ASO 스토어 전환 분석
스토어 전환 변화가 제품 페이지 효율 때문인지 유입 소스 구성 때문인지 나눠 봅니다.
로딩 중…
분석 결과는 여기까지아래는 다음 단계와 참고 자료입니다. 분석 결과에 포함되지 않습니다.
다음 단계
앱 유입 개선
전체 여정
스토어 전환율이 떨어졌는데 스크린샷을 바꿔야 하나요?
소스별 전환율이 그대로면 페이지가 아니라 유입 구성 문제입니다.
판단 기준과 FAQ필요할 때만 펼쳐보세요
분해 방식과 한계 보기
언제 써야 하나
전체 스토어 전환율이 눈에 띄게 떨어졌을 때, 광고를 크게 늘린 구간에 오가닉 설치가 줄었을 때, 스크린샷을 바꿔야 할지 판단이 안 설 때 씁니다. 날짜·유입 소스·제품 페이지 조회·설치 네 열이면 됩니다.
무엇을 계산하나
기간을 앞뒤로 갈라 소스별 전환율과 설치 비중을 구하고, 전체 전환율 변화를 구성 효과(비중 이동)와 효율 효과(소스별 전환율 변화)로 분해합니다. 분해 수학은 캠페인 성과 변동에서 쓰는 것과 같은 무잔차 분해입니다.
결과를 어떻게 쓰나
구성 효과가 지배적이면 페이지가 아니라 유입이 왜 바뀌었는지(광고 증액·피처링·시즌)를 보고, 효율 효과가 지배적이면 아이콘·스크린샷·평점 같은 제품 페이지 요소를 봅니다. 확정은 스토어 실험으로 하세요.
자주 묻는 질문
노출 데이터가 없어도 쓸 수 있나요?
쓸 수 있습니다. 노출 열이 없으면 탭률만 계산하지 않고, 제품 페이지 조회→설치 전환과 소스별 분해는 그대로 나옵니다.
구성 효과가 크면 아무것도 안 해도 되나요?
아닙니다. 페이지를 고칠 일이 아니라는 뜻이지 문제가 없다는 뜻은 아닙니다. 전환이 낮은 소스의 비중이 왜 늘었는지가 다음 질문입니다.
이 분해로 인과를 말할 수 있나요?
없습니다. 관측 데이터에서 어디를 볼지 좁혀줄 뿐이고, 같은 기간에 광고·피처링·시즌이 함께 움직였다면 원인까지는 알 수 없습니다.