한 줄로

획득에 쓴 총비용 ÷ 획득한 고객 수 — CAC(Customer Acquisition Cost, 고객 획득 비용)는 고객 한 명을 데려오는 데 든 돈입니다. 분모를 뭘로 잡느냐에 따라 값이 크게 달라져요.

Customer acquisition 뜻과 CAC의 차이

Customer acquisition(고객 획득)은 잠재 고객을 찾아 신규 고객으로 전환하는 과정입니다. 검색·콘텐츠·광고·추천으로 처음 찾아온 사람이 상품을 검토하고 첫 구매를 하는 흐름이 한 예입니다. 광고 집행만을 뜻하지는 않습니다.

용어	의미	확인할 질문
Customer acquisition	신규 고객을 얻는 과정	어떤 경로와 단계로 첫 고객이 되는가?
Customer Acquisition Cost(CAC)	신규 고객 한 명의 획득 비용	한 명을 얻는 데 얼마를 썼는가?

유료 서비스라면 신규 결제 고객을 분모로 삼고, 기존 고객의 재구매와 중복 계정은 구분하세요. 설치·가입은 고객 획득 과정의 단계일 수 있지만, 자동으로 신규 고객과 같은 뜻이 되지는 않습니다. 획득 이후 고객이 계속 이용하는지는 리텐션으로 따로 봅니다.

고객 획득을 개선하려면 유입량뿐 아니라 가입·첫 결제로 넘어가는 단계도 확인하세요. 어느 단계에서 줄어드는지 보는 방법은 퍼널 이탈 분석 글에서 다룹니다. CAC가 낮아졌는지 판단할 때는 아래 비용 범위와 분모를 같은 기준으로 맞춰야 합니다.

숫자로 보면

다음은 같은 기간·획득 대상에 광고비 1,000만 원을 썼다고 가정한 산술 예제입니다. 업계 평균이나 실제 고객 성과가 아닙니다.

분모	계산	지표 이름
설치 5,000건	1,000만 원 ÷ 5,000 = 2,000원	CPI
신규 가입 1,500건	1,000만 원 ÷ 1,500 ≈ 6,667원	가입 CPA
신규 결제 고객 500명	1,000만 원 ÷ 500 = 20,000원	미디어 CAC

같은 광고비로 계산해도 질문이 다른 세 지표입니다. 모두 CAC로 표시하면 설치 개선을 고객 획득 개선으로 오해할 수 있습니다.

그래서 CAC를 말할 땐 숫자보다 분모를 먼저 밝히는 편이 안전해요. 여기에 대행 수수료 200만 원을 더하면 결제 기준 CAC는 24,000원이 되고요. 비용 범위까지 바꾸면 같은 달 안에서도 20,000원과 24,000원이 오가니, 기록할 때 이름을 나눠 두는 게 좋아요.

계산 범위를 먼저 정하세요

광고비만 넣을지, 대행 수수료·프로모션·세일즈 인건비까지 넣을지에 따라 CAC는 달라집니다. 둘 중 하나가 정답은 아니지만, 의사결정마다 비용 범위를 바꾸면 추세가 무의미해집니다. 매체 운영 판단에는 미디어 CAC, 사업성 판단에는 완전 획득비용처럼 이름을 분리해 기록하는 방법이 실용적입니다.

또한 이번 달 비용과 이번 달 신규 결제를 단순히 나누면 전환 지연이 큰 상품에서 왜곡될 수 있어요. 같은 코호트의 획득비와 결제 전환을 맞추거나, 최소한 지연 기간을 주석으로 남기세요. CAC는 단독 목표가 아니라 LTV와 회수 기간을 함께 보는 지표입니다.

바로 계산해 보기

CAC의 적정성은 LTV, 이익률, 회수 기간과 현금 여력을 함께 보고 판단하세요. LTV:CAC 계산기의 3배선은 참고 기준이며 모든 사업의 합격선이 아닙니다. 매출 LTV와 이익 기준 LTV를 섞어 비교하지 마세요.

더 깊게 보려면

CAC를 LTV와 짝지어 채널 판단에 쓰는 법은 LTV:CAC 계산법 글에서 다룹니다.

36:T75a,

한 줄로

광고비 ÷ 전환 수. CPA(Cost Per Action)는 가입·구매처럼 우리가 원하는 행동 1건을 만드는 데 든 비용이에요.

왜 중요한가

CPI가 "설치시키는 데 든 돈"이라면, CPA는 "돈 되는 행동을 만드는 데 든 돈"이에요. 진짜 성과에 훨씬 가까운 지표라서, 대부분의 캠페인 최적화는 결국 CPA를 낮추는 방향으로 수렴해요.

CPA가 높을 때 원인 찾는 법

CPA는 결과예요. 원인은 앞 단계 지표(CPM·CTR·CVR)를 뜯어보면 나와요 — 노출 단가가 비싼지, 클릭이 잘 안 나는지, 클릭 이후 전환이 잘 안 되는지로 나눠 볼 수 있어요.

숫자로 쪼개 보면

CPA는 앞 단계 지표들의 결과예요. 관계식으로 쓰면 CPA = CPM ÷ (CTR × CVR × 1,000)이에요.

CPM 5,000원, CTR 1%, CVR 5%를 넣으면 CPA는 10,000원이에요. 여기서 CTR만 0.5%로 반토막 나면 다른 게 그대로여도 CPA는 20,000원이 돼요. 반대로 CVR이 5%에서 10%로 오르면 CPA는 5,000원으로 내려가요.

그래서 "CPA가 올랐다"는 신고가 들어오면 셋 중 무엇이 움직였는지부터 봐요. CPM이 올랐으면 경매 환경, CTR이 떨어졌으면 소재, CVR이 떨어졌으면 랜딩·오퍼 쪽이에요.

바로 계산해 보기

우리 서비스의 적정 CPA는 LTV와 목표 마진에서 역산합니다. 목표 CPA 역산 계산기에 값을 넣으면 지금 CPA가 기준선 위인지 아래인지 바로 확인할 수 있어요.

더 깊게 보려면

CPA가 높을 때 어디부터 뜯어봐야 하는지는 광고 성과 하락 진단 글에서 다룹니다.

37:T7f2,

한 줄로

CPC(Cost Per Click)는 클릭 1회당 든 비용입니다. 독립된 지표라기보다 CPM ÷ CTR의 결과값이라, 오르면 둘 중 어느 쪽이 움직였는지부터 봐야 해요.

왜 중요한가

같은 CPM이라도 CTR이 높으면 CPC는 낮아져요. 그래서 CPC가 비싸졌을 때 "매체가 비싸진 건지(CPM 상승) 소재가 안 먹히는 건지(CTR 하락)"를 구분해서 봐야 해요. 둘 중 뭐가 원인이냐에 따라 손봐야 할 곳이 완전히 달라져요.

숫자로 쪼개 보면

CPC는 CPM ÷ (CTR × 1,000)이에요. CPM 2,000원에 CTR 1%면 CPC는 200원이 나와요.

여기서 CPM만 3,000원으로 오르면 CPC는 300원, CTR만 0.5%로 떨어지면 CPC는 400원이 돼요. 같은 "CPC 상승"이라도 원인이 매체 단가냐 소재냐에 따라 손볼 곳이 완전히 달라지는데, CPC 하나만 보면 그 구분이 안 돼요. 그래서 CPC가 움직였을 땐 항상 CPM과 CTR을 같이 펼쳐 봐요.

실무에서 읽는 순서

지난주보다 CPC가 올랐다면 먼저 CPM과 CTR을 같은 기간·같은 채널로 나란히 보세요. CPM만 올랐다면 입찰 경쟁, 타겟 확장·축소, 성수기처럼 매체 단가 쪽 변화일 가능성이 커요. CPM은 그대로인데 CTR이 떨어졌다면 소재 피로, 메시지와 타겟의 불일치, 지면 변화가 먼저 볼 원인입니다. 두 값이 모두 바뀌었다면 한 지표의 평균만 보고 결론내리지 말고 채널·소재 단위로 분해하세요.

CPC가 낮아도 클릭 뒤 전환이 나쁘면 좋은 효율이 아닙니다. 클릭을 싸게 산 것과 고객을 싸게 얻은 것은 다르므로 CVR·CPA까지 같이 확인해야 합니다.

더 깊게 보려면

CTR이 낮을 때 뭘 손봐야 하는지는 광고 성과 하락 진단 글에서 다룹니다.

38:T8e7,

한 줄로

광고비 ÷ 설치 수. CPI(Cost Per Install)는 앱 설치 1건에 든 비용이고, 앱 마케팅에서 가장 먼저 보게 되는 입구 지표예요.

왜 중요한가

앱 마케팅에서 가장 먼저 보는 비용 지표예요. 다만 CPI가 싸다고 좋은 게 아니에요 — 싸게 설치시켰는데 그 유저가 아무것도 안 하고 나가면 의미가 없어요. CPI는 "얼마나 싸게 유저를 모았나"만 보여줄 뿐, 그 유저가 돈이 되는지는 CPA·LTV 같은 뒷단 지표를 같이 봐야 알 수 있어요.

싼 CPI가 항상 좋지는 않은 이유

숫자로 보면 분명해져요. A 채널이 광고비 300만 원에 설치 1,000건이면 CPI는 3,000원이에요. B 채널은 같은 300만 원에 설치 600건이라 CPI가 5,000원이고요. 여기까지만 보면 A가 이겨요.

그런데 설치 이후 가입률이 A는 15%, B는 33%라면 가입은 각각 150명과 200명이에요. 가입 1건당 비용으로 다시 세면 A가 20,000원, B가 15,000원이라 순위가 뒤집혀요. CPI는 입구까지만 재는 지표라, 예산을 옮기기 전에 뒷단 지표를 같이 봐야 하는 이유예요.

채널 비교에 쓰는 법

채널별 CPI를 비교할 때는 설치 정의와 어트리뷰션 윈도우가 같은지 먼저 맞추세요. 클릭 설치와 뷰 설치를 섞거나, MMP와 매체 관리자 화면의 설치 수를 그대로 섞으면 분모가 달라져 잘못 비교하게 됩니다. 신규 설치만 볼지 재설치까지 포함할지도 팀 기준으로 고정해 두는 편이 좋습니다.

실무 판단은 CPI에서 끝내지 않습니다. CPI → 가입률 → 결제율 → D7/D30 매출을 연결해 보면, 비싼 설치 채널이 오히려 결제 고객 기준 CAC가 낮을 수 있습니다. CPI는 획득 초입의 경보등으로 쓰고, 예산 이동은 후속 품질 지표를 확인한 뒤 결정하세요.

더 깊게 보려면

CPI·CPA·CPM·CPC가 각각 뭘 재는지, 언제 뭘 기준으로 봐야 하는지는 CPI·CPA·CPM·CPC 차이 글에서 다룹니다.

39:T884,

한 줄로

매체에 지불하는 원가에 가장 가까운 지표가 CPM(Cost Per Mille, mille=천)이에요. 노출 1,000회당 드는 비용을 말합니다.

왜 중요한가

CPM이 오르면 보통 매체 경쟁이 세졌거나(성수기·경쟁사 증액) 타겟이 비싸진 거예요. CPC·CPI·CPA는 CPM에서 출발해서 CTR·CVR을 거쳐 이어지는 사슬이라, CPM만 따로 보면 "왜 비싸졌는지" 원인 중 하나를 짚을 수 있어요.

숫자로 이어 보면

광고비 100만 원에 노출 500,000회면 CPM은 2,000원이에요. 여기에 CTR 1%를 넣으면 클릭은 5,000회, CPC는 200원이 나와요.

이 사슬을 알면 CPM 상승이 늘 나쁜 신호는 아니라는 게 보여요. CPM이 3,000원으로 올랐는데 CTR도 1.5%로 같이 올랐다면 CPC는 여전히 200원이에요. 더 비싼 지면에 노출됐지만 그만큼 잘 먹힌 거예요. 반대로 CPM이 2,000원 그대로인데 CTR이 0.5%로 떨어지면 CPC는 400원으로 두 배가 돼요. 비용 지표는 하나만 떼어 보면 방향을 잘못 읽어요.

해석할 때 확인할 것

CPM은 같은 매체라도 국가, 타겟 폭, 지면, 최적화 이벤트, 요일에 따라 달라집니다. 그래서 이번 주 CPM을 다른 캠페인의 절대값과 바로 비교하기보다, 같은 캠페인의 이전 기간과 같은 조건을 비교하는 편이 안전합니다. 예를 들어 구매 최적화로 바꾸거나 리타겟팅 비중을 늘리면 더 비싼 사람에게 노출돼 CPM이 높아져도 정상일 수 있어요.

CPM 상승 뒤 CTR과 CVR이 유지되면 꼭 예산을 줄여야 한다는 뜻은 아닙니다. 반대로 CPM이 낮아도 CTR·CVR이 함께 떨어지면 값싼 노출만 늘어난 상태일 수 있습니다. 비용 지표는 퍼널 전체에서 판단하세요.

더 깊게 보려면

CPM·CPC·CPI·CPA가 퍼널에서 어떻게 이어지는지는 CPI·CPA·CPM·CPC 차이 글에서 다룹니다.

3a:T866,

한 줄로

클릭 수 ÷ 노출 수. CTR(Click-Through Rate, 클릭률)은 광고가 노출된 횟수 중 실제로 클릭된 비율이에요.

왜 중요한가

CTR은 소재·타겟·지면이 "봤는데 끌렸는지"를 보여주는 지표예요. 원인은 크게 소재(가장 영향 큼)·타겟팅·지면 세 가지로 나뉘어요.

숫자로 보면

노출 500,000회에 클릭 5,000회면 CTR은 1%예요. CPM이 2,000원이었다면 CPC는 200원이 나와요.

CTR이 높다고 마냥 좋은 게 아닌 이유도 숫자로 보면 분명해요. 낚시성 소재로 CTR을 1%에서 2%로 올리면 CPC는 100원으로 반토막 나요. 그런데 유입 의도가 낮아져 CVR이 5%에서 2%로 떨어지면 CPA는 4,000원에서 5,000원으로 오히려 올라가요. 클릭은 싸게 샀는데 전환은 더 비싸진 거예요.

조심할 것

CTR이 높다고 성과가 좋은 게 아니에요. 낚시성 소재는 CTR은 높아도 CVR이 바닥이라 결국 CPA가 나빠져요. CTR은 중간 지표일 뿐, 최종 판단은 전환·매출로 하세요.

변화가 보이면 이렇게 보세요

CTR은 캠페인 평균 하나보다 소재·지면·오디언스 단위로 나눠 봐야 합니다. 전체 CTR 하락은 새 소재 비중이 늘어난 결과일 수도, 오래 집행한 소재의 피로일 수도 있습니다. 노출이 큰 소재부터 최근 7일과 직전 7일을 비교하면 교체 우선순위를 빠르게 정할 수 있어요.

CTR 개선 실험에서는 클릭 수가 적은 소재의 큰 등락을 과신하지 마세요. 노출과 클릭 수가 충분한지, CVR·CPA가 함께 악화되지 않았는지를 확인한 뒤 승자를 정합니다. 좋은 CTR은 관심을 얻는 신호이고, 좋은 비즈니스 성과는 그 관심이 전환까지 이어질 때 나옵니다.

더 깊게 보려면

CTR이 낮을 때 소재·타겟·지면 중 뭐부터 손봐야 하는지는 광고 성과 하락 진단 글에서 다룹니다.

3b:T869,

한 줄로

전환 수 ÷ 클릭 수. CVR(Conversion Rate, 전환율)은 클릭(또는 방문) 중 실제로 원하는 행동까지 이어진 비율입니다.

왜 중요한가

CTR이 광고가 끌렸는지를 본다면, CVR은 그 이후 — 광고를 보고 들어온 사람이 실제로 행동했는지를 봐요. CVR이 낮으면 광고 문제가 아니라 광고 이후(랜딩·오퍼·타겟 정합)를 봐야 해요.

조심할 것

CVR만 올리려다 볼륨이 확 줄 수 있어요. CVR × 볼륨 = 전환 수로 봐야지, 비율만 쫓지 마세요.

숫자로 보면

클릭 2,000에 전환 60건이면 CVR은 3%예요. 같은 60건을 랜딩 방문 1,200 기준으로 세면 5%가 나와요. 두 숫자 다 맞지만, 차이 자체가 정보예요. 클릭의 40%가 랜딩까지 도달하지 못했다는 뜻이니까요.

볼륨과 함께 봐야 하는 이유도 여기 있어요. 타겟을 좁혀 클릭이 800으로 줄고 CVR이 5%로 올랐다면 비율은 좋아졌지만 전환은 40건으로 오히려 20건 줄어요. CVR × 볼륨 = 전환 수라는 관계를 놓치면 개선으로 잘못 읽게 돼요.

낮아졌을 때 진단 순서

먼저 전환의 분모가 클릭인지 랜딩 방문인지, 가입 시작인지 명확히 하세요. 클릭 대비 CVR이 떨어졌는데 방문 대비 CVR은 유지된다면 랜딩 로딩이나 클릭 품질 문제가 의심됩니다. 방문 대비 CVR까지 떨어졌다면 오퍼, 가격, 가입 단계, 결제 오류처럼 제품 경험 쪽을 먼저 점검해야 합니다.

CVR은 채널 평균보다 광고 메시지와 랜딩 조합으로 나눠 보는 것이 좋습니다. 특정 소재가 높은 CTR만 만들고 낮은 의도의 유입을 끌어오는지, 특정 국가·OS에서만 이탈이 커졌는지 확인하면 바꿔야 할 지점을 더 빨리 좁힐 수 있습니다.

더 깊게 보려면

CVR이 안 오를 때 뭘 점검해야 하는지는 전환율·퍼널 진단 가이드에서 다룹니다.

3c:T8a3,

한 줄로

SKAdNetwork처럼 개별 유저 단위로 누가 설치했는지 볼 수 없는 환경에서는 CPI를 직접 못 셉니다. 그래서 매체가 지출과 집계된 전환 데이터로 역산해 내놓는 추정치가 eCPI(Estimated CPI)예요.

일반 CPI랑 뭐가 다른가

일반 CPI(Cost Per Install)는 "광고비 ÷ 실제 설치 수"를 단순 계산한 값이에요. 개별 설치를 하나하나 셀 수 있을 때는 정확해요.

반면 eCPI는 개별 설치를 직접 셀 수 없어서, 매체가 자기 나름의 모델링(SKAN 집계 전환값, 확률적 매칭 등)으로 "이 정도 설치가 있었을 것"이라 추정한 값이에요. 그래서 매체마다, 시점마다 오차가 다르게 낄 수 있어요.

왜 추정이 될 수밖에 없나

iOS에서 ATT 동의를 받지 못하면 광고 식별자를 못 쓰기 때문에 "이 클릭이 이 설치로 이어졌다"를 개별로 연결할 수 없어요. 대신 SKAdNetwork가 캠페인 단위로 집계된 포스트백을 보내는데, 이건 사람 수가 아니라 묶음 정보예요.

