[성과측정방법] 측정 안 하면 광고가 아니라 기부다 ㅋㅋ 성과 측정의 기본부터 GA4·UTM 실전 사례까지

"이번 캠페인 잘 됐어요." 이 말이 얼마나 위험한 말인지 생각해본 적 있는가.

잘 됐다는 게 뭔지 모르는 상태에서 잘 됐다고 말하는 건, 나침반 없이 망망대해를 항해하면서 "지금 잘 가고 있는 것 같아요"라고 보고하는 거랑 같다. 측정하지 않으면 예산 낭비, 성과 불투명, 내부 커뮤니케이션의 어려움이 반복된다. 그리고 같은 실수를 다음 캠페인에서 또 한다.

처음엔 성과 측정을 "숫자 정리하는 일" 정도로 봤다. 근데 실제로 파고들어보니, 광고 성과 측정은 단순 리포팅이 아니라 초기에 설정한 전략, 설계, 가설에 대한 검증 과정이었다. 캠페인이 끝나고 하는 게 아니라, 캠페인 설계 단계부터 측정 구조가 있어야 한다는 거다.

오늘은 측정 기반 의사결정의 원칙, KPI와 Index의 차이, 데이터 분석 7단계에서 AI의 역할, 그리고 실제로 ROAS가 60% 올라간 측정 개선 사례까지 정리해본다.

---

목차

1. 측정하지 않으면 개선도 없다 — 광고 성과 측정의 가치
2. 측정 기반 의사결정의 핵심 원칙
3. KPI와 Index — 같은 것 같은데 다르다
4. 마케팅 전략 및 실행 프로세스 — Input → Process → Output
5. 데이터 분석 7단계와 AI의 역할
6. 측정 개선으로 ROAS 60% 올린 실전 사례
7. 아직 헷갈리는 것들
8. What · So What · Now What
   
   

---

1. 측정하지 않으면 개선도 없다 — 광고 성과 측정의 가치

디지털 마케팅은 측정 가능하다는 전제를 안고 시작됐다. 데이터에 기반한 마케팅이 디지털 마케팅의 핵심이다.

 

측정하지 않으면 무슨 일이 생기는가. 예산 낭비, 성과 불투명, 내부 커뮤니케이션의 어려움, 그리고 같은 실수를 반복하게 된다. "지난번에 왜 안 됐는지"를 모르니까, 이번에도 비슷하게 하다가 또 안 된다.

처음엔 "측정은 마케팅 끝나고 하는 거 아닌가?" 싶었다. 근데 측정 구조가 설계 단계부터 없으면, 캠페인이 끝난 다음에 아무리 데이터를 뒤져도 의미 있는 인사이트가 안 나온다. 추적할 이벤트가 없으면 클릭이 어디서 왔는지도, 누가 샀는지도 모른다.

---

2. 측정 기반 의사결정의 핵심 원칙

측정하지 않으면 개선은 없고, 개선하지 않으면 성장도 없다.

경험이나 감(Feeling)에 의존한 예산 재분배는 정답이 아닐 수 있다. "저번에 인스타그램이 잘 됐으니까 이번에도 인스타그램에 더 넣자"는 경험 기반 판단인데, 그 당시 잘 된 이유가 뭔지를 데이터로 확인하지 않으면 같은 결과가 보장되지 않는다.

 

 

광고 성과 측정은 단순 리포팅이 아니라, 초기에 설정한 전략, 설계, 가설에 대한 검증 과정이다. "이 타겟에게 이 메시지를 보내면 전환이 일어날 것이다"라는 가설을 세우고, 캠페인이 그 가설을 검증한 거라는 관점으로 봐야 한다.

 

 

의사결정은 직감에 의해서가 아닌, 명확하게 데이터에 의존해야 한다.

---

3. KPI와 Index — 같은 것 같은데 다르다

이 부분이 처음엔 헷갈렸다. KPI랑 지표가 다른 건가?

 

다르다.

 

KPI(Key Performance Indicator) 는 실질적인 마케팅 목표와 연결된 상위 지표다. 마케팅 퍼널(인지도, 고려, 전환)에 따라 Reach, Engagement, Conversion 등의 KPI가 명확하게 존재한다. KPI 없이 측정된 수치는 단순히 숫자에 불과하다. 목표가 정해져야 KPI가 의미를 갖는다.

 

 

Index(지표) 는 KPI를 달성하기 위해 얻어낼 수 있는 하위 Metric이다. 예를 들어 KPI가 "전환 100건 달성"이라면, Index는 클릭수, CTR, 랜딩 페이지 이탈률 같은 것들이다. KPI에 도달하기 위해 중간에 추적해야 하는 수치들이다.

 

 

쉽게 말하면 KPI는 목적지고, Index는 목적지까지 가는 길의 이정표다. 이정표만 보면서 "여기까지 왔다"고 좋아하면 안 된다. 목적지에 도달했는지가 중요하다.

 

---

 

4. 마케팅 전략 및 실행 프로세스 — Input → Process → Output

 

데이터와 전략은 연관되어 있고, 흐름이 있다.

 

 

전략 사이클: 목표 설정 → 리서치 → 전략 및 가설 선택 → 테스트 → 의사결정

실행 사이클: 광고 실행 → 데이터 수집 → 분석 → 개선 및 재집행

 

 

이 두 사이클이 맞물려 돌아가는 구조다.

