퍼스트 터치부터 멀티 터치까지: 어트리뷰션 모델 한눈에 이해하기

마케터가 자주 받는 어려운 질문 중 하나는 “어떤 채널이 실제로 전환을 만들었나”입니다. 이메일, SNS 광고, 푸시 알림 등 유저와의 접점이 많은 B2C CRM 환경에서는 클릭 수만으로 성과를 판단하기 어렵습니다. 여러 채널을 오가는 유저의 여정에서 실제 전환 요인을 찾아내는 일이 점점 중요해지고 있습니다.

이때 쓰는 것이 어트리뷰션 모델입니다. 어트리뷰션은 크게 두 가지로 활용됩니다. 하나는 페이스북, 구글, 인스타그램 등 외부 광고 매체 간 성과를 비교하는 광고 어트리뷰션이고, 다른 하나는 CRM 채널에서 여러 번 보낸 메시지 중 어떤 콘텐츠가 전환에 기여했는지 분석하는 CRM 어트리뷰션입니다.

이번 글에서는 퍼스트 터치, 라스트 터치, 멀티 터치 등 실무에서 많이 쓰는 어트리뷰션 모델의 특징과 활용법, 상황별로 유리한 모델을 정리합니다.

어트리뷰션 모델의 개념

마케팅 어트리뷰션 모델은 전환(conversion)에 기여한 공을 어떤 매체에 배정할지 정하는 규칙입니다. 구매나 가입 같은 전환이 일어나기까지 유저는 보통 여러 광고, 메시지, 미디어 접점을 거칩니다. 어트리뷰션 모델은 이 여러 터치 포인트 중 어디에 성과를 귀속할지 정합니다.

어트리뷰션 모델은 크게 두 가지로 나뉩니다.

• 싱글 터치 어트리뷰션(Single-touch Attribution): 전환 경로에서 매체 하나에만 기여도 100%를 인정하는 방식입니다. 퍼스트 터치(first-touch) 모델과 라스트 터치(last-touch) 모델이 대표적입니다. 처음 또는 마지막 터치 포인트 하나에만 성과를 귀속하므로 구현과 이해가 비교적 쉽지만, 전환 과정의 다른 영향 요인을 반영하지 못합니다.
• 멀티 터치 어트리뷰션(Multi-touch Attribution): 여러 매체에 전환 기여도를 나눠 배분하는 방식입니다. 고객 여정의 주요 터치 포인트에 가중치를 나눠 주므로 전환에 이르는 과정을 입체적으로 분석할 수 있습니다. 선형, U자형, 시간 가중 같은 규칙 기반 모델부터 머신러닝으로 가중치를 자동 산정하는 데이터 기반 모델까지 있습니다. 구글 애널리틱스 4(GA4)는 데이터 기반 모델을 기본으로 쓰며, 2023년 11월부터는 퍼스트 클릭, 선형, 시간 가중, 포지션 기반 모델을 더 이상 제공하지 않습니다(Google Analytics 고객센터).

퍼스트 터치와 라스트 터치 같은 싱글 터치 모델은 특정 시점의 효과를 보는 관점이고, 멀티 터치 모델은 전체 고객 여정에 걸친 상호작용의 가치를 보는 관점입니다. 각 모델이 무엇을 뜻하고 언제 쓰면 좋은지 살펴보겠습니다.

퍼스트 터치 어트리뷰션(First-touch Attribution)

퍼스트 터치 모델은 잠재 고객을 처음 데려온 매체의 성과를 강조합니다. 모든 전환 기여를 최초 유입 경로에 귀속해 유저가 우리 제품이나 서비스를 처음 알게 된 마케팅 경로를 파악하는 데 도움을 줍니다.

