{
  "slug": "usecase/medical-pack-attribution",
  "doc_type": "usecase",
  "title": "성과 불투명 — 메디컬 팩",
  "title_en": null,
  "one_liner": "매체마다 성과 기준이 다르고, 광고가 없었어도 왔을 환자까지 광고 성과로 잡힙니다.",
  "summary_bullets": [
    "① 택소노미를 맞춰 '어디서 왔나'를 한 표로 만들고, ② 증분(iROAS)으로 '광고가 만든 것'만 남깁니다.",
    "1단계 — 캠페인 택소노미를 맞춥니다",
    "2단계 — 증분(iROAS)으로 진짜 성과만 남깁니다",
    "3단계 — 보고를 매달 사람이 만들지 않습니다"
  ],
  "body_md": "## 무엇이 문제인가\n매체마다 성과 기준이 다르고, 광고가 없었어도 왔을 환자까지 광고 성과로 잡힙니다.\n네이버·구글·메타가 각자 자기 화면에서 자기 기준으로 전환을 셉니다. 합치면 실제보다 부풀려집니다. 게다가 라스트클릭 ROAS는 **이미 오기로 한 환자**까지 광고 성과로 계산합니다. 병의원 원장님이 “그래서 이 돈이 환자를 데려온 게 맞나”라고 물으면 대행사가 답을 못 하는 이유입니다.\n## 근거\n- **매체 화면·지표 분산** 24개 매체가 각각 다른 화면·다른 지표 (gmp.ai (AIR))\n- **라스트클릭 ROAS의 왜곡** 이미 살 사람의 매출까지 성과로 잡아 결정을 왜곡 (gmp.ai (LIFT™))\n- **대행사 AE 리포트 업무** 주 20~30시간 → 2시간 (daas.gmp.ai 사례)\n## 어떻게 푸는가\n① 택소노미를 맞춰 '어디서 왔나'를 한 표로 만들고, ② 증분(iROAS)으로 '광고가 만든 것'만 남깁니다.\n먼저 UTM·캠페인 명명 규칙을 표준화해 매체·캠페인·키워드 단위로 전환을 귀속시킵니다. 그 위에 증분 측정을 얹어 광고가 없었어도 발생했을 성과를 걷어냅니다.\n### 1단계 — 캠페인 택소노미를 맞춥니다\n성과가 안 보이는 첫 번째 이유는 측정이 아니라 **이름**입니다. 매체·캠페인·소재 명명이 제각각이면 어떤 도구를 붙여도 합쳐지지 않습니다. UTM 규칙을 표준화하고 GA4·전환 데이터와 같은 축으로 정렬합니다.\n\n### 2단계 — 증분(iROAS)으로 진짜 성과만 남깁니다\nROAS는 상관관계입니다. 광고를 보지 않았어도 왔을 환자가 섞여 있습니다. 증분 측정은 '광고가 있었을 때와 없었을 때의 차이'를 봅니다 — 그래야 예산을 늘릴지 줄일지 결정할 수 있습니다.\n\n### 3단계 — 보고를 매달 사람이 만들지 않습니다\n측정이 정리되면 보고는 자동화 대상이 됩니다. 대행사 입장에서 이건 신뢰 회복 장치이자 동시에 가장 큰 원가 절감 항목입니다.\n\n### 4단계 — 측정 결과가 다음 달 실행을 고칩니다\n1~3단계까지는 **읽는 것**으로 끝납니다. 리포트가 아무리 정확해도, 그걸 보고 무엇을 바꿀지는 매달 사람이 회의로 정합니다. 마지막 단계는 이 고리를 닫는 것입니다 — 측정된 결과가 다음 달 실행 계획으로 되돌아가, 데이터가 쌓일수록 스스로 조여 나가는 구조입니다.\n## 이런 곳에 맞는다\n-  대부분의 콘텐츠 대행은 조회수까지만 보고합니다. 전환까지 답하면 재계약 대화가 달라집니다.\n-  숫자를 크게 보이게 하는 대행사와, 숫자를 정확하게 만드는 대행사는 다르게 평가받습니다.\n-  보고 자동화는 원가 절감이자 제안 빈도 증가로 직결됩니다.\n## 사람이 지키는 지점\n자동화가 끝까지 가지 않는 자리다.\n- **측정 결과에 따른 예산 조정** — 계산은 자동, 증감 결정은 사람이\n## 출처\n[메디컬 팩](https://hub.bmp.ai/share/medical-pack)",
  "related_slugs": [],
  "keywords": [
    "medical-pack",
    "attribution",
    "성과 불투명"
  ],
  "faq": [
    {
      "a": "네이버·구글·메타 등 매체가 각각 자기 화면과 기준으로 전환을 세기 때문에, 이를 단순 합산하면 중복 계산이 발생해 실제보다 커 보입니다.",
      "q": "왜 매체별 성과를 합치면 실제보다 부풀려지나요?"
    },
    {
      "a": "라스트클릭 ROAS는 광고가 없었어도 어차피 왔을 환자의 매출까지 광고 성과로 잡아버려서, 이 숫자만 보고 예산을 늘리거나 줄이면 판단이 왜곡됩니다.",
      "q": "라스트클릭 ROAS가 왜 문제인가요?"
    },
    {
      "a": "먼저 UTM·캠페인 명명 규칙을 표준화해 어디서 온 전환인지 한 표로 정리하고, 그 위에 증분(iROAS) 측정을 얹어 광고가 실제로 만든 성과만 남깁니다.",
      "q": "이 문제를 어떻게 해결하나요?"
    },
    {
      "a": "아닙니다. 측정 결과를 보고 예산을 늘릴지 줄일지 같은 실행 결정은 여전히 사람이 내려야 하며, 이 결과가 다음 달 실행 계획에 반영되어야 구조가 완성됩니다.",
      "q": "측정만 잘하면 문제가 다 해결되나요?"
    },
    {
      "a": "측정 체계가 정리되면 매달 사람이 만들던 보고를 자동화할 수 있어, 원가 절감은 물론 신뢰 회복과 제안 빈도 증가로도 이어집니다.",
      "q": "보고 자동화는 대행사에 어떤 의미가 있나요?"
    }
  ],
  "jsonld": null,
  "image_url": null,
  "caption": null,
  "width": null,
  "height": null,
  "video_url": null,
  "duration_sec": null,
  "thumbnail_url": null,
  "solution_slug": null,
  "source_id": "https://hub.bmp.ai/share/medical-pack#attribution",
  "created_at": "2026-08-22T16:44:20.716098+00:00",
  "updated_at": "2026-08-28T11:25:27.861+00:00",
  "backlinks": [
    "solutions/medical-pack"
  ],
  "html_url": "https://bizspring.ai/kb/usecase/medical-pack-attribution",
  "markdown_url": "https://bizspring.ai/kb/usecase/medical-pack-attribution.md"
}