신규 고객과 재구매 고객의 ROAS를 분리 집계하지 않았을 때 광고 효율을 과대평가하는 함정

라스트 클릭 계열 기여 모델은 마지막 접점에 전환 전체를 몰아줍니다. 이미 구매를 결심한 고객이 마지막으로 거친 광고가 그 매출을 전부 가져간다는 뜻입니다. 이런 모델은 이미 구매 의사가 있던 고객의 전환까지 광고 성과로 잡아 과대평가하는 경향이 있다고 정리됩니다.

이커머스에서는 이 경향이 특히 강하게 나옵니다. 리타겟팅, 브랜드 검색, 장바구니 회수 메시지처럼 기존 고객이 지나가는 길목이 모두 광고 지면이기 때문입니다. 여기서 나온 매출이 신규 획득 캠페인의 성과와 한 표에 섞이면, 전체 ROAS는 높은데 신규 고객은 늘지 않는 상태가 됩니다.

예시를 하나 세우겠습니다. 한 달 광고비 1,170,000원을 써서 광고 기여 전환 100건, 전환 결제액 합계 3,300,000원이 잡혔다고 하겠습니다. 이때 리포트에 찍히는 ROAS는 3,300,000을 1,170,000으로 나눈 2.82배입니다.

이 100건을 주문 데이터에서 고객 유형별로 나눴더니 신규 고객 첫 구매가 40건, 기존 고객 재구매가 60건이었다고 하겠습니다. 재구매 60건이 광고가 없었어도 상당 부분 일어났을 것이라고 보수적으로 가정하면, 신규 획득분만으로 계산한 매출은 40건 곱하기 33,000원인 1,320,000원입니다. 광고비는 그대로 1,170,000원이니 ROAS는 1.13배로 떨어집니다. 같은 캠페인이 보기에 따라 2.82배도 되고 1.13배도 되는 셈입니다.

물론 재구매 60건이 전부 광고와 무관하다고 단정할 수는 없습니다. 이 계산은 확정치가 아니라 상한과 하한을 잡아보는 용도입니다. 중요한 건 두 숫자의 거리가 이만큼 벌어진다는 사실 자체입니다.

기본 제공하지 않습니다. GA4에서 신규 사용자와 재방문 사용자는 구분할 수 있지만, 그건 사이트 방문 이력 기준이지 구매 이력 기준이 아닙니다. 구매 이력 기반의 첫 구매·재구매 분리는 맞춤 매개변수를 직접 심거나 원본 데이터를 별도로 분석해야 합니다.

이 사실을 모르고 "신규 사용자" 세그먼트를 신규 고객으로 착각해 보고서를 만드는 경우가 흔합니다. 처음 방문한 사람이 아니라 처음 구매한 사람을 세는 것이 목적이므로, 두 개념을 구분해서 문서에 적어두는 게 좋습니다.

가장 확실한 방법은 판정 자체를 주문 시스템에서 하는 것입니다. 주문이 완료되는 시점에 그 회원의 과거 구매 건수를 조회해 첫 구매인지 아닌지를 판정하고, 그 값을 데이터레이어에 담아 purchase 이벤트의 맞춤 매개변수로 함께 보냅니다. 이렇게 하면 GA4 보고서에서 고객 유형별로 나눠 볼 수 있습니다.

비회원 구매가 많은 쇼핑몰이라면 판정이 어려워집니다. 이때는 전화번호나 이메일 같은 주문 정보 기준으로 주문 데이터에서 사후에 분류하고, 광고비는 캠페인 단위로 배분해 계산하는 방식이 현실적입니다. 로그인 기반이라면 User-ID를 붙여 같은 사용자의 행동을 여러 세션·기기에 걸쳐 연결해두면 훨씬 정확해집니다. 고객 식별 정보를 분석 도구로 보낼 때는 개인정보 처리 범위와 동의 내용을 먼저 확인하고, 판단이 서지 않으면 담당 부서나 전문가 확인을 거치는 것이 안전합니다.

신규 획득 캠페인에 전체 ROAS 목표를 그대로 적용하면 대부분 미달로 나옵니다. 첫 구매의 객단가는 보통 낮고, 회수는 재구매에서 일어나기 때문입니다. 그래서 이 캠페인의 목표는 신규 고객 한 명을 데려오는 데 쓴 비용으로 잡는 편이 맞습니다.

이때 비용을 매체 광고비만으로 계산하면 실제보다 작게 나옵니다. 진짜 고객획득비용은 매체비뿐 아니라 운영 인건비, 소재 제작비, 대행 수수료, 프로모션 경품까지 합산해 신규 고객 수로 나눈 값입니다. 그리고 이 비용이 정당한지는 코호트별 누적 결제 데이터로 추정한 생애 가치와 비교해 판단합니다.

측정만 나눠서는 부족합니다. 캠페인 자체를 신규 획득용과 기존 고객용으로 분리해야 예산을 따로 조정할 수 있습니다. 기존 고객 대상 캠페인에는 구매자 제외 조건을 걸고, 신규 획득 캠페인에는 기존 고객 명단을 제외 타겟으로 넣는 식입니다.

그리고 정말 중요한 예산 판단이라면 분리 집계에서 한 걸음 더 나가 증분 실험을 씁니다. 광고를 노출한 집단과 노출하지 않은 통제 집단을 비교하면, 재구매 매출 중 광고가 실제로 만들어낸 몫이 얼마인지 훨씬 직접적으로 확인할 수 있습니다.