게다가 SKAdNetwork는 프라이버시 임계(crowd anonymity)를 넘지 못하면 세부 전환값을 아예 안 보내요. 그래서 볼륨이 작은 캠페인일수록 매체가 채워 넣어야 할 빈칸이 많아지고, eCPI의 오차도 그만큼 커져요. 같은 기간 같은 캠페인인데 매체 화면과 자체 데이터의 설치 수가 다르다면 이게 원인인 경우가 많아요.

왜 조심해야 하나

eCPI는 어디까지나 추정치라서, 실제 설치 수·자체 트래킹 데이터와 비교했을 때 차이가 날 수 있어요. eCPI 하나만 보고 "이 채널이 저렴하다"고 단정하기보다는, 자체 결제 DB나 다른 지표와 교차 검증하는 게 안전해요.

실무에서 볼 때

iOS 캠페인 최적화를 eCPI만으로 판단하면, 실제와 다른 방향으로 예산을 옮길 위험이 있어요.
가능하면 SKAN 집계 데이터와 자체 서버 전환 데이터를 같이 보고 방향을 교차 확인하세요.

3d:Tae6,

한 줄로

유저 단위 추적 없이도 채널별 기여도를 추정하는 방법이 필요할 때 쓰는 게 MMM(Marketing Mix Modeling, 마케팅 믹스 모델링)이에요. 채널별 지출·외부 요인·기본 수요가 성과와 어떤 관계였는지를 시계열로 모델링합니다.

유저 단위 추적이 아닙니다

어트리뷰션이나 MMP는 개별 유저의 접점을 따라갑니다. MMM은 그러지 않아요. 주 단위 집계 데이터만 보고 "이 채널 지출이 늘었을 때 성과가 얼마나 같이 움직였나"를 통계적으로 추정합니다.

그래서 iOS 프라이버시 변화처럼 유저 단위 추적이 막히는 상황에서도 돌아갑니다. 대신 개별 전환이 누구 몫인지는 답하지 못해요.

두 가지를 반드시 반영합니다

애드스톡(Adstock) — 오늘의 광고 효과가 며칠에 걸쳐 남는 이월 효과
수확체감(응답곡선) — 지출이 커질수록 추가 효과가 줄어드는 관계

이 둘을 안 넣으면 "지출을 두 배 하면 성과도 두 배"라는 비현실적인 모델이 됩니다.

못 쓰는 조건이 분명히 있습니다

데이터가 짧으면 안 됩니다. 주 단위로 최소 1년, 가능하면 2년 이상이 필요해요. 계절성을 분리하려면 같은 시기를 여러 번 봐야 합니다.

채널 지출이 같이 움직이면 안 됩니다. 늘 함께 올리고 함께 내린 두 채널은 기여를 나눌 수가 없어요. 이걸 다중공선성이라 하고, 이 상태에서 나온 채널별 숫자는 배분 근거로 쓸 수 없습니다. 모델을 돌리기 전에 VIF 점검으로 먼저 확인하세요.

인과가 아닙니다

가장 중요한 한계입니다. MMM은 관측된 연관을 모델링한 것이지 실험이 아니에요. 계수가 크다고 그 채널이 성과를 만들었다고 단정할 수 없습니다.

가설을 만드는 데 쓰고, 큰 예산 결정 전에는 홀드아웃 실험으로 확인하는 순서가 안전합니다.

더 깊게 보려면

MMM의 전제와 해석 범위는 마케팅 믹스 모델링 글에서, 공선성 진단은 다중공선성 가이드에서 다룹니다. 실제 주간 패널로 돌려보려면 마케팅 반응 분석을 쓰면 됩니다.

1e:["$","$L27",null,{"terms":[{"slug":"crowd-anonymity","term":"개인정보 임계 (Crowd Anonymity)","seoTitle":"SKAN 개인정보 임계 뜻 | 데이터가 거칠어지는 이유","searchTitleTerms":[],"shortDef":"설치 볼륨이 작으면 애플이 돌려주는 정보량을 줄이는 장치 — 티어가 낮으면 fine 값이 안 온다","description":"crowd anonymity는 역추적을 막으려 SKAN이 정보량을 줄이는 기준입니다. 캠페인을 쪼갤수록 데이터가 거칠어지는 이유.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"crowd anonymity, 개인정보 임계, SKAN privacy threshold, skadnetwork privacy threshold, apple privacy threshold, SKAN 티어","category":"트래킹·기술","relatedPosts":["ios-att-skan-guide"],"faq":[{"q":"fine 컨버전 밸류가 안 오는데 SDK 문제인가요?","a":"먼저 개인정보 임계를 의심하세요. 캠페인 구조를 세분화한 뒤 각 조각의 설치 볼륨이 줄면 티어가 내려가 fine 값과 세분화된 소스 ID가 오지 않습니다. 코드를 고치기 전에 캠페인을 합쳐 볼륨을 회복하고 다시 확인하는 편이 빠릅니다."},{"q":"임계 기준값은 얼마인가요?","a":"애플은 고정 수치를 공개하지 않고 버전에 따라 규칙도 바뀝니다. 특정 숫자를 가정하고 설계하기보다, 구조를 바꾼 뒤 실제로 어떤 값이 오는지 확인하는 방식이 안전합니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

설치 수가 너무 적으면 돌려준 값으로 개인이 역추적될 수 있습니다. 그래서 SKAN은 볼륨이 작을 때 정보를 덜 주는데, 그 기준이 crowd anonymity(개인정보 임계)입니다.

무엇이 사라지나

티어가 낮으면 두 가지가 안 옵니다. 정밀한 컨버전 밸류(fine, 0~63)와 세분화된 소스 ID예요. 대신 low·medium·high 세 단계짜리 coarse 값과 가장 거친 캠페인 식별자만 옵니다.

SKAN 특유의 역설

보통 분석은 데이터를 잘게 쪼갤수록 좋아집니다. SKAN에서는 반대예요. 캠페인을 세분화하면 각 조각의 볼륨이 줄어 티어가 내려가고, 받을 수 있는 정보가 오히려 거칠어집니다.

그래서 안드로이드에서 쓰던 캠페인 구조를 iOS에 그대로 옮기면 iOS 데이터만 통째로 뭉개지는 일이 실제로 벌어집니다. iOS에서는 의도적으로 캠페인을 합쳐 볼륨을 만드는 편이 나을 때가 많아요.

더 깊게 보려면

임계가 창별 반환값에 어떻게 작용하는지는 iOS ATT·SKAN 측정 가이드에서 다룹니다.

\n"},{"slug":"statistical-power","term":"검정력 (Statistical Power)","seoTitle":"검정력 뜻 | 무유의는 효과 없음이 아니다","searchTitleTerms":[],"shortDef":"실제로 효과가 있을 때 그것을 유의하다고 잡아낼 확률 — 표본이 작으면 있는 효과도 못 잡는다","description":"검정력은 있는 효과를 잡아낼 확률입니다. 무유의를 효과 없음으로 읽으면 안 되는 이유를 설명합니다.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"검정력, statistical power 뜻, 표본 크기, 유의하지 않다, 효과 없음, 2종 오류, A/B 테스트 표본","category":"측정·분석 방법론","relatedPosts":["ab-testing","uplift-holdout-guide"],"faq":[{"q":"유의하지 않으면 효과가 없는 건가요?","a":"아닙니다. 검정력이 낮으면 실제로 효과가 있어도 못 잡습니다. '유의하지 않다'는 '아직 구분되지 않는다'는 뜻이고, '효과 없음'을 주장하려면 충분한 검정력이 있었다는 근거가 따로 필요합니다."},{"q":"검정력은 무엇으로 결정되나요?","a":"표본 크기, 잡으려는 효과의 크기, 데이터의 변동성 세 가지입니다. 작은 차이를 잡으려 할수록 표본이 훨씬 많이 필요하므로, 실험 전에 '얼마나 작은 차이까지 구분하고 싶은가'를 먼저 정해야 합니다."},{"q":"검정력은 보통 얼마로 잡나요?","a":"관례적으로 80%를 씁니다. 이 말은 실제로 효과가 있을 때 5번 중 4번만 잡아낸다는 뜻이고, 나머지 1번은 효과가 있는데도 유의하지 않게 나옵니다. 검정력 80%를 확보하지 않은 실험에서 나온 무유의는 효과 없음의 근거로 쓰기 어렵습니다."}],"primaryTool":"5-4","draft":false,"html":"

한 줄로

실제로 효과가 있을 때 그 효과를 유의하다고 잡아낼 확률이 검정력입니다. 검정력이 낮으면 있는 효과도 놓쳐요.

왜 중요한가

실험 결과가 "유의하지 않음"으로 나왔을 때 두 가지 해석이 가능합니다. 정말 효과가 없거나, 효과는 있는데 표본이 부족해 못 잡았거나.

이 둘을 구분하지 않고 "효과 없음"으로 보고하면 멀쩡한 시책을 접게 됩니다. 입증책임은 비대칭이라, 효과 없음을 주장하려면 "이 정도 크기의 효과라면 잡았을 것"이라는 근거가 있어야 해요.

실험 전에 정할 것

검정력은 표본 크기, 잡으려는 효과 크기, 데이터 변동성으로 결정됩니다. 그래서 실험을 시작하기 전에 "얼마나 작은 차이까지 구분하고 싶은가"를 먼저 정하고 거기서 필요한 표본을 역산하는 게 순서예요.

전환이 적은 캠페인일수록 이 계산이 중요합니다. 홀드아웃 크기와 기간이 둘 다 커져야 하거든요.

더 깊게 보려면

표본 계획과 판정 기준은 A/B 테스트 방법에서 다룹니다.

\n"},{"slug":"multicollinearity","term":"다중공선성 (Multicollinearity)","seoTitle":"다중공선성 뜻 | VIF로 MMM 전에 확인하는 법","searchTitleTerms":[],"shortDef":"여러 독립변수가 서로 강하게 얽혀서, 회귀분석이 누구의 효과인지 구분 못 하는 현상","description":"여러 채널이 함께 오르내려 회귀가 각 효과를 구분하지 못하는 현상. VIF와 상관으로 MMM 전에 점검하는 법.","date":"2026-08-09","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"다중공선성, 다중공선성 뜻, 다중공선성이란, multicollinearity, VIF, VIF 뜻, MMM 다중공선성, 회귀분석 공선성","category":"측정·분석 방법론","relatedPosts":["marketing-mix-modeling","multicollinearity-mmm-guide"],"faq":[{"q":"VIF는 몇부터 문제인가요?","a":"보통 5 이상이면 주의, 10 이상이면 심각한 신호로 봅니다. VIF는 표준오차가 얼마나 부풀었는지를 나타내는데, 표준오차는 VIF의 제곱근만큼 커집니다. VIF 10이면 공선성이 없을 때보다 표준오차가 약 3.2배, VIF 5면 약 2.2배 넓어진 상태입니다."},{"q":"계수가 마이너스로 나왔는데 그 채널이 역효과인가요?","a":"먼저 공선성을 의심해야 합니다. 검색과 소셜 예산을 늘 같이 올리고 내렸다면 모델에는 둘을 가를 근거가 없고, 그때 나오는 음수 계수는 효과가 아니라 식별 실패의 증상입니다. 높은 VIF는 이 채널이 효과 없다는 뜻이 아니라 이 데이터로는 채널을 가를 수 없다는 뜻입니다."},{"q":"다중공선성은 어떻게 해결하나요?","a":"통계 기법보다 데이터 설계가 근본 해결입니다. 채널을 따로 움직여 본 기간이 있어야 모델이 구분할 수 있으므로, 한 채널만 증액하거나 감액한 구간, 지역을 나눈 실험, 홀드아웃을 확보하세요. 옵션을 바꿔 억지로 기여도를 만들어 내는 것은 해결이 아닙니다."}],"primaryTool":"5-25","draft":false,"html":"$28"},{"slug":"deep-link","term":"딥링크 (Deep Link)","seoTitle":"딥링크 뜻 | 디퍼드 딥링크·디퍼드딥링크 차이","searchTitleTerms":[],"shortDef":"앱을 홈 화면이 아니라 특정 화면(상품 상세 등)으로 바로 열어주는 링크","description":"앱의 특정 화면으로 바로 보내는 링크. 디퍼드 딥링크와의 차이와 실무에서 자주 깨지는 지점.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"딥링크, 딥링크란, Deep Link, 디퍼드 딥링크, 디퍼드딥링크, Deferred Deep Link, 앱 딥링크","category":"트래킹·기술","relatedPosts":[],"faq":[{"q":"딥링크와 디퍼드 딥링크는 무엇이 다른가요?","a":"딥링크는 앱이 이미 깔려 있을 때 특정 화면으로 바로 여는 링크이고, 디퍼드 딥링크는 앱이 없을 때를 위한 것입니다. 스토어로 보내 설치하게 한 뒤 첫 실행에서 원래 의도했던 화면으로 데려갑니다. 설치 이후로 미뤄졌다는 뜻에서 deferred입니다."},{"q":"디퍼드 딥링크가 없으면 어떻게 되나요?","a":"광고에서 특정 상품을 보고 눌렀는데 설치 후 앱이 홈 화면으로 열립니다. 유저가 그 상품을 검색으로 다시 찾아야 하고, 광고 클릭에서 구매까지 이어지던 흐름이 여기서 끊깁니다. 소재가 구체적일수록 손실이 커집니다."},{"q":"딥링크가 특정 채널에서만 안 열리는 이유는 뭔가요?","a":"URL 스킴이나 유니버설 링크 설정이 매체마다 다르게 들어간 경우가 가장 흔합니다. 앱 업데이트 후 라우팅이 깨져 엉뚱한 화면으로 가는 경우, iOS 프라이버시 정책 변화로 디퍼드 딥링크 정확도가 매체별로 갈리는 경우도 있습니다. 채널별로 실제 기기에서 눌러 보는 점검이 가장 빠릅니다."},{"q":"브랜드 검색 광고에도 디퍼드 딥링크를 점검해야 하나요?","a":"브랜드 검색 광고가 웹 랜딩으로 끝난다면 별도의 앱 설치 흐름은 없습니다. 앱 설치·첫 실행 뒤 특정 상품이나 혜택 화면으로 보내는 캠페인이라면, 실제 기기에서 광고 클릭부터 스토어·설치·첫 실행·목표 화면까지 채널별로 확인하세요. URL이 열리는지만 보면 마지막 단계의 이탈을 놓칠 수 있습니다."}],"primaryTool":null,"draft":false,"html":"

한 줄로

앱을 열기만 하는 링크와, 특정 상품 페이지·이벤트 화면으로 바로 데려가는 링크는 다릅니다. 뒤쪽이 딥링크(Deep Link)예요.

디퍼드 딥링크(디퍼드딥링크)는 뭐가 다른가

문제는 유저에게 앱이 아직 없을 때예요. 이때는 링크를 눌러도 열 앱이 없으니, 일단 스토어로 보내서 설치하게 한 다음 설치가 끝나면 원래 의도했던 그 화면으로 데려가주는 것 — 이걸 디퍼드 딥링크(Deferred Deep Link)라고 해요. "설치 이후로 미뤄진(deferred) 딥링크"라는 뜻이에요.

왜 중요한가

광고 소재에서 "이 상품 사러 가기"를 눌렀는데, 앱이 열려도 홈 화면만 뜨고 그 상품을 다시 찾아야 한다면 이탈이 크게 늘어요. 디퍼드 딥링크가 제대로 세팅돼 있어야 광고 클릭 → 설치 → 그 상품 화면까지 매끄럽게 이어지고, 퍼널 전환율이 올라가요.

어디서 끊기는지 짚어 보면

광고 클릭 → 스토어 → 설치 → 첫 실행 → 목표 화면. 이 다섯 단계 중 디퍼드 딥링크가 담당하는 건 마지막 하나예요.

여기가 빠지면 앞 네 단계가 다 성공해도 유저는 홈 화면에서 시작해요. 소재에서 본 그 상품을 검색으로 다시 찾아야 하는 거죠. 소재가 구체적일수록(특정 상품·특정 프로모션) 이 간극이 커요. 광고에서 약속한 화면과 실제로 열린 화면이 다르면, 설치까지 온 유저를 마지막 한 걸음에서 놓치는 셈이에요.

