1. 정의 (Definition)
Northbeam는 DTC(Direct-to-Consumer) 브랜드를 위한 멀티터치 어트리뷰션(Multi-Touch Attribution, MTA) 및 마케팅 분석 플랫폼입니다. 쉽게 말해, 고객이 여러 채널(메타 광고, 구글 검색, 틱톡, 이메일, 인플루언서 등)을 거쳐 구매에 도달했을 때, "어떤 채널이 실제로 얼마나 기여했는가" 를 데이터 기반으로 정확하게 계산해주는 도구입니다.
기존의 플랫폼 자체 리포트(예: Meta Ads Manager, Google Ads)는 각자 "내가 전환을 만들었다"고 주장하는 사일로(Silo)형 측정에 머무는 반면, Northbeam은 서드파티 쿠키에 의존하지 않는 자체 모델링과 MTA + 미디어믹스 모델링(MMM) 을 결합해 채널 간 중복 기여를 걷어내고 증분(Incremental) 관점의 진짜 성과를 보여줍니다.
한국 DTC 시장에서도 쿠키리스(Cookieless) 환경과 iOS 개인정보 보호 정책(ATT) 이후 "메타는 ROAS 4라는데 실제로는 적자"라는 상황이 빈번해지면서, Northbeam 같은 어트리뷰션 툴의 수요가 빠르게 늘고 있습니다.
2. 비유로 이해하기 (Analogy)
Northbeam을 "마지막 터치만 기록하는 CCTV" 가 아니라 "매장 전체를 비추는 다각도 관제 시스템" 이라고 생각해보세요.
- 기존 방식(Last-Click): 고객이 마지막에 클릭한 검색광고에만 공을 돌림 → "검색이 다 했다"는 착시
- Northbeam: 고객이 처음 본 틱톡 영상 → 중간에 본 메타 리타겟팅 → 마지막 검색까지 모든 접점에 가중치를 분배하여 진짜 전환을 만든 채널을 찾아냄
또 다른 비유로는 "식당 주방의 레시피 배분" 입니다. 짜장면 한 그릇(전환)에 춘장(틱톡), 면(메타), 고기(구글)가 각각 얼마나 들어갔는지 정확히 계량하는 것이 Northbeam의 역할입니다.
3. 핵심 공식 (Formula)
Northbeam의 어트리뷰션 계산은 기본적으로 가중치 기반 기여 분배 모델을 따릅니다.
채널 기여도(Channel Credit) = Σ (전환 가치 × 터치포인트 가중치)
여기서 터치포인트 가중치는 Northbeam의 데이터 기반(Data-Driven) 모델이 결정하며, 일반적으로 다음 요소를 반영합니다.
가중치 = f(시간 감쇠, 터치 순서, 채널 상호작용, 증분 테스트 결과)
증분 ROAS(Incremental ROAS) 는 다음과 같이 계산됩니다.
Incremental ROAS = (테스트 그룹 전환 - 컨트롤 그룹 전환) / 광고 지출
예시:
- 메타 광고 지출: ₩10,000,000
- 테스트 그룹 매출: ₩45,000,000
- 컨트롤 그룹 매출(광고 미노출): ₩25,000,000
- 증분 매출 = 45,000,000 − 25,000,000 = ₩20,000,000
- Incremental ROAS = 20,000,000 / 10,000,000 = 2.0
즉, 플랫폼이 주장하는 ROAS 4.5가 아니라 실제 증분 ROAS는 2.0이라는 진실이 드러납니다.
