧을 소수점까지 쪼갬 이걸 써야 DA/소셜에 크레딧이 갑니다
유료 및 자연 검색 라스트클릭 마지막 비직접 접점이 100% 독식 검색광고 몰빵 결과
Google 유료 채널 라스트클릭 마지막 Google 유료 클릭만 인정 네이버·Meta가 아예 안 보임
✅ 핵심 : DDA는 룩백 윈도우 내 최대 50개 액션까지 평가해 각 접점의 증분 기여를 소수점 단위로 배분합니다. 그래서 주문 1건이 "네이버DA 0.3 + 검색광고 0.7" 같은 소수 전환으로 표시되는데, 이건 버그가 아니라 정상입니다.

 

반드시 확인할 함정 3가지

함정 ①. DDA가 실제로 돌고 있는지 확인하세요.

볼륨이 부족하면 GA4는 조용히 라스트클릭으로 폴백하고 알려주지 않습니다. 모델 비교 보고서에서 데이터 기반과 라스트클릭 수치가 완전히 동일하면, 그 키 이벤트에 DDA가 작동하지 않고 있는 것입니다.

❇️ 참고 : 권장 기준은 해당 주요 이벤트 400건 이상, 룩백 윈도우 내 전체 이벤트 20,000건 이상이지만, Google 문서상 볼륨은 자격 요건이라기보다 권장치에 가깝다는 해석도 있습니다.

 

함정 ②. 룩백 윈도우를 판매 주기에 맞추세요.

이벤트 유형 기본값 변경 가능 범위
획득 주요 이벤트 (first_open, first_visit) 30일 7일로 변경 가능
그 외 주요 이벤트 90일 30일·60일 선택 가능
⚠️ 주의 : DA 노출 → 검색 → 구매까지 2~3주 걸리는 상품이면 30일은 짧습니다. 룩백 윈도우 변경은 소급 적용되지 않고 과거 데이터가 재처리되지 않으니 지금 바로 세팅해두세요. 2026년 들어 Google은 전환별로 기여 설정을 더 세분화해서 관리할 수 있도록 바꾸고 있습니다 — 상담신청과 구매에 다른 윈도우를 주는 게 가능해졌습니다.

 

함정 ③. '세션/최초 사용자' 접두어가 붙은 측정기준에는 기여 모델이 적용되지 않습니다.

✅ 핵심 : 기여 설정은 'session' 또는 'first user' 접두어가 없는 기여 측정기준에만 적용되며, 이 측정기준들은 키 이벤트 측정항목과 함께 쓸 때만 작동합니다. 즉 표준 '트래픽 획득' 보고서를 보면서 "DDA로 바꿨는데 왜 똑같지?"라고 하면 안 됩니다.

 

STEP 2. 실제로 봐야 할 보고서 4개

① 주요 이벤트 기여 분석 경로 (광고 → 주요 이벤트 → 주요 이벤트 기여 분석 경로)

이 케이스의 핵심 보고서입니다. 

사용자가 전환에 이르기까지 거친 경로를 특정 기여 모델·기간 기준으로 보여주고, 경로상 각 접점의 기여도 배분 점수까지 표시합니다.

 

GA4 광고 주요 이벤트 기여 분석 경로 보고서 화면

 

여기서 확인할 것 :

확인 항목 의미
유료 소셜 → 유료 검색, 디스플레이 → 유료 검색 경로 비중 광고주에게 보여줄 첫 번째 숫자
초기(경로 앞 25%)·중간·후기 구간별 접점 분포 DA/소셜이 '초기'에, 검색광고가 '후기'에 몰려 있으면 역할 분담이 데이터로 증명된 것
주요 이벤트까지의 일수 DA 본 날부터 검색으로 돌아오기까지 며칠? → 리타게팅 주기·룩백 윈도우 설정의 근거
주요 이벤트까지의 터치 포인트 1이 아니라 2~4가 다수라면 라스트클릭 보고서는 이미 무의미

 

② 전환 기여 분석 보고서 (베타, 2026년 신설) - 보조 전환이 돌아왔습니다

UA 시절 사랑받던 '보조 전환(Assisted Conversions)'이 GA4에 다시 생겼습니다. 

