안녕하세요. 김현탁입니다.

메타 광고 보고서에도 주문이 잡히고, 네이버 광고 보고서에도 주문이 잡힙니다. 두 매체 모두 성과가 좋아 보이는데 실제 쇼핑몰 매출과 맞춰보면 숫자가 다릅니다. 며칠 뒤에는 취소와 반품까지 들어옵니다. 광고 성과가 좋다는 보고와 실제로 남는 돈 사이에 차이가 생기는 이유를 어디서부터 확인해야 할까요?

이번 3부작은 성과를 정확히 읽기 → 고객·상품별 수익성 판단 → 소재 검증과 예산 확대 순서로 이어집니다. 1부에서는 첫 번째 단계인 성과 측정의 기준을 정리합니다.

핵심은 광고 관리자 숫자 하나를 정답으로 정하는 것이 아닙니다. 매체 보고서가 설명하는 성과와 주문 관리 자료가 보여주는 매출을 각각의 용도에 맞게 연결하는 것입니다.

1. 같은 주문을 여러 매체가 성과로 인정할 수 있습니다

가상의 고객이 인스타그램에서 재킷 광고를 보고, 며칠 뒤 검색으로 쇼핑몰에 들어와 10만 원을 결제했다고 가정해 보겠습니다. 각 매체의 성과 인정 조건에 해당한다면 동일 주문에 대해 서로 기여를 인정할 수 있습니다. 이때 보고서상 매출을 단순 합산해 실제로 20만 원을 판매했다고 해석하면 안 됩니다.

이는 특정 계정에서 실제 중복 집계가 확인됐다는 뜻이 아닙니다. 중복 기여가 가능한 상황을 설명한 예시입니다. 매체별 클릭·조회 인정 조건과 기간은 현재 계정 설정에서 확인해야 합니다. Shopify도 자사 마케팅 보고서와 외부 플랫폼의 주문·매출이 다를 수 있음을 안내하며, 구글은 광고 상호작용 이후 전환을 인정하는 기간을 별도로 설명합니다. [Shopify 마케팅 성과 측정][구글 전환 추적 기간],

여기서 서로 다른 두 문제를 구분해야 합니다.

GA4는 같은 거래 ID의 구매 이벤트를 중복 제거하는 기능을 설명합니다. 다만 적용 범위와 수집 방식은 구현 환경에서 확인해야 합니다. 거래 ID를 넣었다고 해서 여러 광고 플랫폼 사이의 기여가 자동으로 하나로 합쳐지는 것은 아닙니다. [GA4 거래 ID 안내]

2. 보고서를 맞추기 전에 ‘무엇을 세는지’ 먼저 맞추세요

같은 기간을 선택했더라도 광고 클릭일 기준인지, 주문일 기준인지에 따라 숫자가 달라질 수 있습니다. 주문 1건과 판매 수량 1개도 다릅니다. 먼저 아래 기준을 문서로 남기는 방법을 권합니다.

운영용으로는 세 가지 관점을 함께 두는 편이 유용합니다. 매체 보고서는 해당 매체 내부의 소재·캠페인 개선에 사용합니다. 통합 분석 보고서는 선택한 하나의 기여 규칙으로 고객 경로를 비교합니다. 주문·환불 자료는 실제 판매와 수익성을 확인합니다.

주문 자료도 자동으로 완벽한 것은 아닙니다. 중복 주문, 테스트 주문, 부분 취소, 교환 주문이 원주문과 제대로 연결됐는지 확인해야 합니다. 출처를 알 수 없는 주문은 임의로 광고 매체에 배분하지 말고 ‘확인 불가’로 남깁니다.

3. 의류 광고에는 구매와 반품이라는 두 번의 관찰이 필요합니다

광고를 클릭한 고객이 며칠 뒤 구매하면 최근 성과가 뒤늦게 올라갈 수 있습니다. 구매한 옷이 반품되면 매출은 다시 내려갈 수 있습니다. 구글 역시 전환 지연 때문에 최근 성과가 완전히 반영되지 않을 수 있다고 설명합니다. [구글 전환 소요 시간 안내]

따라서 광고 성과를 ‘빠른 운영 판단’과 ‘환불 반영 후 재평가’로 나누는 방식을 제안합니다. 빠른 판단에서는 클릭·장바구니·잠정 주문을 보고, 후속 평가에서는 환불과 비용을 반영합니다. 반품이 확정될 때까지 모든 운영을 멈추는 방식은 현실적이지 않으므로, 잠정치라는 표시와 손실 한도를 함께 둡니다.

아래는 가상의 한 주 주문군입니다. 같은 주문군을 계속 관찰하고 광고비도 해당 분석 범위에 고정한 예시입니다.

이 계산만으로 광고 이익을 알 수는 없습니다. 원가·물류비·반품 처리비가 아직 빠져 있기 때문입니다. 또한 분자에 자연 유입 매출까지 포함했다면 이를 해당 광고의 순수 기여 ROAS로 부르면 안 됩니다.

4. 반품은 처리한 날짜와 원래 주문한 날짜를 모두 남기세요

9월 1일 주문이 9월 15일에 환불됐다면 두 가지 보고가 필요합니다. 현금과 일별 매출 조정은 환불 처리일에 기록할 수 있습니다. 광고·상품 평가에서는 9월 1일 주문이 속한 그룹에도 환불 결과를 연결해야 합니다.

같은 시기에 주문한 고객 또는 주문을 묶어 추적하는 것을 코호트 분석이라고 합니다. 이름보다 중요한 것은 비교 조건입니다. 9월 첫째 주 주문을 30일 관찰한 결과와 둘째 주 주문을 3일 관찰한 결과를 그대로 비교하면 반품이 적게 보이는 쪽이 단지 덜 관찰된 그룹일 수 있습니다.

예를 들어 주문 후 7일·14일·30일 기준으로 상태를 저장할 수 있습니다. 이 날짜는 운영 예시이지 법적 반품 기한이나 업계 표준이 아닙니다. 실제 배송·반품 완료까지 걸리는 기간을 보고 관찰 구간을 정해야 합니다. 예상 반품을 사용했다면 ‘추정’, 확인된 환불을 사용했다면 ‘실제’를 구분합니다.

5. 주문 원장에는 다음 항목부터 연결하세요

정확하고 투명한 데이터 기반 마케팅 성과 추적을 위해 주문 원장 설계 시 반드시 확보해야 할 데이터 필드들입니다.

상품 수량 기준 반품률과 주문 기준 반품률을 혼용하지 마세요. 3개를 주문해 1개를 반품한 주문은 수량 기준으로는 1/3이지만, ‘반품이 발생한 주문 비중’에서는 1건으로 잡힙니다. 매출 환불률 역시 별도의 지표입니다.

광고 플랫폼에 환불을 반영할 때는 연동이 실제로 지원되는지 확인해야 합니다. 구글은 조건에 따라 전환 가치 수정이나 전환 철회 기능을 제공하지만, 모든 연동에서 쇼핑몰 환불이 자동으로 반영된다는 뜻은 아닙니다. [구글 전환 조정 안내]

6. 광고주가 다음 보고서에서 확인할 질문

데이터 분석 결과의 신뢰도를 높이고, 다음 성과 보고를 명확하게 검증하기 위해 반드시 확인해야 할 4가지 핵심 체크 리스트입니다.

이 질문에 답할 수 있어야 높은 ROAS를 예산 확대의 근거로 사용할 수 있습니다. 1부에서 만들 결과물은 집계 기준표와 환불을 연결한 주문 원장입니다. 2부에서는 이 자료로 어떤 고객과 상품이 이익을 남기는지 살펴보겠습니다.