실무에서 자주 생기는 문제

딥링크 URL 스킴이 매체마다 다르게 세팅돼 특정 채널에서만 안 열리는 경우
앱 업데이트 후 딥링크 라우팅이 깨져서 엉뚱한 화면으로 가는 경우
iOS 프라이버시 정책 변화로 디퍼드 딥링크의 정확도가 매체마다 달라지는 경우

\n"},{"slug":"retargeting","term":"리타겟팅 (Retargeting)","seoTitle":"리타겟팅 뜻 | 효율이 좋아 보이는 이유","searchTitleTerms":[],"shortDef":"이미 앱을 알거나 써본 유저에게 다시 광고를 노출하는 방식","description":"리타겟팅은 이미 우리를 아는 유저에게 다시 광고하는 방식입니다. 효율이 과장되는 구조까지.","date":"2026-08-17","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"리타겟팅, 리타겟팅 뜻, retargeting, 리인게이지먼트, 리마케팅, 재참여 캠페인, 이탈 유저 복귀","category":"측정·분석 방법론","relatedPosts":["retargeting-reengagement-guide","incrementality-measurement"],"faq":[{"q":"리타겟팅 CPA가 신규보다 훨씬 좋은데 예산을 늘려도 되나요?","a":"숫자만으로는 판단할 수 없습니다. 리타겟팅 대상은 이미 우리를 아는 사람이라 광고가 없어도 돌아왔을 비중이 큽니다. 증분을 확인하지 않고 증액하면 원래 올 사람에게 돈을 더 쓰게 됩니다."},{"q":"리타겟팅의 실제 효과는 어떻게 확인하나요?","a":"일부 대상을 무작위로 제외한 홀드아웃을 두고 두 그룹의 복귀율을 비교합니다. 광고를 안 본 그룹도 비슷하게 돌아왔다면, 잡힌 전환의 상당 부분은 광고가 만든 것이 아닙니다."},{"q":"리타겟팅과 신규 획득을 같은 캠페인에서 봐도 되나요?","a":"섞으면 전체 효율이 좋아 보이는 착시가 생깁니다. 대상 유저의 상태와 목표가 다르므로 캠페인을 분리하고 제외 조건을 명확히 관리하는 편이 판단에 유리합니다."},{"q":"리타겟팅과 신규를 섞으면 무엇이 문제인가요?","a":"어느 쪽도 설명하지 못하는 평균이 나옵니다. 신규 획득 CPA가 30,000원이고 리타겟팅이 6,000원인데 둘을 합치면 18,000원이 되는데, 이 숫자로는 신규를 더 태울지 리타겟팅을 줄일지 알 수 없습니다. 실제 증분은 대상의 5~10%를 홀드아웃으로 빼야 보입니다."}],"primaryTool":"5-23","draft":false,"html":"$29"},{"slug":"retention","term":"리텐션 (Retention)","seoTitle":"리텐션 뜻과 계산법 | D1·D7·D30 보는 법","searchTitleTerms":[],"shortDef":"설치·가입한 유저 중 일정 기간 뒤에도 남아있는 비율","description":"리텐션은 설치·가입한 유저 중 며칠 뒤에도 돌아온 비율입니다. D1·D7·D30 정의와 계산법, 흔한 함정까지.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"리텐션, 리텐션 뜻, 리텐션이란, 리텐션 계산, Retention, D1 리텐션, D7 리텐션, D30 리텐션, 유저 잔존율, 리텐션 커브, 코호트 리텐션, 앱 리텐션","category":"측정·분석 방법론","relatedPosts":["cohort-analysis-guide","aha-moment-retention"],"faq":[{"q":"D1·D7·D30 리텐션은 각각 무슨 뜻인가요?","a":"설치한 날을 D0으로 두고, 그로부터 1일·7일·30일 뒤에 다시 돌아온 유저의 비율입니다. D1은 첫인상, D7은 습관화 초입, D30은 실제로 남는 유저를 봅니다. 셋은 다른 질문에 답하므로 하나만 보면 안 됩니다."},{"q":"리텐션은 어떻게 계산하나요?","a":"분모는 같은 날 설치·가입한 유저 수(코호트 크기), 분자는 그중 해당 시점에 돌아온 유저 수입니다. 여러 날을 합칠 때는 날짜별 비율의 단순 평균이 아니라 코호트 크기로 가중해야 합니다."},{"q":"리텐션이 몇 %면 좋은 건가요?","a":"업종·과금 구조·유입 채널에 따라 달라서 외부 평균값은 대부분 맞지 않습니다. 신뢰할 수 있는 기준은 같은 앱의 과거 코호트이고, 개선 여부는 그 추이로 판단하는 편이 안전합니다."},{"q":"리텐션과 코호트는 어떻게 다른가요?","a":"코호트는 '같은 시점에 시작한 유저 묶음'이라는 단위이고, 리텐션은 그 묶음에서 시간이 지나며 남는 비율입니다. 코호트로 나누지 않은 전체 평균 리텐션은 신규 유입량 변화에 흔들려 해석하기 어렵습니다."}],"primaryTool":"5-2","draft":false,"html":"$2a"},{"slug":"custom-product-page","term":"맞춤형 제품 페이지 (CPP)","seoTitle":"맞춤형 제품 페이지(CPP) 뜻과 쓰는 법","searchTitleTerms":[],"shortDef":"앱 하나에 여러 벌의 제품 페이지를 만들어 유입별로 다르게 보여주는 애플 기능","description":"앱 하나에 여러 제품 페이지를 만들어 유입별로 다르게 보여주는 기능. PPO와 다른 점과 쓰는 법.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"맞춤형 제품 페이지, CPP, custom product page, 애플 CPP, ASA 맞춤 페이지, 앱스토어 커스텀 페이지, PPO 차이","category":"매체·운영","relatedPosts":["store-listing-experiment","asa-keyword-expansion"],"faq":[{"q":"맞춤형 제품 페이지(CPP)와 PPO는 무엇이 다른가요?","a":"CPP는 유입별로 다른 페이지를 보여주는 기능이고 PPO는 어느 안이 더 나은지 실험하는 기능입니다. CPP는 승패를 가리지 않고 소재별로 맞는 페이지를 붙이는 것이라 비교 대상이 없습니다. 무엇이 더 잘 먹히는지 확정하려면 PPO나 별도 실험이 필요합니다."},{"q":"CPP는 몇 개까지 만들 수 있나요?","a":"애플 기준 앱당 최대 35개이며 각각 고유 URL을 가집니다. Apple Search Ads 캠페인에 연결하거나 다른 채널의 랜딩으로 쓸 수 있어서, 광고 소재의 메시지와 스토어 페이지의 첫 화면을 맞추는 데 씁니다."},{"q":"CPP를 쓰면 전환율이 오르나요?","a":"광고 메시지와 페이지가 어긋나 있던 경우에만 오릅니다. 러닝 앱 광고를 보고 들어왔는데 기본 페이지 첫 스크린샷이 식단 기능이면 그 간극만큼 이탈합니다. 다만 CPP 자체는 비교군이 없어서, 개선 폭을 확인하려면 적용 전후를 소스별로 나눠 보거나 실험을 따로 돌려야 합니다."}],"primaryTool":"5-27","draft":false,"html":"$2b"},{"slug":"view-through-conversion","term":"뷰스루 전환 (View-Through Conversion)","seoTitle":"뷰스루 전환 뜻 | 클릭 없이 잡히는 전환","searchTitleTerms":[],"shortDef":"광고를 보기만 하고 클릭하지 않은 사람이 나중에 전환했을 때 그 광고 몫으로 세는 것","description":"뷰스루 전환은 클릭 없이 노출만으로 귀속되는 전환입니다. 왜 부풀려 보이기 쉬운지와 판단 기준.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"뷰스루 전환, view-through conversion, VTC 뜻, 조회 기반 전환, 노출 기여, 1일 조회","category":"트래킹·기술","relatedPosts":["attribution-data-mismatch","incrementality-measurement"],"faq":[{"q":"뷰스루 전환을 성과에 포함해도 되나요?","a":"포함 여부를 정하는 것보다 따로 보는 것이 안전합니다. 클릭 전환과 섞으면 캠페인 간 비교가 깨지고, 노출량이 큰 캠페인이 자동으로 유리해집니다."},{"q":"뷰스루가 많으면 광고가 잘 되고 있는 건가요?","a":"그렇게 볼 수 없습니다. 노출을 많이 살수록 뷰스루도 늘어나므로, 같은 사람이 어차피 전환했을 가능성이 함께 커집니다. 판단하려면 홀드아웃으로 증분을 재야 합니다."},{"q":"뷰 전환은 왜 매체마다 숫자가 다른가요?","a":"뷰 윈도우를 매체마다 다르게 잡기 때문입니다. 메타의 기본값은 클릭 7일에 뷰 1일이라, 광고를 보고 사흘 뒤 산 사람은 메타의 뷰 전환에 안 잡히지만 뷰 윈도우가 더 긴 매체에서는 잡힙니다. 같은 전환이 어디서는 세어지고 어디서는 안 세어지는 것이라, 매체 간 비교 전에 윈도우부터 맞춰야 합니다."}],"primaryTool":"5-23","draft":false,"html":"

한 줄로

광고를 클릭하지는 않고 보기만 한 사람이 나중에 전환했을 때, 그 전환을 광고 몫으로 세는 것이 뷰스루 전환입니다.

왜 조심해야 하나

노출은 클릭보다 훨씬 많습니다. 그래서 뷰스루를 포함하면 전환 수가 크게 늘고 CPA가 좋아 보여요. 문제는 그 증가분 중 상당수가 광고가 없었어도 일어났을 전환이라는 점입니다.

특히 노출량이 큰 캠페인일수록 유리해지는 구조라, 클릭 전환과 뷰스루를 한 칸에 합쳐 캠페인끼리 비교하면 순위가 왜곡됩니다.

어떻게 다루나

분리해서 보는 게 기본입니다. 클릭 전환만으로 한 번, 뷰스루 포함으로 한 번 보고 두 값의 차이가 큰 캠페인을 따로 표시해두세요. 그 캠페인이 홀드아웃으로 증분을 확인할 1순위 후보입니다.

더 깊게 보려면

귀속 규칙 차이가 만드는 숫자 불일치는 어트리뷰션 데이터 불일치에서, 실제 증분 측정은 증분성 측정에서 다룹니다.

\n"},{"slug":"frequency","term":"빈도 (Frequency)","seoTitle":"광고 빈도 뜻 | CTR 하락을 읽는 짝 지표","searchTitleTerms":[],"shortDef":"한 사람이 같은 광고에 노출된 평균 횟수 — 노출 ÷ 도달","description":"빈도는 한 사람이 광고를 본 평균 횟수입니다. CTR·CPM과 함께 읽어야 피로도인지 다른 원인인지 갈립니다.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"빈도, frequency 뜻, 광고 빈도, 노출 도달 차이, 빈도 제한, frequency cap","category":"기초 지표","relatedPosts":["ad-creative-testing","retargeting-reengagement-guide"],"faq":[{"q":"빈도가 몇이면 높은 건가요?","a":"업종·캠페인 목적·기간에 따라 정상 범위가 달라 절대 기준은 없습니다. 우리 계정의 과거 구간과 비교해 평소보다 빠르게 오르고 있는지를 보는 편이 실용적입니다."},{"q":"리타겟팅은 왜 빈도를 특히 봐야 하나요?","a":"대상 풀이 좁아 같은 사람에게 반복 노출되기 쉽기 때문입니다. 빈도 제한이 없으면 전환율은 그대로인데 CPM만 오르고 브랜드 인상도 나빠집니다."},{"q":"빈도는 어떻게 계산하나요?","a":"노출 수를 도달 수로 나눕니다. 노출 300,000회가 도달 100,000명에게 나갔다면 빈도는 3이고, 한 사람이 평균 3번 봤다는 뜻입니다. 노출만 늘고 도달이 그대로면 같은 사람에게 더 자주 보여주고 있다는 신호입니다."}],"primaryTool":"9-6","draft":false,"html":"

한 줄로

한 사람이 같은 광고를 평균 몇 번 봤는지가 빈도입니다. 노출 ÷ 도달로 계산해요.

혼자 보면 쓸모가 적다

빈도 자체로는 좋다 나쁘다를 말하기 어렵습니다. 이 지표의 값어치는 다른 지표와 짝지을 때 나와요.

빈도↑ + CTR↓ → 소재 피로도 가능성
빈도↑ + CPM↑ → 같은 좁은 풀에 계속 입찰하는 중
빈도 그대로 + CTR↓ → 소재 밖의 원인

어디서 특히 중요한가

리타겟팅처럼 오디언스가 좁은 캠페인입니다. 대상이 적으니 빈도가 빠르게 올라가고, 제한을 안 걸면 같은 사람에게 계속 노출하면서 CPM만 올립니다.

더 깊게 보려면

빈도와 CTR을 함께 읽는 진단은 광고 성과 하락 원인에서 다룹니다.

\n"},{"slug":"creative-fatigue","term":"소재 피로도 (Creative Fatigue)","seoTitle":"소재 피로도 뜻 | CTR 하락이 피로인지 아는 법","searchTitleTerms":[],"shortDef":"같은 사람에게 같은 소재가 반복 노출되며 반응이 식는 현상 — 빈도↑와 CTR↓이 함께 나타난다","description":"소재 피로도는 반복 노출로 반응이 식는 현상입니다. 다른 원인과 구분하는 신호와 교체 판단 기준.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"소재 피로도, creative fatigue 뜻, 광고 피로도, CTR 하락 원인, 빈도 상승, 소재 교체 시점","category":"예산·최적화","relatedPosts":["ad-creative-testing","ad-performance-diagnosis"],"faq":[{"q":"CTR이 떨어지면 다 소재 피로도인가요?","a":"아닙니다. 피로도라면 [빈도](/glossary/frequency)가 함께 올라야 합니다. 빈도는 그대로인데 CTR만 떨어졌다면 경쟁 심화, 시즌, 타겟 변경처럼 소재 밖의 원인일 가능성이 큽니다."},{"q":"빈도와 CTR이 같이 움직이면 피로도로 확정해도 되나요?","a":"확정은 못 합니다. 그건 연관까지이고, 소재만 바꿔서 비교했을 때 회복되는지를 봐야 인과에 가까워집니다."}],"primaryTool":"9-6","draft":false,"html":"

한 줄로

같은 사람에게 같은 소재를 계속 보여주면 반응이 식습니다. 빈도는 올라가는데 CTR은 내려가는 이 '가위 모양'이 소재 피로도의 신호예요.

다른 원인과 가르는 법

CTR 하락을 보면 바로 소재를 갈고 싶어지는데, 그전에 빈도를 같이 확인해야 합니다.

빈도↑ + CTR↓ → 피로도 가능성이 높습니다. 소재 교체나 타겟 확장이 방향이에요.
빈도 그대로 + CTR↓ → 피로가 아닐 수 있습니다. 경쟁·시즌·타겟 변경을 보세요. 이때 소재를 갈아도 안 풀립니다.

전체 CTR 하락이 실제 하락이 아니라 아직 학습 중인 신규 소재 비중이 늘어난 결과인 경우도 흔합니다.

교체할 때 주의

성과 낮은 소재를 한꺼번에 다 갈면 학습이 흔들립니다. 하위 일부만 교체하는 편이 안전해요.

더 깊게 보려면

교체 우선순위와 테스트 설계는 광고 소재 테스트 방법에서 다룹니다.

\n"},{"slug":"adstock","term":"애드스톡 (Adstock)","seoTitle":"애드스톡 뜻 | 광고 효과가 며칠 뒤 나타나는 이유","searchTitleTerms":[],"shortDef":"광고를 끈 뒤에도 남아서 이어지는 잔존 광고효과","description":"광고 노출이 며칠~몇 주에 걸쳐 전환으로 이어지는 잔존효과. MMM에서 왜 필요한지와 실무 해석법까지.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"애드스톡, Adstock 뜻, 애드스톡이란, 광고 잔존효과, MMM 애드스톡, 광고 이월효과","category":"예산·최적화","relatedPosts":["marketing-mix-modeling"],"faq":[{"q":"애드스톡은 어떻게 계산하나요?","a":"가장 흔한 형태는 기하 감쇠입니다. 감쇠율이 0.5라면 오늘 100만 원을 쓴 효과가 내일 50만 원, 모레 25만 원어치로 남는 식입니다. 누적하면 100 ÷ (1 − 0.5)로 200만 원어치 효과가 되고, 감쇠율 0.8이면 500만 원어치까지 늘어납니다."},{"q":"애드스톡을 무시하면 어떻게 되나요?","a":"광고 효과를 과소평가하기 쉽습니다. 일별 지출과 일별 매출을 그대로 회귀하면 어제 광고가 만든 오늘 전환이 오늘 지출의 몫으로 잡히거나 아예 노이즈로 흩어집니다. 브랜드 캠페인처럼 잔존이 긴 채널일수록 손해가 큽니다."},{"q":"감쇠율은 어떻게 정하나요?","a":"데이터로 추정하는 값이지 정해진 상수가 아닙니다. 여러 감쇠율을 넣어 보고 적합이 가장 좋은 값을 고르는 방식이 일반적입니다. 브랜드 인지도 캠페인은 감쇠가 느리고(잔존이 길고), 즉시성 프로모션은 빠른 경향이 있습니다."}],"primaryTool":"5-18-mmm","draft":false,"html":"$2c"},{"slug":"attribution","term":"어트리뷰션 (Attribution)","seoTitle":"어트리뷰션 뜻 | 전환을 어느 매체 몫으로 볼까","searchTitleTerms":[],"shortDef":"일어난 전환을 어느 광고 접점의 성과로 볼지 정하는 규칙","description":"어트리뷰션은 이미 일어난 전환을 어느 매체 몫으로 볼지 정하는 규칙입니다. 증분과 다른 이유까지.","date":"2026-08-17","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"어트리뷰션, 어트리뷰션 뜻, attribution, 기여도, 라스트클릭, 어트리뷰션 윈도우, 전환 귀속, 매체 기여","category":"측정·분석 방법론","relatedPosts":["attribution-data-mismatch","correlation-vs-causation"],"faq":[{"q":"어트리뷰션과 증분(인크리멘탈리티)은 뭐가 다른가요?","a":"어트리뷰션은 이미 일어난 전환을 매체별로 나누는 규칙이고, 증분은 그 전환이 광고 없이도 일어났을지를 묻습니다. 어트리뷰션은 항상 100%를 배분하지만 실제 증분은 그보다 훨씬 작을 수 있습니다."},{"q":"매체 리포트와 MMP 숫자가 왜 다른가요?","a":"귀속 창(윈도우)과 집계 시점, 전환 정의가 서로 다르기 때문입니다. 어느 쪽이 맞다기보다 기준이 다른 것이므로, 숫자를 고르기 전에 각 시스템의 규칙을 표로 맞춰 보는 것이 먼저입니다."},{"q":"라스트클릭만 보면 안 되나요?","a":"간단하고 재현 가능하다는 장점이 있지만, 마지막 접점에 전부를 주기 때문에 인지·탐색 단계에 기여한 채널이 구조적으로 과소평가됩니다. 브랜드 캠페인이 특히 불리하게 나옵니다."}],"primaryTool":"5-23","draft":false,"html":"$2d"},{"slug":"attribution-window","term":"어트리뷰션 윈도우 (Attribution Window)","seoTitle":"어트리뷰션 윈도우 뜻 | 매체마다 숫자가 다른 이유","searchTitleTerms":[],"shortDef":"광고 접점 이후 며칠 안의 전환까지 그 광고 몫으로 인정할지 정한 기간","description":"어트리뷰션 윈도우는 전환을 광고 몫으로 셀 기간입니다. 창이 다르면 같은 전환도 매체마다 다르게 집계됩니다.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"어트리뷰션 윈도우, attribution window 뜻, 전환 추적 기간, 7일 클릭 1일 조회, 룩백 윈도우, 전환 수 차이","category":"트래킹·기술","relatedPosts":["attribution-data-mismatch"],"faq":[{"q":"매체마다 전환 수가 다른 게 윈도우 때문인가요?","a":"가장 흔한 원인 중 하나입니다. Meta 기본값은 7일 클릭 + 1일 조회인데 다른 도구가 30일 클릭을 쓰면 같은 주의 같은 전환이 서로 다르게 집계됩니다. 비교 전에 창부터 맞추세요."},{"q":"윈도우를 길게 잡으면 성과가 좋아지나요?","a":"리포트상 전환 수는 늘지만 실제 성과가 늘어난 건 아닙니다. 창이 길수록 광고와 무관하게 일어났을 전환이 더 많이 섞이므로, 증분과는 오히려 멀어집니다."}],"primaryTool":"5-23","draft":false,"html":"

한 줄로

광고를 클릭하거나 본 뒤 며칠 안에 일어난 전환까지 그 광고 몫으로 셀지 정한 기간이 어트리뷰션 윈도우입니다. 클릭 기준과 조회 기준을 따로 잡는 게 보통이에요.

숫자가 갈리는 지점

같은 주의 같은 전환인데 메타는 120건, GA4는 70건, MMP는 85건으로 나오는 상황이 흔합니다. 어느 하나가 고장 난 게 아니라 창과 집계 시점, 전환 정의가 서로 다른 겁니다.

Meta 기본값은 7일 클릭 + 1일 조회예요. 여기에 뷰스루 전환을 포함하느냐까지 겹치면 차이는 더 벌어집니다.

길게 잡으면 좋은 게 아니다

창을 늘리면 전환 수는 늘어납니다. 다만 늘어난 몫에는 광고가 없었어도 일어났을 전환이 더 많이 섞여요. 리포트 숫자와 증분이 반대 방향으로 움직이는 전형적인 자리입니다.

