오프라인 매체를 정직하게 측정하기
빌보드, 라디오, TV, 인쇄, 이벤트는 클릭 흔적을 남기지 않으며, 이들에 정확한 판매 건수를 배정하는 보고서는 의심하며 읽어야 합니다. 그래도 측정은 가능합니다. 지역 실험은 매체에 노출된 지역과 노출되지 않은 지역을 비교합니다. QR 코드, 전용 URL, 프로모션 코드는 직접 반응을 집계하지만 효과의 대부분을 놓칩니다. 브랜드 검색 리프트는 매출이 아니라 관심을 보여 줍니다. 마케팅 믹스 모델은 시간에 따른 기여를 추정하지만 몇 달간 변동이 있는 지출 데이터가 필요합니다. 미디어 플랜이 감당할 수 있는 가장 강력한 방법을 사용하고, 방법과 함께 범위로 보고하며, 어떤 결과가 나오면 채널을 줄이거나 유지할지 미리 정하십시오.
핵심 발견
- 1
Google 연구진은 겹치지 않는 지역을 실험군 또는 대조군에 무작위로 배정하는 지역 실험을, 해석하기 쉬운 결과로 광고 효과를 측정하는 개념적으로 단순한 방법이라고 설명합니다.
문서화됨: 공식 출처. 범위: 지역 실험에 관한 Google Research 논문, 기준일 . [1]
- 2
Google의 Meridian과 Meta의 Robyn은 오픈소스 마케팅 믹스 모델링 도구입니다. Meridian은 지역 단위 데이터를 지원하므로 지역마다 다른 지출로부터 모델이 학습할 수 있습니다.
문서화됨: 공식 출처. 범위: Meridian과 Robyn의 공식 프로젝트 문서, 기준일 . [2]
- 3
MMM 현대화와 커머스 미디어의 증분 측정에 관한 IAB 가이드는 한 가지 방법에 의존하지 말고 모델과 실험을 결합하라고 권고합니다.
2차 출처. 범위: 미국 주도로 만들어져 국제적으로 사용되는 IAB 가이드라인, 기준일 . [4]
- 4
저희의 예시에서, 같은 옥외광고 집행에 대해 QR 스캔은 매칭 시장 테스트가 측정한 리프트의 10분의 1에도 못 미칩니다. 코드를 하한선으로 보고해야 하는 이유입니다.
예시 모델이며, 벤치마크가 아닙니다. 범위: 가정을 명시한 FOCUSADS 예시 모델이며, 벤치마크가 아닙니다, 기준일
방법과 한계
- 질문
- 데이터가 뒷받침하지 못하는 정밀성을 주장하지 않으면서, 근거 있는 의사결정이 가능하도록 광고주는 오프라인 매체를 어떻게 측정해야 합니까?
- 대상 독자
- 디지털 미디어 플랜에 옥외, 방송, 인쇄, 이벤트를 추가하는 CFO, 그로스 책임자, 마케팅 매니저.
- 걸려 있는 의사결정
- 오프라인 매체를 예약하기 전에 어떤 측정 방법을 설정할지, 그리고 결과를 이사회에 어떻게 보고할지.
- 출처
- 지역 실험에 관한 Google Research, Google Meridian과 Meta Robyn 문서, MMM과 증분 측정에 관한 IAB 가이드, 오프라인 전환 가져오기에 관한 Google Ads 문서.
- 기간
- 2026년 10월 17일 기준으로 공개된 문서.
- 시장
- 모든 시장. 지역 기반 방법에는 국가 내에 비교 가능한 지역이 충분해야 합니다.
- 정의
- 지역 실험: 지역을 매체 노출 여부로 나누어 배정한 뒤 결과를 비교합니다.
- 매칭 시장: 과거 매출이 비슷한 지역을 짝지어 선정하고, 한쪽은 노출하고 다른 한쪽은 대조군으로 둡니다.
- 브랜드 검색 리프트: 대조 지역 대비 노출 지역에서 브랜드명 검색이 늘어난 정도.
- 마케팅 믹스 모델(MMM): 시간에 따른 지출과 성과 데이터로 각 채널의 기여를 추정하는 통계 모델.
- 한계
- 단일 지점 사업체는 지역 실험을 할 수 없으며, 불확실성이 더 큰 전후 비교와 직접 반응 코드에 의존할 수밖에 없습니다.
- 많은 시장에서 전국 TV나 라디오는 지역별로 송출을 제외할 수 없어 단순한 지역 테스트가 불가능합니다.
- 일반적인 리프트 수치는 공개하지 않습니다. 카테고리, 광고 소재, 집행 규모에 따라 달라지기 때문입니다.
