광고 성과가 떨어졌을 때 무엇부터 확인해야 할까?

CTR·CVR·ROAS·CAC·LTV로 숫자 뒤의 원인을 찾는 데이터 분석 전략

어제까지 성과가 좋았던 광고가 있습니다.

클릭도 꾸준히 발생했고 구매 전환도 안정적이었습니다. 그런데 이번 주 들어 광고비 대비 매출이 감소하기 시작했습니다.

광고 관리자에서 ROAS가 낮아진 것을 확인한 담당자는 고민합니다.

“광고 소재가 오래돼서 그런가?”

“타겟을 바꿔야 하나?”

“광고비를 줄이고 다른 채널에 배분해야 할까?”

이때 가장 쉬운 대응은 성과가 낮아진 광고를 중단하고 새로운 소재를 제작하는 것입니다.

하지만 실제 원인이 광고 소재에 있지 않다면 어떨까요?

광고 클릭은 이전과 비슷하게 발생하지만 상세페이지의 구매 버튼에 오류가 생겼을 수도 있습니다. 배송비가 변경되어 장바구니에 상품을 담은 고객이 결제를 포기하고 있을 수도 있습니다.

반대로 상세페이지에는 아무런 문제가 없지만 광고를 보는 고객이 달라져 구매 가능성이 낮은 방문자가 늘었을 수도 있습니다.

같은 ROAS 하락이라도 원인에 따라 해결 방법은 완전히 달라집니다.

광고 데이터를 분석한다는 것은 성과가 높고 낮다는 사실만 확인하는 일이 아닙니다.

고객이 어느 단계에서 반응했고, 어디에서 이탈했으며, 무엇이 달라졌는지 확인하는 과정입니다.

이번 글에서는 광고 성과를 이해하는 핵심 지표와 퍼널 분석을 통해 문제의 원인을 찾고 실제 개선으로 연결하는 방법을 살펴보겠습니다.

01. 광고 데이터는 결과보다 과정을 먼저 보여줘야 합니다

매출이 줄었다는 사실만으로는 무엇을 바꿔야 할지 알 수 없습니다

광고 매출이 감소했다고 가정해 보겠습니다.

매출만 확인하면 이전보다 성과가 나빠졌다는 사실은 알 수 있습니다.

하지만 그 이유는 알기 어렵습니다.

광고 노출이 줄었을 수도 있고, 광고를 본 사람 중 클릭하는 비율이 낮아졌을 수도 있습니다.

클릭은 발생하지만 페이지가 제대로 열리지 않거나, 상품을 살펴본 고객이 장바구니에 담지 않을 수도 있습니다.

장바구니에 담은 고객이 결제 단계에서 이탈하는 경우도 있습니다.

광고 성과는 하나의 숫자로 만들어지는 것이 아닙니다.

노출 → 클릭 → 페이지 방문 → 상품 탐색 → 장바구니 → 결제 → 구매

고객이 여러 단계를 거친 결과입니다.

따라서 최종 매출이 감소했다면 가장 먼저 확인해야 할 것은 이 과정 중 어느 단계에서 변화가 발생했는가입니다.

02. 퍼널 분석: 고객은 어디에서 이탈하고 있을까요?

전체 전환율보다 단계별 변화를 살펴보세요

퍼널(Funnel)은 고객이 광고를 접한 뒤 최종적으로 구매를 완료하기까지의 과정을 단계별로 살펴보는 분석 방법입니다.

온라인 쇼핑몰이라면 다음과 같은 구조를 생각할 수 있습니다.

단계	고객의 행동	주요 확인 사항
광고 노출	광고를 봄	충분한 고객에게 도달했는가?
광고 클릭	광고에 반응함	메시지가 관심을 만들었는가?
랜딩페이지 방문	사이트에 도착함	페이지가 정상적으로 열리는가?
상품 탐색	제품 정보를 확인함	제품의 가치를 이해했는가?
장바구니 추가	상품을 구매 후보로 선택함	가격과 옵션에 관심을 보였는가?
결제 시작	구매 절차에 진입함	구매 조건을 받아들였는가?
구매 완료	결제를 완료함	실제 매출이 발생했는가?

