CPI·CPA·CPM·CPC는 광고비를 서로 다른 분모로 나눈 값입니다. 비용 지표가 올랐다면 먼저 노출 단가와 클릭·설치·행동 비율 중 무엇이 달라졌는지 확인하세요. CPM과 CTR로 CPC 변화를 나눠 볼 수 있지만, 경매·소재·타게팅 중 무엇이 원인인지는 변경 이력과 추가 자료가 필요합니다.
CPI·CPA·ROAS까지 포함한 전체 지표 사슬과 최적화 기준은 퍼포먼스 마케팅 지표 가이드에서 먼저 보세요. 이 글에서는 네 비용 지표의 계산 기준을 비교한 뒤 CPM·CPC부터 변화를 좁혀봅니다.
퍼널 단계별로 붙는 비용이에요
| 지표 | 계산식 | 주로 확인할 질문 | 오독하기 쉬운 점 |
|---|---|---|---|
| CPM | 비용 ÷ 노출 × 1,000 | 노출을 얻는 단가가 달라졌나 | 낮은 CPM이 좋은 고객을 보장하지 않음 |
| CPC | 비용 ÷ 클릭 | 클릭을 얻는 단가가 달라졌나 | CPM과 CTR을 함께 봐야 함 |
| CPI | 비용 ÷ 설치 | 설치 한 건에 얼마를 썼나 | 설치가 신규 결제 고객은 아님 |
| CPA | 비용 ÷ 정의한 행동 수 | 가입·구매 등 목표 행동의 단가는 얼마인가 | 행동 정의가 다르면 비교 불가 |
비용의 통화·기간과 각 분모의 귀속 범위가 같아야 합니다. 분모가 0이거나 집계가 누락됐다면 단가를 0원으로 표시하지 않습니다. 신규 고객 한 명을 얻는 비용인 CAC는 가입 CPA나 주문당 비용과 구분하세요.
예를 들어볼게요(숫자는 이해를 돕기 위한 예시예요). 광고비 1,000만 원으로 노출 500만 회가 나왔다면 CPM은 2,000원이에요. 그중 5만 회 클릭이 나왔으면 CTR 1%, CPC는 200원이에요. 클릭한 사람 중 5,000명이 설치했으면 CPI는 2,000원. 그중 500명이 가입까지 했으면 CPA는 2만 원이에요. 이렇게 한 줄로 쭉 이어보면 어느 단계에서 비용이 얼마나 붙는지 한눈에 보여요.
CPC가 올랐다면 CPM과 CTR을 함께 보세요
여기서부터가 실무입니다. CPC는 CPM과 CTR에 산술적으로 연결된 지표예요.
CPC = CPM ÷ (1,000 × CTR)
CTR과 아래 전환율은 0~1 비율로 넣습니다(1% = 0.01). 같은 기간·집단·전환 정의와 어트리뷰션 범위를 사용해야 식이 맞습니다.
CPC 상승은 CPM 상승·CTR 하락 또는 두 변화의 조합으로 나눠 볼 수 있어요. 이 분해는 확인할 가설을 좁히지만 운영 원인을 확정하지는 않습니다.
숫자로 확인해볼게요. CPM 2,000원 · CTR 1%면 CPC는 200원이에요.
- CPM이 3,000원으로 오르고 CTR은 1% 그대로 → CPC 300원
- CPM은 2,000원 그대로인데 CTR이 0.67%로 떨어짐 → CPC 약 300원
CPC가 비슷해도 첫 사례는 노출 단가, 두 번째는 클릭 반응의 변화입니다. 경매·지면 구성·소재·타겟 변화가 함께 영향을 줄 수 있으므로 세부 분해와 실험으로 다음 행동을 확인하세요.
CPM이 올랐을 때 볼 것
CPM은 우리가 정하는 값이 아니라 경매에서 나오는 값이에요. 올랐다면 대개 이런 이유입니다.
- 타겟이 좁아졌다 — 오디언스를 좁힌 뒤 단가가 달라졌는지 확인하세요. 변화 방향은 재고와 경쟁 조건에 따라 다릅니다.
- 경쟁이 세졌다 — 연말·프로모션 시즌엔 같은 지면에 돈이 몰려요. 우리가 한 게 없어도 오릅니다.
- 소재 품질 점수가 내려갔다 — 매체는 반응 좋은 소재에 지면을 싸게 줘요. 반응이 나쁘면 같은 입찰로도 CPM이 올라갑니다.
- 지면 구성이 바뀌었다 — 자동 게재에서 비싼 지면 비중이 늘면 평균 CPM이 올라요. 캠페인 효율은 그대로인데 평균만 움직이는 경우예요.
CTR이 떨어졌을 때 볼 것
이쪽은 우리가 만든 것에 대한 반응이라 손댈 여지가 큽니다.
- 소재 피로도 — 반복 노출과 함께 CTR이 하락했는지 확인하세요. 반복 노출만으로 하락을 단정할 수는 없습니다. 노출 빈도와 함께 보세요.
- 새 소재의 비중 — 전체 CTR 하락이 실제 하락이 아니라 아직 학습 중인 신규 소재가 많이 섞인 결과일 수 있어요.
