채널 간 카니발리제이션(cannibalization)은 “한 채널이 다른 채널의 성과를 빼앗아 자기 공으로 보이게 만드는 현상”입니다. 특히 브랜드 검색과 리타겟팅은 구조적으로 귀속(어트리뷰션)에서 유리해서, 실제로는 전체 매출을 늘리지 않았는데도 ROAS가 높게 보이기 쉽습니다. 이 착시를 제거하지 못하면 예산은 점점 하단 퍼널로 몰리고, 신규 유입과 상단 퍼널이 말라가며, 어느 순간 전체 성장률이 꺾입니다. 아래는 실무에서 카니발리제이션을 진단하고, “진짜 증분” 중심으로 운영 체계를 바꾸는 방법입니다.
카니발리제이션이 자주 발생하는 구조부터 이해하기
- 브랜드 검색(Brand Search)의 “흡수”
상단 퍼널 광고(동영상/디스플레이/소셜 프로스펙팅)가 만든 수요가 브랜드 검색으로 유입되면, 전환의 마지막 터치는 검색이 가져갑니다. 결과적으로 검색 ROAS는 과대평가되고, 상단 퍼널 채널은 과소평가됩니다. - 리타겟팅(Retargeting)의 “선점”
리타겟팅은 이미 관심을 보인 사용자를 다시 잡기 때문에 전환 확률이 높습니다. 특히 마지막 클릭 기반 리포트에서는 리타겟팅이 전환을 거의 독식합니다. 하지만 그 전환이 리타겟팅이 없었으면 아예 발생하지 않았는지(증분)와, 다른 채널(브랜드 검색, 이메일, 직접 유입)로 발생했을 것인지(대체)를 구분해야 합니다. - 중복 노출과 오디언스 겹침
동일 유저가 프로스펙팅→리타겟팅→브랜드 검색을 모두 거치면 “누가 만든 전환인가”가 기술적으로 분배되기 어렵습니다. 이때 채널 간 성과 이동은 실제 수요 변화보다 ‘표기 이동’으로 발생할 가능성이 커집니다.
진단의 기본 원칙: “총량”과 “구성”을 동시에 본다
카니발리제이션은 채널 A의 ROAS가 좋아지는 현상으로만 나타나지 않습니다. 핵심은 아래 두 가지가 동시에 변합니다.
- 총량(Blended KPI): 전체 매출/전체 신규/전체 이익이 변했는가
- 구성(Mix): 채널별 귀속 비중이 어떻게 이동했는가
채널 비중만 바뀌고 총량이 그대로면, 카니발리제이션 가능성이 매우 높습니다. 반대로 총량이 함께 움직이면 진짜 증분 가능성이 있습니다. 진단은 항상 이 두 축을 같이 봐야 합니다.
1단계: 가장 빨리 의심할 수 있는 “착시 신호” 7가지
- 리타겟팅 ROAS가 급상승했는데 전체 매출은 거의 그대로
- 브랜드 검색 매출이 늘 때마다 프로스펙팅 성과가 나빠진다(역상관)
- 캠페인을 끄면 리타겟팅/검색 전환이 늘고, 전체는 비슷하게 유지
- 동일 기간에 신규 비중이 줄고, 재구매/재방문 비중만 증가
- 빈도(Frequency)가 높아지며 전환당 노출/클릭이 급증
- “직접 유입(Direct)” 또는 “오가닉”이 줄어든 만큼 유료가 늘어난다(또는 반대)
- 라스트 클릭 기준 효율은 개선되는데, MMM/블렌디드 기준 효율은 개선이 없다
이 중 2~3개만 동시에 보이면, “성과 개선”이 아니라 “귀속 이동”일 가능성이 큽니다.
2단계: 시간 지연(Lag)과 상관관계로 구조를 파악한다
브랜드 검색 카니발리제이션은 “지연”을 동반하는 경우가 많습니다. 상단 퍼널 집행이 늘면 당일 전환이 아니라 1~3일(때로는 7일) 후 브랜드 검색이 늘어나는 형태가 흔합니다.
실무적으로 유용한 방법은 2가지입니다.
- 크로스 코릴레이션(간단 버전): 프로스펙팅 spend와 브랜드 검색 전환/세션의 시차별 상관을 본다(0일, 1일, 2일…).
