디지털 광고 채널 유형이 클릭, 전환 및 매출 성과에 미치는 영향 : Nike 광고의 제휴·비제휴, 리워드·비리워드 및 제휴채널 내부의 리워드 메커니즘 비교를 중심으로 = An Analysis of the Effects of Digital Advertising Channel Types on Click, Conversion, and Sales Performance: Focusing on Nike’s Affiliate, Non-Affiliate, Reward, and Non-Reward Channels

국문 초록 (Abstract)

본 연구는 Nike 디지털 광고 채널의 성과 차이를 제휴마케팅과 비제휴마케팅, 리워드 마케팅과 비리워드 마케팅, 그리고 제휴마케팅 내부에서 리워드 방식의 존 재 여부에 따라 어떠한 차이를 보이는지 검증하였다. 구체적으로 먼저, 제휴마케팅 속성을 가진 채널이 비제휴마케팅 채널과 비교하여 클릭, 전환, 판매 단계에서 어 떠한 차이를 보이는지 분석하였다. 다음은 리워드 마케팅 속성을 가진 채널이 비 리워드 마케팅 채널과 비교하여 소비자 행동 단계에서 어떠한 성과 차이를 나타 내는지 확인하였고, 마지막으로 제휴마케팅 채널 내부에서도 리워드 방식을 포함 한 채널과 그렇지 않은 채널 사이에 차별적 성과가 나타나는지 검토하였다. 본 연 구는 이를 통해 디지털 광고 채널을 동일한 매체 유형으로 간주하지 않고, 채널의 운영 방식과 행동 유도 방식에 따라 광고 성과가 다르게 형성될 수 있음을 확인 하고자 하였다. 디지털 기술의 발전과 모바일 인터넷의 확산은 기업의 마케팅 활동에 큰 변화 를 가져왔다. 과거 기업은 텔레비전, 신문, 잡지와 같은 전통 매체를 중심으로 소 비자와 상호작용을 하였으나 현재는 검색광고, 디스플레이 광고, 소셜미디어 광고, 모바일 앱 광고 등 다양한 디지털 채널을 활용하여 소비자와 관계를 형성하였다. 이러한 변화는 단순한 광고 매체의 변화를 넘어 디지털 환경에서 소비자의 노출, 클릭, 전환, 구매와 같은 행동 반응을 데이터로 기록하고 측정할 수 있기 때문에, 광고 효과를 평가하는 방식 역시 한층 세분화되고 있음을 시사한다. 이러한 환경 에서 제휴마케팅과 리워드 마케팅은 성과 지향형 디지털 마케팅의 주요 방식으로 활용되고 있다. 제휴마케팅은 외부 협력 파트너나 광고 네트워크를 통해 소비자 접점을 확대하고, 실제 성과가 발생했을 때 보상이 이루어지는 방식인 반면 리워 드 마케팅은 포인트, 캐시백, 쿠폰 등 직접적인 보상을 제공함으로써 소비자의 클 릭이나 참여를 유도한다. 두 방식은 모두 성과 중심의 마케팅이라는 공통점을 가 지지만, 소비자에게 접근하는 방식과 행동을 유도하는 논리에서 차이를 보인다. 기존 연구는 제휴마케팅과 리워드 마케팅의 효과를 각각 논의해 왔다. 그러나 클릭, 전환, 판매로 이어지는 소비자 행동 단계 안에서 두 마케팅 속성이 어떠한 차별적 영향을 보이는지를 하나의 분석 틀 안에서 검토한 연구는 아직 충분하지 않았다. 실제 디지털 광고 집행에서는 특정 채널이 높은 클릭 성과를 보이더라도 그 성과가 반드시 전환이나 구매로 이어지지는 않는다. 이러한 현상은 광고 채널 을 클릭 수와 같은 단일 지표로만 평가할 경우 채널의 실제 성과를 정확히 판단 하기 어렵다는 점을 보여준다. 본 연구는 이러한 문제의식에서 출발하여 Nike의 한국 시장 디지털 광고 데이터를 바탕으로 제휴마케팅 속성과 리워드 마케팅 속 성이 클릭, 전환, 판매 단계에서 어떠한 차이를 만드는지 분석하였다. 본 연구는 Nike가 2020년 8월부터 9월까지 한국 시장에서 진행한 Air Max Back to School 캠페인의 광고 집행 데이터를 분석 대상으로 삼았다. 