2026년 1월 16일 Google은 광고 워크스페이스에 새로운 '전환 기여 분석(Conversion attribution analysis)' 보고서를 베타로 문서화했습니다.

 

이 보고서는 두 가지 뷰를 제공합니다.

뷰 내용
보조 전환 뷰 마지막 클릭은 아니지만 전환에 기여한 상위 퍼널 접점을 보여줌
정교화된 퍼널 분석 뷰 데이터 기반 기여를 이용해 접점을 초기·중기·후기로 분류
❇️ 설정 방법 : 접근 경로는 [광고] → [전환 기여 분석] 이며, 보조 전환 인사이트를 보려면 기여 모델을 라스트클릭으로, 기여 시점을 상호작용 시점 기준으로 설정합니다. 이 데이터는 YouTube나 자연 소셜 같은 '오프너' 채널의 예산을 정당화하는 데 쓸 수 있습니다.

 

만들어야 할 핵심 지표: 보조/최종 비율 (Assist Ratio) = 해당 채널의 보조 전환 수 ÷ 해당 채널의 최종 클릭 전환 수

  • 1보다 크게 나오면 = "조력자(Opener)" 매체 → DA/소셜이 여기 해당할 것
  • 1보다 작으면 = "마무리(Closer)" 매체 → 검색광고

이 한 장의 표가 광고주 설득 자료의 절반입니다.

 

③ 모델 비교 보고서

같은 기간, 같은 전환을 DDA vs 라스트클릭으로 나란히 봅니다.

채널 라스트클릭 전환 DDA 전환 차이
유료 검색 1,000 780 -220
유료 소셜 120 250 +130
디스플레이 40 130 +90
✅ 핵심 : 이 표가 곧 "검색광고가 가져간 크레딧 중 220건은 원래 상위 퍼널 몫이었다" 는 이야기입니다. 이 차이만큼 CPA/ROAS를 재계산해서 예산 재배분 시나리오를 만듭니다.
채널 기존(라스트클릭 기준) 평가 재계산 후(DDA 기준) 평가
유료 검색 "효자 채널, 예산 더 주자" 실제로는 전환 220건이 빠지니 CPA가 올라가고 ROAS는 낮아짐 — "생각보다 덜 효율적"
유료 소셜 "돈만 쓰고 성과 없는 채널" 전환 130건이 추가되니 CPA가 내려가고 ROAS는 올라감 — "사실 꽤 기여하고 있었음"
디스플레이 "완전 낭비" 전환 90건 추가 → 마찬가지로 재평가 필요

 

"라스트클릭 전환 1,000건" 이라는 숫자는, "이 전환이 일어나기 직전에 마지막으로 클릭한 광고가 검색광고였던 경우"를 전부 센 것입니다. 검색광고가 "골을 넣은" 걸로 쳐서 1,000점을 다 가져간 거죠.
그런데 DDA(데이터 기반 기여) 로 다시 계산해보면, 그 1,000건 중 실제로는 220건이 사실 디스플레이·소셜의 공이 더 큰 것으로 재분배됐습니다. (검색 -220 = 소셜(+130) + 디스플레이(+90))

 

④ 탐색(Explore)에서 직접 파는 법

전환 경로 보고서는 채널 단위라 캠페인/소재 단위로 못 봅니다. 

더 깊게 보려면 다음 4가지를 활용하세요.

