장기 매출을 만드는 채널을 찾는 LTV·pLTV 분석 가이드

“어떤 채널이 진짜 좋은 유저를 데려오고 있을까?”

여러 광고 채널로 유저를 획득하다 보면, 구매 전환율이 높거나 리텐션이 긴 ‘고가치 유저’를 데려오는 채널을 파악하는 것이 중요해요.

하지만 앱 설치 수나 이번 달 ROAS(Return on Ad Spend, 광고 수익률) 만으로는 어느 채널이 장기 수익을 만드는지 파악하기 어렵죠.

이때 필요한 것이 MMP(Mobile Measurement Partner, 모바일 측정 파트너) 예요. 광고 클릭부터 앱 설치, 인앱 행동까지 경로를 추적해서 어떤 광고가 실제 수익으로 이어졌는지 기여도를 측정하는 솔루션을 말하는데요.

MMP는 특히 코호트(Cohort) 분석과 결합하면 강력해져요. ‘7월 첫째 주에 메타 광고를 통해 설치한 유저들’처럼 동일한 조건으로 상정한 집단을 시간 축 위에서 함께 추적할 수 있거든요.

이를 통해 유저가 30일, 90일, 180일 뒤에 얼마를 쓰는지 LTV(Lifetime Value, 고객 생애 가치)로 환산해서 채널별로 비교할 수 있어요.

즉, UA(User Acquisition, 유저 획득) 의사결정을 감이 아닌 데이터로 뒷받침할 수 있게 되는 거죠.

이번 글에서는 MMP가 LTV를 계산하는 방식과 그 데이터를 UA 의사결정에 연결하는 방법을 짚어볼게요. 장기 매출을 만들어내는 우리 기업의 광고 채널을 찾고 싶다면, 아래 방법을 참고해 보세요.

📌 핵심 포인트

• 모바일 앱에서 LTV는 설치일 기준 코호트로 봐야 해요. 특정 채널에서 온 유저가 30일, 90일, 180일 뒤에 얼마를 쓰는지 누적으로 추적할 수 있고, 이를 채널별로 비교하면 어떤 채널이 장기 매출을 만들어내는 유저를 데려오는지 확인할 수 있어요.

• D180 LTV 데이터가 쌓이길 기다리지 않아도 돼요. 예측 LTV(pLTV, Predictive Lifetime Value)를 활용하면 D7, D14 초기 데이터만으로도 채널 간 장기 수익성을 미리 비교하고 예산 방향을 잡을 수 있어요.

• 알람 앱 알라미를 운영하는 딜라이트룸은 Airbridge pLTV를 도입한 뒤 매체·캠페인 단위 예측 LTV를 대시보드에서 바로 확인할 수 있게 됐어요. 기존에 최대 3시간이 걸리던 데이터 가공 과정이 사라지면서 절약한 시간을 ROAS 개선 등 더 의미 있는 일에 쓰고 있죠.

MMP 맥락에서 LTV는 무엇을 의미하나요?

LTV는 마케팅에서 광범위하게 쓰이는 용어지만, MMP가 다루는 LTV는 채널별·코호트별로 쪼개진 매출 데이터에서 출발해요. UA 의사결정에 쓰려면 정의와 집계 방식부터 다시 짚어야 해요.

1. 모바일 앱 마케팅에서 LTV란?

LTV는 유저 한 명이 앱을 사용하는 전체 기간 동안 발생시키는 누적 수익을 뜻해요. CLV(Customer Lifetime Value) 또는 CLTV라고도 하죠.

LTV가 없으면 CAC(Cost per Acquisition, 고객 획득 비용)를 얼마까지 써도 되는지 판단할 근거가 없어요.

예를 들어 설치당 비용이 5,000원인 채널이 있을 때, 그 채널에서 온 유저가 30일 안에 평균 3,000원을 쓴다면 손실이에요. 그런데 180일 기준으로 해당 유저가 1만 5,000원을 쓴다면 얘기가 달라지죠.

이렇게 어느 시점까지의 LTV를 기준으로 삼느냐에 따라 채널 효율 판단이 달라져요. 그리고 이 판단이 채널 단위로 할 수 있어야 비로소 의미가 생겨요. 전체 평균 LTV가 높아도, 수익을 만들어내는 유저가 특정 채널에서만 오고 있다면 마케팅 예산 분배가 달라져야 하니까요.

2. 앱 내부 분석으로는 채널별 LTV가 안 나오는 이유

그런데 채널별 LTV를 보려면 앱 내부 분석 툴만으로는 한계가 있어요.

앱 내부 분석 툴을 통해 특정 유저가 며칠 만에 구매했는지, 앱에 얼마나 자주 접속하는지 같은 데이터를 볼 수는 있어요. 링크에 태그를 붙이는 UTM 파라미터로 채널 유입 정도 또한 파악할 수 있죠.

