라스트 클릭 어트리뷰션 한계: 예산 판단이 틀어지는 4가지 지점

라스트 클릭 어트리뷰션은 틀린 숫자가 아닙니다. 전환 직전에 고객이 어디서 들어왔는지는 정확하게 기록합니다. 다만 그 앞에서 고객을 데려온 광고가 얼마나 기여했는지는 알려주지 않습니다.

그래서 라스트 클릭의 한계는 숫자 자체보다 그 숫자로 예산을 정할 때 드러납니다. 전환 직전에 걸리는 채널(브랜드 검색, 리타겟팅)은 실제보다 높게 평가되고, 고객을 처음 데려온 채널(디스플레이, 영상, 신규 타겟 광고)은 실제보다 낮게 평가됩니다. 라스트 클릭을 버릴지 말지 고민하기보다, 어디서 숫자가 틀어지는지 알고 보정하면서 쓰는 쪽이 현실적입니다.

아래에서 라스트 클릭이 판단을 틀어지게 만드는 4가지 지점과, 실무에서 보정하는 순서를 기준별로 설명합니다.

1. 라스트 클릭 어트리뷰션, 정확히 무엇을 세는가

한계를 말하기 전에, 라스트 클릭이 어떤 규칙으로 전환을 나눠주는지부터 정확히 짚어야 합니다.
같은 "라스트 클릭"이라는 이름이어도 도구마다 세는 방식이 조금씩 다르기 때문입니다.

1) 기본 규칙: 마지막 접점이 100%를 가져간다

라스트 클릭 모델은 전환 직전의 마지막 유입 경로 하나에 전환 기여도 100%를 줍니다.

예를 들어 한 고객이 이런 경로로 구매했다고 해보겠습니다.

① 인스타그램 피드에서 영상 광고 클릭 (첫 방문)

② 3일 뒤 GFA 리타겟팅 배너 클릭 (상세페이지 재방문)

③ 5일 뒤 네이버에서 브랜드명 검색 후 파워링크 클릭 → 구매

라스트 클릭 기준으로는 ③ 브랜드 검색이 전환 1건을 모두 가져갑니다.
①과 ②는 이 구매에 대해 0건입니다.

-> 고객을 처음 데려온 영상 광고도, 다시 불러온 리타겟팅도 보고서에는 "전환 없음"으로 남습니다.

2) GA4의 라스트 클릭은 '다이렉트를 건너뛴' 라스트 클릭

GA4에서 고를 수 있는 라스트 클릭은 "유료 및 자연 채널 마지막 클릭"입니다.
이름 그대로, 마지막 접점이 다이렉트(주소창 입력, 북마크 등)라면 그 직전의 유료·자연 채널에 기여도를 넘깁니다.

그래서 위 예시에서 ③ 뒤에 고객이 북마크로 다시 들어와 구매했더라도, GA4는 여전히 ③ 브랜드 검색에 전환을 줍니다.
이 점을 모르고 "GA4 라스트 클릭과 자사몰 관리자 통계가 왜 다르지?"라고 고민하는 경우가 꽤 많습니다.

참고로 GA4와 구글 광고에서는 2023년 하반기에 첫 클릭·선형·시간 가치 하락·위치 기반 모델이 지원 종료되었고, 2026년 현재 고를 수 있는 건 사실상 데이터 기반 모델과 라스트 클릭 계열입니다.
즉 "라스트 클릭이 아니면 무엇을 볼까"의 선택지가 예전보다 좁아졌습니다.

3) 매체 보고서는 라스트 클릭이 아니다

메타 광고 관리자의 기본값은 7일 클릭·1일 조회이고, 다른 매체들도 각자의 기간 안에 자기 광고가 끼어 있으면 전환을 가져갑니다.
그래서 같은 구매 1건이 메타에도, GFA에도, 네이버 검색광고에도 각각 1건으로 잡힐 수 있습니다.

정리하면 실무에서는 숫자가 세 겹으로 존재합니다.

라스트 클릭의 한계를 논할 때는 이 중 두 번째 줄을 말하는 것이고, 매체 보고서와 비교할 때는 이 차이를 먼저 머릿속에 두고 봐야 합니다.

매체 간 숫자가 왜 안 맞는지는 광고 매체 전환수 합이 안맞을때: 중복 귀속 가려내는 4단계 기준에서 따로 정리했습니다.

2. 라스트 클릭 어트리뷰션 한계가 드러나는 4가지 지점

라스트 클릭이 문제가 되는 순간은 늘 같습니다.
숫자를 보고 예산을 옮길 때입니다. 실무에서 자주 반복되는 4가지 패턴을 정리하면 이렇습니다.