방법 설정
경로 탐색(Path exploration) 시작점을 session_start, 노드를 '세션 소스/매체'로 두고 DA 유입 → 이후 세션 소스 흐름을 봄
세그먼트 중복 분석 DA/소셜 유입 경험 사용자 ∩ 검색광고 유입 경험 사용자 ∩ 구매자 → 세 원의 교집합 크기가 곧 시너지 규모
사용자 세그먼트 비교 A: 검색광고로만 유입 vs B: DA/소셜 노출 후 검색광고 유입 → 전환율·객단가·재방문율·이탈률 비교
최초 사용자 소스 vs 세션 소스 갭 분석 자유 형식 탐색에서 행에 최초 사용자 소스/매체, 열에 세션 소스/매체를 놓으면 "최초 DA → 검색 전환" 사용자가 교차표 한 칸에 잡힘
✅ 핵심 : 사용자 세그먼트 비교에서 보통 B그룹의 전환율이 유의미하게 높게 나오고, 이게 "DA가 검색 클릭의 질을 높인다" 는 첫 번째 증거가 됩니다.

 

STEP 3. GA4의 한계를 광고주에게 미리 말해야 합니다

이걸 안 하면 나중에 "네이버 리포트랑 숫자가 왜 달라요?"에서 신뢰가 무너집니다.

# 한계 설명
1 뷰스루 미포착 GA4는 '클릭'만 봅니다. DA/소셜의 가장 큰 효과인 "봤지만 안 눌렀고, 나중에 검색으로 들어옴"이 GA4에선 최초 소스가 '자연 검색'이나 'Direct'로 찍힙니다. 이게 상위 퍼널이 과소평가되는 근본 원인입니다
2 매체사 리포트와 절대 안 맞음 GA4는 세션 범위 기여를, Meta는 뷰스루를 포함한 사용자 기반 기여를 씁니다. 네이버·카카오도 각자의 전환 창(예: 클릭 후 7~14일)을 씁니다
3 크로스 디바이스/ITP 모바일에서 인스타 보고 PC에서 검색하면 대부분 끊깁니다. Google 신호 데이터, 로그인 기반 User-ID를 붙이면 상당히 개선됩니다
4 직접(Direct) 유입의 정체 DA 노출 후 URL 직접 입력/앱 유입이 여기 섞입니다. Direct 비중이 크다면 상위 퍼널 효과가 그만큼 숨어 있다는 뜻입니다
5 모델 자체의 한계 Meta의 2,226건 실험을 분석한 결과, 라스트클릭은 실제 측정된 증분 효과 분산 중 19%밖에 설명하지 못했습니다(R²=0.19). 어떤 기여도 모델도 실험을 대체하지 못합니다
✅ 핵심 : "GA4는 매체 간 비교용 단일 잣대, 매체사 리포트는 매체 내부 최적화용" 으로 역할을 나누세요. 5번 한계가 2편의 주제로 이어집니다.

 

결론 : GA4 기여도는 가설을 만드는 도구입니다

이번 1편에서 다룬 내용의 핵심은 하나로 요약됩니다.

"GA4의 DDA와 전환 경로 보고서는 '상위 퍼널이 하위 퍼널에 영향을 준다'는 가설을 데이터로 뒷받침해줍니다. 하지만 이것이 인과관계를 증명하지는 않습니다."

 

UTM 규칙을 통일하고, DDA를 정확히 설정하고, 전환 경로·보조 전환·모델 비교·탐색 4가지 보고서로 상위 퍼널의 역할을 데이터로 관찰했다면, 이제 남은 질문은 하나입니다. "그래서 그게 진짜 인과관계인가?" 이 질문에 답하려면 GA4를 벗어나 실험이 필요합니다. 다음 2편에서 4단계 인과 검증 사다리를 다루겠습니다.

 

자주 묻는 질문 (FAQ)

Q. 기여도(Attribution)와 증분(Incrementality)은 어떻게 다른가요?

A. 기여도는 "전환까지 어떤 매체가 몇 번 등장했나"를 관찰하는 상관관계 분석이고, 증분은 "그 매체가 없었다면 전환이 안 일어났을까"를 실험으로 검증하는 인과관계 분석입니다. GA4는 기여도만 보여줄 뿐, 증분은 별도의 실험(Lift Test)이나 MMM으로 확인해야 합니다.