더 깊게 보려면

시스템 간 숫자를 맞추는 순서는 어트리뷰션 데이터 불일치에서 다룹니다.

\n"},{"slug":"uplift","term":"업리프트 (Uplift)","seoTitle":"업리프트(Uplift) 뜻 | 광고 순수 증가분","searchTitleTerms":["업리프트","Uplift"],"shortDef":"실험군과 대조군의 성과 차이. 유효한 실험 설계가 있어야 광고의 증분 효과로 해석할 수 있음","description":"Uplift는 증가·상승을 뜻합니다. 광고 실험에서 8%와 5%의 차이는 절대 3%p, 상대 60%입니다. 계산법과 증분 해석 조건을 봅니다.","date":"2026-08-09","updated":"2026-10-08","reviewedAt":"","reviewer":"","sources":[{"title":"Cambridge Dictionary: Uplift","url":"https://dictionary.cambridge.org/dictionary/english/uplift"},{"title":"Google Ads: About lift studies","url":"https://support.google.com/google-ads/answer/16104408?hl=en"}],"keywords":"업리프트, 업리프트 뜻, 업리프트란, uplift 뜻, uplift meaning, 인크리멘탈리티, 증분 효과, 홀드아웃 테스트, 순수 증가분, 광고 업리프트","category":"측정·분석 방법론","relatedPosts":["incrementality-measurement","uplift-holdout-guide"],"faq":[{"q":"Uplift 뜻은 무엇이고 광고에서 어떻게 쓰나요?","a":"Uplift는 일반적으로 증가·상승을 뜻하며, 광고 실험에서는 실험군과 대조군의 성과 차이를 가리킵니다. 전환율이 8%와 5%이면 절대 차이는 3%p, 대조군 대비 상대 차이는 60%입니다. 단순한 매출 상승과 광고가 만든 증분 효과를 구분하려면 실험 설계와 불확실성을 확인해야 합니다."},{"q":"업리프트와 ROAS는 어떻게 다른가요?","a":"ROAS는 정해진 귀속 규칙에 따른 광고 매출을 비용으로 나눈 값입니다. 업리프트는 실험군과 대조군의 성과 차이이며, 유효한 설계 아래 광고가 추가로 만든 몫을 추정합니다. 귀속 성과와 증분 성과는 같은 숫자가 아닙니다."},{"q":"업리프트는 어떻게 계산하나요?","a":"무작위로 나눈 노출 그룹과 홀드아웃 그룹의 성과 차이로 계산합니다. 노출 그룹 전환율이 8%, 홀드아웃이 5%면 업리프트는 3%p입니다. 무작위 배정이 아니거나 두 그룹의 기간·대상이 다르면 이 차이를 광고 효과로 볼 수 없습니다."},{"q":"업리프트가 마이너스로 나올 수도 있나요?","a":"나올 수 있습니다. 표본 변동, 측정·설계 문제, 실제 음의 효과 모두 가능하므로 원인을 숫자 하나로 정하지 마세요. 신뢰구간이 0을 걸치면 효과의 방향을 구분하지 못한 것이며, 효과가 없다고 입증한 것은 아닙니다."}],"primaryTool":"5-23","draft":false,"html":"$2e"},{"slug":"lookalike","term":"유사 타겟 (Lookalike)","seoTitle":"Lookalike 뜻 | 시드가 결과를 가른다","searchTitleTerms":[],"shortDef":"기존 유저(시드)와 닮은 사람을 매체가 찾아주는 타겟팅 — 시드 품질이 결과를 결정한다","description":"Lookalike는 시드와 닮은 유저를 찾는 타겟팅입니다. 시드를 잘못 고르면 CPI는 싸고 LTV는 낮아집니다.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"Lookalike 뜻, 유사 타겟, 유사 오디언스, 시드 오디언스, lookalike audience, LTV 상위 시드","category":"예산·최적화","relatedPosts":["retargeting-reengagement-guide","audience-broad-vs-narrow"],"faq":[{"q":"Lookalike 시드로 무엇을 쓰는 게 좋나요?","a":"구매를 여러 번 했거나 LTV 상위권인 유저입니다. 설치만 하거나 가입만 한 유저를 시드로 쓰면 '광고를 클릭할 법한 사람'만 닮게 되어, CPI는 싸 보이는데 LTV는 평균 이하로 나오는 흔한 결과가 됩니다."},{"q":"시드가 작으면 어떻게 되나요?","a":"매체가 패턴을 찾지 못해 확장이 잘 안 됩니다. 반대로 너무 크면 우리 유저의 특징이 희석되므로, 상위 LTV로 좁혔는데 성과가 안 나온다면 품질이 아니라 시드 볼륨 부족일 수 있습니다."}],"primaryTool":"5-3","draft":false,"html":"

한 줄로

우리가 준 유저 목록(시드)과 닮은 사람을 매체가 찾아주는 타겟팅이 Lookalike입니다. 무엇을 시드로 주느냐가 결과를 그대로 결정해요.

시드가 전부다

매체는 시드의 공통 특징을 학습해 비슷한 사람을 찾습니다. 그래서 시드가 "광고를 잘 클릭하는 사람"이면 결과도 광고를 잘 클릭하는 사람이 됩니다. 돈을 쓰는 사람과는 다를 수 있어요.

좋은 시드: 구매를 여러 번 했거나 LTV 상위권인 유저
위험한 시드: 설치만 하거나 가입만 한 유저

CPI는 싸 보이는데 LTV가 평균 이하로 나오는 흔한 원인이 여기 있습니다.

크기도 영향을 준다

너무 작으면 매체가 패턴을 못 찾고, 너무 크면 우리 유저의 특징이 희석됩니다. 상위 LTV로 좁혔는데 성과가 안 나온다면 시드 품질이 아니라 볼륨 부족을 의심해 보세요.

더 깊게 보려면

시드 설계와 신규 획득 분리는 리타겟팅·재참여 캠페인 운영에서 다룹니다.

\n"},{"slug":"response-curve","term":"응답곡선 (Response Curve)","seoTitle":"응답곡선 뜻 | 예산 늘려도 전환이 안 느는 지점","searchTitleTerms":[],"shortDef":"지출을 늘릴수록 전환이 어떻게 따라오는지 보여주는 곡선 — 보통 S자 모양","description":"지출 대비 전환 변화를 보여주는 곡선. S자가 나오는 이유와 증액 여력을 볼 때 조심할 점.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"응답곡선, 응답곡선 뜻, Response Curve, 반응곡선, 수확체감, 예산 응답곡선","category":"예산·최적화","relatedPosts":["budget-marginal-efficiency"],"faq":[{"q":"응답곡선으로 무엇을 알 수 있나요?","a":"지출을 늘렸을 때 전환이 얼마나 더 붙는지를 봅니다. 지출 1,000만 원에 전환 500건이던 채널이 2,000만 원에서 700건이 됐다면, 늘린 1,000만 원이 만든 건 200건이라 한계 CPA는 50,000원입니다. 평균 CPA 28,571원의 약 1.8배라 겉보기 효율보다 실제 증액 단가가 훨씬 비싸다는 뜻입니다."},{"q":"포화됐는지는 어떻게 판단하나요?","a":"한계 CPA를 평균 CPA로 나눈 비율을 봅니다. 이 값이 1에 가까우면 아직 여유가 있고, 1을 크게 넘으면 추가 예산이 비례해서 돌아오지 않는 구간입니다. 지출이 거의 변하지 않은 채널은 곡선 자체를 추정할 수 없어 판정을 보류해야 합니다."},{"q":"응답곡선 예측을 어디까지 믿어도 되나요?","a":"가 본 지출 범위 근처까지입니다. 한 번도 써 보지 않은 큰 예산 구간은 곡선 바깥이라 외삽이고, 이 구간의 예측은 신뢰가 낮습니다. 한 번에 크게 늘리지 말고 경험한 범위 근처에서 조금씩 늘리며 실제 전환이 따라오는지 확인하는 편이 안전합니다."}],"primaryTool":"5-22","draft":false,"html":"$2f"},{"slug":"difference-in-differences","term":"이중차분법 (DiD)","seoTitle":"이중차분법 뜻 | 전후 비교만으로 부족할 때","searchTitleTerms":[],"shortDef":"처치군의 전후 변화에서 대조군의 전후 변화를 빼, 같은 기간의 공통 요인을 걷어내는 방법","description":"DiD는 전후 차이에서 대조군의 차이를 한 번 더 빼는 방법입니다. 성립 조건인 평행추세 가정까지.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"이중차분법, DiD 뜻, difference in differences, 전후 비교, 대조군 분석, 평행추세 가정","category":"측정·분석 방법론","relatedPosts":["incrementality-measurement","correlation-vs-causation"],"faq":[{"q":"전후 비교와 무엇이 다른가요?","a":"전후 비교는 같은 기간에 일어난 시즌·프로모션·경쟁 변화를 걷어내지 못합니다. DiD는 대조군도 같은 기간을 겪었다는 점을 이용해 그 공통 요인을 한 번 더 빼줍니다."},{"q":"DiD를 쓰려면 무엇이 필요한가요?","a":"처치 전 두 그룹의 추세가 나란히 움직였어야 합니다(평행추세 가정). 처치 전 구간에서 두 곡선이 이미 벌어지고 있었다면 DiD 결과를 인과로 읽을 수 없습니다."}],"primaryTool":"5-23","draft":false,"html":"

한 줄로

처치군의 전후 변화에서 대조군의 전후 변화를 한 번 더 빼는 방법이 이중차분법(DiD)입니다. 이름 그대로 차이의 차이예요.

왜 한 번 더 빼나

브랜드 캠페인을 켠 뒤 매출이 10% 올랐다고 해봅시다. 그 10%에는 캠페인 효과와 함께 시즌·프로모션·경쟁사 변화가 다 섞여 있습니다.

같은 기간 캠페인을 안 돌린 지역의 매출이 6% 올랐다면, 그 6%는 캠페인과 무관하게 일어난 몫이에요. 10% − 6% = 4%가 DiD 추정치입니다.

성립 조건

핵심 가정은 평행추세입니다. 처치 전에 두 그룹의 추세가 나란히 움직였어야 해요. 처치 전 구간에서 이미 두 곡선이 벌어지고 있었다면, 처치 후의 차이는 캠페인이 아니라 원래 있던 격차의 연장일 수 있습니다.

그래서 DiD를 쓸 때는 결과보다 먼저 처치 전 구간의 두 곡선을 그려 보는 게 순서입니다.

더 깊게 보려면

대조군을 못 만들 때의 대안까지는 증분성 측정에서 다룹니다.

\n"},{"slug":"incrementality","term":"인크리멘탈리티 (Incrementality)","seoTitle":"인크리멘탈 뜻 | Incrementality·증분성","searchTitleTerms":["인크리멘탈","Incrementality"],"shortDef":"광고가 실제로 추가로 만들어낸 순수 성과 — 증분성","description":"인크리멘탈은 '점진적으로 증가하는'이라는 뜻입니다. 광고 측정의 인크리멘탈리티(증분성)와 차이, 증분 전환·iCPA 계산을 봅니다.","date":"2026-07-18","updated":"2026-10-08","reviewedAt":"","reviewer":"","sources":[{"title":"Oxford Learner's Dictionaries: Incremental","url":"https://www.oxfordlearnersdictionaries.com/definition/english/incremental"},{"title":"Google Ads: Incremental conversions and attributed conversions","url":"https://support.google.com/google-ads/answer/14102450?hl=en-GB"}],"keywords":"인크리멘탈리티, 인크리멘탈리티 뜻, 인크리멘탈 뜻, incremental, Incrementality, 증분성, 증분 측정, 증분 분석","category":"측정·분석 방법론","relatedPosts":["incrementality-measurement"],"faq":[{"q":"인크리멘탈 뜻은 무엇이고 인크리멘탈리티와 어떻게 다른가요?","a":"인크리멘탈(incremental)은 일반적으로 점진적으로 증가하는, 증분의라는 뜻의 형용사입니다. 광고에서 incremental conversions는 광고 때문에 추가로 생긴 전환을 가리킵니다. 인크리멘탈리티(incrementality, 증분성)는 광고가 없었을 때와 비교해 무엇이 추가됐는지를 묻는 측정 개념입니다. 단순한 전월 대비 증가가 곧 광고의 증분 효과는 아닙니다."},{"q":"인크리멘탈리티와 어트리뷰션은 뭐가 다른가요?","a":"어트리뷰션은 관측·귀속 가능한 전환의 공을 규칙에 따라 배분합니다. 인크리멘탈리티는 광고가 없었을 때와 비교한 추가 성과를 묻습니다. 누락과 중복, 귀속 범위가 달라질 수 있으므로 모든 보고서가 전체 전환을 100% 배분한다고 가정하면 안 됩니다."},{"q":"인크리멘탈리티는 어떻게 측정하나요?","a":"가장 확실한 방법은 무작위 홀드아웃입니다. 대조군을 못 만들면 캠페인을 새로 켜거나 끄는 전후 비교, 지역 분할, 시계열 기준선 추정을 씁니다. 뒤로 갈수록 다른 요인이 섞일 여지가 커집니다."},{"q":"증분이 낮게 나오면 광고를 꺼야 하나요?","a":"바로 끄기 전에 표본과 기간을 먼저 확인하세요. 증분 추정은 구간이 넓은 경우가 많고, 브랜드 캠페인처럼 효과가 늦게 나타나는 유형은 짧은 관측 구간에서 과소평가됩니다."}],"primaryTool":"5-23","draft":false,"html":"$30"},{"slug":"product-page-views","term":"제품 페이지 조회 (Product Page Views)","seoTitle":"제품 페이지 조회 뜻 | 노출과 뭐가 다른가","searchTitleTerms":[],"shortDef":"스토어 제품 페이지를 실제로 연 횟수 — 스토어 전환율의 분모","description":"제품 페이지를 실제로 연 횟수. 노출과 다른 이유와 스토어 전환율 분모로 쓸 때 주의점.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"제품 페이지 조회, product page views, 스토어 조회수, 앱스토어 조회, 스토어 등록정보 방문자, store listing visitors, 스토어 전환율 분모","category":"측정·분석 방법론","relatedPosts":["store-conversion-drop-diagnosis","aso-basics-guide"],"faq":[{"q":"노출과 제품 페이지 조회는 무엇이 다른가요?","a":"노출은 검색 결과나 추천 목록에서 앱이 보인 횟수이고, 제품 페이지 조회는 실제로 페이지를 연 횟수입니다. 노출 12,900에서 조회 4,300이면 탭률은 33%이고, 나머지 67%는 목록에서 아이콘과 제목만 보고 지나간 사람입니다. 두 단계는 고칠 요소가 달라 반드시 나눠 봐야 합니다."},{"q":"스토어 전환율의 분모는 무엇으로 잡나요?","a":"제품 페이지 조회를 쓰는 것이 표준입니다. 조회 4,300에 설치 1,935면 전환율 45%입니다. 노출을 분모로 잡으면 발견 단계 문제와 페이지 설득 문제가 한 숫자에 섞여, 어느 쪽이 나빠졌는지 구분할 수 없게 됩니다."},{"q":"애플과 구글의 조회 수 정의가 같나요?","a":"다릅니다. App Store Connect는 제품 페이지 조회를, Google Play Console은 스토어 등록정보 방문자를 씁니다. 애플은 고유 기기 기준 지표를 따로 제공하고, 구글은 방문자를 중복 제거 단위로 셉니다. 두 스토어 숫자를 합산해 하나의 전환율을 만들지 말고 각각 따로 보세요."}],"primaryTool":"5-27","draft":false,"html":"$31"},{"slug":"incremental-roas","term":"증분 ROAS (iROAS)","seoTitle":"증분 ROAS 뜻 | 리포트 ROAS와 뭐가 다른가","searchTitleTerms":[],"shortDef":"광고가 실제로 추가로 만든 매출만으로 계산한 ROAS — 어차피 났을 매출을 뺀 값","description":"iROAS는 증분 매출 ÷ 광고비입니다. 리포트 ROAS가 800%여도 iROAS는 훨씬 낮을 수 있는 이유.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"증분 ROAS, iROAS 뜻, incremental ROAS, 순증분 매출, 리포트 ROAS 차이, 증분 기반 판단","category":"측정·분석 방법론","relatedPosts":["incrementality-measurement","uplift-holdout-guide"],"faq":[{"q":"리포트 ROAS와 iROAS는 얼마나 차이 나나요?","a":"캠페인 성격에 따라 크게 갈립니다. 브랜드 검색이나 리타겟팅처럼 이미 우리를 아는 사람에게 붙는 광고는 리포트 ROAS가 가장 높게 나오면서 증분은 가장 작은 경우가 흔합니다."},{"q":"iROAS는 어떻게 계산하나요?","a":"홀드아웃 그룹과의 매출 차이를 광고비로 나눕니다. 무작위 배정이 아니면 그 차이를 광고 효과로 볼 수 없으므로, 대조군 없이 계산한 값은 추정치로만 다뤄야 합니다."}],"primaryTool":"5-23","draft":false,"html":"

한 줄로

리포트에 찍힌 매출 전부가 아니라, 광고가 없었다면 안 났을 매출만으로 계산한 ROAS가 증분 ROAS(iROAS)입니다.

왜 따로 봐야 하나

리포트 ROAS는 광고를 본 사람이 만든 매출을 전부 광고 공으로 잡습니다. 그중에는 어차피 살 사람이 섞여 있어요. 전환 500건 중 실제 증분은 120건이고 나머지 380건은 원래 올 손님이었을 수 있습니다.

그래서 ROAS 800%가 찍혀도 증액 근거가 되지 못하는 경우가 생깁니다. 판단해야 할 질문은 "이 광고를 본 사람이 얼마를 썼나"가 아니라 "이 광고를 끄면 얼마가 사라지나"예요.

계산

홀드아웃 그룹과의 매출 차이를 광고비로 나눕니다. 무작위 배정이 아니거나 두 그룹의 기간·대상이 다르면 그 차이를 광고 효과로 볼 수 없습니다.

더 깊게 보려면

측정 방법 세 가지는 증분성 측정에서, 홀드아웃 설계는 업리프트 측정법에서 다룹니다.