이 단계들을 연결해서 보면 최종 구매 수치만으로는 확인하기 어려운 문제가 드러날 수 있습니다.

예를 들어 광고 클릭은 이전과 비슷한데 랜딩페이지 방문이 크게 줄었다면 페이지 로딩이나 링크 연결 문제를 확인할 필요가 있습니다.

랜딩페이지 방문은 유지되지만 장바구니 추가가 감소했다면 제품의 가격, 가치 전달, 옵션 구성 등을 점검할 수 있습니다.

결제 시작까지는 정상적으로 이어지는데 구매 완료만 감소했다면 결제 오류나 배송비, 결제 수단 등 구매 과정의 문제를 살펴볼 수 있습니다.

이처럼 퍼널 분석은 고객이 이탈한 단계를 보여줍니다.

다만 이탈이 발생한 위치가 곧 원인을 의미하는 것은 아닙니다.

장바구니에서 이탈했다고 해서 반드시 가격이 비싸기 때문이라고 단정할 수는 없습니다. 고객이 배송비를 확인했거나, 다른 상품과 비교하기 위해 나갔거나, 단순히 구매를 미뤘을 수도 있습니다.

퍼널 분석으로 문제의 위치를 찾은 뒤 고객 문의와 실제 사이트 사용 환경, 구매 조건 등을 함께 검토해야 원인에 가까워질 수 있습니다.

03. CTR: 광고는 고객의 관심을 만들고 있는가?

클릭률은 광고를 본 사람 중 클릭한 비율입니다

CTR(Click-Through Rate)은 광고 노출 수 대비 클릭 수의 비율입니다.

CTR = 클릭 수 ÷ 광고 노출 수 × 100

CTR은 광고의 이미지와 영상, 문구 등이 고객의 클릭 행동으로 얼마나 이어졌는지 살펴볼 때 활용할 수 있습니다.

CTR이 이전보다 낮아졌다면 무엇을 확인해야 할까요?

광고 소재에 대한 관심이 줄었을 수도 있습니다. 동일한 고객에게 같은 광고가 반복적으로 노출되어 새롭게 느껴지지 않을 수도 있습니다.

광고를 보는 고객의 구성이 바뀌었거나, 광고가 노출되는 위치가 달라졌을 가능성도 있습니다.

따라서 CTR이 낮아졌을 때 무조건 소재부터 교체하기보다는 광고 대상과 노출 환경을 함께 확인해야 합니다.

CTR이 높다고 좋은 광고라고 단정할 수는 없습니다

광고 문구가 궁금증을 만들어 많은 클릭을 발생시켰다고 가정해 보겠습니다.

고객은 호기심 때문에 광고를 클릭했지만 실제 제품을 살펴본 뒤 자신에게 필요하지 않다고 판단할 수 있습니다.

이 경우 CTR은 높더라도 구매 전환은 낮을 수 있습니다.

반대로 클릭률이 상대적으로 낮아도 실제 구매 가능성이 높은 고객이 유입된다면 사업 성과에 기여할 수 있습니다.

CTR은 고객이 광고에 반응했는지를 보여주는 지표입니다. 고객이 제품을 구매할 이유를 충분히 느꼈는지까지 알려주는 지표는 아닙니다.

따라서 CTR은 상세페이지 방문과 구매 전환 데이터와 함께 살펴봐야 합니다.

04. CVR: 관심을 보인 고객은 실제로 구매하고 있는가?

전환율은 고객이 목표 행동을 완료한 비율입니다

CVR(Conversion Rate)은 광고나 웹사이트에서 정한 목표 행동이 실제로 얼마나 발생했는지 보여주는 지표입니다.