 

 

광고 성과 측정의 프레임워크

구분	내용
Input	예산, 타겟 설정
Process	노출, 클릭 등 Index
Output	매출, ROAS, ROI 등 KPI

 

이 프레임워크를 이해해야 플랫폼이 주는 여러 데이터가 어디에 해당하는지 파악할 수 있다. 노출수가 늘었다는 건 Process 단계의 변화고, 매출이 올랐다는 건 Output이다. Process가 좋아졌다고 해서 반드시 Output이 좋아지는 건 아니다.

 

---

 

5. 데이터 분석 7단계와 AI의 역할

 

데이터 분석은 7단계로 이루어진다.

단계	내용
1. 수집	데이터를 모으는 단계
2. 정제	노이즈, 오류, 중복 데이터를 제거하는 단계
3. 변환	분석 가능한 형태로 가공하는 단계
4. 탐색	패턴과 인사이트를 발견하는 단계
5. 모델링	분석 모델을 만드는 단계
6. 유지보수	모델을 지속적으로 관리하는 단계
7. 재적용 및 검증	결과를 다음 캠페인에 반영하는 단계

 

과거에는 데이터 분석가나 엔지니어가 오랜 시간을 들여 모델링했다. 지금은 생성형 AI(ChatGPT, Gemini)가 모델링 시스템을 지원한다. AI 시대에는 데이터 수집 및 정제 단계가 짧아져 Growth 관점에서 민첩한(Lean) 데이터 실험이 가능해졌다.

 

 

그렇다면 마케터는 뭘 해야 하는가

마케터는 가설, 전략, 기획을 명확하게 세우는 데 집중해야 한다. 나머지 분석과 모델링은 AI나 자동화 시스템이 처리할 것으로 예상된다. 다만 데이터 수집과 정제 단계에서는 사람의 꼼꼼함과 섬세함이 여전히 필요하다.

 

 

여기서도 같은 결론이 나온다. AI가 처리해주는 건 점점 많아지지만, "무엇을 측정할지"를 결정하는 건 사람의 몫이다.

---

6. 측정 개선으로 ROAS 60% 올린 실전 사례

이 사례가 인상적이었다. 개념이 아니라 숫자로 확인됐으니까.

 

Before: 측정 전

인플루언서 캠페인을 돌리고 있었는데, 전환 경로 추적이 불가능한 상태였다. 인플루언서가 얼마나 트래픽을 보내줬는지, 그 트래픽에서 실제로 구매가 일어났는지를 알 수 없었다.

 

 

Action: 측정 구조 개선

GA4 이벤트 Tagging 및 UTM 구조를 개선했다.

모바일 유저 대상 트래픽과 전환 수를 수집할 수 있게 됐고, 페이지 뷰, Engagement Rate, 사용자 유입 기준 환산 가치 등의 지표를 연결해서 성과를 분석했다.

 

 

After: 측정 후

ROAS가 약 60% 가량 증가하는 가시적인 성과를 얻었다.

명확한 측정이 채널 단위의 구매 기여 및 전환에 대한 가시적인 성과를 제공한 거다.

 

 

여기서 중요한 건, 광고 소재를 바꾼 게 아니라는 거다. 타겟팅을 바꾼 것도 아니다. 측정 구조만 고쳤더니 ROAS가 60% 올랐다. 이게 의미하는 건, 기존에 분명히 전환이 일어나고 있었는데 그걸 잡아내지 못하고 있었다는 거다. 측정을 못 했으니 최적화도 못 했고, 그 결과 비효율이 쌓였던 것이다.

 

---

7. 아직 헷갈리는 것들

GA4 이벤트 Tagging과 UTM 구조가 어떻게 설계되는지 아직 구체적으로 모른다. UTM 파라미터를 어떤 기준으로 만들어야 하는지, GA4에서 어떤 이벤트를 심어야 하는지. 개념은 이해했는데 실제로 세팅해본 적이 없어서 감이 없다. 이건 직접 해봐야 알 것 같다.

 

 

데이터 수집 7단계에서 "정제"가 왜 중요한지는 이해했는데, 실무에서 정제를 얼마나 엄격하게 해야 하는지, 어느 정도의 노이즈는 허용해도 되는지 기준이 없다. 이 부분은 실제 데이터를 만져보면서 배워야 할 것 같다.

---

8. What · So What · Now What

What (사실)

디지털 마케팅은 측정 가능하다는 전제 위에 존재한다. KPI는 목표와 연결된 상위 지표이고, Index는 KPI에 도달하기 위한 하위 지표다. 광고 성과 측정의 프레임워크는 Input → Process → Output이며, 데이터 분석은 7단계로 이루어진다. GA4 이벤트 Tagging과 UTM 구조 개선만으로 ROAS가 60% 올라간 사례가 있다.

 

 

So What (해석)

측정 안 하면 광고가 아니라 기부다. 그리고 측정 구조는 캠페인이 끝난 다음이 아니라, 설계 단계부터 있어야 한다. AI가 분석과 모델링을 대신해주는 시대가 됐지만, "무엇을 측정할지"를 정하는 건 여전히 사람의 몫이다. 측정 구조를 설계하는 능력이 AI 시대에 마케터의 핵심 역량이 된다.

 

 

Now What (행동)

다음에는 GA4 이벤트 Tagging과 UTM 구조를 직접 세팅해보는 게 목표다. 개념은 이해했으니 이제 실제로 만져보면서 감을 잡아야 한다. 그리고 캠페인을 설계할 때 "측정 구조"를 가장 먼저 잡는 습관을 만들어야 한다. 소재보다 먼저, 타겟팅보다 먼저.