\n"},{"slug":"cannibalization","term":"카니발라이제이션 (Cannibalization)","seoTitle":"광고 카니발라이제이션(Cannibalization) 뜻","searchTitleTerms":["카니발라이제이션","Cannibalization"],"shortDef":"유료 광고가 어차피 왔을 오가닉 유입을 대신 잡아먹는 현상","description":"카니발라이제이션은 유료 광고가 원래 왔을 오가닉 전환을 가져가는 현상입니다. 확인 방법까지.","date":"2026-07-18","updated":"2026-08-26","reviewedAt":"","reviewer":"","sources":[{"title":"Google Ads: About lift studies","url":"https://support.google.com/google-ads/answer/16104408?hl=en"}],"keywords":"카니발라이제이션, 카니발리제이션, 카니발라이제이션 뜻, Cannibalization, 오가닉 잠식, 잠식 효과, 카니발","category":"측정·분석 방법론","relatedPosts":["cannibalization-organic-paid"],"faq":[{"q":"카니발라이제이션은 어떻게 확인하나요?","a":"가장 확실한 방법은 광고를 끄고 오가닉이 얼마나 올라오는지 보는 것입니다. 브랜드 검색 캠페인을 일정 기간·일부 지역에서 끄면, 잡아먹고 있던 몫이 오가닉 증가로 드러납니다."},{"q":"브랜드 키워드 광고는 카니발라이제이션인가요?","a":"전부는 아니지만 비중이 큽니다. 브랜드명을 검색한 사람 상당수는 광고가 없어도 들어왔을 가능성이 높습니다. 일반 키워드와 같은 캠페인에 두면 전체 효율이 좋아 보이는 착시가 생깁니다."},{"q":"유료와 오가닉이 같이 오르면 잠식이 아닌가요?","a":"같이 오른 것만으로는 판단할 수 없습니다. 광고가 수요를 새로 만들었을 수도, 원래 성수기였을 수도 있습니다. 대조군이나 전후 비교로 반사실을 만들어야 구분됩니다."},{"q":"잠식률은 어떻게 계산하나요?","a":"브랜드 캠페인을 껐을 때 사라진 유료 전환 대비 늘어난 오가닉 전환의 비율입니다. 유료 100건이 사라지고 오가닉이 70건 늘었다면 잠식률은 70%이고 순증분은 30건입니다. 이 경우 그 캠페인의 실제 CPA는 대시보드에 찍힌 값의 약 3.3배로 다시 계산해야 합니다."}],"primaryTool":"5-18-cannibal","draft":false,"html":"$32"},{"slug":"conversion-value","term":"컨버전 밸류 (Conversion Value)","seoTitle":"컨버전 밸류 뜻 | SKAN 6비트에 뭘 담을까","searchTitleTerms":[],"shortDef":"SKAN이 돌려주는 좁은 값 — 설치 직후 행동을 여기에 압축해 담아야 한다","description":"컨버전 밸류는 SKAN이 주는 0~63 또는 low·medium·high 값입니다. 무엇을 담을지 정하는 기준과 흔한 실수.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"컨버전 밸류, conversion value, SKAN 컨버전 밸류, fine conversion value, coarse conversion value, 컨버전 밸류 설계","category":"트래킹·기술","relatedPosts":["ios-att-skan-guide"],"faq":[{"q":"fine과 coarse 컨버전 밸류는 무엇이 다른가요?","a":"fine은 0~63의 6비트 값으로 첫 측정 창에서만, 볼륨 조건을 만족할 때만 옵니다. coarse는 low·medium·high 세 단계뿐이고 두 번째·세 번째 창에서 옵니다."},{"q":"매출을 컨버전 밸류에 넣어도 되나요?","a":"금액은 연속값이라 구간으로 인코딩해야 합니다. 구간을 촘촘히 잡을수록 64칸이 금방 모자라므로, 판단이 갈리는 상위 몇 개 구간만 나누는 편이 낫습니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

SKAN은 설치 1건에 대해 값 하나만 돌려주는데, 그 값이 컨버전 밸류입니다. 며칠 안의 어떤 행동을 이 좁은 칸에 담을지 정하는 게 iOS 측정 설계의 핵심 작업이에요.

왜 설계가 어려운가

정밀한 fine 값은 0~63, 즉 64칸뿐입니다. 가입·튜토리얼·첫 구매·구매 금액 구간을 다 담으려 하면 칸이 금방 모자라고, 칸을 잘게 쪼갤수록 각 칸에 들어오는 설치 수가 줄어 노이즈가 커집니다.

그리고 매체는 이 값을 보고 학습합니다. 잘못 설계하면 알고리즘이 나쁜 신호로 최적화해서 iOS 성과가 통째로 어긋나요.

흔한 실수 셋

첫째, 측정 창 밖의 행동을 담는 것. 첫 창은 0~2일인데 평균 구매가 5일 뒤에 일어나는 서비스라면 그 신호는 첫 창에 안 잡힙니다. 실제 전환 지연 분포를 먼저 보고 창을 정하세요.

둘째, 매핑을 자주 바꾸는 것. 바꾸는 순간 그 전후 데이터가 서로 다른 의미를 갖게 돼 비교가 끊깁니다.

셋째, 설치가 거의 안 들어오는 칸을 방치하는 것. 매핑표를 꺼내 칸별 볼륨을 세어 보고, 절반 넘게 비어 있으면 칸을 합치세요.

더 깊게 보려면

SKAN 전체 구조와 창별 해상도는 iOS ATT·SKAN 측정 가이드에서 다룹니다.

\n"},{"slug":"cohort","term":"코호트 (Cohort)","seoTitle":"코호트 뜻 | 리텐션을 코호트로 나눠 보는 이유","searchTitleTerms":[],"shortDef":"같은 시점(같은 날·같은 주)에 시작한 유저 묶음","description":"같은 시점에 설치·가입한 유저 묶음. 전체 평균이 숨기는 이탈을 찾는 법과 비교할 때 함정.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"코호트, 코호트 뜻, 코호트란, Cohort, 코호트 분석, 코호트 리텐션","category":"측정·분석 방법론","relatedPosts":["cohort-analysis-guide"],"faq":[{"q":"코호트와 리텐션은 어떻게 다른가요?","a":"코호트는 '같은 시점에 시작한 유저 묶음'이라는 단위이고, 리텐션은 그 묶음에서 시간이 지나며 남는 비율입니다. 코호트로 나누지 않은 전체 평균 리텐션은 신규 유입량 변화에 흔들려 해석하기 어렵습니다."},{"q":"코호트는 무엇을 기준으로 묶나요?","a":"보통 설치일이나 가입일로 묶지만 첫 구매일 기준으로 잡기도 합니다. 어느 쪽이든 되지만 차트에 시작점을 명시해야 하고, 한 번 정한 기준을 도중에 바꾸면 과거와 비교가 안 됩니다."},{"q":"최근 코호트가 갑자기 나빠 보이는데 왜 그런가요?","a":"관측 기간이 아직 안 찼기 때문일 가능성이 큽니다. 어제 설치한 유저의 D30은 존재하지 않는데 0으로 찍히면 급락처럼 보입니다. 미성숙 구간은 비워 두거나 따로 표시해야 합니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

같은 시점(보통 같은 날이나 같은 주)에 설치·가입한 유저 묶음을 코호트(Cohort)라고 불러요. 시간이 지나면서 이 묶음이 어떻게 달라지는지를 보려고 나눕니다.

왜 필요한가

전체 활성 유저 수는 신규가 계속 들어오면 늘어 보여서 거짓말을 해요. 코호트로 쪼개서 각 묶음이 시간이 지나며 얼마나 남는지를 보면, 붙잡는 힘이 있는지 없는지가 드러나요.

어디에 쓰냐면

획득 채널 평가: 싸게 데려온 채널이 리텐션도 좋은지
LTV 추정: 코호트별 누적 매출 곡선이 LTV 계산의 기반

제대로 비교하는 법

코호트는 캘린더 날짜가 아니라 유저가 시작한 뒤 경과한 시간으로 비교해야 합니다. 1월 설치 코호트의 D7과 2월 설치 코호트의 D7을 비교해야지, 1월 전체와 2월 전체 활성 유저를 비교하면 신규 유입량 차이가 섞입니다. 설치일·가입일·첫 구매일 중 어떤 시작점을 썼는지도 차트에 명시하세요.

최근 코호트는 아직 D30·D90이 성숙하지 않았습니다. 이를 오래된 코호트와 같은 표본처럼 평균내면 최근 성과가 과소평가될 수 있어요. 기간이 충분히 지난 코호트만 같은 열에서 비교하고, 미성숙 구간은 비워 두거나 별도 표시하는 것이 정직합니다.

더 깊게 보려면

코호트 리텐션 곡선을 실무에서 읽는 법은 코호트 분석 글에서 다룹니다.

\n"},{"slug":"click-injection","term":"클릭 인젝션 (Click Injection)","seoTitle":"클릭 인젝션 뜻 | 광고 어뷰징 의심 신호 보는 법","searchTitleTerms":[],"shortDef":"설치 직전에 가짜 클릭을 끼워 넣어 어트리뷰션 크레딧을 가로채는 부정 트래픽 수법","description":"앱 설치 순간 가짜 클릭을 넣어 전환 크레딧을 가로채는 어뷰징. 성과가 부풀려지는 구조와 의심 신호.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"클릭 인젝션, Click Injection, 클릭 인젝션이란, 광고 어뷰징, 어트리뷰션 부정클릭, 라스트클릭 어뷰징","category":"트래킹·기술","relatedPosts":["marketing-mix-modeling","attribution-data-mismatch"],"faq":[{"q":"클릭 인젝션은 어떻게 작동하나요?","a":"안드로이드에서 앱 다운로드가 끝나고 설치가 시작되는 순간을 감지해, 설치가 완료되기 직전에 가짜 클릭을 발생시킵니다. 라스트클릭 어트리뷰션이 설치 직전 마지막 클릭에 크레딧을 몰아주기 때문에, 실제로 유저를 데려오지 않은 광고가 성과를 가로챕니다."},{"q":"클릭 인젝션은 어떻게 알아채나요?","a":"클릭에서 설치까지의 시간 분포를 봅니다. 정상 유입은 스토어 이동·다운로드·설치를 거치느라 분 단위로 넓게 퍼지는데, 인젝션은 설치 직전에 클릭을 만들어 내므로 수 초 이내에 비정상적으로 몰립니다. 그 매체만 리텐션·재구매가 유독 낮다면 함께 의심할 신호입니다."},{"q":"클릭 인젝션이 있으면 지표가 어떻게 보이나요?","a":"CPA는 좋아 보이는데 실제 매출과 리텐션은 안 붙는 조합으로 나타납니다. 가로챈 설치는 어차피 일어났을 설치라 비용만 붙고 증분은 없기 때문입니다. 개인 클릭을 추적하지 않는 MMM이나 홀드아웃 기반 증분 측정이 이런 왜곡에서 자유로운 이유이기도 합니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

안드로이드에서 다운로드가 끝나고 설치가 시작되는 그 짧은 순간에 가짜 클릭을 끼워 넣는 수법이 있습니다. 클릭 인젝션이라고 불러요. 실제로는 그 유저를 데려오지 않은 광고가 "라스트클릭" 크레딧을 가로채는 부정 트래픽이에요.

왜 중요한가

라스트터치 어트리뷰션(LTA)은 "설치 직전 마지막 클릭"에 전환 크레딧을 몰아주는 방식이에요. 클릭 인젝션은 이 허점을 노려요 — 실제 마케팅 효과 없이도 시스템에 정상 광고처럼 잡혀서, 광고비만 나가고 진짜 성과는 없는 유저를 데려온 것처럼 보이게 만들어요.

이게 누적되면 CPA는 좋아 보이는데 실제 리텐션·매출은 안 붙는 현상으로 나타나요. MMM처럼 관측 데이터 기반으로 채널 기여를 재추정하는 방법이 다시 주목받는 이유 중 하나이기도 해요 — MMM은 개인 클릭을 추적하지 않아서 이런 종류의 부정 클릭 왜곡에서 자유로워요.

실무에서 의심할 신호

특정 매체의 설치 대비 클릭 시간 간격이 비정상적으로 짧음(수 초 이내)
클릭 수 대비 CTR이 비현실적으로 높음
그 매체의 전환 이후 리텐션·재구매가 유독 낮음

더 깊게 보려면

어트리뷰션 데이터가 실제 비즈니스와 어긋나는 다른 원인들은 어트리뷰션 데이터 불일치 글에서 다룹니다.

\n"},{"slug":"funnel","term":"퍼널 (Funnel)","seoTitle":"퍼널 뜻 | 어느 단계에서 새는지 찾는 법","searchTitleTerms":[],"shortDef":"노출→클릭→설치→가입→구매처럼 단계별로 줄어드는 전환 흐름","description":"노출부터 구매까지 단계별 전환 흐름. 단계 통과율로 이탈 지점을 찾는 법과 흔한 해석 함정.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"퍼널, 퍼널 뜻, 퍼널이란, Funnel, 전환 퍼널, 마케팅 퍼널, 퍼널 분석","category":"측정·분석 방법론","relatedPosts":["funnel-dropoff-analysis"],"faq":[{"q":"퍼널 단계는 몇 개로 나누나요?","a":"정해진 개수는 없고, 따로 손댈 수 있는 단위까지만 쪼개면 됩니다. 앱이면 노출·클릭·설치·가입·구매 5단계가 흔한 출발점입니다. 단계를 더 쪼개도 그 단계만 따로 개선할 방법이 없다면 숫자만 늘고 판단은 그대로입니다."},{"q":"어느 단계부터 고쳐야 하나요?","a":"통과율이 제일 낮은 단계가 아니라 개선 여지와 트래픽 규모를 곱해서 봅니다. 노출 100,000에서 클릭 2,000(2%)·설치 800(40%)·가입 200(25%)인 퍼널이라면, 통과율이 가장 낮은 가입을 25%에서 30%로 올려도 +40건입니다. 반면 클릭률을 2%에서 2.5%로만 올리면 뒤 단계 비율이 그대로여도 가입이 250건이 되어 +50건입니다."},{"q":"퍼널 통과율과 전환율(CVR)은 같은 건가요?","a":"CVR은 보통 클릭에서 전환까지 한 구간만 가리키고, 퍼널 통과율은 각 단계 사이를 따로 봅니다. 전환 60건이 클릭 2,000 기준이면 3%, 랜딩 방문 1,200 기준이면 5%로 같은 사건이 다른 숫자가 되므로 분모부터 맞추고 비교해야 합니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

노출 → 클릭 → 설치 → 가입 → 구매. 단계를 지날 때마다 인원이 줄어드는 이 흐름을 퍼널(Funnel)이라고 불러요. 위가 넓고 아래로 갈수록 좁아지는 깔때기 모양이라 붙은 이름이에요.

왜 중요한가

전환율을 올리고 싶을 때 어디부터 손대야 할지 모르겠다면 퍼널부터 그려보면 돼요. 각 단계 사이의 통과율을 보면 가장 많이 새는 구간이 보여요.

흔한 함정

통과율이 제일 낮은 구간이 항상 1순위는 아니에요. 개선 여지 × 트래픽 규모로 봐야, 이미 지나온 유저가 많은 구간에서 조금만 올려도 절대 전환 수가 크게 느는 구간을 놓치지 않아요.

숫자로 보면

노출 100,000 → 클릭 2,000 → 설치 800 → 가입 200인 퍼널을 예로 들어 볼게요. 단계별 통과율은 2%, 40%, 25%입니다. 여기서 제일 낮은 25%(설치→가입)를 30%로 올리면 가입은 240건, 40건 늘어요.

그런데 맨 앞 클릭률을 2%에서 2.5%로 올리면 클릭 2,500 → 설치 1,000 → 가입 250이 되어 50건이 늘어요. 뒤 단계 비율은 하나도 안 건드렸는데도요. 통과율이 낮은 구간이 아니라 통과하는 사람이 많은 구간이 절대 전환 수를 더 크게 움직이는 경우가 이래서 생겨요.

더 깊게 보려면

퍼널에서 우선순위를 정하는 법은 퍼널 분석 글에서 다룹니다.

\n"},{"slug":"payback-period","term":"페이백 기간 (Payback Period)","seoTitle":"페이백 기간 뜻 | CAC를 며칠 만에 회수하나","searchTitleTerms":[],"shortDef":"유저 한 명을 데려온 비용(CAC)을 그 유저의 누적 매출로 회수하는 데 걸리는 기간","description":"페이백 기간은 CAC 회수에 걸리는 시간입니다. LTV:CAC가 좋아도 현금이 안 도는 이유를 설명합니다.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"페이백 기간, payback period 뜻, CAC 회수 기간, 회수 기간, 유닛 이코노믹스, 현금흐름 마케팅","category":"예산·최적화","relatedPosts":["ltv-cac-ratio","cohort-analysis-guide"],"faq":[{"q":"LTV:CAC가 좋은데 왜 현금이 부족한가요?","a":"LTV:CAC는 시간 축이 없는 비율이라 회수 속도를 말해주지 않습니다. 3:1이어도 회수에 18개월이 걸리면 그동안 광고비는 계속 나가므로 현금은 마릅니다."},{"q":"페이백 기간은 어떻게 계산하나요?","a":"코호트별 누적 ARPU 곡선을 그리고 그 값이 CAC에 도달하는 시점을 봅니다. 아직 그 시점에 도달하지 않은 코호트는 곡선을 외삽해야 하므로 추정치라는 점을 함께 표시하세요."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

유저 한 명을 데려오는 데 쓴 CAC를 그 유저가 만든 누적 매출로 되찾는 데 걸리는 시간이 페이백 기간입니다.

LTV:CAC가 못 말해주는 것

LTV:CAC는 비율이라 시간 축이 없습니다. 3:1이라는 숫자는 "결국 3배로 돌아온다"까지만 말하고, 그게 3개월 뒤인지 3년 뒤인지는 말하지 않아요.

성장 중인 서비스에서 이 차이는 치명적입니다. 회수가 느리면 비율이 아무리 좋아도 광고비를 계속 선지출하는 동안 현금이 마릅니다. 그래서 예산을 얼마나 빨리 늘릴 수 있는지는 LTV:CAC가 아니라 페이백 기간이 정합니다.

계산할 때 주의

코호트별 누적 ARPU 곡선에서 읽어야 합니다. 전체 평균으로 계산하면 신규 유입이 많은 시기에 값이 왜곡돼요.

그리고 아직 회수 시점에 도달하지 않은 최근 코호트는 곡선을 외삽해 추정하게 되는데, 이건 관측이 아니라 예측이라는 점을 리포트에 함께 적어야 합니다.

더 깊게 보려면

비율 계산의 함정은 LTV:CAC 비율 계산법에서, 코호트 곡선 읽기는 코호트 분석에서 다룹니다.

\n"},{"slug":"postback","term":"포스트백 (Postback)","seoTitle":"포스트백 뜻 | 설치가 0으로 찍힐 때 볼 곳","searchTitleTerms":[],"shortDef":"설치·전환이 일어났다고 MMP가 광고 매체에 되돌려 보내는 서버 알림","description":"포스트백은 전환 사실을 매체에 알리는 서버 알림입니다. SAN과 S2S의 차이, 설치가 0일 때 점검 순서.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"포스트백, postback 뜻, 포스트백 연동, S2S 포스트백, SKAN 포스트백, 설치 0, MMP 연동","category":"트래킹·기술","relatedPosts":["postback-integration-guide"],"faq":[{"q":"설치가 0으로 찍히면 무엇부터 보나요?","a":"매체가 설치를 받는 방식이 SAN인지 S2S인지부터 확인하세요. 연동 방식에 따라 점검할 지점이 완전히 달라지고, S2S면 서버 간 전송 규칙과 인증부터 봐야 합니다."},{"q":"SKAN 포스트백은 일반 포스트백과 다른가요?","a":"다릅니다. 일반 포스트백은 MMP가 유저 단위 전환을 매체에 알리는 것이고, SKAN 포스트백은 애플이 익명 집계 값을 지연해서 보내는 것입니다. 둘은 도착 시점도 해상도도 달라 같은 표에서 단순 비교하면 안 됩니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

"이 설치가 일어났다"를 서버에서 서버로 알려주는 신호가 포스트백입니다. 이게 안 가면 매체 쪽 리포트에는 설치가 0으로 남습니다.

