마케팅 어트리뷰션 모델 설명: 어떤 모델을 사용해야 할까?

고객이 Instagram 광고를 보고, 1주일 후 뉴스레터의 블로그 링크를 클릭한 후, 구글에서 당신의 브랜드를 검색하고 가입합니다. 어느 채널이 신용을 받을까요? 그것이 마케팅 어트리뷰션 모델이 답하는 질문입니다.

이 가이드에서는 주요 어트리뷰션 모델, 그들의 장점과 약점, 그리고 링크 추적이 정확한 어트리뷰션을 어떻게 지원하는지 설명합니다.

마케팅 어트리뷰션은 전환(판매, 가입, 다운로드 등)에 기여하는 마케팅 터치포인트를 식별하는 프로세스입니다. 이를 통해 다음을 이해할 수 있습니다:

• 어느 채널이 결과를 유도하는지
• 예산을 어디에 할당할 것인지
• 어느 캠페인이 저조한 성과를 내고 있는지
• 고객이 퍼널을 통해 어떻게 이동하는지

어트리뷰션이 없으면 맹목적으로 지출하고 있는 것입니다.

작동 방식: 신용의 100%는 첫 번째 터치포인트에 가집니다 — 고객에게 당신의 브랜드를 처음 소개한 채널입니다.

예시: 사용자가 Facebook 광고를 클릭하고, 나중에 이메일 링크를 클릭한 후 전환합니다. Facebook이 모든 신용을 받습니다.

최적 용도: 어느 채널이 인식도와 퍼널 최상단 발견을 주도하는지 이해합니다.

약점: 첫 번째 상호작용 이후에 일어난 모든 것을 무시합니다.

작동 방식: 신용의 100%는 전환 전의 마지막 터치포인트에 가집니다.

예시: 위와 같은 시나리오 — 이메일 링크는 전환 전의 마지막 클릭이므로 모든 신용을 받습니다.

최적 용도: 어느 채널이 거래를 성사시키는지 이해합니다. 이것은 대부분의 분석 도구에서 기본값입니다.

약점: 인식도 및 고려 단계를 완전히 무시합니다.

작동 방식: 신용은 모든 터치포인트에 균등하게 분배됩니다.

예시: 3개의 터치포인트가 각각 33%의 신용을 받습니다.

최적 용도: 모든 터치포인트가 동등하게 중요할 때 균형 잡힌 보기를 제공합니다.

약점: 일부 터치포인트가 다른 것보다 더 영향력 있다는 현실을 반영하지 않습니다.

작동 방식: 전환에 더 가까운 터치포인트가 더 많은 신용을 받습니다. 최근 상호작용의 가중치가 더 높습니다.

예시: Facebook 광고(10%), 이메일 클릭(30%), Google 검색(60%).

최적 용도: 최근 상호작용이 더 영향력 있는 더 긴 판매 사이클입니다.

약점: 인식도 단계의 터치포인트를 과소 평가합니다.

작동 방식: 첫 번째 터치포인트에 40% 신용, 마지막에 40%, 그리고 중간 터치포인트에 20%가 분배됩니다.

예시: Facebook 광고(40%), 이메일 클릭(10%), 웨비나(10%), Google 검색(40%).

최적 용도: 발견과 전환을 동등하게 중요하게 생각하는 비즈니스입니다.

약점: 자의적 가중치 — 40/20/40은 관례일 뿐, 보편적 진리가 아닙니다.

작동 방식: 머신러닝이 모든 전환 경로를 분석하고 실제 기여도를 기반으로 신용을 할당합니다.

최적 용도: 통계적 유의성을 위해 충분한 데이터를 가진 대규모 비즈니스입니다.

약점: 높은 볼륨 데이터가 필요하고, 종종 불명확하며("블랙박스"), 프리미엄 분석 도구에서만 사용 가능합니다.

어트리뷰션은 터치포인트를 추적할 수 있을 때만 작동합니다. 이것이 링크 추적이 필수적인 이유입니다.