온라인 쇼핑몰에서는 구매 완료를 기준으로 볼 수 있고, 상담형 서비스에서는 상담 신청이나 문의 완료를 전환으로 설정할 수도 있습니다.

다만 전환율을 비교할 때는 어떤 행동을 전환으로 정의했는지, 분모를 클릭 수로 보는지 방문 수로 보는지 동일한 기준을 사용해야 합니다.

예를 들어 웹사이트 방문을 기준으로 구매 전환율을 계산한다면 다음과 같이 표현할 수 있습니다.

구매 전환율 = 구매 건수 ÷ 웹사이트 방문 수 × 100

CVR이 낮아졌다면 무엇을 확인해야 할까요?

광고에서 고객에게 전달한 메시지와 랜딩페이지의 내용이 일치하는지 살펴볼 수 있습니다.

제품의 가격이나 배송 조건이 변경되었는지도 확인해야 합니다.

장바구니와 결제 단계에서 오류나 불편함이 발생하지 않는지도 점검할 필요가 있습니다.

하지만 CVR이 낮아졌다는 사실만으로 랜딩페이지에 문제가 있다고 결론 내릴 수는 없습니다.

광고를 통해 유입된 고객의 구매 의도가 이전보다 낮아졌을 수도 있기 때문입니다.

CVR은 광고 이후 고객이 실제 행동으로 이동했는지 보여줍니다. 원인을 찾으려면 광고 유입과 랜딩페이지 경험을 함께 분석해야 합니다.

05. ROAS: 광고비 대비 매출은 얼마나 발생했는가?

ROAS는 광고비와 광고 매출의 관계를 보여줍니다

ROAS(Return on Ad Spend)는 광고비 대비 발생한 매출의 비율입니다.

ROAS = 광고로 발생한 매출 ÷ 광고비 × 100

예를 들어 광고비 100만 원을 사용하고 해당 광고에 기여한 매출이 300만 원으로 집계되었다면 ROAS는 300%입니다.

ROAS는 광고비 대비 매출 성과를 이해하는 데 도움이 됩니다.

하지만 ROAS가 높다고 해서 반드시 이익이 많이 발생했다고 볼 수는 없습니다.

매출에는 상품의 원가와 배송비, 결제 수수료, 반품에 따른 비용 등이 반영되어 있지 않을 수 있기 때문입니다.

ROAS는 반드시 수익 구조와 함께 봐야 합니다

예를 들어 광고비를 제외한 상품 판매의 변동비를 모두 차감했을 때 매출의 40%가 남는 사업을 생각해 보겠습니다.

이 경우 그 40% 안에서 광고비를 부담해야 합니다.

광고비 대비 매출만 확인하면 높은 ROAS처럼 보이더라도 실제로는 광고비를 지출한 뒤 남는 이익이 거의 없을 수 있습니다.

반대로 마진 구조가 다른 사업에서는 동일한 ROAS라도 남는 이익이 달라집니다.

따라서 광고 운영에서는 자사의 수익 구조를 바탕으로 광고비를 어느 수준까지 사용할 수 있는지 판단해야 합니다.

원고에서는 이를 이해하기 위한 기준으로 다음과 같은 식을 제시합니다.

손익분기 ROAS = 1 ÷ 마진율

여기서 마진율은 광고비를 제외하고 매출에서 실제로 남는 비율을 뜻하며, 계산할 때는 비율을 소수로 사용합니다. 예를 들어 40%라면 0.4를 대입하는 방식입니다.

이 식은 광고비 외의 비용을 마진율에 적절히 반영했다는 전제에서 이해해야 합니다. 고정비와 추가 운영비, 반품 등 아직 반영하지 않은 비용이 있다면 이 식만으로 회사 전체의 손익분기를 판단할 수는 없습니다.