4. 비교표 (Comparison Table)
| 항목 | 플랫폼 자체 리포트 | Last-Click 어트리뷰션 | **Northbeam (MTA+MMM)** |
|---|---|---|---|
| 측정 관점 | 사일로(Silo) | 마지막 터치 | 멀티터치 + 증분 |
| 쿠키 의존도 | 높음 | 높음 | 낮음 (서버사이드+모델링) |
| 채널 중복 계산 | 과대 계상 | 부분 계상 | 중복 제거 |
| iOS/ATT 대응 | 취약 | 취약 | 강함 |
| 리텐션/신규 구분 | 제한적 | 제한적 | 세분화 가능 |
| 의사결정 속도 | 느림 | 보통 | 빠름 (대시보드 실시간) |
| 대표 사용 사례 | 일일 리포트 | 기본 광고 최적화 | **예산 재배분, LTV 기반 스케일링** |
5. 실제 적용 시나리오 (Application Scenarios)
시나리오 A: 메타 vs 틱톡 예산 재배분
한국 뷰티 DTC 브랜드가 월 ₩50,000,000의 광고 예산을 메타(60%)와 틱톡(40%)에 배분 중이었습니다. Northbeam 도입 후:
- 메타 주장 ROAS: 3.8 → 실제 증분 ROAS: 1.4
- 틱톡 주장 ROAS: 2.1 → 실제 증분 ROAS: 2.9
결과적으로 틱톡 예산을 40% → 55% 로 늘리고 메타를 45%로 줄여, 동일 예산에서 전체 매출이 +23% 증가했습니다.
시나리오 B: 신규 고객 vs 재구매 고객 분리
Northbeam은 New Customer CAC와 Returning Customer CAC를 분리 측정합니다. 리타겟팅 캠페인이 겉으로는 ROAS 8을 기록해도, 실제로는 기존 고객을 재포획한 것뿐이라면 증분 기여는 낮게 잡힙니다.
시나리오 C: 인플루언서 & 오프라인 기여 측정
틱톡 인플루언서 콘텐츠가 직접 클릭 없이 브랜드 검색량을 올리는 어시스트 효과를 Northbeam은 MMM 레이어로 잡아냅니다. 실제로 한 브랜드는 인플루언서 캠페인 이후 브랜드 검색 전환 +37% 를 확인했습니다.
6. 흔히 하는 실수 (Common Mistakes)
1. 플랫폼 ROAS를 그대로 믿는다 — 메타, 구글, 틱톡은 각자 자기 성과를 부풀립니다. Northbeam의 증분 ROAS와 반드시 교차 검증하세요.
2. 어트리뷰션 윈도우를 너무 짧게 설정 — DTC는 고려 기간이 길어 7일 클릭 + 1일 뷰로는 부족합니다. 카테고리에 따라 30일 이상도 검토하세요.
3. MMM과 MTA를 혼동 — MTA는 유저 레벨, MMM은 채널 레벨 집계입니다. 둘을 함께 봐야 사각지대가 사라집니다.
4. Northbeam 도입 후 즉시 예산을 뒤집는다 — 최소 2~4주 학습 기간과 증분 테스트(Geo-lift, Conversion Lift)를 병행해야 신뢰도가 확보됩니다.
5. CAC만 보고 LTV를 무시 — Northbeam은 LTV:CAC 비율까지 추적해야 진짜 스케일링 판단이 가능합니다.
7. 관련 용어 (Related Terms)
- MTA (Multi-Touch Attribution) — 멀티터치 어트리뷰션
- MMM (Marketing Mix Modeling) — 미디어믹스 모델링
- Incremental ROAS — 증분 광고수익률
- Blended CAC / MER — 통합 고객획득비용 / 마케팅 효율 비율
- Attribution Window — 어트리뷰션 기여 기간
- Geo-Lift Test — 지역 기반 증분 실험
- Cookieless Tracking — 쿠키 없는 추적
- Triple Whale, Rockerbox, Measured — Northbeam의 주요 경쟁/보완 툴
Northbeam은 단순한 대시보드가 아니라, "어디에 돈을 넣어야 진짜 매출이 늘어나는가" 를 답해주는 DTC 성장의 나침반입니다. 플랫폼 리포트와 Northbeam 수치가 다를 때, 그 차이를 이해하는 팀이 결국 광고비를 가장 효율적으로 쓰는 팀이 됩니다.