다섯 가지 방법과 각각이 주장할 수 있는 것
FOCUSADS 견해
방법마다 입증할 수 있는 것, 비용, 설정 시점이 다릅니다. 아래 표는 주장의 강도가 가장 약한 것부터 가장 강한 것 순으로 정리했습니다.
| 방법 | 보여 주는 것 | 보여 주지 못하는 것 | 예약 전 설정 필요? |
|---|---|---|---|
| QR 코드, 전용 URL, 프로모션 코드 | 직접 반응한 사람 | 광고를 보고 나중에 다른 경로로 구매한 사람 | 예, 코드를 광고 소재에 넣어야 함 |
| 브랜드 검색 리프트 | 노출 지역의 관심 증가 | 관심이 매출로 이어졌는지 | 대조 지역이 있으면 도움이 됨 |
| 전후 비교 | 집행 기간 동안의 변화 | 광고가 없어도 일어났을 일 | 아니요, 다만 깔끔한 기준선이 필요함 |
| 지역 실험 또는 매칭 시장 | 노출 지역의 증분 성과 | 테스트 기간 이외의 효과 | 예, 지역을 먼저 선정해야 함 |
| 마케팅 믹스 모델 | 시간에 따른 채널별 추정 기여 | 단일 집행의 정확한 효과 | 몇 달간 변동이 있는 지출이 필요함 |
예시 모델: 코드가 하한선인 이유
예시 모델이며, 벤치마크가 아닙니다
옥외광고를 매칭된 4개 지역에서 집행하고, 4개 지역은 대조군으로 둡니다. 광고 소재에는 QR 코드가 들어갑니다.
| 항목 | 값 | 계산 방법 |
|---|---|---|
| 노출 지역 주문 수 | 2,760 | 가정 |
| 집행이 없었을 때의 예상 주문 수 | 2,400 | 대조 지역 추이 기준 |
| 지역 테스트로 측정한 증분 주문 수 | 360 | 2,760에서 2,400을 뺀 값 |
| QR 코드를 통한 주문 수 | 31 | 가정 |
| 측정된 리프트 중 코드로 확인된 비율 | 8.6% | 31 ÷ 360 |
가정
- 모든 수치는 임시 값입니다. 핵심은 비율입니다. 옥외 매체를 보고 행동하는 사람 대부분은 코드를 스캔하지 않습니다.
- 지역 측정값 자체에도 신뢰 구간이 있으므로 함께 보고하십시오. 예를 들어 증분 주문 360건, 범위 210~510건입니다.
- 집행 종료 후의 효과는 제외합니다.
오프라인 성과를 정직하게 보고하기
FOCUSADS 견해
오프라인 성과는 보고서의 별도 섹션에 두십시오. 방법, 기간, 비교 지역, 범위를 명시하십시오. 모델로 추정한 오프라인 매출을 플랫폼이 추적한 전환과 하나의 합계로 더하지 마십시오. 두 수치의 확실성이 다르기 때문입니다. 이사회에 숫자 하나가 필요하다면 범위의 하단값을 사용하십시오.
온라인 클릭 이후 오프라인에서 판매가 일어나는 경우, 오프라인 전환 가져오기로 광고 플랫폼에 다시 가져오십시오. 이는 오프라인 매체 측정과는 다른 작업이며, 보고에서 둘을 혼동해서는 안 됩니다.
테스트 순서
| 단계 | 측정 지표 | 성공 기준 |
|---|---|---|
| 예약 전에 방법을 정하십시오. 지역을 나열하고, 비교 가능한 대조 지역이 있는지 확인하고, 광고 소재에 코드를 넣으십시오. | 후보 지역 전반에서 성과 지표의 주간 변동. | 계획한 예산으로 감지할 수 있는 리프트가 손익분기에 필요한 리프트보다 낮은 경우. |
| 노출 지역에서만 집행하고, 모든 테스트 지역에서 다른 지출 변경을 동결하십시오. | 지역별 성과, 브랜드 검색, 코드 반응. | 노출 지역이 대조 지역보다 최소 손익분기 리프트만큼 앞서고, 범위가 함께 보고된 경우. |
| 집행 규모가 서로 다른 집행이 여러 번 쌓이면 결과를 믹스 모델에 반영하십시오. | 실험 측정값 대비 모델 추정치. | 모델과 실험이 각자의 범위 안에서 일치하거나, 모델을 재보정한 경우. |
귀사 상황에 맞는 방법
미디어 플랜이 감당할 수 있는 가장 강력한 방법을 사용하십시오.
| 상황 | 실행 가능한 가장 강력한 방법 |
|---|---|
| 비교 가능한 지역이 여러 곳 있고 지역 매체를 사용하는 경우 | 지역 실험 또는 매칭 시장 |
| 단일 지점, 지역 매체 | 코드와 브랜드 검색을 활용한 전후 비교, 단서 조항과 함께 보고 |
| 전국 방송만 사용하는 경우 | 여러 집행에 걸친 믹스 모델과 브랜드 검색 |
| 전시회 또는 이벤트 | 사전 합의한 검증 규칙에 따른 CRM 내 지정 계정 후속 조치 |
저희 방법론과의 연결: 측정 체계를 갖추고 출시하기
참고 자료
- Measuring Ad Effectiveness Using Geo Experiments, Google Research, 열람일
- Meridian: open-source marketing mix model, Google for Developers, 열람일
- Robyn: open-source marketing mix modelling package, Meta Open Source, 열람일
- Modernizing MMM: Best Practices for Marketers, IAB, 열람일
- Guidelines for Incremental Measurement in Commerce Media, IAB, 열람일
- About offline conversion imports, Google Ads Help, 열람일