- 리드-래그 리그레션(운영 버전): 브랜드 검색을 종속변수로 두고, 프로스펙팅 spend(지연 포함), 시즌성, 프로모션을 넣어 설명력을 본다.
만약 프로스펙팅을 올릴수록 브랜드 검색이 시차를 두고 증가한다면, 브랜드 검색이 “독립 채널”이 아니라 “상단 퍼널의 수요 흡수 창구”일 가능성이 큽니다. 이때 브랜드 검색 ROAS만 보고 예산을 몰아주면, 상단 퍼널을 깎아먹는 결정이 됩니다.
3단계: 오디언스 겹침을 수치로 확인한다
카니발리제이션은 결국 같은 유저를 여러 채널이 만져서 생깁니다. 가능한 경우 아래를 확인하세요.
- 리타겟팅 오디언스 크기 대비 일/주 노출 도달률(Reach%)
- 오디언스 중복률(프로스펙팅과 리타겟팅의 교집합)
- 리타겟팅 빈도 증가에 따른 전환율 변화(빈도-전환 곡선)
빈도가 올라가는데 전환율이 유지되거나 상승하면 “선점 효과”가 있을 수 있지만, 전환율이 떨어지는데 ROAS만 유지된다면 많은 경우 귀속 구조(라스트 클릭)의 착시입니다.
4단계: 가장 확실한 진단은 ‘의도적 중단’ 실험이다
분석만으로 확정하기 어려운 경우, 작은 실험이 가장 빠릅니다.
브랜드 검색 실험(현실적 방식)
- 특정 지역/시간대에 브랜드 검색 예산을 제한하고(또는 입찰 낮추고)
- 동시에 전체 매출, 신규, 비브랜드 검색, 직접 유입 변화를 본다
브랜드 검색을 줄였는데 전체 매출이 유지되고 비브랜드/직접 유입이 올라가면, 브랜드 검색이 상당 부분 ‘대체 전환’을 먹고 있었을 가능성이 큽니다.
리타겟팅 홀드아웃
- 리타겟팅 대상 중 일부를 suppression(광고 제외) 리스트로 빼고
- 구매/가입의 차이를 본다
이때 중요한 건 리타겟팅만 끄는 게 아니라, “그 유저가 다른 캠페인에 다시 잡히지 않도록” 오염을 통제하는 것입니다. 오염이 있으면 카니발리제이션이 과소평가됩니다.
5단계: 운영 지표를 iROAS로 ‘보정’해서 착시를 구조적으로 줄인다
카니발리제이션을 진단한 뒤에는, 운영 시스템이 다시 착시를 만들지 않도록 지표 체계를 바꿔야 합니다. 가장 실무적인 방법은 채널/캠페인군별 “증분 계수”를 도입하는 것입니다.
- iROAS(추정) = 플랫폼 ROAS × 증분 계수
예: 리타겟팅은 증분 계수가 0.3~0.6으로 나오는 경우가 많고, 신규 확장 채널은 0.7~1.0에 가까운 경우가 있습니다(비즈니스마다 다름). 계수는 실험/Geo/MMM로 주기적으로 갱신합니다. 이렇게 하면 리타겟팅/브랜드 검색이 라스트 클릭으로 과대평가되는 구조를 운영 단계에서 완화할 수 있습니다.
실무 체크리스트: 바로 적용 가능한 진단 순서
- 총량 vs 채널 구성 동시 비교(주간 기준)
- 브랜드 검색/리타겟팅 비중이 늘 때 신규 비중이 줄어드는지 확인
- 프로스펙팅 spend와 브랜드 검색의 시차 상관 확인
- 오디언스 도달률/빈도/중복률 점검
- 작은 중단 실험(시간대/지역/오디언스 홀드아웃) 설계
- 결과를 증분 계수로 변환해 iROAS 운영 체계에 반영
결론적으로 카니발리제이션은 “나쁜 채널”이 있어서가 아니라, 라스트 클릭 기반 귀속이 가진 구조적 편향 때문에 생깁니다. 브랜드 검색과 리타겟팅은 필요하지만, 그 성과를 ‘증분’으로 보정하지 않으면 상단 퍼널을 희생시키는 예산 배분으로 이어집니다. 총량-구성-지연-겹침-실험-보정의 순서로 접근하면, 착시는 빠르게 제거되고 예산은 다시 성장에 기여하는 방향으로 움직이기 시작합니다.