1) 상단 퍼널 광고가 '효율 없음'으로 꺼진다

가장 흔한 실패 패턴입니다.

신규 고객을 데려오는 영상 광고, 관심사·브로드 타겟 광고는 첫 방문을 만들어도 그 자리에서 구매까지 가는 비율이 낮습니다.
특히 고관여 상품(건기식, 가전, 교육, B2B)은 첫 방문 후 며칠에서 몇 주의 검토 기간이 있습니다.

라스트 클릭으로 보면 이 광고들은 ROAS가 낮게 찍히고, 결국 "효율이 안 나오는 캠페인"으로 분류되어 예산이 깎입니다.

문제는 그다음입니다.
상단 퍼널 예산을 줄이고 2~4주가 지나면, 그동안 잘 나오던 브랜드 검색 전환과 리타겟팅 전환이 함께 줄어드는 경우가 많습니다.
리타겟팅 모수를 채워주던 신규 방문이 끊겼기 때문입니다.

-> 라스트 클릭에서 꺼진 광고의 진짜 성과는, 끈 뒤에 다른 채널 숫자가 떨어지는 모습으로 나타납니다.

2) 브랜드 검색과 리타겟팅이 과대평가된다

반대쪽도 같은 구조입니다.

브랜드명 검색광고와 리타겟팅은 구매 직전에 위치하기 때문에 라스트 클릭에서 ROAS가 매우 높게 나옵니다.
그래서 "가장 효율 좋은 채널이니 예산을 더 넣자"는 판단으로 이어지기 쉽습니다.

하지만 브랜드 검색은 이미 브랜드를 알고 찾아온 고객을 받는 자리입니다.
수요 자체가 정해져 있어서, 예산을 두 배로 늘려도 검색량이 두 배가 되지는 않습니다.
리타겟팅도 모수가 한정적이라 예산을 늘리면 빈도만 올라가고 효율은 빠르게 꺾입니다.

실무에서 이렇게 판단해볼 수 있습니다.

① 예산을 늘렸는데 노출·클릭이 비례해서 늘지 않는다 → 수요 한계에 도달한 상태

② 빈도가 오르면서 CPA가 같이 오른다 → 같은 사람에게 반복 노출되는 상태

③ 신규 고객 비중이 계속 낮아진다 → 기존 수요를 수확만 하고 있는 상태

이 세 가지 중 두 개 이상이 보이면, 라스트 클릭 ROAS가 높아도 예산을 더 넣을 자리가 아닙니다.

3) 조회 기반·크로스 디바이스 전환이 통째로 빠진다

라스트 클릭은 '클릭'을 기준으로 합니다.
그래서 광고를 보고 클릭은 하지 않았지만, 나중에 직접 검색해서 들어온 고객은 광고 기여가 0으로 잡힙니다.

모바일 피드 광고에서 이런 경우가 특히 많습니다.
영상을 끝까지 보고도 그 자리에서는 클릭하지 않고, 저녁에 PC에서 브랜드를 검색해 구매하는 흐름입니다.
이 경우 GA4 라스트 클릭은 이 구매를 자연 검색이나 브랜드 검색광고에 줍니다.

여기에 iOS 추적 제한, 쿠키 차단, 인앱 브라우저 이동까지 겹치면 앞쪽 접점이 아예 기록되지 않는 경우도 생깁니다.
출처가 끊긴 방문은 다이렉트로 쌓이는데, 그 이유는 다이렉트 유입 많은 이유: GA4에서 출처가 사라지는 6가지 구조에서 자세히 다뤘습니다.

-> 라스트 클릭에서 '안 보이는' 기여는 0이 아니라 '측정되지 않은 값'입니다. 이 둘을 같게 취급하면 판단이 틀어집니다.

4) 전환 기간이 짧을수록 고관여 상품이 불리해진다

라스트 클릭은 전환 시점 기준으로 직전 접점을 찾습니다.
그런데 GA4의 획득 전환 기간 기본값은 30일, 그 외 전환은 90일이고, 매체마다 기간은 또 다릅니다.

검토 기간이 긴 상품일수록 첫 접점이 기간 밖으로 밀려나거나, 그 사이에 다른 접점이 여러 번 끼어들어 첫 광고의 흔적이 지워집니다.

예를 들어 같은 상품군에서도 이런 차이가 생깁니다.

즉 라스트 클릭의 한계는 모든 계정에서 같은 크기로 나타나지 않습니다.
구매 결정 기간이 길수록, 접점 수가 많을수록 왜곡이 커집니다.