예시: 한 유저가 인스타그램 광고로 우리 웹사이트에 처음 방문했고, 다음 날 이메일 뉴스레터를 열어 봤으며, 마지막으로 검색 엔진으로 재방문해 구매했다고 가정해 봅시다. 퍼스트 터치 어트리뷰션을 적용하면 최초 매체인 인스타그램 광고에 기여도 100%를 줍니다. 첫 클릭이나 첫 상호작용만 전환 기여로 인정하는 것입니다.

이 모델은 브랜드 인지와 신규 유저 확보에 초점을 둘 때 유용합니다. 신규 방문자를 가장 많이 데려온 유입 경로를 쉽게 찾을 수 있습니다. 앱 설치나 구매를 하려면 먼저 서비스를 알아야 하므로, 퍼스트 터치 모델은 잠재 고객 도달에 효과적인 매체를 찾는 데 쓸 수 있습니다. 상단 퍼널(TOFU: Top of Funnel) 마케팅에 집중하는 기업이라면 초기 광고 채널별 성과를 이 모델로 비교해 볼 수 있습니다. 첫 번째 터치 포인트만 보면 되므로 분석과 추적이 비교적 간단하고 이해관계자에게 설명하기도 쉽습니다.

다만 퍼스트 터치에만 기여를 배정하면 한계가 있습니다. 전환까지의 여정 후반부를 고려하지 않아 초기 광고 노출 이후의 리타깃팅이나 CRM 캠페인 영향이 빠집니다. 위 예시에서 퍼스트 터치 모델만 쓰면 이후의 이메일 캠페인이나 검색 재방문의 가치는 평가되지 않습니다. 그래서 초반 홍보에만 집중하고 전환을 마무리하는 후반 단계를 놓칠 위험이 있습니다. 자동차 같은 고관여 상품처럼 고객 여정이 길면 미리 정한 어트리뷰션 룩백 기간을 넘어서 첫 번째 터치 데이터가 빠질 수도 있습니다.

퍼스트 터치 모델은 신규 리드 발굴 관점에서는 유용하지만, 전체 마케팅 효과를 판단하기에는 부족하다는 점을 염두에 둬야 합니다.

라스트 터치 어트리뷰션(Last-touch Attribution)

라스트 터치 모델은 전환 직전에 일어난 상호작용만 전환의 결정적 요인으로 봅니다. 구매나 가입 같은 행동을 바로 끌어낸 마지막 마케팅 매체에만 기여를 배정합니다.

예시: 앞의 시나리오에 라스트 터치 어트리뷰션을 적용하면 구매 직전 유저가 마지막으로 접한 검색 엔진에 기여도 100%를 줍니다. 인스타그램 광고와 이메일의 기여도는 0%가 되고, 마지막 클릭만 전환 기여 채널로 기록됩니다. 많은 웹 분석 도구가 이런 라스트 클릭(터치) 모델을 기본으로 써 왔고, 2023년 7월 종료된 구글 유니버설 애널리틱스(UA)의 기본 모델이던 마지막 간접 클릭도 라스트 터치 어트리뷰션의 한 종류입니다.

라스트 터치 모델은 가장 널리 쓰이는 어트리뷰션 모델입니다. 이미 브랜드를 어느 정도 아는 유저가 전환하기 직전의 접점에 주목하므로 실제 매출로 이어진 매체를 찾는 데 효과적입니다. 브랜드 인지도는 충분하고 구매 전환을 늘리는 것이 과제일 때 주로 쓰고, 멀티 터치 분석이 어려워 단순화가 필요할 때 현실적인 대안이 되기도 합니다. 구조가 단순해 분석과 운영 리소스가 적게 들고, 여러 매체를 한 번에 추적하기 어려운 상황에서도 비교적 합리적으로 성과를 측정할 수 있습니다. 광고 매체와 성과를 정산할 때도 마지막 클릭 기준이 많아, 라스트 터치 모델만으로도 매체별 성과 비교와 예산 배분에 어느 정도 도움을 얻을 수 있습니다.

