CPI, CPA, ROAS, LTV, CAC… 리포트를 열면 알파벳이 우수수 쏟아지죠. 하나하나 뜻은 아는데 "그래서 뭐가 문제지?"가 바로 보이진 않을 겁니다. 오늘은 이 지표들을 하나로 이어서 읽는 법을 알려드릴게요. 이렇게 보면 숫자가 튀었을 때 '어디를 봐야하는지' 바로 보입니다.
지표를 개별로 보면 안 돼요
가장 흔한 실수, 지표를 지표 개별로 읽는 거예요. CPA가 뭔지, ROAS가 뭔지 뜻은 아는데, 정작 ROAS가 나빠졌을 때 "그래서 뭐부터 손대지?"에서 막혀요.
이유가 있어요. 성과가 떨어질 때 영향을 주는 지점이 한두가지가 아니거든요. 모든 지표가 그렇듯이, 광고 지표 역시 노출부터 장기가치까지 하나의 사슬로 이어져 있어요. 그 사슬을 봐야 원인이 어디에 있는지 보입니다.
1. 지표는 하나의 체인이에요
광고비를 지출하면 사람이 유입되고, 설치하거나 가입하고, 구매하고, 매출이 나고, 잘하면 재구매로 이어져요. 각 단계마다 그 단계를 재는 지표가 하나씩 붙어 있어요.
이렇게 왼쪽에서 오른쪽으로 세워두면, 각 지표가 사슬의 '어느 칸'을 보는지가 또렷해져요. 하나씩 짚어볼게요.
2. 칸마다 묻는 질문이 다르다
지표마다 답하는 질문이 달라요. 정의랑 예시를 짧게 볼게요. (숫자는 이해를 돕기 위한 예시예요.)
- CPI (Cost Per Install, 설치당 비용): 광고비 ÷ 설치 수. "유저 한 명을 설치시키는데 든 돈이 얼마?"를 봐요. 대체적으로 앱 마케팅의 입구 지표예요. 예를 들어 광고비 500만원에 설치 5,000건이면 CPI는 1,000원이에요.
- CPA (Cost Per Action, 행동당 비용): 광고비 ÷ 전환 수. 여기서 '행동'은 가입·구매처럼 우리가 진짜 원하는 액션으로 설정할 수 있어요. 설치만 늘고 전환은 없으면, CPI는 좋아도 CPA는 나빠요.
- ROAS (Return On Ad Spend, 광고비 대비 매출): 매출 ÷ 광고비, 보통 %로 봐요. 광고비 1원이 매출 몇 원을 만들었나. 예를 들어 광고비 500만원으로 매출 1,500만원이면 ROAS는 300%라고 합니다.
- LTV : CAC: LTV(LifeTime Value, 고객이 평생 가져다주는 값) 대 CAC(Customer Acquisition Cost, 그 고객을 데려온 비용)의 비율이에요. 가만히 보면 ROAS와 크게 다르지 않아요. (왜냐하면 ROAS는 매출 ÷ 광고비인데, LTV는 매출 ÷ 유저이고, CAC는 광고비 ÷ 유저 이기 때문에 매출 : 광고비의 비율이라 ROAS와 같아요) 다만 ROAS와 LTV의 가장 큰 차이점은 매출을 집계하는 기준의 차이에요. ROAS는 특정 기간(Day 0, Day 1, Day 7, Day 14) 등을 기준으로 매출을 집계하지만, LTV는 유저의 재구매 비율 등을 고려해서 한 유저를 유입시켰을 때 그 유저가 발생시킬 전체 매출을 기준으로 집계해요. ROAS보다 더 장기적인 방향성이라고 생각하시면 돼요. 다만 그렇기 때문에 저 장기 매출을 어떻게 집계할 거냐가 중요합니다.
앞의 세 개(CPI·CPA·ROAS)가 지금 이 광고의 효율과 단기 수익성을 본다면, LTV:CAC는 '이 장사가 길게 남는가'를 봐요. 보는 시간축이 다른 거예요.
3. 사슬로 보면 '문제 위치'가 보인다
이제 진짜 쓸모가 나와요. 모든 단계를 나란히 세워두면 진단이 됩니다.
