봇 클릭 vs 실제 방문: 단축 URL 트래픽에서 사람을 가려내는 법
뉴스레터를 발송하고 나면 클릭 수가 빠르게 오르기 시작합니다. 발송 직후 몇 분 안에 수십 건이 찍히면 잠깐 기대가 생깁니다. 그런데 그 숫자가 실제 구독자의 반응을 반영하는지, 아니면 발송 인프라나 메일 클라이언트가 자동으로 만들어 낸 숫자인지는 따져봐야 알 수 있습니다.
단축 URL의 클릭 수에는 여러 종류의 트래픽이 섞여 있습니다. 사람이 실제로 탭을 눌러 들어온 방문이 있고, 그것과 구별하기 어려운 자동화 요청이 있습니다. 이 둘을 분리하지 않으면 캠페인 효과를 실제보다 높게 읽거나, 반대로 무엇이 잘 됐는지 파악하기 어려워집니다.
이 글에서는 봇 트래픽이 어디서 오는지, Cutly(커틀리)가 어떻게 분리하는지, 그리고 실제 운영에서 어떻게 활용하는지를 정리합니다.
왜 단축 URL에 봇 트래픽이 섞이는가
단축 URL을 포함한 콘텐츠가 유통되는 경로 곳곳에서 자동화된 요청이 발생합니다. 몇 가지 대표적인 패턴입니다.
메일 클라이언트의 링크 미리보기. 일부 이메일 서비스는 수신된 메일 안의 링크를 자동으로 방문해 미리보기 정보를 가져옵니다. 수신자가 메일을 열기도 전에 링크가 한 번 방문될 수 있습니다.
보안 솔루션의 자동 스캔. 기업 메일 시스템이나 보안 소프트웨어는 첨부 링크를 악성 여부 확인 차원에서 자동으로 접속합니다. 수신자가 클릭하지 않아도 카운트가 올라가는 경우입니다.
소셜 플랫폼 크롤러. 단축 URL을 소셜 피드에 붙이면, 플랫폼이 미리보기 카드를 렌더링하기 위해 링크를 방문합니다. 실제 사용자 노출이 아니라 시스템 요청입니다.
검색 엔진 봇. 공개된 페이지에 단축 URL이 있으면 검색 엔진 크롤러가 해당 링크를 방문하는 경우도 있습니다.
이 요청들은 실제 방문과 HTTP 요청 형태가 비슷해서 단순 카운팅으로는 구분하기 어렵습니다.
Cutly가 봇을 분리하는 방식
Cutly는 링크 방문의 User-Agent를 분석해 봇 여부를 판단합니다. 소셜 크롤러나 자동화 도구로 식별되는 요청은 봇 방문으로 분류합니다.
분석 화면에서는 사람 방문과 봇 방문을 구분해 확인할 수 있습니다. 방문은 다음과 같이 나뉩니다.
- 총 방문: 모든 요청의 합계
- 사람 방문: 봇으로 분류되지 않은 방문
- 봇 방문: 자동화 요청으로 분류된 방문
캠페인 효과를 볼 때 기준으로 삼아야 하는 숫자는 사람 방문입니다. 총 방문이 크게 높아도 봇 비율이 높다면, 실제 도달은 훨씬 적을 수 있습니다.
총 방문이 높아도 사람 방문이 낮을 수 있는 상황
다음과 같은 상황에서 이 차이가 두드러집니다.
대량 이메일 발송 직후. 많은 수신자에게 동시에 메일이 전달되면, 메일 클라이언트들이 거의 동시에 링크를 방문합니다. 발송 직후 클릭 수가 빠르게 올라가지만, 대부분이 사람 방문이 아닐 수 있습니다.
기업 수신자가 많은 발송 목록. 보안 솔루션을 갖춘 기업 메일 환경에서는 링크 자동 스캔 비율이 높은 편입니다.
소셜 공유 초기. 링크를 소셜에 올린 직후에는 플랫폼 크롤러 방문이 먼저 들어오는 경우가 있습니다.
고유 방문과 총 방문도 구분합니다
봇 분리와 함께 확인해야 할 것이 하나 더 있습니다. 같은 사람이 같은 링크를 여러 번 방문한 경우입니다.
Cutly 분석에서는 총 방문(전체 방문 횟수)과 함께 고유 방문(IP 기준 중복 제거)을 제공합니다. 캠페인의 실제 도달 범위를 보려면 고유 방문 기준으로 보는 것이 더 정확합니다. 한 사람이 링크를 다섯 번 눌렀다면 총 방문에는 다섯 번이 잡히지만, 고유 방문에는 한 번이 잡힙니다.
분석 축: 사람 방문 안에서 더 읽을 수 있는 것
봇을 걸러낸 사람 방문 데이터에서 Cutly는 다섯 가지 축으로 분석 정보를 제공합니다.
| 분석 축 | 확인할 수 있는 것 |
|---|---|
| 국가 | 방문자가 어느 나라에서 들어왔는지 |
| 기기 | 모바일과 데스크탑 비율 |
| OS | 운영체제 분포(iOS, Android, Windows 등) |
| 브라우저 | 사용 브라우저 종류 |
| 리퍼러 | 어느 경로(직접·소셜·메일 등)로 들어왔는지 |
리퍼러 정보는 채널별 효과를 비교할 때 유용합니다. 이메일로 보낸 링크와 소셜에 올린 링크가 같은 UTM을 쓰더라도, 리퍼러로 유입 경로를 확인할 수 있습니다. UTM 파라미터와 태그를 함께 쓰면 캠페인 단위로 묶어서 비교하기도 수월합니다.
실제 방문 데이터를 기준으로 캠페인을 읽는 습관
총 방문보다 사람 방문을 기준으로 보는 습관을 들이면, 캠페인 결과를 더 정직하게 읽을 수 있습니다. 구체적으로는 이런 방식으로 활용합니다.
발송 직후 수치 판단 보류. 메일 발송 직후에는 봇 방문이 몰리는 패턴이 있습니다. 최소 몇 시간 후 사람 방문 수가 안정된 뒤에 수치를 읽습니다.
채널별 비교는 사람 방문 기준으로. 이메일 A와 소셜 B 중 어느 채널이 더 효과적이었는지 비교할 때, 총 방문은 이메일 쪽에 봇이 많이 섞여 있을 가능성이 높습니다. 사람 방문 기준으로 비교해야 실제 도달을 비교하는 셈이 됩니다.
성과 리포트에 봇 비율 포함. 캠페인 결과를 정리할 때 총 클릭만 보고하기보다 사람 방문과 봇 방문을 나눠 명시하면, 다음 기획에서 기대치를 실제에 맞게 조정할 수 있습니다.
클릭 수가 높다는 건 좋은 신호일 수 있습니다. 하지만 그 숫자가 실제 사람인지 확인하는 한 단계가 있을 때, 다음 캠페인을 더 정확한 근거 위에 세울 수 있습니다. Cutly 분석 화면에서 사람 방문 탭을 열어 보는 것부터 시작해 보세요.