SAN과 S2S

매체가 전환을 받는 방식은 크게 둘로 갈립니다. SAN(Self-Attributing Network)은 구글·메타처럼 매체가 스스로 어트리뷰션을 판정하고 MMP와 대조하는 방식이고, S2S는 MMP가 서버 간 전송 규칙으로 매체에 직접 쏘는 방식이에요.

이 구분이 중요한 이유는 문제가 났을 때 볼 곳이 완전히 다르기 때문입니다. S2S면 엔드포인트·인증·페이로드 형식을 보고, SAN이면 매체 계정 연동과 어트리뷰션 설정을 봅니다.

정직하게

포스트백이 도착했다고 숫자가 맞는다는 뜻은 아닙니다. 매체와 MMP의 어트리뷰션 윈도우와 전환 정의가 다르면 양쪽 숫자는 여전히 벌어져요. 연동 점검과 숫자 대조는 다른 작업입니다.

더 깊게 보려면

연동 방식별 점검 순서는 포스트백 오류 진단에서 다룹니다.

\n"},{"slug":"learning-phase","term":"학습 단계 (Learning Phase)","seoTitle":"광고 학습 단계 뜻 | 언제 손대면 안 되나","searchTitleTerms":[],"shortDef":"알고리즘이 배분 규칙을 잡는 초기 구간 — 메타 기준 7일 내 최적화 이벤트 50건으로 끝난다","description":"학습 단계는 알고리즘이 전환 신호로 배분을 학습하는 구간입니다. 리셋 조건과 변경 원칙.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"학습 단계, learning phase 뜻, 광고 학습, 머신러닝 학습 리셋, 메타 50건, 광고 세트 수정","category":"예산·최적화","relatedPosts":["ad-machine-learning"],"faq":[{"q":"학습 단계는 언제 끝나나요?","a":"메타는 광고 세트가 새로 게재되거나 수정된 뒤 7일 이내에 최적화 이벤트 50건이 쌓이면 학습이 완료된 것으로 봅니다. 매체마다 기준은 다르지만 '충분한 전환 신호가 쌓일 때까지'라는 구조는 같습니다."},{"q":"예산을 조금 바꾸는 것도 학습을 리셋하나요?","a":"변경 폭이 클수록 재학습 가능성이 높아집니다. 작은 조정을 간격을 두고 하는 편이 안전하고, 매일 만지면 캠페인이 사실상 영구적인 학습 상태에 머뭅니다."}],"primaryTool":"5-21","draft":false,"html":"

한 줄로

알고리즘이 "누구에게 얼마에 보여줄지"를 잡아가는 초기 구간이 학습 단계입니다. 메타 기준으로는 광고 세트 수정 후 7일 이내에 최적화 이벤트 50건이 쌓이면 끝납니다.

왜 50건이냐면

배분 규칙을 통계적으로 안정시키려면 최소한의 전환 표본이 필요합니다. 그보다 적으면 알고리즘이 우연한 몇 건에 과하게 반응해 배분이 요동쳐요. 성과가 들쭉날쭉한 게 소재나 타겟 문제가 아니라 신호 부족인 경우가 실제로 많습니다.

실무 원칙

변경은 한 번에 하나씩, 학습이 안정될 때까지 평가를 미루세요. 성과가 흔들린다고 매일 손대면 알고리즘은 영원히 학습 중입니다.

최적화 이벤트의 하루 발생 건수가 너무 적다면 목표를 잘 잡아도 학습이 성립하지 않습니다. 이때는 한 단계 앞의 이벤트로 올려 잡아 볼륨을 확보한 뒤 다시 내려가는 편이 빠릅니다.

더 깊게 보려면

학습 리셋이 CPA 급등으로 이어지는 경로는 광고 머신러닝 학습 단계에서 다룹니다.

\n"},{"slug":"marginal-cpa","term":"한계 CPA · 한계 ROAS (Marginal CPA / ROAS)","seoTitle":"한계 CPA(Marginal CPA)와 평균 CPA","searchTitleTerms":["한계 CPA","Marginal CPA"],"shortDef":"지금 지출에서 다음 1원(또는 마지막 1원)의 CPA·ROAS — 증액·재배분·삭감을 판단하는 1순위 지표","description":"다음 1원을 더했을 때의 CPA·ROAS. 평균과 다른 이유와 증액·삭감을 판단하는 등한계 기준.","date":"2026-07-21","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"한계 CPA, 한계CPA, 한계 ROAS, Marginal CPA, Marginal ROAS, 한계 CPA란, 한계효용, 한계효율, 다음 1원의 효율, 증액 판단 기준, 응답곡선","category":"예산·최적화","relatedPosts":["budget-marginal-efficiency"],"faq":[{"q":"한계 CPA는 어떻게 계산하나요?","a":"늘린 지출을 그 지출이 만든 추가 전환으로 나눕니다. 지출 1,000만 원에 전환 1,250건이던 채널을 1,200만 원으로 올려 1,400건이 됐다면, 추가한 200만 원이 만든 건 150건이라 한계 CPA는 13,333원입니다. 같은 시점 평균 CPA 8,571원의 약 1.6배입니다."},{"q":"한계 CPA와 평균 CPA 중 무엇으로 판단하나요?","a":"증액·감액은 한계로 합니다. 평균 CPA 8,571원만 보고 목표 10,000원 아래라 더 태우면, 실제로 다음 예산이 만드는 전환은 13,333원짜리라 목표를 이미 넘긴 상태입니다. 평균은 지나온 성적표이고 한계는 다음 1원의 가격표입니다."},{"q":"한계 CPA가 평균의 몇 배부터 포화로 보나요?","a":"비율이 1에 가까우면 여유가 있고 1을 크게 넘으면 추가 예산이 비례해서 돌아오지 않는 구간입니다. 다만 지출이 거의 변하지 않은 채널은 곡선을 추정할 근거가 없어 수치를 만들지 말고 판정을 보류해야 합니다."}],"primaryTool":"5-22","draft":false,"html":"

한 줄로

지금까지 쓴 돈 전체의 평균이 CPA·ROAS라면, 한계 CPA·한계 ROAS는 '다음 1원'을 더했을 때(또는 '마지막 1원'을 뺐을 때)의 값이에요. 증액·감액 판단은 평균이 아니라 이쪽으로 합니다.

왜 평균만 보면 위험한가

"이 캠페인 CPA 8천 원이니까 더 태우자"는 위험한 판단이에요. 8천 원은 지금까지 쓴 돈 전체의 평균이지, 다음 1원의 효율이 아니거든요. 지출-전환 곡선(응답곡선)이 평평해지는 구간에서는 평균 CPA는 아직 괜찮아 보여도 한계 CPA는 이미 훨씬 나빠져 있을 수 있어요. 평균 ROAS가 좋은 채널도 한계 ROAS가 목표선 아래로 내려갔다면 더 넣는 순간부터 손해입니다.

판단 기준

한계 CPA ÷ 평균 CPA가 1보다 크면 다음 1원이 평균보다 나쁘다는 뜻(포화 신호), 1에 가까우면 아직 증액 여유가 있다는 뜻이에요. "다음 1원을 어디에 둘까 / 어디서 뺄까"의 기준이 바로 한계 지표입니다.

등한계 원리

채널 간 한계효율이 같아지는 지점이 최적 배분이에요. 낮은 곳에서 빼서 높은 곳으로 옮기다 보면 자연히 그 지점에 수렴합니다.

주의 — 곡선은 대칭이 아니다

삭감은 증액을 그대로 되감는 게 아니에요. 러닝 페이즈 리셋, 최소 유효 예산 바닥, 되돌림 불가(소재 피로 누적) 때문에 뺀 1원은 곡선 값보다 비싸게 돌아옵니다.

더 깊게 보려면

예산 증액·재배분·삭감을 한계 지표 하나로 판단하는 법은 한계 ROAS·CPA로 예산 세 방향을 다 푸는 글에서 다룹니다.

\n"},{"slug":"holdout-test","term":"홀드아웃 테스트 (Holdout Test)","seoTitle":"홀드아웃·홀드 아웃 테스트 뜻 | 광고 효과 측정","searchTitleTerms":[],"shortDef":"일부 유저·지역에 광고를 무작위로 노출 안 시켜 진짜 증분을 확인하는 실험","description":"홀드아웃 테스트는 일부에 광고를 무작위로 끄고 차이를 재는 실험입니다. 왜 필요한지와 읽는 기준.","date":"2026-07-18","updated":"2026-08-26","reviewedAt":"","reviewer":"","sources":[{"title":"Google Ads: Set up Conversion Lift","url":"https://support.google.com/google-ads/answer/12005564?hl=en"}],"keywords":"홀드아웃 테스트, 홀드 아웃 테스트, 홀드아웃, 홀드 아웃, Holdout Test, 홀드아웃이란, 증분 테스트, 광고 통제군 실험","category":"측정·분석 방법론","relatedPosts":["incrementality-measurement"],"faq":[{"q":"홀드아웃 그룹은 얼마나 크게 잡아야 하나요?","a":"작게 잡으면 차이를 구분할 수 없고, 크게 잡으면 그만큼 매출을 포기합니다. 목표는 '기대하는 크기의 효과를 구분할 수 있는 최소 크기'이고, 전환이 적은 캠페인일수록 홀드아웃과 기간이 모두 커져야 합니다."},{"q":"홀드아웃 테스트는 얼마나 돌려야 하나요?","a":"구매 주기보다 길게 잡아야 합니다. 전환이 며칠 뒤에 일어나는 상품인데 일주일만 돌리면 노출 그룹의 성과가 아직 안 익은 상태로 비교됩니다. 종료 시점은 시작 전에 정하고 중간 결과로 바꾸지 마세요."},{"q":"홀드아웃 없이 증분을 잴 수는 없나요?","a":"전후 비교나 시계열 기준선으로 추정할 수는 있지만, 같은 기간의 다른 변화를 분리하지 못합니다. 추정치로 쓰되 인과로 단정하지 않는 것이 안전합니다."},{"q":"홀드아웃 결과는 어떻게 읽나요?","a":"두 그룹의 전환율 차이가 업리프트입니다. 노출 그룹이 8%, 홀드아웃이 5%면 업리프트는 3%p입니다. 다만 신뢰구간이 0을 걸치면 효과 없음이 아니라 아직 구분되지 않는다는 뜻입니다. 홀드아웃 비중은 고정된 정답이 아니라 최소 탐지 효과, 전환량, 기간과 기회비용으로 정합니다."}],"primaryTool":"5-23","draft":false,"html":"

한 줄로

유저·지역을 무작위로 두 그룹으로 나눠 한쪽(홀드아웃)에는 광고를 아예 노출하지 않고 성과를 비교하는 실험 — 이게 홀드아웃 테스트(Holdout Test)예요. 홀드아웃과 홀드 아웃은 같은 실험을 가리킵니다.

왜 필요한가

관측 데이터만으로는 "광고 덕분에 전환이 늘었다"를 증명 못 해요. 광고를 노출한 그룹과 전혀 안 한 그룹을 직접 비교해야 인크리멘탈리티(증분)를 진짜로 확인할 수 있어요.

판단 기준

두 그룹의 점추정치가 비슷하다는 사실만으로 증분이 없다고 결론 내리면 안 됩니다. 신뢰구간이 충분히 좁고 실무상 의미 있는 효과 크기까지 배제할 때에만 "증분이 작다"는 근거가 됩니다. 구간이 0을 넓게 걸치면 표본이 부족해 아직 구분하지 못한 상태예요. 충분히 정밀한 0 근처 결과라면 카니발라이제이션이 클 가능성을 검토할 수 있습니다.

설계 체크리스트

최소 탐지 효과와 주 지표를 시작 전에 고정합니다.
홀드아웃 비중은 전환량·기간·기회비용으로 계산합니다. 플랫폼이 허용하는 범위가 곧 권장 비중은 아닙니다.
전환 지연이 끝까지 집계되도록 관측창을 잡습니다.
다른 캠페인이 홀드아웃에 노출되는 오염과 지역 간 이동을 확인합니다.
중간 결과를 보고 종료일이나 지표를 바꾸지 않습니다.

더 깊게 보려면

홀드아웃 테스트를 실제로 설계하고 읽는 법은 증분성 측정 글에서 다룹니다.

\n"},{"slug":"probabilistic-attribution","term":"확률적 매칭 (Probabilistic Attribution)","seoTitle":"확률적 매칭 뜻 | 결정론적 매칭과 뭐가 다른가","searchTitleTerms":[],"shortDef":"고유 ID 없이 기기·시간 정보의 패턴만으로 광고 클릭과 앱 설치를 확률적으로 짝지어주는 방식","description":"고유 식별자 없이 기기·시간 패턴으로 클릭과 설치를 잇는 어트리뷰션. 결정론적 매칭과의 차이와 한계.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"확률적 매칭, Probabilistic Attribution, 핑거프린팅, Fingerprinting, IDFA 없는 어트리뷰션, iOS 어트리뷰션","category":"트래킹·기술","relatedPosts":["attribution-data-mismatch"],"faq":[{"q":"확률적 매칭은 무엇을 보고 연결하나요?","a":"고유 식별자 대신 기기 모델, OS 버전, 화면 해상도, 시간대, IP 대역 같은 정황 정보를 조합해 이 클릭과 이 설치가 같은 사람일 확률을 추정합니다. 하나하나는 수많은 사람이 공유하는 값이라, 조합의 희소성에 기대는 방식입니다."},{"q":"결정론적 매칭과 무엇이 다른가요?","a":"결정론적 매칭은 IDFA 같은 고유 ID로 1:1 연결이라 정확하지만 유저 동의가 필요합니다. 확률적 매칭은 동의 없이도 추정할 수 있지만 100%가 아니라 오차가 낍니다. 잘못 매칭된 전환이 섞이면 특정 채널 성과가 실제보다 부풀거나 줄어듭니다."},{"q":"확률적 매칭 결과를 얼마나 믿어야 하나요?","a":"채널 간 순위를 가르는 근거로 쓰기엔 약하고, 방향 참고용으로 보는 편이 안전합니다. 정확도가 트래픽 특성에 따라 달라져 같은 오차가 모든 채널에 균등하게 끼지 않기 때문입니다. 자체 서버 전환 데이터나 홀드아웃 결과와 교차 확인한 뒤 판단하세요."}],"primaryTool":"5-18-mmm","draft":false,"html":"

한 줄로

IDFA 같은 고유 식별자를 못 쓸 때는 기기 모델·OS 버전·시간대·IP대역 같은 패턴만 보고 "이 클릭과 이 설치가 같은 사람일 확률이 높다"고 추정해 연결합니다. 이 방식이 확률적 매칭(Probabilistic Attribution)이에요.

왜 등장했나

과거에는 IDFA(광고 식별자) 같은 고유 ID로 클릭과 설치를 정확히 1:1로 연결할 수 있었어요. 하지만 iOS의 ATT(App Tracking Transparency) 도입 이후 유저 동의 없이는 이 ID를 못 쓰게 되면서, 고유 ID 없이도 어느 정도 연결을 추정할 방법이 필요해졌고 그 대안 중 하나가 확률적 매칭이에요.

결정론적 매칭과 뭐가 다른가

결정론적(Deterministic) 매칭: 고유 ID로 100% 확실하게 연결. 정확하지만 유저 동의가 필요해요.
확률적(Probabilistic) 매칭: 고유 ID 없이 정황 정보로 "아마 같은 사람일 것"이라고 추정. 프라이버시 부담은 적지만, 오차가 낄 수 있어요.

왜 조심해야 하나

확률적 매칭은 정확도가 100%가 아니에요. 잘못 매칭된 전환이 섞이면 특정 채널의 성과가 실제보다 부풀려지거나 줄어들 수 있어요. 이런 배경 때문에 개인 단위 추적 없이 채널 기여를 보는 MMM 같은 방법론이 다시 주목받고 있어요.

더 깊게 보려면

매체·자체 데이터 숫자가 서로 다른 다른 이유들은 어트리뷰션 데이터 불일치 글에서 다룹니다.