Q. GA4에서 지금 쓸 수 있는 기여 모델은 몇 개인가요?

A. 2026년 8월 기준 데이터 기반(DDA, 권장), 유료 및 자연 검색 라스트클릭, Google 유료 채널 라스트클릭, 정확히 3개뿐입니다. 첫 번째 클릭·선형·시간 감소·위치 기반 모델은 2023년 11월에 폐기되어 더 이상 존재하지 않습니다.

Q. DDA로 설정했는데 라스트클릭과 수치가 똑같아요. 왜 그런가요?

A. GA4는 데이터 볼륨이 부족하면 조용히 라스트클릭으로 폴백하고 별도로 알려주지 않습니다. 모델 비교 보고서에서 데이터 기반과 라스트클릭 수치가 완전히 동일하다면, 해당 키 이벤트에 DDA가 실제로 작동하지 않고 있다는 뜻입니다. 권장 기준은 키 이벤트 400건 이상, 룩백 윈도우 내 전체 이벤트 20,000건 이상입니다.

Q. 네이버·카카오·Meta 트래픽도 GA4에서 정확히 기여도를 볼 수 있나요?

A. UTM을 정확히 달았다면 기여 경로 분석은 가능하지만, 비용·노출 데이터는 GA4로 자동 연동되지 않습니다. Google Ads만 계정 연동이 가능하며, 나머지 매체는 BigQuery나 스프레드시트에서 비용 데이터를 별도로 붙이는 구조를 마련해야 합니다.

Q. Assist Ratio는 어떻게 계산하고, 어떻게 해석하나요?

A. 보조 전환 수 ÷ 최종 클릭 전환 수로 계산합니다. 1보다 크면 "조력자(Opener)" 매체(디스플레이·소셜이 주로 해당), 1보다 작으면 "마무리(Closer)" 매체(검색광고가 주로 해당)입니다.

Q. GA4 기여도 수치가 네이버·메타 리포트 수치와 다른데 어느 쪽을 믿어야 하나요?

A. 둘 다 "틀린" 것이 아니라 서로 다른 잣대를 쓸 뿐입니다. GA4는 세션 범위 클릭 기여를, 매체사는 뷰스루를 포함한 사용자 기반 기여를 씁니다. GA4는 매체 간 비교용 단일 잣대로, 매체사 리포트는 매체 내부 최적화용으로 역할을 나눠 쓰는 것이 실무적으로 안전합니다.

 

요약 (한 장 정리)

  • 핵심 구분 : 기여도(GA4, 상관관계) vs 증분(실험, 인과관계) — 1편은 기여도, 2편은 증분
  • GA4 준비 : UTM 규칙 통일 + 키 이벤트 1~3개만 지정 + Google Ads 연동 필수
  • GA4 모델 3개 : 데이터 기반(DDA, 권장) / 유료·자연검색 라스트클릭 / Google 유료채널 라스트클릭
  • DDA 함정 3가지 : 볼륨 부족 시 조용히 라스트클릭 폴백 / 룩백 윈도우 소급 안 됨 / session·first user 접두어엔 미적용
  • 핵심 보고서 4개 : 전환 경로 / 전환 기여 분석(Assist Ratio) / 모델 비교 / 탐색(경로·세그먼트중복·비교·갭분석)
  • GA4 한계 5가지 : 뷰스루 미포착 / 매체사 리포트 불일치 / 크로스디바이스 단절 / Direct 유입 정체 / 모델 자체 한계(R²=0.19)
  • 다음 편(2편) : 인과 검증 4단계 사다리 + 이론 + 국내외 사례 + 12주 로드맵

 

참고 자료 (공식 문서)

작성 : 디애널리틱스(The Analytics) · 구글애널리틱스를 활용하여 기업의 마케팅 성과를 향상시키는 방법을 연구합니다.

반응형