B2B 고객은 메타 광고 하나만을 보고 즉흥적으로 솔루션을 결제하지 않습니다. 수개월에 걸쳐 웹사이트를 살펴보며 비교하고, 뉴스레터를 구독하고, 웨비나에 참석한 뒤에 비로소 상담 신청 전환까지 이뤄지죠.
고객의 고민 기간이 길고 의사결정 과정이 복잡한 B2B 시장에서 단순히 마지막에 클릭한 광고만 분석해서는 마케팅의 진짜 성과를 파악할 수 없습니다. 이번 글에서는 첫 인식부터 최종 계약까지 고객의 긴 여정 속에 숨겨진 조력자를 찾는 기술인 기여분석의 세분화 전략에 대해 살펴보겠습니다.
목 차
GA4의 '데이터 기반 기여 분석'
기여 분석, 왜 중요할까요?
B2B 마케팅을 하며 만약 마지막 클릭 모델만 고집한다면 전환 직전에 누른 브랜드 검색광고가 모든 공을 가져갈 수도 있습니다. 정작 고객을 우리 사이트로 처음 데려온 블로그 콘텐츠나 백서는 성과가 없는 것으로 보일 수도 있죠.
하지만 성과가 보이지 않는다고 해서 이런 콘텐츠들을 중단하게 된다면 신규 잠재고객을 유입시키는 파이프라인을 없애는 것일수도 있습니다. 때문에 각 접점의 공헌도를 공정히 나누는 기여 분석은 실제로 성과가 있는 마케팅 성과를 파악하고 이후의 예산과 인력을 효율적으로 배분하는 데 도움이 됩니다.
구글의 새로워진 데이터 기반 기여 분석
과거의 기여 분석은 마케터가 정한 임의의 ‘규칙’에 따라 점수를 나눴습니다. 하지만 구글은 2023년 하반기부터 선형, 위치 기반, 시간 가감 같은 수동 모델들을 폐기했습니다. 사람이 정한 규칙보다 AI가 계산한 확률이 훨씬 정확하기 때문입니다.
이전의 수동 모델들이 접점마다 동일한 점수를 배분했거나 첫번째 혹은 마지막 접점에 더 높은 점수를 배분하는 식으로 이루어졌다면, 현재의 데이터 기반 모델은 인위적인 배분을 하지 않고 구글의 AI가 수천 개의 전환 경로를 대조합니다.
‘A 콘텐츠’를 읽은 집단이 읽지 않은 집단보다 최종 전환율이 20% 높다면, AI는 A 콘텐츠에 그만큼의 지분을 배분합니다. 이 경우 유료 광고뿐만 아니라 오가닉 검색, 소셜 유입 등 모든 접점의 실질적 공헌도를 계산해주므로 유료 광고가 아닌 그 외 마케팅 활동의 정당성을 증명할 수 있습니다.
데이터 기반 기여 분석이 B2B 마케터에게 유리한 이유
공정한 성과 배분: 광고뿐만 아니라 오가닉 검색(SEO), 소셜 유입 등 모든 채널의 기여도를 소수점 단위로 쪼개서 보여줍니다.
콘텐츠의 가치 증명: 직접 전환으로 연결된 것이 아니더라도 고객을 설득하는 데 결정적 역할을 한 콘텐츠의 공헌도를 숫자로 입증할 수 있습니다.
학습의 자동화: 우리 서비스의 결제 주기가 길거나 복잡해도 데이터가 쌓일수록 AI는 우리 비즈니스에 특화된 기여도를 더 정교하게 산출합니다.
'기여 분석 모델(간접)'이란?
기여 분석을 하기 위해 GA4 리포트의 측정항목을 설정하다 보면 기여 분석 모델(간접)이라는 생소한 표현을 마주하게 됩니다. 왜 여기에 간접이란 단어가 붙어 있을까요? 애널리틱스의 기여 분석은 100% 순수한 직접 유입(Direct)을 제외하고 성과를 계산하기 때문입니다.
왜 '직접 유입'을 무시할까?