- 타겟과 메시지의 불일치 — 오디언스를 넓힌 뒤 메시지가 새 집단에도 맞는지 확인하세요. 확장 자체가 CTR 하락을 보장하지는 않습니다.
왜 다 봐야 하냐면
같은 원리가 사슬 전체에 적용돼요. CPA만 보면 "왜 나쁜지"를 모르고, 분해하면 점검할 가설을 좁힐 수 있습니다.
CPA = CPM ÷ (1,000 × CTR × 클릭→설치 전환율 × 설치→행동 전환율)
CPA가 높을 때 갈라지는 지점은 이래요.
즉 CPA는 결과, CPM·CTR·전환율은 산술적 구성 요소이에요. 결과만 보고 소재를 갈지 타겟을 바꿀지 못 정해요.
CPI와 CPA가 반대로 움직일 때
CPI와 CPA는 분모가 달라서 같은 방향으로 움직인다는 보장이 없어요. 둘이 갈리는 순간이 오히려 정보가 많아요.
| 무슨 일이 보이나 | 산술적으로 가능한 경로 | 먼저 확인할 것 |
|---|---|---|
| CPI는 내렸는데 CPA는 올랐다 | 설치는 싸졌지만 설치→행동 전환율이 더 크게 떨어짐 | 유입 소재·타겟이 바뀌었는지, 설치 유저의 질이 달라졌는지 |
| CPA는 내렸는데 CPI는 올랐다 | 설치 단가는 비싸졌지만 그 유저의 행동 전환율이 더 크게 오름 | 비싼 설치가 실제로 더 사는 유저인지, 관측 기간이 덜 찬 건 아닌지 |
| 둘 다 올랐다 | CPM이나 CTR처럼 앞단이 흔들림 | 경매 단가와 클릭률을 먼저 나눠 보기 |
앞의 사슬을 그대로 쓰면 이유가 보여요. CPI = CPM ÷ (1,000 × CTR × 클릭→설치 전환율)이고 CPA = CPI ÷ 설치→행동 전환율이에요. 즉 CPI와 CPA 사이에는 설치→행동 전환율 하나만 놓여 있어서, 둘이 갈렸다면 그 구간이 움직였다는 뜻이에요.
여기서 흔한 함정은 싸게 깔린 설치를 나쁜 유입으로 곧장 단정하는 거예요. 설치→행동 전환이 늦게 잡히는 앱이면 최근 며칠은 관측 기간이 덜 차서 CPA가 실제보다 나쁘게 보여요. 기간을 맞춰 다시 보고, 그래도 갈린다면 운영 대시보드에서 캠페인별로 두 지표를 나란히 놓고 어느 캠페인이 평균을 끌고 있는지 확인하세요.
뭘 기준으로 최적화하냐면
목표부터 정하세요.
- 인지도 캠페인 → CPM·도달 기준
- 트래픽 → CPC 기준
- 앱 설치 → CPI 기준
- 매출·가입 → CPA(또는 ROAS) 기준
초반 지표(CPI)로 최적화하면 "싸게 깔았는데 아무도 안 사는" 유저를 대량으로 데려올 수 있어요. 알고리즘은 우리가 준 목표를 정확히 최적화하니까요. 가능하면 돈 되는 행동(CPA) 기준으로 내려가세요. 어떤 지표를 사업 단계별로 선택할지는 전체 지표 사슬에서 이어서 확인하세요.
오늘 해볼 것
리포트를 열어서 최근 7일과 직전 7일을 나란히 놓고, 캠페인별로 CPM·CTR·CPC 세 칸만 만들어 보세요. 그리고 CPC가 오른 캠페인마다 물어보세요. CPM이 움직였나, CTR이 움직였나?
이 한 번의 분리로 "소재를 갈아야 하는 캠페인"과 "입찰·타겟을 봐야 하는 캠페인"이 나뉩니다. 대부분의 경우 둘이 섞여 있고, 섞인 채로는 어느 쪽도 제대로 못 고쳐요.
비교할 때 주의할 점 하나. 하루 단위로 보면 요일 편차 때문에 없는 추세가 보입니다. 같은 길이의 기간끼리 비교하고, 전환이 며칠 뒤에 잡히는 지표는 아직 안 익은 최근 며칠을 빼고 보세요.
이 방법의 한계
CPI가 싸다고 좋은 게 아니에요. 그 유저가 남는지(리텐션) 사는지(LTV)까지 봐야 진짜 효율이에요. 앞단 지표는 진단용, 판단은 뒷단(CPA·LTV)으로.
그리고 CPM·CTR 분해는 어디를 볼지 좁혀줄 뿐, 인과를 증명하진 않아요. 같은 주에 시즌·경쟁·소재가 한꺼번에 바뀌었다면 어느 것 때문인지는 이 표로 알 수 없습니다. 확정이 필요하면 증분 분석처럼 비교군을 두는 방법으로 가야 해요.
이 세 칸을 캠페인별로 매번 만드는 게 번거로우면, 운영 대시보드에 리포트 CSV를 올려보세요. CPM·CTR·CPC·CPA를 기간 비교로 같이 세워주고, 어느 칸이 움직였는지 표시해 줍니다. 데이터는 브라우저 안에서만 처리되고 서버로 나가지 않아요.