B2B 다크 퍼널: 귀속을 만들지 않고 신호 측정하기

CH.01

웹 분석이 볼 수 있는 것과 없는 것

구매자는 사이트 방문 없이 회사를 알 수 있습니다. 분석은 기록 방문·이벤트를 보며 모든 사적 대화·추천·오프라인 상호작용을 기록하지 않습니다.

Forrester2026년1월 글은2025년 기업 구매자 약18,000명 조사를 요약합니다.94%가 AI를 쓰며 믿는 사람과 정보도 확인했습니다. 모든 조사가 LLM 안에 있거나 모든 방문이 참조자를 잃는 뜻은 아닙니다.

방문 없는 사적 대화는 분류할 웹 세션이 없습니다. 방문하면 기록 출처는 신호와 귀속 범위에 달립니다.GA4는 AI Assistant 유입을 식별하고 Google AI Overviews·AI Mode는 Organic Search에 포함됩니다.Direct의 기원은 다양합니다.

CH.02

비율 전에 범위 정의

도구가 못 보는 여정의 보편 비율은 없습니다. 접점·접근·동의·도구·질문에 달립니다.

기존70–80% 차트는 확인된 대응 방법이 없었습니다.6sense는2025 B2B 표본 첫 판매자 접촉이 약61%,2024는 약69%라고 합니다. 접촉 시점은 AI 시간이나 분석 누락 비율이 아닙니다.

CH.03

답을 유도하지 않고 묻기

자기 보고는 경험을 더하되 회상·선택 한계가 있으며 모든 기술 신호보다 정확한 대체물이 아닙니다.

‘우리를 찾고 평가하는 데 무엇이 도움 됐나요?’ 같은 중립 질문으로 시작합니다. 여러 영향을 허용하고 자발 답 이후 AI를 묻습니다. 회사 발견과 이미 아는 회사 조사를 구분합니다.

• →자유문은 예상 못 한 영향을, 선택지는 부담 감소를 줍니다. 과제에 맞추며 강제 답을 피합니다.
• →시점이 기억에 영향을 줍니다. 질문 날짜를 기록하며 항상 가장 정확한 한 시점을 주장하지 않습니다.
• →비중과 함께 응답률·모집 방법을 봅니다.
• →보고는 누락·오기억·과장을 포함할 수 있습니다. 수집과 표본 구성이 일관될 때 추세를 비교합니다.

CH.04

브랜드 검색을 맥락으로 보기

브랜드 질문은 이름 관련 검색 행동이지 원인이나 이전 대화를 밝히지 않습니다.

기록 브랜드 단어의 Search Console 클릭·노출을 지역·기기·검색 유형·기간을 맞춰 봅니다. 속성 노출이지 시장 전체 검색량이 아닙니다. 익명·잘린 질의로 표는 완전 행동 로그가 아닙니다.

CH.05

AI 가시성을 독립 관찰로 측정

표본 답은 기록 조건에서 제품이 말하는 내용을 보여줍니다. 적격 파이프라인 예측은 자사 시장·설계 근거가 필요합니다.

언급·인용·유입·적격 기회는 분모가 다른 이벤트입니다. 고정 순서·지연을 가정하지 않습니다. 인용 증가는 편집뿐 아니라 제품·질문·측정 범위 변경 때문일 수 있습니다.

• →관련 표본을 고릅니다.100–300은 계획 옵션이지 검증 최저값이 아닙니다.
• →플랫폼·화면·언어·날짜·상태를 기록합니다. 소비자 화면과 API는 다를 수 있습니다.
• →브랜드 언급·링크 인용·추천을 분리해 같은 조건으로 경쟁사를 봅니다.
• →식별 유입 세션·CRM 결과와 표본 답 범위를 분리합니다.
• →반응 전에 반복 가능한 중요한 변화를 조사합니다. 한 결측은 추세가 아닙니다.

CH.06

중복 없이 근거 결합

세 근거를 정의를 유지하며 나란히 둡니다. 일치는 유용하나 공유 편향을 없애거나 모든 미관측 상호작용을 드러내지 않습니다.

한 기회가 AI 유입·브랜드 검색·AI 영향 보고를 모두 가질 수 있습니다. 세 기회로 세면 부풀립니다. 허가된 기회 ID로 중복 제거하고 관측 출처·보고 영향·분석 해석을 구분합니다.