매장에서 직원이 권해 일어난 구매를 광고 성과에 그대로 넣으면 광고 단가가 실제보다 좋아 보입니다. 국가데이터처 『2026년 1월 온라인쇼핑동향』에서 온·오프라인병행몰 거래액은 5조 5,440억원으로 16.0% 늘어 온라인몰의 6.6%보다 두 배 넘게 빨랐고, 그 성장분에는 매장 접점이 만든 구매가 섞여 있습니다. 이 글은 매장 직원이 만든 전환을 광고 성과에서 떼어 내는 네 가지 방법과, 떼어 낸 뒤 광고 단가가 어떻게 바뀌는지를 다룹니다.

매장 직원이 만든 전환은 무엇을 말하나요

매장 직원이 만든 전환은 광고를 보고 방문한 고객이 아니라, 매장 안에서 직원의 설명이나 권유를 받고 결정한 구매를 뜻합니다.

광고 리포트는 두 경우를 구분하지 못합니다. 클릭이 있었고 그 뒤에 구매가 있었다는 순서만 보기 때문입니다.

매장 접점을 가진 사업자일수록 이 혼입이 커집니다. 온·오프라인병행몰의 성장률이 온라인몰보다 높은 구간에서는 특히 그렇습니다.

왜 지금 이 구분이 필요한가요

국가데이터처가 2026년 3월 5일 발표한 『2026년 1월 온라인쇼핑동향』에서 온라인쇼핑 거래액은 24조 1,004억원으로 전년동월대비 8.6% 늘었습니다. 운영형태로 나누면 온라인몰이 18조 5,564억원(6.6% 증가), 온·오프라인병행몰이 5조 5,440억원(16.0% 증가)이었습니다.

오프라인 쪽도 줄고 있지 않습니다. 산업통상부가 2026년 6월 24일 발표한 『2026년 5월 주요 유통업체 매출 동향』에서 오프라인 매출은 9.3% 늘어 온라인 8.8%를 앞섰고, 백화점은 24.5% 증가했습니다.

매장이 커지는 만큼 매장에서 만들어지는 구매도 늘어납니다. 광고 성과에서 이 몫을 떼지 않으면 예산 배분이 매장 쪽으로 잘못 기울어집니다.

웹루밍이라는 이름의 경로

온라인에서 정보를 찾고 매장에서 구매하는 경로를 웹루밍이라 부릅니다. 최현승·양성병(2016)은 수도권 대학생 280명을 대상으로 온라인 쇼핑에서 웹루밍으로 넘어가는 전환 의도를 밀고·당기기·이주 이론으로 분석했습니다.

웹루밍 경로에서는 정보 탐색과 구매 결정의 장소가 갈립니다. 탐색은 광고가 맡고 결정은 매장이 맡는 구간이 생깁니다.

참고. 최현승·양성병(2016)의 표본은 수도권 대학생 280명입니다. 업종과 연령대가 다르면 결과가 달라질 수 있습니다.

혼입을 그대로 두면 단가가 어떻게 보이나요

월 광고비 2,000만원으로 클릭 1,000건이 발생하고 매장 방문 320건, 직원 상담 190건, 구매 84건이 나온 계정을 가정합니다. 구매 84건을 모두 광고 성과로 잡으면 구매 1건당 광고비는 238,095원입니다.

직원 상담을 거친 190건 가운데 구매가 62건이고, 상담 없이 구매한 건이 22건이라고 가정합니다. 상담 없이 구매한 22건은 광고만으로 결정된 몫에 가깝습니다.

상담을 거친 62건 전부를 매장 몫으로 볼 수는 없습니다. 광고가 방문을 만들었기 때문입니다.

그래서 필요한 것은 상담이 없었을 때의 구매율입니다. 대조군을 만들어야 비율이 나옵니다.

귀속을 떼어 내는 네 가지 방법

매장 접점을 계측하는 방법은 정확도와 준비 비용이 서로 다릅니다. 네 가지를 한꺼번에 도입하지 말고 매장 수와 인력 규모에 맞춰 고릅니다.

1. 직원 코드와 전용 링크

직원마다 코드를 부여하고 결제 화면에서 코드를 입력하게 하는 방법입니다. 코드가 입력된 건은 직원이 개입한 구매로 분류됩니다.

코드 입력률이 낮으면 데이터가 한쪽으로 기웁니다. 입력을 인센티브와 묶으면 입력률은 오르지만 코드가 남용될 수 있습니다.

입력률을 먼저 측정하고 70%를 넘긴 뒤에 지표로 씁니다. 그 전에는 참고 수치로만 봅니다.

2. 시간대 대조

직원이 배치된 시간대와 배치되지 않은 시간대의 구매율을 비교하는 방법입니다. 별도 도구 없이 기존 결제 데이터로 계산할 수 있습니다.

시간대마다 방문객 구성이 다르다는 점이 약점입니다. 평일 오전과 주말 오후를 그대로 비교하면 결론이 흔들립니다.

같은 요일, 같은 시간대 안에서 배치 여부만 바꿔 4주를 모읍니다. 요일과 시간을 고정해야 비교가 성립합니다.

