이메일 오픈율이 올랐다는 사실만으로 제목이나 발신자명이 좋아졌다고 판단하기는 어려워졌다. 사람이 메일을 읽기 전에 Apple Mail이 추적 이미지를 내려받을 수 있고, 기업용 보안 시스템은 악성 링크를 검사하려고 수신자를 대신해 링크를 방문한다. 같은 캠페인도 발송 도구의 자동 요청 탐지 범위와 필터 설정에 따라 서로 다른 성과표를 낼 수 있다.
오픈율을 완전히 버리는 것이 해답은 아니다. 실제 열람과 자동 요청이 섞인 진단 신호로 범위를 한정해야 한다. 성과 판단의 중심은 봇을 최대한 제외한 고유 클릭, 웹사이트의 목표 행동, 전달 건당 전환으로 옮긴다. 업계 평균을 목표로 복사하기보다 지표의 분자와 분모, 집계 기간, 필터 변경 이력을 먼저 맞춰야 한다.
오픈율은 사람이 읽었다는 확인서가 아니다
일반적인 이메일 오픈 추적은 본문에 삽입한 작고 투명한 이미지가 서버에서 불러와질 때 열림을 기록한다. 수신자의 기기가 ‘사람이 내용을 읽었다’고 직접 통보하는 구조는 아니다. 이미지가 차단되면 실제 열람도 누락된다. 반대로 앱이나 중계 시스템이 이미지를 먼저 받으면 사람이 읽지 않은 메일도 열린 것으로 집계될 수 있다.
Apple의 「Mail Privacy Protection & Privacy」에 따르면 ‘메일 활동 보호’가 켜진 Mail 앱과 iCloud.com은 사용자의 메시지 반응과 관계없이 원격 콘텐츠를 기본적으로 백그라운드에서 내려받는다. 다운로드는 서로 다른 주체가 운영하는 두 릴레이를 거친다. 첫 릴레이는 IP 주소를 알지만 원격 콘텐츠를 모르고, 두 번째 릴레이는 콘텐츠를 알지만 실제 IP 주소를 알지 못하도록 설계됐다.
개인정보 보호 기능의 정상 작동이 마케팅 보고서에서는 열림으로 보이는 셈이다. 다만 영향 범위는 이메일 주소의 도메인이 아니라 메일을 읽는 앱과 설정에 달렸다. Gmail 주소를 Apple Mail에 연결해 읽으면 영향을 받을 수 있고, iCloud 주소를 다른 앱에서 읽었다고 해서 그 앱의 모든 열람을 Apple MPP가 처리하는 것은 아니다.
따라서 ‘고유 오픈’을 ‘고유 독자가 읽은 수’로 해석해서는 안 된다. 더 정확히 말하면 전달된 이메일 가운데 사람의 열람이나 자동 시스템의 요청으로 열림 신호가 한 번 이상 관측된 수다. 오픈율만으로 제목 A/B 테스트의 승자를 고르거나, 미오픈자에게 재발송하거나, 오픈을 자동화 여정의 조건으로 쓰면 이 차이가 대상 선정 오류로 이어질 수 있다.
오픈율은 비교 조건이 안정된 캠페인에서 방향을 확인하는 보조 지표로 남길 수 있다. 같은 발송 도구와 필터를 쓰고 수신 앱 구성이 크게 달라지지 않은 짧은 기간이어야 한다. 플랫폼이 제공한다면 MPP 추정 열림을 포함한 값과 제외한 값을 함께 보관한다. 필터 정책이 바뀐 시점의 전후 수치는 하나의 추세선으로 연결하지 않는다.
2021년 업계 평균은 현재 목표가 아니라 비교 사례다
Campaign Monitor의 「Email Marketing Benchmarks and Statistics for 2022」는 자사 계열 플랫폼에서 2021년에 발송된 1,000억 건 이상의 이메일을 분석했다. 광고·마케팅 업종 평균은 오픈율 20.5%, 클릭률 1.8%, 클릭 후 오픈 비율인 CTOR 9.0%였다. 전체 업종 평균은 각각 21.5%, 2.3%, 10.5%였다.