ROAS는 광고 매출의 효율을 보여주는 지표입니다. 광고가 실제로 이익을 만들고 있는지는 사업의 수익 구조와 함께 확인해야 합니다.

06. CAC: 고객 한 명을 확보하는 데 얼마를 사용했는가?

매출만큼 중요한 것은 고객을 확보하는 비용입니다

CAC(Customer Acquisition Cost)는 신규 고객 한 명을 확보하는 데 사용한 비용입니다.

광고비만을 기준으로 단순하게 계산한다면 다음과 같습니다.

광고 기준 신규 고객 획득 비용 = 광고비 ÷ 광고로 확보한 신규 고객 수

다만 기업 전체의 CAC를 계산할 때는 광고비뿐 아니라 신규 고객 확보에 투입된 다른 마케팅·영업 비용을 포함할 수 있습니다.

따라서 CAC를 비교할 때는 어떤 비용과 고객을 포함했는지 기준을 일치시켜야 합니다.

예를 들어 두 광고 채널에서 동일한 광고비를 사용했다고 가정해 보겠습니다.

한 채널은 많은 클릭을 만들었지만 신규 구매 고객이 적었습니다.

다른 채널은 클릭 수가 상대적으로 적더라도 실제 신규 구매 고객이 더 많이 발생했습니다.

이 경우 클릭당 비용만 보면 첫 번째 채널이 효율적으로 보일 수 있지만, 신규 고객 획득 비용을 보면 다른 결과가 나타날 수 있습니다.

CAC는 높고 낮음만으로 판단하기 어렵습니다

고객 한 명을 확보하는 데 3만 원이 들었다고 가정해 보겠습니다.

어떤 사업에서는 3만 원이 과도한 비용일 수 있습니다.

하지만 고객이 반복적으로 구매하고 장기간 관계를 유지하는 사업에서는 감당할 수 있는 비용일 수도 있습니다.

결국 CAC를 판단하려면 확보한 고객이 이후 얼마나 많은 가치를 만들어내는지 함께 살펴봐야 합니다.

이때 필요한 지표가 LTV입니다.

07. LTV: 고객 한 명이 장기적으로 만들어내는 가치는 얼마인가?

첫 구매만 보면 고객의 전체 가치를 놓칠 수 있습니다

LTV(Lifetime Value)는 고객이 브랜드와 관계를 유지하는 동안 발생시키는 경제적 가치를 의미합니다.

고객의 첫 구매 매출만 보는 것이 아니라 반복 구매와 이용 기간 등을 함께 고려하는 개념입니다.

예를 들어 고객이 한 번 구매한 뒤 다시는 구매하지 않는 제품과 정기적으로 반복 구매하는 제품은 고객 관계의 구조가 다릅니다.

첫 구매에서 발생한 매출이 같더라도 이후 구매 행동에 따라 장기적인 가치는 달라질 수 있습니다.

원고에서는 LTV를 이해하기 위한 간단한 구조로 다음과 같은 요소를 제시합니다.

평균 주문금액 × 연간 구매 횟수 × 고객 유지 기간 × 마진율

이는 일정한 구매 패턴과 마진이 유지된다고 가정해 고객의 누적 이익 기여를 대략적으로 생각해 보는 방식입니다.

실제 분석에서는 구매 간격의 변화, 고객별 이탈, 할인·반품·서비스 비용 등도 고려해야 합니다. 또한 매출 기준 LTV와 이익 기준 LTV를 혼동하지 않도록 정의를 명확히 해야 합니다.

CAC와 LTV를 함께 봐야 하는 이유

신규 고객 확보 비용이 높더라도 고객이 장기적으로 충분한 이익을 만들어낸다면 사업에 의미 있는 투자가 될 수 있습니다.

반대로 첫 구매 매출은 높게 나타나더라도 고객 확보 비용과 이후 발생하는 비용이 더 크다면 수익성에 문제가 생길 수 있습니다.