3. 매장 단위 홀드아웃

일부 매장에만 직원 권유 프로그램을 넣고 나머지를 대조군으로 두는 방법입니다. 네 가지 중 해석이 가장 깨끗합니다.

매장 수가 적으면 매장별 차이가 결과를 덮습니다. 10곳 이상일 때 안정적이고, 그보다 적으면 기간을 늘려 보완합니다.

홀드아웃 설계의 일반 원칙은 증분 효과 검증 설계에 정리해 두었습니다. 매장 단위 실험도 같은 뼈대를 씁니다.

4. 결제 시점 한 문항 설문

결제 화면이나 영수증에 문항 하나를 붙여 무엇을 보고 왔는지 묻는 방법입니다. 문항이 두 개가 되면 응답률이 떨어집니다.

응답은 기억에 의존하므로 정확도가 낮습니다. 다만 다른 세 방법이 잡지 못하는 매체 이름을 잡아 줍니다.

설문 결과를 단독 근거로 쓰지 않습니다. 직원 코드나 시간대 대조와 겹쳐 볼 때만 의미가 생깁니다.

떼어 낸 뒤 광고 단가는 어떻게 바뀌나요

대조군에서 상담 없이 구매한 비율이 25%로 나왔다고 가정합니다. 상담을 거친 190건 중 약 48건은 상담이 없어도 구매했을 몫으로 봅니다.

그러면 광고 몫은 상담 없이 구매한 22건에 48건을 더한 70건이 됩니다. 나머지 14건이 직원 권유가 더한 몫입니다.

보정 전후를 나란히 놓으면 예산 판단이 달라집니다.

계산 조건. 대조군 구매율 25%를 가정한 예시입니다. 동일한 성과를 보장하지 않습니다.

매장 인센티브는 어떤 숫자에 연동하나요

인센티브를 전체 구매 건수에 걸면 광고가 만든 구매까지 보상하게 됩니다. 보정으로 나온 증분 건수에만 연동해야 예산이 두 번 나가지 않습니다.

앞의 계산에서 직원 권유가 더한 구매는 14건입니다. 객단가가 12만원이고 공헌이익률이 30%라면 증분 공헌이익은 50만 4,000원입니다.

증분 공헌이익을 넘는 인센티브는 매출을 늘리면서 이익을 줄입니다. 상한을 먼저 정하고 그 안에서 지급 비율을 조정합니다.

기존 계측 장치와 어떻게 겹치나요

오프라인 전환 업로드를 이미 쓰고 있다면 직원 코드를 그 위에 얹는 방법이 빠릅니다. 업로드 매칭률을 먼저 확인해야 합니다. 매칭률과 업로드 절차는 오프라인 전환 업로드와 매칭률에 정리돼 있습니다.

전화 문의가 많은 업종은 매체별 번호를 나눠 두는 편이 먼저입니다. 번호 설정 방법은 전화 문의 매체별 번호 설정에 있습니다.

쿠폰을 함께 쓰면 방문 확인이 쉬워집니다. 쿠폰 사용률과 방문 1건 실단가를 계산하는 방법은 매장 쿠폰 사용률과 방문 1건 실단가에서 다뤘습니다.

매장 픽업을 운영한다면 픽업 1건의 순공헌이익부터 확인합니다. 계산 방법은 매장 픽업 유도 예산과 픽업 1건 순공헌이익에 있습니다.

클릭 로그가 없는 매체까지 함께 보려면 추정 방법을 나눠 써야 합니다. 네 가지 추정 방법은 클릭 로그가 없는 매체의 효과 추정에 정리돼 있습니다.

측정하기 전에 정해 둘 것

계측을 붙이기 전에 무엇을 성과로 볼지 먼저 정합니다. 정의가 없으면 숫자가 나와도 해석이 갈립니다.

귀속 단위를 하나로 고릅니다

직원 단위로 볼지, 매장 단위로 볼지, 시간대 단위로 볼지 하나만 고릅니다. 세 단위를 섞으면 같은 구매가 두 번 세어집니다.

인센티브를 설계할 계획이면 직원 단위가 맞습니다. 예산 배분만 볼 계획이면 매장 단위가 다루기 쉽습니다.

관측 기간을 먼저 적습니다

기간을 정하지 않고 시작하면 좋아 보이는 시점에 멈추게 됩니다. 4주 또는 8주를 먼저 적고 중간에 바꾸지 않습니다.

시즌 행사가 낀 주간은 제외하거나 대조군에도 같게 넣습니다. 한쪽에만 행사가 들어가면 비교가 무너집니다.

매장과 온라인을 함께 돌리는 캠페인은 계측 설계를 먼저 맞춰야 예산 판단이 흔들리지 않습니다. 위픽코퍼레이션은 매장 접점을 포함한 오프라인 캠페인 설계를 함께 진행합니다.

매장 수와 결제 데이터 형태를 알려 주시면 어느 방법부터 붙일지 정리해 드립니다. 하단 광고 문의하기 버튼으로 문의를 남겨 주십시오.