20.5%
1.8%
9.0%
세 막대는 모두 백분율이지만 같은 퍼널의 잔존율은 아니다. 보고서의 오픈율은 전달된 이메일 중 고유 오픈, 클릭률은 전달된 이메일 중 고유 클릭, CTOR는 고유 오픈 중 고유 클릭의 비율이다. MPP가 고유 오픈을 늘리고 클릭 수가 그대로라면 오픈율은 올라가고 CTOR는 내려간다. 서로 다른 분모를 가진 막대의 높이를 성과 단계별 규모로 비교해서는 안 된다.
자료의 시점도 해석을 제한한다. 2021년 집계에는 iOS 15가 공개된 9월 이후가 포함된다. Campaign Monitor는 전년보다 전체 오픈율이 3.5%포인트 상승하고 CTOR가 3.6%포인트 하락했다고 밝혔다. 같은 문서는 MPP의 이미지 사전 가져오기가 오픈율 상승에 영향을 줬다고 설명한다. 광고·마케팅 업종의 20.5%를 현재 캠페인의 목표치로 옮기면 업종 차이뿐 아니라 당시 MPP 보급 단계와 플랫폼 집계 방식까지 함께 가져오게 된다.
표본의 성격도 분리해 봐야 한다. 1,000억 건은 큰 관측량이지만 전체 이메일 시장에서 무작위로 뽑은 표본은 아니다. 특정 서비스와 계열 플랫폼을 선택한 발송자의 자료다. 업종별 발송 빈도도 다르므로 모든 캠페인을 합산한 평균은 발송량이 많은 업종과 발송자의 영향을 더 받는다. 자료 제공자가 이메일 발송·분석 도구를 판매한다는 이해관계도 출처 평가에 포함해야 한다.
이 벤치마크는 자사 수치가 이례적으로 낮거나 높은지 묻는 경보선으로 쓰는 편이 낫다. 실제 목표는 같은 도구와 필터, 비슷한 수신자 확보 경로를 유지한 자사 캠페인의 과거 분포에서 정한다. 프로모션 메일과 거래 알림, 신규 구독자와 장기 미반응 구독자를 한 평균에 넣지 않는다. 평균이 일부 대형 발송에 끌린다면 캠페인별 중앙값과 사분위 범위를 함께 본다.
클릭에도 사람과 보안 스캐너의 방문이 섞인다
클릭은 이미지 요청보다 의도가 강한 신호지만, 언제나 사람의 선택을 뜻하지는 않는다. 기업용 이메일 보안 시스템은 악성 주소를 검사하려고 수신 전후에 링크를 방문할 수 있다. 링크 미리보기 생성기와 안티스팸 서비스도 추적용 리디렉션을 통과할 수 있다. 수신 직후 짧은 시간 안에 여러 링크가 연속으로 방문됐다면 사람보다 자동 검사일 가능성이 있다.
HubSpot의 「Understand bot filtering in marketing email analytics」는 보안 스캐너, Apple MPP 같은 개인정보 필터, Mimecast 같은 기업용 스크리너를 이메일 봇 활동의 예로 든다. HubSpot은 참조 IP 차단 목록과 상호작용 속도 같은 식별 정보·행동 패턴을 이용해 의심 활동을 제외한다고 설명한다. 이 필터를 적용한 보고서는 자동 활동을 포함한 다른 플랫폼보다 오픈과 클릭 수치가 낮게 보일 수 있다.