따라서 CAC를 평가할 때는 LTV와 함께 살펴볼 필요가 있습니다.

다만 고객이 앞으로 얼마나 구매할 것인지에 관한 예상은 실제로 확정된 매출이 아닙니다.

아직 발생하지 않은 미래 구매를 지나치게 낙관적으로 평가하면 감당하기 어려운 고객 획득 비용을 정당화하게 될 수 있습니다.

LTV의 목적은 미래 매출을 크게 예측하는 것이 아니라, 실제 고객의 구매 행동을 바탕으로 신규 고객 확보에 얼마를 사용할 수 있는지 판단하는 데 있습니다.

08. CPM: 광고 노출 비용이 달라졌다면 무엇을 확인해야 할까요?

같은 광고비로 도달할 수 있는 고객 수가 달라질 수 있습니다

CPM(Cost Per Mille)은 광고가 1,000회 노출되는 데 드는 비용입니다.

CPM이 상승하면 동일한 광고비로 확보할 수 있는 노출 수가 줄어들 수 있습니다.

하지만 CPM이 높아졌다는 사실만으로 광고가 나빠졌다고 판단할 수는 없습니다.

광고 노출 환경과 경쟁 상황이 달라졌을 수도 있고, 더 제한적인 고객군을 대상으로 광고를 운영하고 있을 수도 있습니다.

또한 CPM이 상승했더라도 구매 가능성이 높은 고객에게 더 많이 노출되어 실제 구매 성과가 개선되는 경우도 생각할 수 있습니다.

따라서 CPM은 CTR과 CPC, 구매 전환율, CAC 등을 함께 살펴봐야 합니다.

노출 비용이 올랐다는 사실보다 중요한 것은 높아진 비용이 실제 고객 확보와 매출에 어떤 영향을 주었는가입니다.

09. 지표를 따로 보면 원인을 놓칠 수 있습니다

CTR·CVR·ROAS는 서로 연결되어 있습니다

광고 성과가 떨어졌을 때는 하나의 지표만 보는 것보다 여러 지표의 변화를 함께 살펴보는 것이 좋습니다.

예를 들어 다음과 같은 상황을 생각해 보겠습니다.

나타난 변화	확인할 수 있는 가설
CTR 하락, CVR 유지	광고 반응이나 유입 규모의 변화
CTR 유지, CVR 하락	유입 고객의 구매 의도 또는 사이트 경험의 변화
CTR 상승, CVR 하락	호기심을 유발한 클릭이 늘었는지 확인
구매 건수 유지, ROAS 하락	광고비 증가 또는 구매 금액 감소
ROAS 유지, CAC 상승	신규 고객 비중이나 고객당 구매 금액의 변화

이 표는 지표의 조합으로 문제의 원인을 확정하는 공식이 아닙니다.

어떤 변화가 나타났을 때 무엇을 추가로 확인해야 하는지 정리한 분석의 출발점입니다.

예를 들어 CTR은 높아졌지만 CVR이 낮아졌다면 광고 소재가 실제 구매 의도가 낮은 고객의 클릭을 늘렸는지 검토할 수 있습니다.

반대로 구매 수는 유지되었지만 ROAS가 낮아졌다면 광고비가 증가했는지, 고객의 평균 구매 금액이 감소했는지 살펴봐야 합니다.

데이터 분석의 목적은 특정 지표가 낮다는 사실을 확인하는 것이 아니라, 지표 사이의 관계를 통해 변화의 원인을 좁혀가는 것입니다.

10. 광고 성과를 볼 때 가장 조심해야 할 것: 중복 귀인

하나의 구매가 여러 광고 채널의 성과로 기록될 수 있습니다

한 고객이 인스타그램 광고를 보고 처음 브랜드를 알게 되었다고 가정해 보겠습니다.

며칠 후 네이버에서 브랜드명을 검색하고 공식 쇼핑몰에 방문합니다.