\n"},{"slug":"arpu","term":"ARPU (유저당 평균 매출)","seoTitle":"ARPU 뜻 | ARPPU와 뭐가 다른가","searchTitleTerms":[],"shortDef":"일정 기간 매출을 전체 유저 수로 나눈 유저 1인당 평균 매출","description":"ARPU는 매출을 전체 유저 수로 나눈 값입니다. ARPPU와의 차이와 LTV로 이어지는 방법까지.","date":"2026-08-17","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"ARPU, ARPU 뜻, ARPPU, 유저당 매출, 객단가, 인당 매출, ARPDAU, LTV 계산","category":"기초 지표","relatedPosts":["ltv-cac-ratio","cohort-analysis-guide"],"faq":[{"q":"ARPU와 ARPPU는 어떻게 다른가요?","a":"ARPU는 전체 유저로 나누고, ARPPU는 결제한 유저로만 나눕니다. 결제 비중이 낮은 앱에서는 두 값이 크게 벌어지므로, 하나만 보면 상황을 반대로 읽을 수 있습니다."},{"q":"ARPU가 올랐으면 좋은 신호인가요?","a":"꼭 그렇지는 않습니다. 신규 유입이 줄어 분모가 작아져도 ARPU는 오릅니다. 유저 수와 매출을 함께 보고, 코호트로 나눠 확인해야 실제 개선인지 알 수 있습니다."},{"q":"ARPU로 LTV를 계산할 수 있나요?","a":"코호트별 누적 ARPU 곡선이 LTV 추정의 기반이 됩니다. 다만 관측 기간이 짧으면 곡선이 아직 안 익은 상태라, 그대로 연장하면 LTV가 과대 또는 과소 추정됩니다."}],"primaryTool":"5-2","draft":false,"html":"$33"},{"slug":"aso","term":"ASO (앱스토어 최적화)","seoTitle":"ASO 뜻 | 앱스토어 최적화로 전환 올리기","searchTitleTerms":[],"shortDef":"앱스토어에서 검색 노출과 설치 전환율을 올리는 작업","description":"ASO는 앱스토어 안에서 검색 노출과 설치 전환을 올리는 작업입니다. 무엇을 손대고 어떻게 검증하는지.","date":"2026-08-17","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"ASO, ASO 뜻, 앱스토어 최적화, ASO 전략, ASO 도구, 앱 스토어 최적화, 스토어 전환율, 키워드 최적화, 앱 마케팅","category":"기초 지표","relatedPosts":["aso-basics-guide"],"faq":[{"q":"ASO와 SEO는 어떻게 다른가요?","a":"둘 다 검색 노출을 다루지만 ASO는 앱스토어 안에서만 일어나고, 노출 다음 단계가 바로 설치입니다. 그래서 키워드뿐 아니라 스크린샷·아이콘·평점처럼 전환에 직접 영향을 주는 요소가 같은 비중으로 중요합니다."},{"q":"ASO는 광고와 어떤 관계인가요?","a":"광고로 데려온 사람도 결국 스토어 페이지를 거칩니다. 스토어 전환율이 낮으면 CPI가 그만큼 올라가므로, ASO는 오가닉 설치뿐 아니라 유료 채널의 효율에도 같이 영향을 줍니다."},{"q":"ASO 성과는 어떻게 검증하나요?","a":"키워드 순위만 보면 착시가 생깁니다. 스토어 노출 대비 설치 전환율을 함께 봐야 하고, 변경은 한 번에 하나씩 적용해 전후를 비교해야 무엇이 효과였는지 구분됩니다."}],"primaryTool":"5-27","draft":false,"html":"$34"},{"slug":"att","term":"ATT (App Tracking Transparency)","seoTitle":"ATT 뜻 | 동의율이 iOS 성과를 가리는 이유","searchTitleTerms":[],"shortDef":"iOS에서 앱 간 추적 동의를 묻는 시스템 팝업 — 거부하면 IDFA를 쓸 수 없다","description":"ATT는 iOS의 추적 동의 팝업입니다. 거부가 막는 것은 광고 노출이 아니라 측정이라는 점과, 동의율이 성과에 미치는 영향.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"ATT, ATT 뜻, App Tracking Transparency, 앱 추적 투명성, ATT 동의율, IDFA, iOS 추적 동의","category":"트래킹·기술","relatedPosts":["ios-att-skan-guide"],"faq":[{"q":"ATT를 거부하면 그 유저에게 광고가 안 나가나요?","a":"나갑니다. 거부가 막는 것은 측정이지 노출이 아닙니다. 거부한 유저에게도 광고는 노출되고 설치도 일어나며, 다만 그 설치를 유저 단위로 어느 캠페인 몫인지 확정할 수 없을 뿐입니다."},{"q":"동의율이 낮으면 iOS 성과가 나쁜 건가요?","a":"성과가 나쁜 것과 측정이 끊긴 것은 다릅니다. 동의하지 않은 트래픽은 결정론적 어트리뷰션이 안 되므로 iOS 성과가 실제보다 낮게 보입니다. 콘솔 설치 수와 MMP 집계의 격차가 곧 '안 보이는 몫'의 크기입니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

iOS에서 "다른 회사의 앱과 웹사이트에서 사용자의 활동을 추적하도록 허용하시겠습니까?"라고 묻는 시스템 팝업이 ATT(App Tracking Transparency)입니다. 거부하면 광고 식별자(IDFA)를 쓸 수 없습니다.

왜 성과 지표가 흔들리나

IDFA를 못 쓰면 유저 단위 어트리뷰션이 끊깁니다. 그 트래픽의 설치는 SKAN 같은 집계 프레임으로만 잡히고, 매체 콘솔·MMP·결제 DB의 숫자가 서로 벌어지기 시작해요.

여기서 자주 나는 오해가 있습니다. iOS 성과가 반토막으로 보인다고 캠페인을 끄는 건데, 실제로는 성과가 아니라 측정이 줄어든 경우가 많습니다.

동의율은 관리 가능한 지표다

팝업을 언제, 어떤 맥락에서 띄우는지에 따라 동의율이 크게 달라집니다. 가치를 먼저 보여주고 묻는 프라이밍이 대표적이에요. 동의율이 오르면 정밀 측정이 가능한 표본이 늘어 iOS 성과가 "다시 보이기" 시작합니다.

더 깊게 보려면

ATT 이후 무엇을 기준으로 판단할지는 iOS ATT·SKAN 측정 가이드에서 다룹니다.

\n"},{"slug":"cac","term":"CAC (Customer Acquisition Cost)","seoTitle":"CAC 뜻과 계산 | Customer Acquisition Cost","searchTitleTerms":["CAC","Customer Acquisition Cost"],"shortDef":"고객 한 명을 획득하는 데 든 비용 — 획득 비용 ÷ 획득 고객 수","description":"Customer acquisition은 고객 획득 과정, CAC는 고객 한 명의 획득 비용입니다. 둘의 차이와 비용 범위·분모별 예시를 봅니다.","date":"2026-07-18","updated":"2026-10-08","reviewedAt":"","reviewer":"","sources":[{"title":"Shopify: What is customer acquisition?","url":"https://www.shopify.com/blog/customer-acquisition"},{"title":"Stripe: Customer acquisition cost in SaaS","url":"https://stripe.com/resources/more/cac-in-saas"}],"keywords":"CAC, CAC 뜻, CAC란, Customer Acquisition Cost, customer acquisition, 고객 획득, 고객 획득 비용, CAC 계산","category":"기초 지표","relatedPosts":["ltv-cac-ratio"],"faq":[{"q":"Customer acquisition 뜻은 무엇이고 CAC와 어떻게 다른가요?","a":"Customer acquisition은 잠재 고객을 찾아 신규 고객으로 전환하는 고객 획득 과정입니다. 검색·콘텐츠·광고·추천 등을 통한 유입과 첫 구매까지 포함할 수 있습니다. CAC(Customer Acquisition Cost)는 이 과정의 비용을 신규 고객 수로 나눈 지표이며, 고객 획득 활동 자체와는 구분합니다."},{"q":"CAC는 어떻게 계산하나요?","a":"고객 획득에 쓴 비용을 신규 고객 수로 나눕니다. 광고비 1,000만 원으로 신규 결제 고객 500명을 얻었다면 미디어 CAC는 20,000원입니다. 설치당 비용은 CPI, 가입당 비용은 가입 CPA로 구분하고, CAC에는 사업에서 정의한 신규 고객을 중복 없이 셉니다."},{"q":"CAC에 광고비 말고 무엇까지 넣나요?","a":"정답은 없지만 의사결정마다 범위를 바꾸면 추세가 무의미해집니다. 광고비만 넣은 미디어 CAC와 대행 수수료·프로모션·인건비까지 넣은 완전 획득비용을 이름을 나눠 따로 기록하는 방법이 실용적입니다. 매체 운영 판단에는 전자, 사업성 판단에는 후자를 씁니다."},{"q":"CAC와 CPA는 같은 건가요?","a":"겹치지만 관행이 다릅니다. CPA는 보통 캠페인 단위로 특정 행동 1건의 매체 비용을 재고, CAC는 사업 단위로 고객 1명을 얻는 데 든 비용 전체를 잡습니다. 광고비만 넣으면 결제 기준 CPA와 미디어 CAC가 같은 값이 되기도 합니다."}],"primaryTool":"5-2","draft":false,"html":"$35"},{"slug":"cpa","term":"CPA (Cost Per Action)","seoTitle":"CPA 뜻과 계산식 | 목표 CPA 역산하는 법","searchTitleTerms":[],"shortDef":"원하는 행동(가입·구매 등) 1건당 든 비용 — 광고비 ÷ 전환 수","description":"광고비÷전환 수로 계산하는 행동당 비용. CPA가 높을 때 원인 쪼개는 순서와 목표 CPA 계산기까지.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"CPA, CPA 뜻, CPA란, Cost Per Action, 전환당 비용, 행동당 비용, CPA 계산","category":"기초 지표","relatedPosts":["cpi-cpa-cpm-difference","ad-performance-diagnosis"],"faq":[{"q":"CPA는 어떻게 계산하나요?","a":"광고비를 전환 수로 나눕니다. 광고비 300만 원으로 가입 150건이 나왔다면 CPA는 20,000원입니다. 이때 전환을 무엇으로 셀지(가입·구매·결제 완료)를 먼저 고정하지 않으면 같은 캠페인의 CPA가 몇 배씩 달라집니다."},{"q":"CPA와 CPI는 어떻게 다른가요?","a":"CPI는 설치 1건, CPA는 그 뒤의 행동 1건 기준입니다. 광고비 300만 원으로 설치 1,000건이면 CPI는 3,000원이고, 그중 150명만 가입했다면 CPA는 20,000원입니다. 설치에서 가입으로 넘어가는 비율이 15%라 CPA가 CPI의 6.7배가 된 것입니다."},{"q":"CPA가 올랐을 때 어디부터 봐야 하나요?","a":"CPA는 CPM을 CTR과 CVR의 곱으로 나눈 값이라 셋 중 어디가 움직였는지로 나눠 봅니다. CPM 5,000원·CTR 1%·CVR 5%면 CPA는 10,000원인데, CTR만 0.5%로 떨어지면 CPA는 20,000원으로 두 배가 됩니다. CPM과 CVR이 그대로인데 CPA가 올랐다면 소재 쪽을 먼저 보게 되는 이유입니다."}],"primaryTool":"5-21","draft":false,"html":"$36"},{"slug":"cpc","term":"CPC (Cost Per Click)","seoTitle":"CPC 뜻과 계산식 | CTR과 CPC의 관계","searchTitleTerms":[],"shortDef":"클릭 1회당 든 비용 — CPM ÷ CTR로 연결되는 지표","description":"클릭 1회당 든 광고비. CPM÷CTR과 같아서 CTR이 오르면 CPC가 내려가는 구조와 읽는 순서.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"CPC, CPC 뜻, CPC란, Cost Per Click, 클릭당 비용, CPC 계산","category":"기초 지표","relatedPosts":["cpi-cpa-cpm-difference","ad-performance-diagnosis"],"faq":[{"q":"CPC는 어떻게 계산하나요?","a":"광고비를 클릭 수로 나눕니다. 다만 CPC는 독립 지표라기보다 CPM을 1,000과 CTR의 곱으로 나눈 결과라, CPM 2,000원에 CTR 1%면 CPC는 200원이 됩니다."},{"q":"CPC가 올랐을 때 무엇부터 보나요?","a":"CPM과 CTR을 같은 기간·같은 채널로 나란히 봅니다. CPM만 2,000원에서 3,000원으로 올랐다면 입찰 경쟁이나 타겟 변경 같은 매체 단가 쪽이고, CPM은 그대로인데 CTR이 1%에서 0.5%로 떨어졌다면 CPC가 400원으로 두 배가 된 원인은 소재 쪽입니다."},{"q":"CPC가 낮으면 효율이 좋은 건가요?","a":"클릭을 싸게 산 것과 고객을 싸게 얻은 것은 다릅니다. CPC가 200원에서 100원으로 내려가도 CVR이 5%에서 2%로 떨어지면 CPA는 4,000원에서 5,000원으로 올라갑니다. CPC는 CVR·CPA와 같이 봐야 방향을 맞게 읽습니다."}],"primaryTool":"9-6","draft":false,"html":"$37"},{"slug":"cpi","term":"CPI (Cost Per Install)","seoTitle":"CPI 뜻과 계산식 | 채널 비교에 쓸 때 주의점","searchTitleTerms":[],"shortDef":"설치 1건당 든 비용 — 광고비 ÷ 설치 수","description":"광고비÷설치 수로 계산하는 앱 설치 단가. 초기 지표로 쓰는 법과 채널 비교에서 놓치기 쉬운 점.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"CPI, CPI 뜻, CPI란, Cost Per Install, 설치당 비용, 앱 설치 비용","category":"기초 지표","relatedPosts":["cpi-cpa-cpm-difference"],"faq":[{"q":"CPI는 어떻게 계산하나요?","a":"광고비를 설치 수로 나눕니다. 광고비 300만 원에 설치 1,000건이면 CPI는 3,000원입니다. 다만 클릭 설치와 뷰 설치를 섞거나 매체 관리자 화면과 MMP의 설치 수를 함께 쓰면 분모가 달라져 같은 캠페인이 다른 CPI로 나옵니다."},{"q":"CPI가 싸면 좋은 캠페인인가요?","a":"설치 이후를 봐야 압니다. CPI 3,000원인 채널의 설치 1,000건 중 가입이 150건이면 가입 기준 비용은 20,000원이고, CPI 5,000원인 채널이 설치 600건에 가입 200건을 만들면 15,000원입니다. 설치 단가는 비싼 쪽이 실제 고객 기준으로는 더 싼 경우가 이렇게 생깁니다."},{"q":"CPI와 eCPI는 무엇이 다른가요?","a":"CPI는 실제로 센 설치 수로 나눈 값이고, eCPI는 개별 설치를 볼 수 없는 환경에서 매체가 모델링으로 추정한 값입니다. iOS의 SKAdNetwork처럼 유저 단위 식별이 막힌 경우에 eCPI가 쓰이며, 추정치라 자체 데이터와 교차 확인이 필요합니다."}],"primaryTool":"5-2","draft":false,"html":"$38"},{"slug":"cpm","term":"CPM (Cost Per Mille)","seoTitle":"CPM 뜻과 계산식 | CPM이 올랐을 때 확인할 것","searchTitleTerms":[],"shortDef":"노출 1,000회당 든 비용 — 매체에 지불하는 원가에 가까운 지표","description":"노출 1,000회당 든 광고비. 매체 경쟁·타겟팅 비용이 반영되는 방식과 해석 전에 확인할 것.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"CPM, CPM 뜻, CPM이란, Cost Per Mille, 노출당 비용, 천 회 노출 비용","category":"기초 지표","relatedPosts":["cpi-cpa-cpm-difference"],"faq":[{"q":"CPM은 어떻게 계산하나요?","a":"광고비를 노출 수로 나눈 뒤 1,000을 곱합니다. 광고비 100만 원에 노출 500,000회면 CPM은 2,000원입니다. mille가 라틴어로 1,000이라 노출 1,000회 기준으로 환산한 값입니다."},{"q":"CPM이 오르면 예산을 줄여야 하나요?","a":"CPM만으로는 판단할 수 없습니다. CPM이 2,000원에서 3,000원으로 올라도 CTR이 1%에서 1.5%로 함께 오르면 CPC는 200원 그대로입니다. 구매 최적화로 바꾸거나 리타겟팅 비중을 늘리면 더 비싼 사람에게 노출돼 CPM이 오르는 것이 정상인 경우도 있습니다."},{"q":"CPM과 CPC는 어떻게 이어지나요?","a":"CPC는 CPM을 1,000과 CTR의 곱으로 나눈 값입니다. CPM 2,000원에 CTR 1%면 CPC는 200원입니다. CPC가 올랐을 때 CPM이 올랐는지 CTR이 떨어졌는지로 나누면 경매 문제인지 소재 문제인지 갈립니다."}],"primaryTool":"9-6","draft":false,"html":"$39"},{"slug":"ctr","term":"CTR (Click-Through Rate)","seoTitle":"CTR 뜻과 계산식 | CTR 낮을 때 볼 순서","searchTitleTerms":[],"shortDef":"노출된 광고 중 실제로 클릭된 비율 — 클릭 수 ÷ 노출 수","description":"노출 대비 클릭 비율. 소재 성과를 읽는 기준과 CTR만 보면 안 되는 이유, 변화가 보일 때 진단 순서.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"CTR, CTR 뜻, CTR이란, Click-Through Rate, 클릭률, 클릭율 계산","category":"기초 지표","relatedPosts":["ad-performance-diagnosis"],"faq":[{"q":"CTR은 어떻게 계산하나요?","a":"클릭 수를 노출 수로 나눕니다. 노출 500,000회에 클릭 5,000회면 CTR은 1%입니다. 노출과 클릭의 집계 기준이 매체마다 달라(뷰 기준·유효 클릭 기준) 매체 간 절대값 비교보다 같은 캠페인의 기간 비교가 안전합니다."},{"q":"CTR이 높으면 좋은 소재인가요?","a":"뒤 단계까지 봐야 압니다. 낚시성 소재는 CTR이 1%에서 2%로 올라도 CVR이 5%에서 2%로 떨어지면, CPM이 그대로여도 CPA는 오히려 올라갑니다. CTR은 관심을 얻었다는 중간 신호이고 최종 판단은 전환과 매출로 합니다."},{"q":"CTR이 떨어졌을 때 무엇부터 보나요?","a":"캠페인 평균 하나가 아니라 소재·지면·오디언스로 나눠 봅니다. 전체 CTR 하락은 새 소재 비중이 늘어난 구성 변화일 수도, 오래 집행한 소재의 피로일 수도 있습니다. 노출이 큰 소재부터 최근 7일과 직전 7일을 비교하면 교체 우선순위가 빨리 잡힙니다."}],"primaryTool":"9-6","draft":false,"html":"$3a"},{"slug":"cvr","term":"CVR (Conversion Rate)","seoTitle":"CVR 뜻과 계산식 | 전환율 떨어졌을 때 순서","searchTitleTerms":[],"shortDef":"클릭(또는 방문) 중 실제로 전환된 비율 — 전환 수 ÷ 클릭 수","description":"클릭 이후 전환까지 이어진 비율. CVR만 보면 놓치는 것과 낮아졌을 때 어디부터 확인할지.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"CVR, CVR 뜻, CVR이란, Conversion Rate, 전환율, 전환율 계산","category":"기초 지표","relatedPosts":["funnel-dropoff-analysis"],"faq":[{"q":"CVR은 어떻게 계산하나요?","a":"전환 수를 클릭 수로 나눕니다. 클릭 2,000에 전환 60건이면 CVR은 3%입니다. 분모를 랜딩 방문으로 잡으면 같은 60건이 다른 비율이 되므로, 비교하기 전에 분모가 클릭인지 방문인지부터 맞춰야 합니다."},{"q":"클릭 기준과 방문 기준 CVR이 다른데 어느 쪽이 맞나요?","a":"둘 다 맞고, 가리키는 문제가 다릅니다. 전환 60건이 클릭 2,000 기준 3%, 랜딩 방문 1,200 기준 5%라면 클릭의 40%는 랜딩에 도달조차 못 한 것입니다. 클릭 대비만 떨어지고 방문 대비는 유지된다면 랜딩 로딩이나 클릭 품질을, 방문 대비까지 떨어졌다면 오퍼나 가입 단계를 봅니다."},{"q":"CVR이 올랐는데 전환 수가 줄 수도 있나요?","a":"있습니다. 전환 수는 CVR과 볼륨의 곱이기 때문입니다. 클릭 2,000에 CVR 3%면 60건인데, 타겟을 좁혀 클릭이 800으로 줄고 CVR이 5%로 올라도 전환은 40건입니다. 비율만 보고 개선이라고 읽으면 이 경우를 놓칩니다."}],"primaryTool":"9-6","draft":false,"html":"$3b"},{"slug":"ecpi","term":"eCPI (Estimated CPI)","seoTitle":"eCPI 뜻 | 실제 CPI와 값이 다른 이유","searchTitleTerms":[],"shortDef":"SKAdNetwork처럼 개별 유저를 못 볼 때, 집계된 전환값으로 역산한 추정 설치당 비용","description":"SKAN 임계를 못 넘으면 매체가 빈칸을 채워 추정합니다. 실제 CPI와 벌어지는 이유와 교차 검증법.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"eCPI, eCPI란, Estimated CPI, SKAN CPI, 추정 CPI, iOS 설치당 비용","category":"기초 지표","relatedPosts":[],"faq":[{"q":"eCPI와 CPI는 무엇이 다른가요?","a":"CPI는 실제로 센 설치 수로 광고비를 나눈 값이고, eCPI는 개별 설치를 볼 수 없을 때 매체가 모델링으로 추정한 값입니다. iOS에서 ATT 동의를 받지 못하면 유저 단위 식별이 막혀 SKAdNetwork의 집계 데이터에 의존하게 되고, 이때 나오는 숫자가 eCPI입니다."},{"q":"eCPI는 얼마나 믿을 수 있나요?","a":"추정치라 매체마다 시점마다 오차가 다르게 낍니다. 특히 SKAdNetwork는 프라이버시 임계를 넘지 못하면 전환값 자체가 내려오지 않아 저볼륨 캠페인일수록 오차가 큽니다. 자체 서버 전환 데이터나 결제 DB와 교차 확인한 뒤 방향만 참고하는 편이 안전합니다."},{"q":"eCPI만 보고 예산을 옮겨도 되나요?","a":"권하지 않습니다. 추정 방식이 매체마다 달라 서로 다른 모델이 만든 숫자를 나란히 비교하는 셈이 되기 때문입니다. 자체 데이터로 방향이 같은지 확인한 다음, 한 번에 크게 옮기지 말고 나눠서 옮기며 실제 전환이 따라오는지 보세요."}],"primaryTool":"5-2","draft":false,"html":"$3c"},{"slug":"ltv","term":"LTV (Lifetime Value)","seoTitle":"LTV 뜻과 계산법 | LTV:CAC 3배 기준 확인","searchTitleTerms":[],"shortDef":"고객 한 명이 이탈할 때까지 벌어다 주는 총 매출 — 생애 가치","description":"고객 한 명이 이탈까지 만드는 총매출. 늘 추정치인 이유와 CAC 대비 기준을 계산기로 보는 법.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"LTV, LTV 뜻, LTV란, Lifetime Value, 생애 가치, 고객 생애 가치, LTV 계산법","category":"기초 지표","relatedPosts":["ltv-cac-ratio"],"faq":[{"q":"LTV는 어떻게 계산하나요?","a":"가장 단순하게는 평균 매출(ARPU)에 평균 생존 기간을 곱합니다. 월 ARPU가 5,000원이고 평균 12개월 남는다면 LTV는 60,000원입니다. 다만 생존 기간은 리텐션 곡선을 보고 추정하는 값이라 이 숫자 자체가 늘 추정치입니다."},{"q":"LTV:CAC 3:1은 왜 기준으로 쓰이나요?","a":"LTV 60,000원에 CAC 20,000원이면 3:1이고, 통상적인 참조선으로 인용됩니다. 다만 마진율이 낮거나 회수 기간이 길면 3:1도 부족할 수 있어 업종·마진 구조에 따라 기준선을 따로 잡아야 합니다."},{"q":"LTV가 CAC보다 큰데 왜 현금이 부족한가요?","a":"LTV는 시간에 걸쳐 들어오기 때문입니다. LTV 60,000원이 12개월에 나눠 들어온다면 월 5,000원씩이고, CAC 20,000원을 회수하는 데 4개월이 걸립니다. 이 회수 기간을 페이백 기간이라고 부르며, 비율이 좋아도 페이백이 길면 성장 속도에 현금이 묶입니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

