구글 어트리뷰션 규칙 변경: 설치 시간이 클릭 시간을 대체, 모바일 마케터는 어떻게应对해야 할까?

일, 핵심 변화: ‘클릭’에서 ‘설치’로의 앵커 이동

II. 광고 최적화에 미치는 영향: 데이터 변동과 의사결정의 도전

예를 들어 설명하자면: 왜 CPI는 ‘허위 과대’ 또는 ‘허위 과소’의 착시 현상이 나타날까요?

• 장면: 귀하는월요일광고를 게재하여 100달러를 지출하고 100회의 클릭을 얻었습니다. 한 사용자가 월요일에 광고를 클릭했지만, 며칠간의 비교 끝에, 결국목요일드디어 앱을 다운로드하고 설치했습니다.
• 구 규칙(클릭 시간 기준 귀속) 하에서:
  • 월요일: 1회 설치를 획득했습니다. CPI(단일 설치 비용) = 100/1=∗∗100**입니다. 데이터는 정상적으로 보이며 지출과 일치합니다.
  • 목요일: 데이터는 이번 설치의 영향을 받지 않습니다.
• 새 규칙(설치 시간 귀속) 하에서:
  • 월요일: 100달러를 지출했지만 설치 수는 0입니다(설치가 목요일에 발생했기 때문입니다). CPI = $100 / 0 ="무한대" 또는 데이터 누락. 이는 월요일의 실제 비용을 심각하게 과대평가하여 형성된‘허위 과대’ 가상, 이로 인해 최적화 전문가가 월요일 광고 효과가 매우 좋지 않다고 오인하여 우수한 캠페인을 중단할 수 있습니다.
  • 목요일: 목요일에도 광고비로 50달러를 지출하여 즉시 설치 2건을 유도했다고 가정해 보겠습니다. 이제 시스템은 월요일 클릭으로 발생한 지연 설치 건도 목요일에 포함합니다. 따라서 목요일 총 설치 수는 3건이지만 비용은 목요일 당일의 50달러만 계산됩니다. CPI = 50/3≈∗∗16.7. 이는 목요일의 비용 데이터를 현저히 미화하여 형성했습니다“허위 저평가”라는 가짜 상황**은 정책 입안자들이 무분별하게 목요일 예산을 추가 편성하도록 부추길 수 있습니다.

셋째, 구글은 왜 이번 조정을 추진하려고 할까요?

1. 업계 표준(MMP)과 맞춤: 주류 모바일 모니터링 플랫폼(예: AppsFlyer, Adjust)은 오랫동안 ‘설치 시간’을 사용자 라이프사이클의 시작점으로 삼아 왔습니다. 그동안 Google Ads는 다른 기준을 적용해 왔기 때문에 광고주들이 여러 플랫폼 간 데이터를 비교할 때 종종 ‘데이터 충돌’이 발생하여 추가적인 보정이 필요했습니다. 이번 조정의 목적은데이터 기준 통일, 광고주의 분석 비용을 낮춥니다.
2. 최적화 알고리즘 학습 효율성: 구글의 지능형 입찰 시스템(예: tCPA, tROAS)은 방대한 전환 신호에 의존하여 머신 러닝을 수행합니다. 기존 로직에서는 장기적인 의사결정 경로를 거친 사용자의 전환 신호가 유효 기간을 초과해 손실되어 모델 판단에 영향을 미칠 수 있었습니다. 새로운 로직은 보다 안정적인 ‘설치 시간’을 기준점으로 삼아 사용자의 후속 행동을 보다 완전하게 포착할 수 있으며,알고리즘 모델의 훈련 속도와 입찰 정확도를 높이기.
3. 사용자 여정을 보다 실제적으로 반영: 게임, 금융, 구독 서비스 등 의사결정 주기가 긴 앱의 경우, 사용자가 클릭 후 설치하기까지 오랜 숙고 기간을 거칠 수 있습니다. 기존 모델은 이러한 ‘고가치 지연 사용자’를 체계적으로 과소평가할 가능성이 있습니다. 새로운 규칙은 전환 측정을 실제 사용자의 의사결정 경로에 더 가깝게 만듭니다.

넷째, 광고주를 위한 실전 대응 가이드

1. '이중 귀속 보기' 활성화: 이것은 현재의 상황에 대처하기 위한핵심 도구. Google Ads 보고서에 '전환 수'(클릭 시간 기준 귀속)와 '전환(전환 시간 기준)'(설치 시간 기준 귀속) 두 가지 데이터 열을 동시에 추가합니다. 전자는 장기 ROI를 평가하고 심층 목표를 최적화하는 데 사용되며, 후자는 당일 설치 비용을 모니터링하고 예산을 조정하는 데 사용됩니다.
2. 데이터 관찰 주기를 연장하다: 단일 일 데이터에 대한 과도한 의존을 과감히 버리고, 대신 관심을 가지다3일, 7일의 이동평균 비용그리고주 단위 ROI 추세. 부드러운 주기 데이터는 귀인 전환으로 인한 일일 변동을 효과적으로 상쇄하여 실제 추세를 드러냅니다.
3. 계층적 최적화 전략을 시행하다:
   1. 설치, 등록 등과 같은 단순한 목표에 대해서는: 새로운 규칙을 받아들여, 주로 ‘설치 시간 기준 귀속’ 데이터를 토대로 소재 교체와 초기 효과 판단을 진행합니다.
   2. 유료 결제, 이용 유지 등 핵심 수익 목표에 대하여: 최적화와 입찰 조정은 여전히 주로 ‘클릭 시간 기반 귀속’ 데이터를 기준으로 진행되어야 하며, 알고리즘 모델이 최종 비즈니스 결과와 강하게 연관된 신호를 학습하도록 해야 합니다.
4. 신중한 평가 및 테스트: 신규 캠페인의 경우, 제품 의사결정 주기가 길고(24시간 이상) 고급 설정에서 새 귀속 창으로의 전환을 잠시 미루는 것을 고려해 기존 캠페인 데이터가 안정될 때까지 기다린 다음 결정하는 것이 좋습니다.

다섯째, 전망: 하이브리드 귀인의 새로운 시대를 맞이하다