분석에는 총 7,723개의 유효 관측치가 사용되었으며, 주요 분석 채널은 BuzzScreen, GDN, Naver, KakaoMoment이다. BuzzScreen은 외부 파트너 네트워크를 통해 유입을 만들면서 동시에 잠금화면 광고와 보상 구조를 통해 클릭을 유도하는 채널이므로, 제휴마케팅 속성과 리워드 마케팅 속성을 모두 가진 채널로 분류하였다. GDN은 Google의 협력 웹사이트 및 애플리케이션 네트워크를 기반으로 광고를 노출하지 만, 사용자에게 직접적인 보상을 제공하지 않기 때문에 제휴마케팅 속성만 가진 채널로 분류하였다. Naver와 KakaoMoment는 본 연구의 데이터 설정에서 제휴마 케팅과 리워드 마케팅 속성을 모두 가지지 않는 일반 디지털 광고 채널이며, 비교 기준으로 활용하였다. 분석 방법으로는 다중 회귀분석을 사용하였고, 기초 모형과 상호작용항을 포함한 확장 모형을 통해 각 성과 단계에서 채널별 영향 차이를 검 증하였다. 분석 결과, 클릭 단계에서는 BuzzScreen과 Naver가 기준 채널인 KakaoMoment 보다 높은 클릭 성과를 보인 반면, GDN은 상대적으로 낮은 클릭 성과를 나타냈 다. 이는 제휴마케팅 속성을 가진 채널이라도 리워드 메커니즘의 존재 여부에 따 라 클릭 단계의 성과가 다르게 나타날 수 있음을 의미한다. 전환 단계에서는 채널 별 상호작용항 분석 결과, Naver는 클릭에서 전환으로 이어지는 경로를 강화하는 경향을 보였으나, GDN은 해당 경로를 약화시키는 것으로 나타났다. 판매 단계에 서는 전환이 매출액에 강한 정（+）의 영향을 미쳤지만, BuzzScreen, GDN, Naver는 모두 기준 채널인 KakaoMoment보다 낮은 판매 성과를 보였다. 특히 BuzzScreen 은 판매 단계에서 가장 큰 부（-）의 영향을 나타냈다.이러한 결과는 리워드 메커니 즘이 클릭을 증가시키는 데에는 효과적일 수 있으나, 그 클릭이 반드시 구매 성과 로 연결되는 것은 아님을 보여준다. 특히 제휴마케팅 내부 비교에서 BuzzScreen 은 GDN보다 높은 클릭 성과를 보였지만, 판매 단계에서는 더 큰 부정적 영향을 나타냈다. 이는 리워드 메커니즘을 통해 유도된 클릭이 실제 구매 행동으로 이어 지지 않는 ‘트래픽–전환 역설’이 나타날 수 있음을 의미한다. 또한 같은 제휴마케 팅 채널이라도 리워드 속성의 포함 여부에 따라 소비자 행동의 질과 후속 성과가 달라질 수 있음을 확인하였다. 이러한 결과는 리워드 방식이 클릭을 증가시키는 데에는 효과적일 수 있으나, 그 클릭이 반드시 구매 성과로 연결되는 것은 아님을 보여준다. 본 연구는 제휴마케팅과 리워드 마케팅의 성과를 클릭, 전환, 판매로 이 어지는 소비자 행동 단계 안에서 분석했다는 점에서 의의가 있다. 본 연구 는 제휴마케팅과 비제휴마케팅, 리워드 마케팅과 비리워드 마케팅, 그리고 제휴마케팅 내부의 리워드 방식 차이를 함께 비교하였다. 이를 통해 본 연 구는 디지털 광고 채널의 효과가 단일 지표로 설명되기 어렵다는 점을 보 여 주었다. 실무적으로 본 연구는 기업이 클릭 수만 보고 광고 채널을 평 가해서는 안 된다는 점을 시사한다. 기업은 각 채널이 클릭, 전환, 판매 중 어느 단계에 기여하는지 구분하여 예산을 배분해야 한다. 다만 본 연구는 2020년 8~9월 Nike의 특정 캠페인 자료를 사용했기 때문에 결과를 모든 산업과 시장에 일반화하기 어렵다. 향후 연구는 다양한 브랜드, 제품군, 시 장 자료를 활용하고 소비자의 심리와 태도 변수를 함께 고려할 필요가 있다.

