측정과 지표 해석

검색 채널별 유입 비율은 비율이라서, 분자가 그대로여도 분모가 커지면 떨어집니다. 비율이 움직였을 때 분자와 분모 중 어디가 움직였는지 가르는 순서, 채널 라벨이 수집된 값이 아니라 규칙으로 만든 분류라서 도구마다 어긋나는 이유, 채널별 신규 방문자 비율을 믿기 어려운 지점, 그리고 비율로 예산을 움직일 때의 기준까지 정리했습니다.

동의 모드 이후 리포트에 찍히는 전환 중 일부는 실제로 관측된 건이 아니라 통계로 추정한 값입니다. 전환 모델링이 무엇을 메우는지, 동의 모드를 켠 뒤 전환이 줄어 보이는 이유, 모델링이 섞인 리포트와 원본 이벤트가 어긋나는 지점, 그리고 추정이 섞인 숫자로 예산을 판단할 때 지킬 네 가지 규칙을 정리했습니다.

구글애즈 전환 가치 설정이 비어 있으면 타겟 ROAS와 전환 가치 최대화는 켤 수조차 없습니다. 이커머스 동적 값과 리드젠 고정값, 퍼널 가중치 매핑의 차이, 가치를 기본 전환과 보조 전환 중 어디에 넣어야 하는지, 그리고 넣은 값이 실제로 도착했는지 확인하는 네 단계까지 정리했습니다.

채널을 더 붙이고 차트를 늘렸는데도 회의는 숫자를 읽는 자리로 끝납니다. 문제는 보이는 양이 아니라 지표와 행동 사이에 비어 있는 세 칸입니다. 마케팅 대시보드 개선을 결정 중심으로 다시 짜는 순서와, 지표마다 행동을 붙이는 네 칸 양식을 정리했습니다.

GA4 구매 600건, CRM 800건이 넘던 계정이 있습니다. 측정이 20% 덜 재고 있으면 총량만 틀리는 게 아니라 어느 채널이 이겼는지도 함께 틀립니다. 광고를 켜기 전에 GA4에서 확인할 최소 네 가지와, 전환수가 주문 수와 갈릴 때 어디를 보는지 정리했습니다.

AI로 소재 만드는 비용은 거의 0이 됐습니다. 그런데 어느 소재가 이겼는지 판정하는 비용은 그대로죠. 클릭 없이 기록되는 조회 전환이 소재 성과표를 어떻게 뒤집는지, 소재를 비교할 때 무엇을 통제해야 하는지, 그리고 이름 규칙 하나로 판정 가능한 구조를 만드는 순서를 정리했습니다.

CTR은 클릭을 노출로 나눈 값, CVR은 전환을 클릭으로 나눈 값입니다. 정의는 한 줄인데 실제로는 플랫폼마다 분모가 달라 같은 이름의 숫자가 다른 값을 가리킵니다. 네 지표의 계산식과 분모 함정, 어느 숫자가 나쁠 때 무엇을 고쳐야 하는지까지 한 장에 정리했습니다.

대시보드의 광고 전환수와 매출 DB의 주문 건수가 17배까지 벌어진 계정을 열어본 적이 있습니다. 매체 중복 집계, 모델링된 전환, 기여 기간과 구매 사이클의 어긋남. 이 셋이 곱해지면 어디까지 벌어지는지, 그리고 내 계정의 격차를 30일 기준으로 직접 확인하는 방법을 정리했습니다.

구글애즈 GA4 연동은 계정 연결이 아니라 전환 정리에서 끝납니다. 연동 3단계 설정 순서, 구글애즈 전환 태그와 GA4 가져오기의 선택 기준, 두 소스가 같은 구매를 두 번 세는 이원화를 정리하는 법, 연동 뒤 검증 순서까지 담았습니다.

노출 점유율 하락은 원인이 예산 손실과 순위 손실 둘로 갈리고, 처방도 다릅니다. 검색 노출 상실 점유율 두 열을 갈라 읽는 법, 노출수·점유율·상단 점유율 세 지표의 해석, 점유율이 예산 증액의 근거가 되는 조건까지 실계정 수치로 정리했습니다.

광고 지표 분석을 기본 지표만으로 하면 퍼널의 한 구간씩만 보입니다. 클릭률과 전환율을 곱해 만든 복합지표를 쓰면 노출부터 전환까지를 한 숫자로 볼 수 있고, 소재와 랜딩 중 어디가 문제인지가 갈립니다. 계산법과 해석 매트릭스, 쓰면 안 되는 자리까지 정리했습니다.

광고 데이터 분석이 어려운 건 도구가 부족해서가 아닙니다. 피벗 값에 ROAS와 전환율을 같이 넣는 순간 숫자가 조용히 틀어지기 때문입니다. 노출·클릭·비용·전환·전환가치 5개만 넣고 나머지는 수식으로 만드는 방법을 정리했습니다.

구글애즈 전환추적을 잘못 잡으면 알고리즘이 엉뚱한 사람을 찾아다닙니다. 기본 전환과 보조 전환의 차이, GA4 전환 가져오기, 전환 가치 설정, 그리고 제대로 잡혔는지 검증하는 체크리스트까지 실계정 사례와 함께 정리했습니다.