예를 들어볼게요. CPA는 낮아요. 전환을 싸게 잘 만들고 있다는 뜻이죠. 그런데 ROAS가 안 나와요.
이 경우 문제는 광고 앞단이 아니에요. 전환은 잘 만드는데, 그 전환의 객단가가 낮아서 매출이 안 붙는 거예요. 객단가가 낮은 것에는 구매가 적게 발생하거나, 구매가 많이 발생해도 구매 제품의 가격이 저렴한 문제가 있을 수 있어요.
반대 경우도 있어요. CPA도 좋고 ROAS도 좋은데 LTV:CAC가 나쁘면? 첫 구매는 잘 나오는데 재구매가 안 붙는 거예요. 이건 획득 문제가 아니라 리텐션 문제에요. 이 지점에서 고민할 건 제품 경험 혹은 재구매 사이클을 고민할 수 있죠.
"어느 칸이 빨간불인가"로 원인을 좁히는 것 — 이게 지표를 따로 볼 때와 결정적으로 달라요.
오늘 해볼 것
오늘 이 얘기를 보다보면 의문이 들 겁니다. 광고의 사슬은 지출 → 인스톨이 아니에요. 그 사이에는 노출도 있고, 클릭도 있죠. 어떤 지표가 변동될 때에는 각 퍼널 사이에 전환율이 변동하는 문제가 있을 수 있고, 노출이 비싸지는 경우도 있을 수 있죠. 그러니 오늘 딱 하나만 해보세요. 단가부터 구매 데이터까지의 날짜별 지표를 일렬로 세워두고, 각 사슬을 넘어갈 때마다 단가가 어떻게 변하는지, 그리고 그 사슬별 전환율이 어떻게 변화하나 짚어보세요. CPC, CPI, CPA, CPP(Purchaser) 등 단가 지표가 어떻게 증가 혹은 감소하는지를 위에 두고, CTR, Install Conversion, Action Conversion, Purchase Conversion 등 전환율 지표가 어떻게 이동하는지 아래에 놓아보세요. 만약 위의 단가 지표가 증가하는데, 아래 전환율 지표가 하락한다면 원인을 찾을 수 있을 거예요. 그런데 만약, 단가 지표는 증가하는데, 전환율 지표도 같이 상승하거나 유지된다면? 그건 어디에 문제가 있을까요? 한 번 고민해보세요.
중요한 점, 너무 짧은 기간으로 트렌드를 단정하진 마세요. 몇 주, 혹은 몇 달 추세로 봐야 흐름이 보입니다. 일자별 데이터로 추세를 보는 것도 좋지만, 요일별 편차가 심한 경우가 있어 이것도 매우 추천하진 않습니다. 요일별 편차를 계산해서 비교한다면 그나마 괜찮겠네요.
마무리
핵심은 지표를 서로 연결된 관계로 인식하는 겁니다. 각 지표는 바로 전후 단계에 있는 지표에 즉각적으로 영향을 주고받습니다. 그 속에 숨은 전환율과 이 모든 지표 밑에 있는 노출 당 단가 CPM(위에 말한 고민의 답이에요)까지 고려하고 데이터를 읽어야 문제 지점이 바로 보입니다.
문제는 이걸 매번 시트에서 각각 계산해 붙이는 게 번거롭다는 거죠. 이 지표들을 한 화면에 세워 보고 싶으시면, 저희가 만든 무료 툴 운영 대시보드에 지금 저장해 둔 Raw 파일만 올려보세요. CPI·CPA·ROAS·LTV:CAC를 한 화면에서 같이 보여줘서, 어느 칸에서 새는지 바로 보여요. 올린 데이터는 브라우저 안에서만 처리되고 서버로 나가지 않아서, 매체비나 매출 숫자를 외부에 올리는 부담도 없고요.
그리고 아까 말한 LTV:CAC 3:1 같은 기준선은 업종마다 다르다는 것, 잊지 마세요. 남의 벤치마크보다 우리 데이터의 추세가 더 정확한 나침반이에요.
이 사슬 어딘가에서 갑자기 숫자가 튀었을 때 어디부터 봐야 하는지는 급락 진단 순서 글에서 단계별로 정리했어요.