최종적으로 제품을 구매합니다.

이 구매는 어느 광고 채널의 성과일까요?

인스타그램은 브랜드를 처음 알리는 역할을 했을 수 있습니다.

네이버 검색은 고객이 구매 직전에 제품을 다시 찾는 접점이었을 수 있습니다.

하지만 각 광고 플랫폼은 설정된 전환 기여 기준에 따라 같은 구매를 자신의 성과로 집계할 수 있습니다.

따라서 플랫폼별 광고 관리자에 표시된 매출을 단순히 합산하면 실제 쇼핑몰의 매출보다 크게 나타날 수 있습니다.

플랫폼 보고서와 실제 주문 데이터를 함께 보세요

광고 성과를 평가할 때는 각 플랫폼의 보고서가 어떤 기준으로 매출을 집계하는지 확인해야 합니다.

전환 기여 기간과 클릭·노출 기준이 다르면 동일한 구매도 서로 다른 방식으로 기록될 수 있습니다.

웹 분석 도구와 실제 주문 데이터는 이러한 차이를 점검하는 데 도움이 됩니다.

다만 웹 분석 도구 역시 자체적인 측정 기준과 데이터 누락 가능성이 있으므로 모든 광고 기여를 완벽하게 보여주는 절대적인 기준으로 간주해서는 안 됩니다.

각 광고 플랫폼은 고객의 특정 접점에서 나타난 성과를 보여줍니다. 사업 전체의 성과를 판단할 때는 실제 주문·매출 데이터와 함께 살펴봐야 합니다.

11. 광고 데이터는 얼마나 자주 확인해야 할까요?

확인하는 주기와 수정하는 주기는 다를 수 있습니다

광고 성과가 걱정된다는 이유로 매일 광고를 중단하고 다시 제작하는 것이 항상 좋은 방법은 아닙니다.

짧은 기간의 변화는 일시적인 요인으로 발생할 수 있습니다. 전환이 드문 캠페인이라면 하루치 데이터만으로 성과를 판단하기 더욱 어렵습니다.

따라서 데이터는 자주 확인하되, 전략의 변경은 충분한 근거를 바탕으로 결정해야 합니다.

원고에서는 데이터를 검토하는 주기를 일간·주간·월간·분기로 구분합니다.

검토 주기	확인할 내용	주요 목적
매일	CTR·CVR·ROAS의 급격한 변화, 결제 및 측정 오류	운영상 이상 징후 확인
매주	광고 소재별 성과, 노출 빈도, 전환 변화	크리에이티브 개선 방향 검토
매월	CAC·LTV 추이, 신규 고객 및 재구매 성과, 채널별 기여	예산과 고객 확보 전략 검토
분기	고객군별 장기 성과, 채널과 메시지의 역할	전체 마케팅 전략 재검토

이 주기는 모든 캠페인에 동일하게 적용해야 하는 고정된 기준은 아닙니다.

광고 예산과 구매 발생 빈도, 캠페인의 운영 목적에 따라 검토 기간을 조정할 수 있습니다.

중요한 것은 데이터의 작은 변화마다 반응하는 것이 아니라, 확인해야 할 문제와 전략을 바꿔야 할 문제를 구분하는 것입니다.

12. 데이터 분석을 실제 광고 개선으로 연결하는 방법

숫자를 확인했다면 다음 행동까지 결정해야 합니다

좋은 데이터 분석은 광고 보고서를 정리하는 데서 끝나지 않습니다.

문제의 원인에 대한 가설을 세우고, 실제로 개선한 뒤, 결과를 다시 확인하는 과정이 필요합니다.

예를 들어 특정 광고의 ROAS가 낮아졌다고 가정해 보겠습니다.

먼저 광고비와 매출 중 무엇이 변했는지 확인합니다.

매출이 감소했다면 구매 건수와 평균 구매 금액을 살펴봅니다.