Mailchimp의 「About Bot Activity and Bot Filtering」도 백신 검사, 링크 미리보기, MPP 같은 비인간 상호작용이 오픈율과 클릭률, 고유 오픈당 클릭을 부풀릴 수 있다고 설명한다. 이 문서에 따르면 Mailchimp 보고서에서 MPP 오픈을 과거 자료까지 필터링할 수 있는 기준일은 2024년 7월 10일이고, 이메일 클릭 필터의 과거 적용 기준일은 2025년 8월 10일이다. 필터를 켠다고 모든 자동 방문이 제거되는 것은 아니며, 서비스가 인식한 의심 활동만 제외된다는 한계도 남는다.
‘MPP는 오픈만 오염시키고 클릭은 정확하다’는 표현은 원인을 섞는다. Apple MPP 자체는 주로 원격 콘텐츠 사전 로딩으로 오픈 측정을 흐린다. 클릭 오염의 대표 원인은 기업 보안 스캐너와 링크 미리보기다. 분석 도구가 두 종류의 자동 요청을 모두 탐지하는지, 과거 보고서에도 같은 규칙을 소급 적용하는지는 따로 확인해야 한다.
캠페인 간 클릭률을 비교하려면 고유 클릭인지 전체 클릭인지, 분모가 발송 건인지 성공 전달 건인지, 봇 필터가 적용됐는지, 어떤 링크를 집계했는지를 고정한다. 수신 거부와 개인정보처리방침 같은 필수 링크를 CTA 클릭에 포함하면 콘텐츠 반응이 부풀 수 있다. 발송 도구 교체일이나 필터 업데이트일을 분석 기록에 남겨 콘텐츠 개선 효과와 측정 변경을 분리한다.
전달·클릭·전환을 연결해야 병목이 보인다
실무 보고서는 하나의 대표 비율보다 도달, 이메일 반응, 사업 결과의 세 층으로 구성하는 편이 안전하다. 도달 단계의 지표는 성공 전달률과 하드 바운스, 스팸 신고, 구독 해지다. 반응 단계에는 봇을 제외한 고유 클릭 수와 전달 대비 고유 클릭률이 들어간다. 결과 단계의 측정 대상은 랜딩페이지 도착, 상담 신청, 회원가입, 견적 요청, 구매처럼 캠페인이 의도한 행동이다.
10만 건을 발송해 9만8,000건이 전달되고, 필터 적용 후 사람으로 추정되는 고유 클릭이 1,960건, 그중 196명이 목표 행동을 완료했다고 가정해 보자. 전달률은 98,000÷100,000=98.0%다. 전달 대비 클릭률은 1,960÷98,000=2.0%, 클릭 후 전환율은 196÷1,960=10.0%, 전달 대비 전환율은 196÷98,000=0.2%다.
100,000건
98,000건
1,960건
196건
이 계산은 시장 평균이 아니라 분모를 구분하기 위한 예시다. 클릭과 전환이 같은 사람의 같은 캠페인에 연결되고 중복 전환을 제거했다는 가정을 둔다. 쿠키 거부, 다른 기기에서의 재방문, 전달되지 않은 추적 매개변수, 오프라인 계약은 누락될 수 있다. 따라서 0.2%를 이메일이 만든 매출 기여의 완전한 추정치로 부를 수 없다.
오픈율이 40%여도 전달 대비 전환율이 0.2%라면 수신자의 40%가 관심을 보였다고 해석할 수 없다. 반대로 오픈율이 내려가고 클릭과 전환이 유지됐다면 제목 실패보다 MPP 제외나 봇 필터 강화가 원인일 수 있다. 이때 먼저 확인할 대상은 플랫폼 설정, 집계 정의, 수신 앱 구성의 변경 기록이다.
웹 행동을 캠페인별로 연결하려면 링크 태깅 규칙도 통일해야 한다. Google Analytics의 「URL builders: Collect campaign data with custom URLs」는 utm_source, utm_medium, utm_campaign으로 유입 캠페인을 구분하고, 같은 이메일 안의 링크나 문안 변형은 utm_content로 나눌 수 있다고 설명한다. 뉴스레터라면 medium을 email로 고정하고 source와 campaign의 사내 명명 규칙을 정한다. 매개변수 값은 대소문자를 구별하므로 같은 캠페인을 여러 철자로 입력하면 보고서 행도 나뉜다.