고객이 브라우저 주소창에 우리 사이트 주소를 직접 치고 들어와서(Direct) 전환을 일으켰다고 가정해 봅시다. 구글은 이 ‘Direct’ 유입에 공을 돌리는 것을 마케팅 분석 관점에서 매우 불친절하다고 생각합니다. 이 사용자가 주소를 외워서 들어오기까지 분명 이전에 관련 검색을 했거나, 광고를 보는 등 진짜 계기가 있다고 생각하기 때문이죠.
구글은 바로 그 ‘진짜 계기’가 된 마지막 마케팅 채널에 전환의 공을 100% 몰아줍니다. 이것이 바로 ‘간접’ 모델의 핵심입니다.
💡 직접 유입의 함정, 다크 소셜
다크 소셜이란 공개된 웹 공간이 아닌 사적인 채널을 통해 링크가 공유되는 현상을 말합니다.
예시: 사내 슬랙(Slack) 채널에 공유된 우리 회사 칼럼 링크, 카카오톡 단톡방에 전달된 이벤트 페이지, 개인 이메일 본문 속 링크 등
현상: 이런 링크들은 클릭 시 ‘리퍼러(유입 경로)’ 정보가 유실된 채 브라우저로 열리기 때문에, GA4는 이를 단순히 ‘직접 유입’으로 분류해 버립니다.
- B2B에서의 다크소셜: B2B 의사결정권자들은 네이버 검색보다 동료의 ‘이 서비스 써봤는데 괜찮더라’라는 슬랙 메시지 한 통에 더 크게 움직입니다. 즉 가장 가치 있는 추천과 공유가 일어나는 곳이 바로 ‘다크 소셜’인 셈입니다. 데이터에 ‘Direct’ 비중이 높다는 것은 역설적으로 우리 콘텐츠가 사적으로 활발히 공유되고 있다는 증거이기도 합니다.
이런 보이지 않는 데이터를 100% 잡아낼 수는 없지만, UTM 파라미터를 철저히 심고 고객 설문 페이지에 ‘저희를 어떻게 처음 알게 되셨나요?’라는 질문을 넣는 등의 방법으로 대응할 수 있습니다.
마케터가 얻는 이점
이 모델 덕분에 마케터는 보고서에서 의미 없는 ‘Direct’ 수치가 줄어들고, 대신 구글 광고, 네이버 검색, 페이스북 유입 등 우리가 실제로 관리하고 예산을 투입하는 채널들의 성과가 더 명확하게 드러나는 효과를 얻게 됩니다.
멀티 터치포인트 분석: 초반-중반-후반 공헌도 나누기
B2B 고객이 우리 서비스를 인지하고 계약서에 도장을 찍기까지의 과정을 축구 경기에 비유해 생각해보면 어떨까요? 득점(전환)을 하려면 수비수의 패스, 미드필더의 조율, 그리고 공격수의 슈팅이 모두 필요합니다. GA4는 이 과정을 멀티 터치포인트라는 개념으로 세분화하여 보여줍니다.
초반 터치포인트
전혀 모르는 타인에게 우리 브랜드의 존재를 처음 알린 채널입니다.
주요 채널: 정보성 블로그 칼럼, SEO 기반 오가닉 검색, 유튜브 영상 광고 등
당장 상담 신청이 들어오지는 않아도 잠재 고객의 풀을 넓히는 가장 중요한 빌드업 단계입니다. 기여 분석 리포트에서 이 지표가 높은 콘텐츠는 절대 예산을 삭감해서는 안 됩니다.
중반 터치포인트
한 번 방문했던 고객이 잊지 않고 다시 찾아오게 만드는 과정입니다.
주요 채널: 뉴스레터 구독, 리타겟팅 배너 광고, 카카오 알림톡 등
고객이 우리 서비스를 비교 분석하는 단계에서 확신을 주는 역할을 합니다. 이 단계의 공헌도가 높을수록 우리 브랜드에 대한 관여도가 깊어지고 있다는 증거입니다.
후반 터치포인트
고객이 최종 결정을 하고 행동을 하는 마지막 관문입니다.