구매 건수가 감소했다면 광고 클릭 수와 구매 전환율을 확인합니다.

클릭 수가 감소했다면 광고의 노출과 CTR을 살펴볼 수 있습니다.

반대로 클릭 수는 유지되지만 구매 전환율이 낮아졌다면 고객이 사이트에서 어느 단계까지 이동했는지 확인해야 합니다.

이렇게 원인의 범위를 좁힌 뒤 구체적인 개선 가설을 세울 수 있습니다.

가설 예시 1 — 광고 반응의 변화

“같은 광고 소재가 반복 노출되면서 고객의 관심이 줄어들었을 수 있다.”

이 경우 광고 소재의 후크나 제품 표현 방식을 변경한 뒤 실제 클릭과 구매 반응을 비교할 수 있습니다.

가설 예시 2 — 랜딩페이지의 문제

“광고에서 강조한 혜택을 상세페이지에서 확인하기 어려워 고객이 이탈했을 수 있다.”

이 경우 광고와 랜딩페이지의 메시지를 연결한 뒤 고객의 행동을 비교할 수 있습니다.

가설 예시 3 — 결제 과정의 문제

“결제 단계에서 배송비와 추가 비용을 확인한 고객이 구매를 중단했을 수 있다.”

이 경우 구매 과정에서 고객에게 제공하는 정보와 결제 환경을 점검할 수 있습니다.

각 가설은 실제 데이터와 고객 경험을 통해 확인해야 합니다.

특정 부분을 개선했다고 해서 반드시 성과가 좋아지는 것은 아닙니다. 개선 이후의 결과가 예상과 다르다면 처음 세운 가설을 다시 검토해야 합니다.

데이터 분석은 숫자에서 정답을 발견하는 일이 아니라, 숫자를 통해 질문을 만들고 실제 결과로 답을 확인하는 과정입니다.

CONCLUSION

광고 데이터는 숫자가 아니라 고객의 행동을 보여줍니다

CTR이 낮아졌다면 광고에 관심을 보이는 고객의 비율이 달라졌다는 뜻일 수 있습니다.

CVR이 낮아졌다면 광고를 클릭한 고객이 실제 구매로 이어지는 과정에 변화가 생겼을 수 있습니다.

ROAS가 낮아졌다면 광고비와 매출의 관계가 이전과 달라졌다는 뜻입니다.

CAC는 고객을 확보하는 비용을 보여주고, LTV는 확보한 고객이 장기적으로 만들어내는 가치를 이해하는 데 도움을 줍니다.

하지만 어떤 지표도 그 자체로 문제의 원인을 모두 설명하지는 못합니다.

매출이 감소했다는 이유만으로 광고 소재를 바꾸거나, 클릭률이 낮아졌다는 이유만으로 타겟을 변경해서는 원인을 해결하지 못할 수 있습니다.

광고 노출부터 클릭, 상품 탐색, 장바구니, 결제, 구매에 이르는 과정을 함께 살펴봐야 합니다.

어느 단계에서 변화가 발생했는지 확인하고, 원인에 대한 가설을 세운 뒤, 실제 개선 결과를 검증해야 합니다.

플랫폼 보고서만으로 성과를 판단하기보다 실제 주문과 매출 데이터도 함께 검토해야 합니다.

데이터 분석의 목적은 성과를 설명하는 숫자를 더 많이 만드는 것이 아닙니다. 무엇을 바꿔야 하는지 정확하게 판단하고, 그 변화가 실제 성과로 이어졌는지 확인하는 것입니다.

광고 성과가 좋을 때는 왜 좋은지 이해해야 합니다.

광고 성과가 나쁠 때는 어디에서 문제가 발생했는지 찾아야 합니다.

숫자를 보는 것에서 멈추지 않고 숫자 뒤에 있는 고객의 행동을 이해할 때, 데이터는 실제 광고 전략이 됩니다.