다국어 초록 (Multilingual Abstract)

This study examines whether the performance of Nike's digital advertising channels differs according to affiliate versus non-affiliate marketing, reward versus non-reward marketing, and the presence or absence of a reward mechanism within affiliate marketing. Specifically, it first analyzes how channels with affiliate marketing attributes differ from non-affiliate channels across the click, conversion, and sales stages. It then assesses how channels with reward marketing attributes perform relative to non-reward channels along these consumer behavior stages, and finally examines whether differential performance emerges between affiliate channels that incorporate a reward mechanism and those that do not. The study thus seeks to demonstrate that digital advertising channels should not be treated as a single, homogeneous media type, as advertising performance may be shaped differently depending on a channel's operating mode and the way it induces consumer action. The analysis draws on advertising data from Nike's Air Max Back to School campaign, conducted in the Korean market from August to September 2020. A total of 7,723 valid observations were analyzed across four channels: BuzzScreen, GDN, Naver, and KakaoMoment. BuzzScreen generates traffic through an external partner network while also inducing clicks through lock-screen advertising and a reward structure; it was therefore classified as a channel possessing both affiliate and reward marketing attributes. GDN, which displays advertisements through Google's network of partner websites and applications but offers no direct reward to users, was classified as a channel possessing affiliate attributes only. Naver and KakaoMoment, which possess neither attribute under the present data setting, served as the comparison baseline. Multiple regression analysis was employed, and a baseline model and an extended model with interaction terms were used to test cross-channel differences at each performance stage. The results show that, at the click stage, BuzzScreen and Naver outperformed the baseline channel, KakaoMoment, whereas GDN recorded relatively weaker click performance. This indicates that even among channels with affiliate attributes, click-stage performance may vary with the presence of a reward mechanism. At the conversion stage, the interaction analysis revealed that Naver tended to strengthen the path from click to conversion, while GDN weakened it. At the sales stage, conversion exerted a strong positive effect on revenue, yet BuzzScreen, GDN, and Naver all underperformed KakaoMoment in sales, with BuzzScreen showing the largest negative effect. These findings suggest that a reward mechanism can be effective in increasing clicks, but that such clicks do not necessarily translate into purchases. In the within-affiliate comparison, BuzzScreen outperformed GDN at the click stage yet exerted a larger negative effect at the sales stage, pointing to a ＂traffic–conversion paradox＂ in which clicks induced by a reward mechanism fail to convert into actual purchasing behavior. The quality of consumer behavior and subsequent performance thus differed even among affiliate channels, depending on whether a reward attribute was present. Theoretically, this study is significant in that it analyzes the performance of affiliate marketing and reward marketing within the consumer behavior stages of click, conversion, and sales. This study compares affiliate and non-affiliate marketing, reward and non-reward marketing, and the difference between reward and non-reward mechanisms within affiliate marketing. Through this comparison, this study shows that the effects of digital advertising channels cannot be explained by a single indicator. In practical terms, this study suggests that firms should not evaluate advertising channels based only on click volume. Firms need to allocate advertising budgets by distinguishing which stage each channel contributes to, such as clicks, conversions, or sales. However, this study uses data from a specific Nike campaign conducted from August to September 2020, so the results are difficult to generalize to all industries and markets. Future research needs to use data from various brands, product categories, and markets, and also consider consumers’ psychological motivations and attitudes.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구의 배경 및 필요성 1
• 제2절 연구의 목적 및 의의 9
• 1. 연구의 목적 9
• 2. 연구의 의의· 13
• 제3절 연구의 범위와 구성 16
• 1. 연구의 범위· 16
• 2. 연구의 구성· 19
• 제2장 문헌 고찰과 연구문제 21
• 제1절 디지털 광고 성과와 소비자 행동 연구 21
• 제2절 소비자 행동 퍼널 관점의 이론적 틀 26
• 제3절 제휴마케팅과 리워드 마케팅 효과 연구 27
• 1. 제휴마케팅 효과 연구· 27
• 2. 리워드 마케팅 효과 연구· 31
• 3. 제휴마케팅과 리워드 마케팅의 비교 필요성 35
• 4. 연구의 공백· 36
• 제4절 연구문제 38
• 제3장 연구방법 43
• 제1절 연구가설 43
• 1. 광고 노출량, 클릭수, 전환수와 매출액의 영향 관계· 43
• 2. 제휴마케팅과 비제휴마케팅의 차이 47
• 3. 리워드 마케팅과 비리워드 마케팅의 차이· 50
• 4. 제휴마케팅의 리워드 메커니즘 유무 차이· 53
• 제2절 자료 수집 및 표본 구성· 57
• 제3절 분석 방법 61
• 1. 분석 대상과 성장 단계 설정· 61
• 2. 자료와 변수 구성 62
• 3. 채널 변수와 미디어 속성 구분 64
• 4. 단계적 설계와 통계적 해석 66
• 제4절 연구모형 설정· 68
• 제4장 연구결과 77
• 제1절 기술통계량 분석 77
• 1. 표본 및 매체 구성· 79
• 2. 주요 변수의 기술통계· 81
• 3. 주요 변수 간 상관관계 85
• 4. 다중공선성 진단 88
• 5. 기술통계량분석 소결 90
• 제2절 연구결과 92
• 1. 선형회귀모형 분석 결과 92
• 2. 확장모형 분석 결과 99
• 3. 회귀분석 소결· 105
• 제3절 가설검증 결과 107
• 제5장 결론 및 논의 114
• 제1절 연구결과 요약 114
• 제2절 기존 연구와의 비교· 119
• 제3절 이론적 및 실무적 기여· 122
• 제6장 한계점 및 향후 연구방향 126
• 제1절 연구의 한계점 127
• 제2절 향후 연구방향 128
• 참고문헌 130