주요 채널: 브랜드 검색 광고(회사명 검색), ‘가격 안내’ 페이지 직접 유입, ‘데모 신청’ 유도 광고 등
마지막 전환에 결정적인 역할을 합니다. 여기서 전환이 일어나야 비로소 실무적인 성과(리드)로 기록됩니다.
💡 왜 이 구분이 중요할까?
한 광고가 단순히 효율이 나쁘다고 결론 내리기 전, 해당 채널이 초반-중반-후반 중 어디에서 기여하고 있는지를 봐야 합니다.
만약 어떤 콘텐츠가 ‘초반 터치포인트’ 기여도는 압도적인데 ‘후반’이 낮다면? 그 콘텐츠는 실패한 것이 아니라 새로운 잠재 고객을 계속해서 데려오는 훌륭한 낚시꾼 역할을 하고 있는 것입니다.
GA4 '모델 비교' 리포트로 숨은 기여도 찾아내기
GA4 왼쪽 메뉴에서 [광고(Advertising)] 아이콘을 클릭한 뒤, [주요 이벤트] > [주요 이벤트 기여 분석 모델]에서 기여도를 확인할 수 있습니다.
1) 리포트 접속 및 설정
경로: [광고] > [주요 이벤트] > [주요 이벤트 기여 분석 모델]을 클릭합니다.
이벤트 선택: 우측 상단에서 분석하고자 하는 특정 주요 이벤트(예:
generate_lead)를 하나만 선택하세요. 여러 개를 섞으면 데이터 기반 알고리즘의 분석력이 흐려집니다.기간 설정: B2B는 의사결정 주기가 길기 때문에, 최소 최근 90일 정도의 넉넉한 기간을 두고 분석하는 것을 권장합니다.
2) '마지막 클릭' vs '데이터 기반' 모델 비교
리포트 상단 테이블에는 기본적으로 두 개의 열이 나란히 배치되어 있습니다.
모델 1:
교차 채널 마지막 클릭(간접)– 전환 직전의 채널만 평가모델 2:
교차 채널 데이터 기반– AI가 평가한 전체 여정에서 실질적 공헌도
3) 변동률(%) 수치 주목하기
두 모델 사이의 ‘주요 이벤트 수 변동률’ 열을 확인하는 것이 이 리포트의 핵심입니다.
변동률이 ‘플러스(+)’인 채널 (예: +25%): ‘마지막 클릭’ 방식으로는 성과가 낮아 보였지만, 사실은 전환 과정에서 큰 기여를 한 채널입니다. 주로 정보성 블로그(SEO)나 SNS 콘텐츠가 여기에 해당하며, ‘초반/중반 터치포인트’ 역할을 수행 중입니다.
변동률이 ‘마이너스(-)’인 채널 (예: -15%): 마지막에 클릭되어 모든 공을 가져갔지만, AI가 판단하기엔 실제 기여도가 거품이 낀 채널입니다. 주로 브랜드 검색 광고가 여기에 해당합니다.
4) '주요 이벤트 기여 분석 경로'와 함께 보기
모델 비교로 채널별 점수를 확인했다면 바로 아래 메뉴인 [주요 이벤트 기여 분석 경로]를 클릭해 보세요. 여기서는 고객이 [초반 – 중반 – 후반] 터치포인트별로 어떤 채널들을 거쳐왔는지 시각적인 막대그래프로 보여줍니다. ‘우리 고객은 주로 블로그로 시작해서(초반), 검색 광고로 끝내는구나(후반)’같은 고객 여정을 발견할 수 있습니다.
기여 분석의 본질은 완벽한 숫자를 맞추는 산수가 아닙니다. 고객이 우리 브랜드를 만나는 복잡한 심리적 과정을 이해하고, 그 여정의 어느 지점에 마케터의 에너지를 더 쏟아야 할지 판단하는 의사결정의 지도를 만드는 과정입니다.
적정마케팅연구소는 복잡한 B2B 여정을 데이터로 시각화하고, 보이지 않는 성과까지 찾아내어 비즈니스의 성장을 돕습니다. 우리 회사의 기여 분석 모델을 제대로 세우고 싶다면 전문가의 진단을 받아보세요.