라스트 터치 모델의 단점은 마지막 접점만 보기 때문에 그 이전의 마케팅 활동을 반영하지 못한다는 것입니다. 구매를 결심하기까지 초기 검색, 광고 노출, 정보 탐색, 장바구니 담기 등 여러 상호작용이 있었더라도 라스트 터치 모델로는 그 영향을 평가할 수 없습니다. 브랜드 인지 효과나 초기 콘텐츠 마케팅의 기여는 마지막 클릭 이전에 만들어진 것이어서 분석에서 빠집니다.

유저가 이미 구매를 거의 결정한 상태에서 마지막으로 유료 광고를 클릭했다면, 사실상 광고가 없어도 일어났을 전환인데도 라스트 터치 모델에서는 그 광고에 기여도 100%가 배정됩니다. 이 때문에 리타깃팅 광고 같은 퍼포먼스 마케팅에 기여를 과하게 배정하고 상단 퍼널 매체를 과소평가하는 오류가 생기기도 합니다. 라스트 터치는 실무에서 자주 쓰이지만 전환 앞 단계를 반영하지 못하므로 다른 모델과 함께 보완해 써야 합니다.

멀티 터치 어트리뷰션(Multi-touch Attribution)

멀티 터치 어트리뷰션은 전환까지 거친 여러 터치 포인트에 각각 가중치(weight)를 주는 모델입니다. 퍼스트 터치나 라스트 터치처럼 매체 하나에 성과를 몰아주지 않고, 결과에 영향을 준 모든 매체에 기여도를 나눠 인정합니다.

유저의 여정은 웹, 앱, 오프라인을 오가고 SNS, 검색, 이메일이 복잡하게 얽혀 있습니다. 한 유저가 처음에는 블로그 리뷰를 보고, 나중에 페이스북 광고를 클릭하고, 결국 친구 추천 링크로 가입하는 경로는 드물지 않습니다. 이런 상황에서는 매체별 영향을 여러 각도로 분석해야 마케팅 예산을 효율적으로 나눌 수 있습니다. 이때 멀티 터치 어트리뷰션 모델이 필요합니다.

멀티 터치 어트리뷰션은 광고 채널 간 비교뿐 아니라 같은 채널 안의 메시지 기여도 분석에도 쓰입니다. 한 유저가 일주일 동안 푸시 알림 세 건을 받은 뒤 앱에서 구매했다면, 메시지 하나에만 전환을 배정하는 방식으로는 어떤 알림이 실제로 영향을 줬는지 알기 어렵습니다.

멀티 터치 모델을 적용하면 첫 번째 알림으로 앱을 다시 연 행동, 두 번째 메시지에서 상품을 찜한 행동, 마지막 할인 알림으로 결제를 결정한 흐름을 단계별로 분석할 수 있습니다. 같은 매체에서 반복 발송한 메시지 간의 상대적 기여도를 나누면, 클릭 수를 넘어 전환에 실제로 기여한 콘텐츠와 메시지 유형을 평가할 수 있습니다.

CRM 환경에서 메시지 단위 기여도를 파악하면 캠페인 A/B 테스트, 리텐션 전략 수립, 리마인드 메시지의 적정 빈도 설정 같은 의사결정에 도움이 됩니다. 대표적인 멀티 터치 모델은 다음과 같습니다.

• 선형 모델(Linear Attribution): 전환 경로에 관여한 모든 매체에 같은 기여도를 주는 가장 단순한 방식입니다. 매체 수와 관계없이 터치 포인트마다 같은 가중치를 주므로 이해하기 쉽습니다. 매체가 4개였다면 각각 25%씩 성과를 나눕니다. 다만 모든 매체의 영향력이 같다고 가정하므로, 특정 채널의 역할이 매우 큰 경로를 구분하지 못합니다.
• 시간 가중 모델(Time-decay Attribution): 전환 시점에 가까운 매체일수록 높은 기여도를 주는 방식입니다. 마지막 매체에 50%, 그 이전 매체에 30%, 그 이전에 15%, 처음 매체에 5%처럼 시간 순서에 따라 가중치가 커집니다. 구매 결정 직전의 커뮤니케이션일수록 영향력이 크다는 가정에 기반합니다.
• 포지션 기반 모델(Position-based Attribution): U자형 모델로도 불리며, 첫 번째와 마지막 터치 포인트에 가장 큰 비중을 두고 중간 매체에도 일부 기여도를 배정하는 절충형 모델입니다. 처음과 마지막 매체에 각각 40%, 나머지 20%를 중간 매체에 나누는 식입니다. 유저를 처음 데려온 매체와 전환 매체를 모두 중시하면서 중간 여정도 반영합니다.