3. 라스트 클릭 어트리뷰션 한계, 실무에서 보정하는 순서

라스트 클릭을 버리고 다른 모델로 갈아타는 것만이 답은 아닙니다.
데이터 기반 모델도 전환 수가 적은 계정에서는 라스트 클릭과 거의 비슷하게 나오고, 모델 안의 계산은 외부에서 검증하기 어렵습니다.

그래서 실무에서는 라스트 클릭을 기준선으로 두고, 그 옆에 보정 지표를 함께 놓는 방식을 많이 씁니다.

1단계: 우리 계정의 왜곡 크기부터 확인한다

먼저 라스트 클릭이 우리 계정에서 얼마나 틀어지는지 확인합니다.

GA4 광고 > 모델 비교에서 라스트 클릭과 데이터 기반 모델을 나란히 놓고, 채널별 전환 수 차이를 봅니다.

① 차이가 거의 없다 → 접점이 짧은 계정. 라스트 클릭을 기준으로 써도 무리가 적음

② 상단 퍼널 채널이 데이터 기반에서 크게 늘어난다 → 라스트 클릭이 이 채널을 깎고 있음

③ 브랜드 검색·리타겟팅이 데이터 기반에서 크게 줄어든다 → 라스트 클릭이 이 채널을 부풀리고 있음

함께 볼 것이 GA4 광고 > 전환 경로 보고서입니다.
전환까지 걸린 평균 일수와 접점 수가 나오는데, 접점이 평균 1~2개 수준이면 라스트 클릭의 한계는 크지 않고, 3개 이상이 흔하면 보정이 필요한 계정입니다.

두 모델 숫자를 어떻게 읽어야 하는지는 데이터 기반 어트리뷰션: 전환 후 숫자 읽는 4가지 기준에서 정리했습니다.

2단계: 채널 역할을 나누고, 역할별로 다른 지표를 본다

모든 캠페인을 같은 라스트 클릭 ROAS로 줄 세우는 것이 가장 큰 문제입니다.
캠페인을 역할로 나누고, 역할마다 판단 지표를 다르게 둡니다.

신규 유입 캠페인을 라스트 클릭 ROAS만으로 판단하지 않는 대신, 대신 볼 지표를 미리 정해두는 것이 핵심입니다.
그래야 "라스트 클릭으로는 안 나오지만 기여는 한다"는 말이 핑계가 아니라 근거가 됩니다.

3단계: 켜고 끄는 실험으로 실제 기여를 확인한다

모델이 아무리 정교해도, 진짜 기여를 확인하는 가장 확실한 방법은 광고를 켰을 때와 껐을 때의 전체 매출 차이입니다.

실무에서 쓰는 방식은 크게 두 가지입니다.

① 지역 분할 테스트: 특정 지역에서만 해당 캠페인을 끄고, 나머지 지역과 전체 주문 추이를 비교

② 기간 분할 테스트: 같은 조건에서 2~3주 단위로 캠페인을 켜고 끄며 전체 주문 수 변화 확인

메타처럼 매체 자체의 전환 상승 측정(Conversion Lift) 기능을 쓸 수 있다면 그것도 좋은 방법입니다.

이때 가설은 이렇게 세우면 판단이 명확해집니다.

"라스트 클릭 ROAS가 낮은 영상 캠페인을 끄면, 2~3주 뒤 브랜드 검색 전환과 리타겟팅 전환이 함께 줄어들 것이다.
그 근거는 이 캠페인이 신규 방문자의 상당 부분을 만들고 있기 때문이다."

결과가 가설대로 나오면 그 캠페인은 라스트 클릭 숫자와 무관하게 유지할 근거가 생깁니다.
반대로 끄고 나서도 전체 주문에 변화가 없다면, 라스트 클릭 숫자가 실제로 맞았던 것이고 예산을 옮겨도 됩니다.

※ 테스트 기간 중에는 다른 변수(프로모션, 신상품, 가격 변경)를 최대한 고정해야 결과를 읽을 수 있습니다.

4단계: 최종 판단은 '전체 매출 기준 효율'로 한다

채널별 숫자를 아무리 보정해도, 어트리뷰션은 결국 추정입니다.
그래서 마지막 판단 기준은 총 광고비 대비 총 매출(전체 MER)과 신규 고객 수로 두는 경우가 많습니다.

① 상단 퍼널 예산을 늘렸더니 라스트 클릭 ROAS는 떨어졌지만 전체 매출 대비 광고비 효율이 유지되거나 올랐다 → 맞는 방향

② 채널별 라스트 클릭 ROAS는 다 좋은데 전체 매출이 정체되어 있다 → 기존 수요만 수확하는 구조일 가능성이 높음

-> 채널별 숫자는 '어디를 손볼지' 찾는 도구이고, 예산 전체가 맞게 쓰이는지는 전체 매출로 확인합니다.

