광고 성과 대시보드를 매체별 원본 데이터가 아닌 GA4 통합 기준으로 통일해야 하는 이유와 전환 절차

가장 큰 문제는 합계가 성립하지 않는다는 점입니다. 각 매체는 자기 기여 규칙으로 전환을 판정하므로 같은 주문이 여러 곳에 동시에 잡힙니다. 그 숫자들을 한 표에 더하면 실제 매출보다 큰 값이 나오고, 그 값을 근거로 예산을 늘리면 실제 효율은 계속 나빠집니다.

두 번째 문제는 정의 불일치입니다. 매체마다 전환으로 세는 이벤트, 전환값에 담는 금액, 기여 기간이 다릅니다. 세 번째는 시점입니다. 전환은 며칠에 걸쳐 채워지므로 매체별 집계 지연이 다르면 같은 날짜의 숫자가 서로 다른 시점을 가리킵니다.

분석 도구 한 곳을 기준으로 삼으면 세 가지가 정리됩니다. 첫째, 전환 정의가 하나가 됩니다. 어떤 이벤트를 전환으로 볼지 한 번만 정하면 모든 채널에 같게 적용됩니다. 둘째, 기여 규칙이 하나가 됩니다. 2026년 현재 GA4에서 고를 수 있는 모델은 데이터 기반, 유료+오가닉 라스트 클릭, 구글 유료 채널 라스트 클릭 세 가지이고, 어느 것을 쓰든 모든 채널에 동일하게 적용됩니다. 셋째, 합계가 성립합니다. 매출을 한 번만 세기 때문입니다.

이렇게 되면 채널 간 비교가 처음으로 의미를 갖습니다. 매체 리포트끼리 비교할 때는 성과가 아니라 판정 규칙의 관대함을 비교하는 것에 가까웠습니다.

통일에는 대가가 있습니다. 웹 기반 측정은 브라우저 환경의 제약을 그대로 받습니다. 사파리는 자바스크립트로 만든 퍼스트파티 쿠키의 수명을 최대 7일로, 광고 클릭 파라미터가 붙은 세션의 쿠키는 24시간으로 제한합니다. 매체가 자체 로그인 데이터로 잡아내던 전환 일부는 이 기준에서 사라집니다.

또 매체 고유 지표는 통합 대시보드에 담기지 않습니다. 소재별 노출 품질, 오디언스 반응, 매체 내부 학습 상태 같은 정보는 그 매체 화면에서만 볼 수 있습니다. 그래서 통일의 목적은 매체 리포트를 없애는 것이 아니라 판단의 기준선을 하나 세우는 것입니다.

첫 단계는 도구 설정이 아니라 합의입니다. 문서에 담을 항목은 다섯입니다. 전환으로 셀 이벤트 목록, 전환값의 금액 기준, 사용할 기여 모델과 조회기간, 리포팅 버퍼 일수, 그리고 채널 분류 규칙입니다.

금액 기준은 특히 명확히 적습니다. 부가세 포함 여부, 배송비 포함 여부, 할인 반영 여부 세 가지입니다. 이 문서가 없으면 대시보드를 만든 사람이 바뀔 때마다 숫자가 조용히 달라집니다.

문서가 정해지면 데이터가 그 정의대로 들어오게 만듭니다. 구매 이벤트가 정확히 한 번만, 올바른 값으로 발화하는지 확인하는 것이 첫째입니다. 모든 전환 이벤트에 고유 거래 ID를 부여하는 것은 측정 감사 체크리스트의 기본 항목이기도 합니다.

둘째는 유입 표식입니다. GA4는 UTM 값의 대소문자까지 구분해 다른 값으로 인식하므로 표기가 흔들리면 채널이 쪼개집니다. 표준값과 다른 utm_medium을 쓰면 채널 그룹에 잡히지 않아 Unassigned로 빠집니다. 대시보드를 만들기 전에 소스·매체 표기를 정리하고, 이미 쌓인 데이터는 맞춤 채널 그룹으로 묶습니다.

기준을 바꾸는 달에는 두 대시보드를 함께 돌립니다. 최소 4주 동안 매체 기준과 통합 기준을 나란히 기록하면 채널별로 차이가 얼마나 나는지 표가 만들어집니다. 이 표가 있어야 나중에 "예전 숫자와 다르다"는 질문에 답할 수 있습니다.

전환 시점은 두 조건이 충족될 때로 정합니다. 첫째, 채널별 차이가 몇 주간 일정한 범위 안에서 움직일 것. 둘째, 통합 기준 매출과 자사 실매출의 비율이 안정될 것입니다. 그리고 데이터 기반 어트리뷰션은 전환 후 최대 7일까지 재기여가 일어날 수 있으므로, 비교는 최소 일주일 지난 구간으로 해야 합니다.

역할을 나누면 됩니다. 통합 대시보드는 채널 간 예산 배분과 전사 효율 판단에 씁니다. 여기에 총매출을 총광고비로 나눈 지표를 함께 올려두면 측정 도구가 놓치는 부분까지 감시할 수 있습니다. 매체 리포트는 그 매체 안에서 소재, 타겟, 입찰을 조정하는 운영 판단에 씁니다.

그리고 정말 중요한 예산 결정은 어느 대시보드로도 확정하지 않는 편이 낫습니다. 광고를 실제로 끄고 켜서 비교하는 증분 실험이 기여 리포트보다 강한 근거를 줍니다. 대시보드는 어디를 실험할지 고르는 데 쓰는 도구입니다.