이 밖에도 여러 변형 모델이 있지만, 여러 매체에 기여도를 나눈다는 기본 개념은 같습니다. 멀티 터치 모델의 강점은 분석의 정밀도입니다. 어떤 광고는 인지 단계에서, 어떤 채널은 고려 단계에서, 어떤 메시지는 구매 직전에 큰 역할을 했을 수 있습니다. 멀티 터치 어트리뷰션을 적용하면 전환에 이르는 여정 전체의 기여도를 측정해 효과 있는 마케팅 조합을 찾고, 이를 바탕으로 예산을 더 효율적으로 배분할 수 있습니다.

업계 보고에 따르면 멀티 터치 어트리뷰션을 도입한 마케팅 조직은 캠페인 투자 대비 수익을 더 정확히 파악해 성과를 높이는 경향이 있습니다.

멀티 터치 모델에도 단점이 있습니다. 구현과 운영이 복잡하고, 모든 채널의 데이터를 정교하게 수집하고 연결해야 하므로 데이터 역량이 필요합니다. 매체 간 경로를 추적하는 과정에서 기술적 어려움이나 데이터 손실이 생길 수 있고, 분석 비용이 크게 들 수도 있습니다. 모델마다 가정이나 알고리즘이 개입되므로 완벽하게 객관적인 결과를 보장하기도 어렵습니다.

그래도 고객 여정이 복잡해질수록 멀티 터치 모델의 필요성은 커지고 있습니다. GA4가 크로스 채널 데이터 기반 어트리뷰션을 기본으로 제공하는 것도 그 예이며, 단순 퍼널 지표보다 여러 매체의 기여도를 함께 보는 분석으로 옮겨 가는 마케터가 늘고 있습니다.

마치며

지금까지 퍼스트 터치, 라스트 터치, 멀티 터치 어트리뷰션 모델의 차이와 특징을 살펴봤습니다. 신규 유저 확보가 우선인 팀은 퍼스트 터치 모델을 참고해 브랜드 인지 매체에 집중할 수 있습니다. 매출 전환을 늘리는 것이 목표라면 라스트 터치 모델로 광고 매체 효율을 관리하는 편이 빠를 수 있습니다.

어떤 모델을 고르든 유저의 전체 여정을 함께 확인해야 합니다. 기본 지표는 라스트 터치로 보더라도 퍼스트 터치 리포트를 정기적으로 함께 분석하면 상단 유입 퍼널 개선을 놓치지 않을 수 있습니다. 여기에 멀티 터치 관점까지 더하면 캠페인 조합에서 빠진 부분을 찾기 쉬워집니다.

플레어레인은 웹 푸시, 앱 푸시, 인앱 메시지, 이메일, 카카오 브랜드메시지 등 여러 채널에서 개인화 메시지를 보낼 수 있는 CRM 마케팅 솔루션입니다. 메시지마다 전환 이벤트와 기여 기간을 설정해 목표 전환율과 기여 구매 금액을 측정할 수 있습니다. CRM 마케팅을 처음 시작하는 실무자도 빠르게 운영을 시작할 수 있습니다. 우리 팀의 CRM 메시지 성과를 어떤 기준으로 측정할지 궁금하다면 아래에서 상담을 신청할 수 있습니다.