실무 예시: 라스트 클릭만 보고 줄였다가 되돌린 경우

중가 뷰티 브랜드에서 자주 보이는 흐름이 있습니다.

GA4 라스트 클릭 기준으로 영상 캠페인의 ROAS가 다른 캠페인의 절반에도 못 미쳐서, 영상 예산 상당 부분을 브랜드 검색과 리타겟팅으로 옮깁니다.
첫 1주는 오히려 전체 ROAS가 좋아 보입니다. 효율 높은 채널에 예산이 몰렸기 때문입니다.

그런데 2~3주 차부터 리타겟팅 모수가 줄고, 브랜드 검색량도 함께 내려가기 시작합니다.
리타겟팅은 같은 사람에게 반복 노출되며 빈도가 오르고, CPA가 올라갑니다.
결국 한 달 뒤 전체 매출은 예산 이동 전보다 낮아집니다.

이후 영상 예산을 되돌리고, 영상 캠페인은 라스트 클릭 ROAS 대신 신규 방문자 수와 리타겟팅 모수 증가량으로 판단하기로 기준을 바꾸면서 흐름이 회복되는 경우가 많습니다.

이 사례의 핵심은 라스트 클릭 숫자가 틀렸다는 게 아닙니다.
라스트 클릭 숫자 하나로 역할이 다른 캠페인을 같은 줄에 세웠다는 것이 문제였습니다.

자주 묻는 질문

라스트 클릭 어트리뷰션의 가장 큰 단점은 무엇인가요?

전환 직전 접점에만 기여도를 몰아준다는 점입니다. 그래서 브랜드 검색·리타겟팅은 과대평가되고, 신규 고객을 데려오는 영상·디스플레이 광고는 과소평가됩니다. 이 숫자로 예산을 옮기면 상단 퍼널이 줄어들고, 몇 주 뒤 하단 퍼널 성과까지 함께 떨어질 수 있습니다.

GA4 라스트 클릭과 데이터 기반 어트리뷰션 중 무엇을 봐야 하나요?

둘 다 보는 것이 좋습니다. 라스트 클릭은 계산이 단순해서 기준선으로 쓰기 좋고, 데이터 기반은 상단 퍼널 기여를 일부 반영합니다. 두 모델의 채널별 차이가 크다면 우리 계정에서 라스트 클릭 왜곡이 크다는 신호로 읽으면 됩니다.

라스트 클릭 기준 ROAS가 낮은 캠페인은 꺼야 하나요?

캠페인의 역할에 따라 다릅니다. 신규 유입 역할이라면 신규 방문자 수, 리타겟팅 모수 증가량, 브랜드 검색량 같은 보조 지표를 먼저 확인해야 합니다. 판단이 어렵다면 일정 기간 끄고 전체 매출 변화를 보는 테스트로 실제 기여를 확인하는 편이 정확합니다.

라스트 클릭 어트리뷰션이 그래도 잘 맞는 경우는 언제인가요?

첫 방문에서 바로 구매하는 저가·충동구매형 상품이나, 채널이 1~2개뿐인 단순한 계정에서는 라스트 클릭과 실제 기여의 차이가 크지 않습니다. GA4 전환 경로 보고서에서 평균 접점 수가 적고 전환까지 기간이 짧다면 라스트 클릭을 주 기준으로 써도 무리가 적습니다.

마무리

라스트 클릭 어트리뷰션은 버려야 할 모델이 아니라, 무엇을 못 보는지 알고 써야 하는 모델입니다.

• 마지막 접점에 100%를 주기 때문에 하단 퍼널은 부풀리고, 상단 퍼널은 깎는다

• 구매 결정 기간이 길고 접점이 많을수록 왜곡이 커진다

• 모델 비교로 왜곡 크기를 확인하고, 채널 역할별로 다른 지표를 둔다

• 판단이 갈리는 캠페인은 켜고 끄는 테스트로 실제 기여를 확인한다

• 최종 판단은 전체 매출 대비 광고비 효율과 신규 고객 수로 한다

같은 숫자를 보더라도 "이 숫자가 무엇을 세고, 무엇을 빼고 세는가"를 먼저 묻는 것만으로 예산 판단의 실수는 크게 줄어듭니다.

참고: 기존 목록에 어트리뷰션 관련 글이 이미 있습니다(데이터 기반 어트리뷰션, 매체 전환수 중복 귀속, 구글/메타 어트리뷰션 설정). 그래서 이 글은 범위를 좁혀 "라스트 클릭이 예산 판단을 어디서 틀어지게 하고 어떻게 보정하는가"만 다뤘고, 기존 글 3개는 내부 링크로 연결했습니다.