상반기·하반기 예산 재배분(Reforecast)을 결정하는 성과 기준

반기 실적을 확인한 뒤에 재배분 기준을 만들면, 그 기준은 이미 나온 결과를 설명하기 위한 도구가 됩니다. 실무에서 이 순서가 뒤집히면 성과가 좋은 브랜드의 담당자가 기준 설계에 영향력을 행사하게 되고, 재배분은 데이터가 아니라 협상으로 흘러갑니다.

안전한 순서는 상반기 시작 전에 판정 지표, 판정 시점, 이동 규칙 세 가지를 확정해 예산 승인 문서에 함께 넣는 것입니다. 판정 지표는 브랜드 간 비교가 가능한 하나의 축이어야 하고, 판정 시점은 매체 학습 기간과 전환 기여 기간을 감안해 반기 종료 직후가 아니라 여유를 둔 날짜로 잡습니다. 이동 규칙은 "미달분의 몇 할을 어디로 옮긴다"처럼 방향과 크기를 함께 적어야 실행됩니다.

매체마다 기본 전환 기여 기간이 다릅니다. 네이버 검색광고는 클릭 후 15일, 네이버 GFA는 클릭 후 30일, 메타는 클릭 후 7일이 기본값으로 흔히 쓰입니다. 기간이 다르면 같은 ROAS 수치라도 집계 기준 자체가 다르므로, 매체 간 대시보드 수치를 직접 비교하거나 단순 합산하면 왜곡이 생깁니다. 브랜드마다 주력 매체가 다른 포트폴리오에서는 이 왜곡이 브랜드 간 비교 왜곡으로 그대로 번집니다.

중복 집계 문제도 함께 걸립니다. 여러 매체 광고와 순차적으로 접촉한 뒤 전환한 고객은 각 매체 대시보드에 전환 1건씩 중복으로 잡히는 경우가 흔합니다. 이 중복을 확인하지 않고 매체별 전환·매출을 합산하면 실제 자사몰 총매출보다 부풀려진 숫자가 나옵니다. 재배분 판정 지표는 매체 대시보드 합산이 아니라 자사 주문 데이터 기준의 단일 축으로 잡아야 이 두 문제를 동시에 피할 수 있습니다.

브랜드 A의 효율이 B보다 좋아 보인다고 해서 A로 예산을 옮기면 되는 것은 아닙니다. 그 차이가 시즌, 경쟁사 집행, 제품 가격 변경 때문일 수 있기 때문입니다. 공식 기준이 없는 판단을 자사 데이터로 세울 때 쓰는 절차는 네 가지입니다. 최소 4주 이상의 기준선을 먼저 확보하고, 한 번에 한 항목만 변경하며, 같은 요일·같은 시즌끼리 비교하고, 집행을 중단한 홀드아웃 집단과 대조합니다.

지역 단위 실험은 이 대조를 실제로 구현하는 방법 중 하나입니다. 특정 지역의 매체 집행을 중단하거나 확대해 실제 인과 효과를 측정한 뒤, 그 결과를 마케팅 믹스 모델의 사전분포로 되먹여 모델을 보정하는 접근이 공개돼 있습니다. 조직에 모델이 없더라도, 일부 지역이나 일부 세그먼트를 홀드아웃으로 빼두는 설계만으로도 "예산을 뺐을 때 실제로 얼마나 빠지는가"라는 질문에는 답할 수 있습니다.

재배분은 성과가 나쁜 곳에서 빼는 일만이 아니라, 더 넣어도 늘지 않는 곳에서 빼는 일이기도 합니다. 매체별 지출이 늘어날수록 매출 증가폭이 선형이 아니라 점점 완만해지는 포화 효과는 마케팅 믹스 모델링에서 유연한 변환 함수로 다루는 대상입니다. 지출이 적을 때는 가파르게, 많을 때는 평평하게 그려지는 이 곡선의 꺾이는 지점은 매체·회사마다 다르며 자사 데이터를 학습해야만 산출됩니다.

모델을 운영하지 않는 조직이라면 대체 신호를 봅니다. 같은 매체에서 예산을 늘렸는데 노출은 늘고 전환은 거의 늘지 않는 구간, 획득 단가가 예산 증액분에 비례해 뛰는 구간이 포화 신호에 가깝습니다. 다만 이 신호는 학습 기간 중에도 비슷하게 나타나므로, 예산 변경 직후 2주 이내의 데이터로 포화를 판정하지 않는 규칙을 함께 둬야 합니다.

한 번의 재배분에서 여러 브랜드의 예산과 매체 구성을 동시에 바꾸면, 다음 판정 시점에 무엇이 효과를 냈는지 되짚을 수 없습니다. 한 번에 한 항목만 움직이는 원칙을 재배분에도 그대로 적용하고, 움직인 항목·시점·금액·예상 효과를 한 줄로 기록해두면 하반기 회고에서 그 기록이 그대로 근거가 됩니다.

이동 폭도 제한을 두는 편이 안전합니다. 반기 잔여 예산의 큰 비중을 한 번에 옮기면 받는 쪽 매체가 학습을 다시 시작하면서 초기 효율이 떨어지고, 그 하락을 재배분 실패로 오인하게 됩니다. 단계적으로 옮기고 각 단계 사이에 관찰 구간을 두는 방식이 되돌리기도 쉽습니다.