UTM은 클릭 뒤 유입 경로를 분류할 뿐 인과효과를 자동으로 입증하지 않는다. 이메일을 클릭한 이용자가 나중에 검색이나 직접 방문으로 돌아오면 귀속 모델에 따라 다른 채널이 전환 기여를 가져갈 수 있다. 반대로 마지막 이메일 클릭이 잡혔다고 해서 그 이메일이 없었다면 구매가 발생하지 않았을 것이라고 단정할 수도 없다.
KPI는 숫자보다 판정 규칙으로 설계한다
월간 보고서에는 발송 도구와 봇 필터 상태, 발송·전달 건수, 분석 기간, 지표 정의를 먼저 적는다. 전달 대비 고유 클릭률과 전달 대비 목표 행동 전환율은 같은 유형 캠페인의 과거 중앙값과 비교한다. 전환까지 긴 시간이 필요한 상품이라면 관측 기간을 고정하고, 아직 전환 기회가 덜 쌓인 최신 캠페인을 오래된 캠페인과 바로 비교하지 않는다.
오픈율은 제목과 발신자명 실험의 보조 지표로 제한한다. 같은 기간과 조건에서 방향을 확인하는 용도다. CTOR는 자동 로딩의 영향을 받는 오픈을 분모로 쓰므로 주요 KPI에서 제외하거나, MPP 추정 열림과 봇 활동을 제외한 정의가 분명할 때만 별도로 표시한다. 미오픈자 재발송과 오픈 기반 자동화는 가능하면 클릭, 웹 행동, 구매 이력 같은 조건으로 교체한다.
클릭률과 전환율이 함께 오르면 메시지와 제안이 개선됐을 가능성이 있다. 클릭률은 올랐는데 클릭 후 전환율이 떨어졌다면 이메일의 약속과 랜딩페이지가 맞지 않거나 호기심성 링크가 늘었는지 확인한다. 클릭률은 유지되는데 전달 대비 전환율이 내려갔다면 사이트 오류, 폼 마찰, 대상 고객의 질, 귀속 누락을 점검한다. 오픈율만 변하고 하위 행동이 그대로라면 측정 방식의 변화를 먼저 의심한다.
가능하다면 미발송 대조군을 남겨 증분 효과를 측정한다. 구독자를 임의로 나눠 일부에게만 캠페인을 보내고 두 집단의 같은 기간 전환율 차이를 비교하는 방식이다. 예컨대 발송군 전환율이 1.2%, 대조군이 1.0%라면 관측된 증분은 0.2%포인트다. 집단을 무작위로 나누고 다른 접촉 조건을 비슷하게 유지했다는 전제에서만 이메일의 추가 효과에 가까운 추정치가 된다. 표본이 작으면 우연한 차이가 커지므로 신뢰구간이나 사전에 정한 최소 표본도 확인해야 한다.
오픈율은 실제 열람과 자동 이미지 요청이 섞인 관측값이다. 클릭은 더 강한 신호지만 보안 스캐너를 완전히 피하지 못한다. 따라서 측정 정의가 안정된 자사 클릭·전환 추세를 중심에 두고, 업계 평균은 경보선으로 제한하며, 중요한 캠페인은 대조군의 증분 전환으로 보완하는 편이 타당하다. 어떤 지표도 필터와 귀속의 한계를 지우지는 못하므로 보고서에는 계산식과 가정을 수치와 함께 남겨야 한다.
참고 자료
- Apple, 「Mail Privacy Protection & Privacy」
- Campaign Monitor, 「Email Marketing Benchmarks and Statistics for 2022」
- HubSpot, 「Understand bot filtering in marketing email analytics」
- Intuit Mailchimp, 「About Bot Activity and Bot Filtering」
- Google Analytics Help, 「URL builders: Collect campaign data with custom URLs」