UTM 파라미터는 당신의 링크에 소스, 매체 및 캠페인 데이터로 태그합니다:

• utm_source=facebook — 트래픽이 어디서 오는지
• utm_medium=paid_social — 어떤 유형의 채널인지
• utm_campaign=spring_sale — 어느 캠페인인지

Google Analytics는 이 파라미터를 읽고 선택한 모델을 기반으로 어트리뷰션 신용을 할당합니다.

여러 채널(이메일, 소셜, SMS, 인쇄)에서 링크를 공유할 때, 각 링크는 고유하게 태그되어야 합니다. Linkly를 사용하면 다음을 할 수 있습니다:

• 모든 링크에 UTM 파라미터 자동 추가
• 채널별 클릭 추적 — 어느 소스가 가장 많은 참여를 주도하는지 확인
• 성과 비교 — 가장 높은 전환율의 채널 식별
• 사용자 정의 도메인 사용 — 모든 채널에 걸쳐 브랜드 일관성 유지

당신의 링크의 리타겟팅 픽셀은 어트리뷰션 데이터의 또 다른 계층을 생성합니다. 누군가가 Facebook 픽셀이 있는 링크를 클릭하면, 그들은 사용자 정의 오디언스에 추가되어 — 나중에 리타겟팅 광고에서 전환하는지를 추적할 수 있습니다.

대부분의 분석 도구는 라스트터치 어트리뷰션을 기본값으로 합니다. 이것은 인식도 채널(소셜 미디어, 콘텐츠 마케팅, PR)을 체계적으로 과소 평가하고 성사 채널(브랜드 검색, 리타겟팅)을 과대 평가합니다.

어트리뷰션 모델은 일반적으로 디지털 상호작용만 추적합니다. 고객이 또한 이벤트, 입소문 또는 인쇄를 통해 당신의 브랜드를 만난다면, 당신의 어트리뷰션 그림은 불완전합니다.

인쇄 자료의 QR 코드와 추적된 짧은 링크를 사용하여 오프라인 터치포인트를 당신의 어트리뷰션 데이터에 가져옵니다.

태그되지 않은 모든 링크는 맹점입니다. 이메일의 절반은 UTM 파라미터를 사용하고 절반은 사용하지 않으면, 당신의 어트리뷰션 데이터는 불완전합니다.

브랜드 검색(누군가가 당신의 회사 이름을 Google에서 검색)은 종종 라스트터치 신용을 받지만, 실제 질문은: 무엇이 그들에게 당신의 브랜드를 인식시켰을까요?

라스트터치 어트리뷰션(기본값임)으로 시작하되 모든 채널에서 UTM 파라미터 추적으로 보완합니다. 이것은 복잡성 없이 방향성 데이터를 제공합니다.

인식도 및 전환 채널을 균형 잡기 위해 위치 기반 어트리뷰션으로 이동합니다. 모든 링크가 UTM 파라미터로 태그되어 있는지 확인합니다.

충분한 전환 볼륨이 있으면 데이터 기반 어트리뷰션을 구현합니다. 분석 플랫폼 옆에 멀티터치 어트리뷰션 도구를 사용합니다.

모델에 관계없이, 모든 링크를 추적하고 UTM 파라미터를 사용하며 일관된 명명 규칙을 사용합니다. 모델은 데이터 품질보다 덜 중요합니다.

완벽한 어트리뷰션 모델은 없습니다 — 각각 단순성과 정확성 사이의 거래를 합니다. 가장 중요한 것은 터치포인트 추적을 일관되게 시작하는 것입니다. 당신의 링크에 태그를 지정하고, UTM 파라미터를 사용하고, 당신의 비즈니스 목표에 맞는 모델을 선택합니다.

더 나은 링크 어트리뷰션이 필요하신가요? Linkly 시작하기하고 자동 UTM 파라미터, 클릭 분석 및 모든 채널에 대한 리타겟팅 픽셀이 포함된 추적된 링크를 만드세요.