하지만 모바일 앱에서는 그대로 적용되지 않아요. 웹과 달리 앱은 광고 클릭과 앱 실행 사이에 앱스토어 설치 여정이 포함되어 있어요. 이 구간에서 어떤 광고 소재를 클릭한 유저가 설치까지 완료했는지, 이후 구매로 이어졌는지를 앱 내부 툴만으로는 연결하기 어렵죠.

iOS ATT(앱 추적 투명성) 정책으로 기기 식별자 접근이 제한된 이후 이 문제는 더 심화됐고요.

MMP는 이 간극을 메울 수 있어요.

광고 노출부터 클릭, 설치, 인앱 행동까지 경로를 추적하는 어트리뷰션(Attribution, 광고 기여도 측정)을 제공하며, 여기에 설치일 기준 코호트 분석을 결합하면 채널별로 유저가 시간이 지남에 따라 얼마를 쓰는지 LTV로 환산해서 비교할 수 있는 구조가 만들어져요.

3. 같은 기간을 설정했는데 두 매출이 다르다면?

다만 이 데이터를 제대로 읽으려면 한 가지를 먼저 짚어야 해요. MMP 대시보드에서 동일한 날짜 범위로 매출을 조회해도 코호트 매출액과 총매출액이 다르게 나오는 경우가 있거든요.

이는 두 메트릭이 서로 다른 날짜 기준으로 집계되기 때문인데요.

총매출액은 구매, 구독 등 수익 이벤트가 실제로 발생한 날짜(Event Date)로 집계해요. 7월에 여러 채널에서 유저 획득을 집중적으로 진행한 뒤 8월에 멈췄다고 가정해 볼게요.

유입된 유저들이 8월에 구매를 완료하면 총매출액 기준에서는 8월 수치가 높게 측정돼요. 반면 8월 신규 앱 설치 수는 적은데 구매 수는 많으니 전환율이 비정상적으로 높게 집계돼요.

즉, 유저 획득 시점과 수익 발생 시점이 다른 달에 걸쳐 있을 때 생기는 왜곡이에요.

코호트 매출액은 앱 설치 시점을 기준으로 유저를 묶어서 집계해요. 예를 들면 7월에 앱을 설치한 유저들을 하나의 코호트로 보고, 이 집단 이후 발생하는 모든 수익을 7월 코호트 매출로 귀속시키는 방식이죠.

8월에 구매가 일어났더라도 구매한 유저가 7월에 앱을 설치했다면 7월 코호트 매출로 집계돼요. 이로 인해 유저 획득 시점과 수익 발생 시점이 달라도 채널별 성과를 왜곡 없이 추적할 수 있어요.

어느 메트릭을 봐야 하는지는 분석 목적에 따라 달라질 수 있으며, UA 성과를 채널별로 정확히 보려면 코호트 매출액을, 특정 기간 전체 매출을 파악할 때는 총매출액을 기준으로 해석해 보세요.

어떤 LTV 지표를, 언제 봐야 하나요?

LTV는 단일 숫자로 보는 것이 아닌, 특정 시점까지의 누적 매출을 기준으로 삼느냐에 따라 다른 의사결정을 뒷받침해요. 우리 앱에 맞는 기준 시점을 잡는 방법부터, 데이터가 쌓이기 전에 의사결정을 내려야 할 때 쓰는 예측 LTV까지 짚어볼게요.

1. 수익 발생 시점에 따라 D 기준점 잡기

MMP의 코호트 리포트는 설치일 기준으로 유저를 그룹화하고, 이 집단이 시간이 지남에 따라 만들어내는 누적 수익을 D7, D30, D90, D180 단위로 보여줘요. 어느 시점을 기준으로 삼아야 하는지는 우리 앱에서 수익이 발생하는 시점을 먼저 파악하는 데서 출발해요.

기준이 되는 건 첫 번째 주요 전환 이벤트예요. 구독 앱이라면 트라이얼에서 유료 전환이 일어나는 시점, 게임이라면 첫 과금이 발생하는 시점이죠.

앱마다 수익 발생 패턴이 다르기 때문에 정답은 없으나, 참고할 수 있는 기준을 잡는다면 첫 번째 주요 전환 이벤트가 발생하는 시점을 기준으로 그 이후를 포함하는 D를 선택하는 방식이에요.

2. 예측 LTV(pLTV)의 활용 시점은?

코호트 기반 LTV는 데이터가 실제로 쌓인 뒤에야 볼 수 있어요. 하지만 D180 LTV와 같이 집계 기간이 긴 데이터는 확인하려면 180일을 기다려야 하는데, 실무에서는 그 전에 결정을 내려야 하는 상황도 생기죠.

예측 LTV(pLTV, Predictive LTV) 는 이 때 활용할 수 있는 지표예요.

초기 시점, 예를 들어 D7이나 D14의 리텐션과 수익 패턴을 분석해서 이 유저 집단이 D90, D180까지 얼마를 쓸지 수학적으로 추산하거든요. 즉, 실제 데이터가 충분히 쌓이기 전에 채널 간 수익성을 비교하고 예산을 활용할 방향을 잡는 데 참고할 수 있죠.