LTV(Lifetime Value, 생애 가치)는 고객 한 명이 이탈할 때까지 벌어다 주는 총 매출입니다. 가장 단순하게는 평균 매출(ARPU) × 평균 생존 기간으로 추정해요.

왜 추정치인가

LTV는 미래를 봐야 하는 값이라 정확히 계산할 수 없고 늘 추정이에요. 리텐션 곡선이 좋을수록 고객이 오래 남아 LTV가 커져요. 초기 코호트일수록 데이터가 얕아서 과소·과대 추정 위험이 커요.

숫자로 보면

월 ARPU 5,000원에 평균 생존 12개월이면 LTV는 60,000원이에요. 여기에 CAC가 20,000원이면 LTV:CAC는 3:1이 나와요.

그런데 이 60,000원은 한 번에 들어오는 돈이 아니에요. 월 5,000원씩 나눠 들어오니 CAC 20,000원을 회수하려면 4개월이 필요해요. 비율이 3:1로 건강해 보여도 회수까지 4개월이 걸린다는 뜻이라, 그 사이 광고비를 계속 태우려면 현금이 따로 있어야 해요. 비율과 페이백 기간을 같이 봐야 하는 이유예요.

어디에 쓰냐면

CAC와 짝을 이뤄 LTV:CAC 비율로 "이 채널에 계속 예산을 태워도 되는지"를 판단해요. 3:1 정도면 건강하다고 보지만, 업종·마진에 따라 적정선이 달라요.

바로 계산해 보기

LTV는 단독으로는 판단이 안 되고 CAC와 짝으로 봐야 합니다. LTV:CAC 계산기에 값을 넣으면 통상 기준으로 쓰는 3배선과 페이백 기간을 함께 확인할 수 있어요.

더 깊게 보려면

LTV:CAC 계산법과 해석 기준은 LTV:CAC 계산법 글에서 다룹니다.

\n"},{"slug":"mmm","term":"MMM (마케팅 믹스 모델링)","seoTitle":"MMM 뜻 | 채널 기여도를 회귀로 나누는 법","searchTitleTerms":[],"shortDef":"채널별 지출과 성과의 관계를 시계열로 모델링해 기여도를 추정하는 방법","description":"MMM은 채널 지출과 성과의 관계를 시계열로 모델링해 기여를 추정합니다. 언제 쓸 수 있고 못 쓰는지.","date":"2026-08-17","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"MMM, MMM 뜻, 마케팅 믹스 모델링, marketing mix modeling, 채널 기여도, 미디어 믹스, 애드스톡, 기여도 분해","category":"측정·분석 방법론","relatedPosts":["marketing-mix-modeling","multicollinearity-mmm-guide"],"faq":[{"q":"MMM을 돌리려면 데이터가 얼마나 필요한가요?","a":"주간 패널 기준 최소 52주, 가능하면 2년 이상을 권장합니다. 계절성과 추세를 분리하려면 같은 시기를 반복해서 관측해야 하고 채널 수가 많을수록 더 길어집니다. 기간이 짧으면 계수가 데이터가 아니라 가정으로 정해지므로, 결과는 점 추정치가 아니라 95% 구간으로 읽어야 합니다."},{"q":"MMM 결과를 인과로 봐도 되나요?","a":"아닙니다. MMM은 관측된 지출과 성과의 연관을 모델링한 것이라 가설 생성 도구로 봐야 합니다. 큰 예산 결정 전에는 홀드아웃 실험으로 확인하는 것이 안전합니다."},{"q":"채널 지출이 같이 움직이면 어떻게 되나요?","a":"다중공선성이 생겨 채널별 기여를 안정적으로 나눌 수 없습니다. 숫자는 나오지만 근거가 없으므로, VIF로 먼저 확인하고 높으면 채널을 합치거나 독립적인 지출 변동을 만들어야 합니다."}],"primaryTool":"5-18-mmm","draft":false,"html":"$3d"},{"slug":"mmp","term":"MMP (Mobile Measurement Partner)","seoTitle":"MMP 뜻 | 어트리뷰션 측정 솔루션이 하는 일","searchTitleTerms":[],"shortDef":"여러 광고 매체의 전환 데이터를 한곳에 모아 앱 마케팅 성과를 집계해주는 제3자 측정 솔루션","description":"매체별 클릭·설치·인앱 이벤트를 모아 어트리뷰션을 집계하는 제3자 솔루션. 왜 필요한지와 확인점.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"MMP, MMP란, Mobile Measurement Partner, 모바일 어트리뷰션 툴, 앱 마케팅 측정 솔루션","category":"트래킹·기술","relatedPosts":["attribution-data-mismatch"],"faq":[{"q":"MMP는 왜 따로 필요한가요?","a":"매체가 자기 성과를 자기 기준으로 보고하기 때문입니다. 한 유저가 메타 광고를 보고 구글 광고를 클릭한 뒤 설치하면 두 매체가 모두 자기 성과로 셀 수 있습니다. MMP는 중립적인 제3자로서 하나의 어트리뷰션 규칙(보통 라스트클릭)을 전체에 적용해 중복을 정리합니다."},{"q":"매체 리포트와 MMP 숫자가 다른데 어느 쪽이 맞나요?","a":"둘 다 자기 규칙 안에서는 맞습니다. 같은 주에 매체 화면 120건, GA4 70건, MMP 85건, 결제 DB 100건이 나오는 일은 흔합니다. 어트리뷰션 윈도우, 뷰 전환 포함 여부, 전환 정의가 서로 달라서 생기는 차이라 규칙부터 한 표에 정리한 다음 어느 숫자를 기준으로 쓸지 정해야 합니다."},{"q":"iOS에서도 MMP가 필요한가요?","a":"필요하지만 역할이 달라집니다. ATT 동의를 받지 못하면 유저 단위 매칭이 불가능해 MMP도 SKAdNetwork의 집계 포스트백을 정리하는 쪽으로 일합니다. 개별 유저를 따라가는 대신 캠페인 단위 전환값과 자체 서버 데이터를 맞춰 보는 도구로 쓰게 됩니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

구글·메타·틱톡에서 따로 들어오는 클릭·설치·인앱 이벤트를 한곳에 모아 "어느 매체가 이 유저를 데려왔는지" 집계해주는 제3자 도구를 MMP(Mobile Measurement Partner)라고 불러요.

왜 필요한가

매체마다 자기 광고 성과를 자기 기준으로 보고해요. 그런데 매체가 여러 개면, 한 유저가 여러 광고를 거쳐 들어왔을 때 "진짜 어느 광고 덕분인지" 매체들끼리 서로 크레딧을 주장할 수 있어요. MMP가 중립적인 제3자로서 어트리뷰션 규칙(보통 라스트클릭)에 따라 이걸 한 번에 정리해줘요.

숫자가 왜 다 다른가

같은 주 같은 캠페인인데 매체 화면 120건, GA4 70건, MMP 85건, 자체 결제 DB 100건이 나오는 일은 흔해요. 넷 다 고장 난 게 아니에요.

매체는 자기 광고를 본 사람을 넓게 잡고(뷰 전환 포함, 7일 클릭 1일 뷰 같은 기본 윈도우), GA4는 세션 기준으로 다르게 세고, MMP는 라스트클릭 한 규칙으로 정리하고, 결제 DB는 실제로 돈이 들어온 것만 세요. 분모와 규칙이 넷 다 달라요. 그래서 "어느 숫자가 맞냐"보다 "각 숫자가 무슨 규칙으로 셌냐"를 먼저 표로 정리하는 편이 빨라요.

실무에서 볼 때

매체 리포트와 MMP 리포트, 자체 결제 DB 숫자가 서로 다른 건 흔한 일이에요. 각자 집계 기준(어트리뷰션 윈도우·중복 처리)이 다르기 때문이에요.
MMP 숫자를 "절대 진실"로 믿기보다, 매체별·MMP별·자체 DB별로 무엇이 왜 다른지 이해하고 쓰는 게 중요해요.

더 깊게 보려면

매체 리포트와 MMP, 결제 DB 숫자가 왜 다 다른지는 어트리뷰션 데이터 불일치 글에서 자세히 다룹니다.

\n"},{"slug":"roas","term":"ROAS (Return On Ad Spend)","seoTitle":"ROAS 뜻과 계산법 | 손익분기 ROAS는 몇 %?","searchTitleTerms":[],"shortDef":"광고비 1원이 만든 매출 — 매출 ÷ 광고비, 보통 %로 표기","description":"광고비 대비 매출 비율. LTV와 뭐가 다른지와 마진 기준 손익분기 ROAS를 계산기로 보는 법.","date":"2026-07-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"ROAS, ROAS 뜻, ROAS란, Return On Ad Spend, 광고비 대비 매출, ROAS 계산","category":"기초 지표","relatedPosts":["budget-marginal-efficiency"],"faq":[{"q":"ROAS 300%면 남는 건가요?","a":"마진 구조를 넣기 전까지는 알 수 없습니다. 광고비 500만 원으로 매출 1,500만 원이면 ROAS 300%지만, 매출총이익률이 30%라면 총이익은 450만 원이라 광고비 500만 원을 못 넘깁니다. 손익분기 ROAS는 1을 매출총이익률로 나눈 값이라 이 경우 약 333%이고, 300%는 그 아래입니다."},{"q":"ROAS와 ROI는 어떻게 다른가요?","a":"ROAS는 분자가 매출이고 ROI는 분자가 이익입니다. 같은 캠페인이 ROAS 300%면서 ROI는 마이너스일 수 있습니다. 원가와 수수료를 빼기 전 숫자인지 뺀 뒤 숫자인지가 두 지표를 가르는 지점입니다."},{"q":"ROAS는 언제 기준으로 봐야 하나요?","a":"매출 집계 창(D0·D7·D30)을 먼저 고정해야 합니다. 같은 캠페인도 D0 ROAS 120%가 D30에서는 380%가 될 수 있어서, 창이 다른 두 숫자를 비교하면 채널 순위 자체가 뒤바뀝니다."}],"primaryTool":"5-3","draft":false,"html":"

한 줄로

매출 ÷ 광고비. ROAS(Return On Ad Spend)는 광고비 1원이 만든 매출이 얼마인지를 보고, 보통 %로 표기해요. 광고비 500만 원으로 매출 1,500만 원이 났으면 ROAS 300%입니다.

왜 중요한가

ROAS는 매출을 어느 기간 기준으로 집계하느냐(Day 0·7·14 등)에 따라 숫자가 달라져요. 그래서 캠페인끼리, 시점끼리 비교할 땐 같은 집계 기준인지부터 확인해야 해요.

300%면 남는 걸까

여기서 자주 어긋나요. ROAS 300%는 매출 기준이지 이익 기준이 아니에요. 광고비 500만 원에 매출 1,500만 원이 났고 매출총이익률이 30%라면, 손에 남는 총이익은 450만 원이에요. 광고비 500만 원을 못 넘기니 실제로는 50만 원 손해예요.

손익분기 ROAS는 1 ÷ 매출총이익률로 잡아요. 마진율 30%면 333%, 50%면 200%가 기준선이에요. 그래서 "ROAS 몇 %면 좋은가"에는 업계 공통 정답이 없고, 우리 마진율을 넣어야 답이 나와요.

LTV와 뭐가 다른가

계산식 구조는 같지만(둘 다 매출:광고비 비율), ROAS는 정해진 기간 매출을 보고 LTV는 재구매까지 고려한 장기 매출을 봐요. ROAS가 단기 효율, LTV가 장기 가치예요.

바로 계산해 보기

"ROAS 몇 %면 남는가"는 마진 구조에 따라 달라집니다. 손익분기 ROAS 계산기에 매출총이익률과 변동수수료를 넣으면 우리 기준선이 나옵니다.

더 깊게 보려면

ROAS를 실제로 어떻게 개선하는지는 ROAS 개선 글에서 다룹니다.

\n"},{"slug":"skan","term":"SKAN (SKAdNetwork)","seoTitle":"SKAN 뜻 | SKAdNetwork가 주는 신호","searchTitleTerms":[],"shortDef":"애플이 제공하는 앱 설치 어트리뷰션 프레임워크 — 익명·지연·집계 단위로만 성과를 돌려준다","description":"SKAdNetwork는 유저 식별 없이 캠페인 단위 집계로만 성과를 주는 애플의 측정 프레임입니다. 창 3개와 값 해상도까지.","date":"2026-08-18","updated":"","reviewedAt":"","reviewer":"","sources":[],"keywords":"SKAN, SKAN 뜻, SKAdNetwork, SKAdNetwork 뜻, 스캔 어트리뷰션, 애플 어트리뷰션, SKAN 4, 앱 설치 측정","category":"트래킹·기술","relatedPosts":["ios-att-skan-guide"],"faq":[{"q":"SKAN과 MMP는 무엇이 다른가요?","a":"SKAN은 애플이 직접 돌려주는 익명 집계 신호이고, MMP는 여러 매체의 데이터를 모아 어트리뷰션을 집계하는 제3자 도구입니다. 대부분의 팀은 MMP를 통해 SKAN 포스트백을 받아 다른 데이터와 함께 봅니다."},{"q":"SKAN 데이터는 왜 늦게 오나요?","a":"측정 창이 닫힌 뒤 애플이 무작위 지연을 더해 보내기 때문입니다. 개인이 시점으로 역추적되는 것을 막는 장치라, 실시간 최적화 용도로는 쓸 수 없습니다."}],"primaryTool":"5-2","draft":false,"html":"

한 줄로

유저 식별자 없이도 광고 설치를 셀 수 있게 애플이 만든 프레임워크가 SKAN(SKAdNetwork)입니다. 개별 유저가 아니라 캠페인 단위로, 그것도 며칠 뒤에 집계된 값만 돌려줍니다.

무엇을 주고 무엇을 안 주나

주는 것은 "어느 캠페인에서 설치가 몇 건 났고, 그 설치들의 초기 행동을 압축한 값이 무엇인가"까지입니다. 안 주는 것은 유저 단위 연결이에요. 그래서 "이 사람이 이 광고를 보고 설치했다"는 문장을 SKAN 데이터로는 만들 수 없습니다.

SKAN 4 기준으로 측정 창은 설치 후 0~~2일·3~~7일·8~~35일 세 구간이고, 정밀한 컨버전 밸류(0~~63)는 첫 창에서만, 그것도 개인정보 임계를 넘을 때만 옵니다. 나머지 창은 low·medium·high 세 단계뿐이에요.

실무에서 걸리는 지점

가장 자주 발목을 잡는 건 캠페인 구조입니다. 다른 채널에서는 잘게 쪼갤수록 분석이 좋아지는데, SKAN에서는 쪼갤수록 각 조각의 설치 볼륨이 줄어 임계 아래로 내려가고 받을 수 있는 정보가 오히려 거칠어집니다.

더 깊게 보려면

ATT와의 관계, 창별 설계, 컨버전 밸류 매핑까지는 iOS ATT·SKAN 측정 가이드에서 다룹니다.

\n"}],"categories":[{"category":"측정·분석 방법론","count":15},{"category":"기초 지표","count":13},{"category":"트래킹·기술","count":11},{"category":"예산·최적화","count":7},{"category":"매체·운영","count":1}],"locale":"ko","glossaryPath":"/glossary"}]

지금 읽는 문제를 내 데이터로 확인하세요