아래와 상황에서 해당 지표를 쓸 수 있어요.

• 캠페인 초기에 예산 확대 여부를 빠르게 결정해야 할 때

• 여러 채널을 동시에 운영하면서 어디에 집중할지 우선순위를 정해야 할 때

• 신규 오디언스나 크리에이티브를 테스트한 직후 초기 성과를 평가해야 할 때

다만 pLTV를 쓸 때 염두에 둬야 할 점은 다음과 같아요.

• 초기 데이터가 충분히 쌓이지 않은 상태일 때는 오차가 커질 수 있어요.

• 채널 간 상대적 수익성을 비교해서 예산을 배분할 채널의 우선순위를 정할 때 효과적이에요.

• 실제 코호트 LTV가 쌓였을 때 pLTV와 대조해서 예측 정확도를 점검하는 게 좋아요.

LTV 데이터로 채널 예산을 최적화해 보세요

상황에 따라 참고해야 하는 LTV 지표를 파악했다면, 다음으로는 해당 데이터를 활용해 채널별로 예산을 어떻게 분배할지 결정해야 하죠.

LTV는 역시 단독으로 보는 지표가 아니며, 광고비와 함께 봐야 어떤 채널이 장기 매출을 만들어내는 유저를 데려오는지, 그 채널에 예산을 더 써도 되는지 판단할 수 있어요.

코호트 ROAS와 채널별 LTV 비교를 참고해 보세요.

1. 코호트 ROAS로 채널 손익분기점 잡기

단기 ROAS는 특정 기간 광고비 대비 발생한 매출을 비교하죠. 캠페인 직후 성과를 빠르게 파악하는 데 참고하지만, 수익이 장기에 걸쳐 발생하는 앱에서는 해당 지표로만 채널 효율을 판단하기 어려워요.

그럴 때 코호트 ROAS를 참고해 보세요. 설치일 기준으로 유입된 유저 집단이 시간이 지남에 따라 쓴 비용을 누적으로 추적하기 때문에, 단기 ROAS에서 보이지 않던 채널의 장기 수익성이 보여요.

코호트 ROAS는 아래처럼 계산해요.

• D30 코호트 ROAS = D30까지 누적 매출 / 해당 코호트 획득 광고비

D30 코호트 ROAS가 낮아도 D90에서 높게 나온다면, 수익이 초반보다 시간이 지날수록 쌓이는 채널이라고 해석할 수도 있죠.

2. 채널·크리에이티브별 LTV 비교 방법은?

코호트 ROAS로 손익분기점을 파악했다면, 다음은 어떤 채널과 소재가 실제로 장기 매출을 만들어내는 유저를 데려오는지 비교해야 하는데요.

이는 같은 예산을 써도 채널과 크리에이티브에 따라 유입되는 유저의 수익 패턴이 달라지기 때문이에요.

예를 들어 채널별로 D30, D90 LTV를 나열해서 보면 이 차이가 수치로 확인돼요.

CPI(Cost Per Install, 설치당 비용)가 높은 채널이라도 D30 LTV가 높다면 CAC 대비 회수되는 수익이 더 클 수 있어요.

반대로 리워드 광고나 이벤트성 캠페인처럼 설치 수를 빠르게 끌어 올리는 채널은 혜택받고 이탈하는 유저가 많아서 D30 LTV가 낮게 나올 수 있죠.

크리에이티브 단위에서도 같은 방식으로 분석할 수 있어요.

동일한 채널에서 집행한 소재라도 어떤 메시지로 유입됐느냐에 따라 유저의 수익 패턴이 달라져요.

게임 플레이 영상으로 유입된 유저와 할인 프로모션 배너로 유입된 유저의 D30 LTV를 비교하면, 어떤 소재가 실제 매출로 이어지는 유저를 데려오는지 확인할 수 있죠.

아래는 이해를 돕기 위한 가상 시나리오예요.

채널 A는 CPI가 채널 B보다 3배 높지만, D30 LTV가 6배 높아요. CPI만 보고 채널 B에 예산을 집중하면 실제로는 더 효율적인 채널을 놓치는 셈이죠.

채널 C는 D30 코호트 ROAS가 1 미만이지만 수익이 장기에 걸쳐 발생하는 구조일 수 있어서 D90까지 추적해 봐야 판단할 수 있다고 해석할 수 있어요.

에어브릿지 예측 LTV로 성과를 내는 팀은 이렇게 일하고 있어요

딜라이트룸 알라미 팀은 예측 LTV(pLTV, Predictive LTV) 도입으로 데이터 가공에 쓰던 시간을 마케팅 의사결정에 쓸 수 있게 됐어요. 에어브릿지가 제공하는 LTV·pLTV 데이터를 통해 성과를 내는 방법을 알아보세요.

1. 예측 LTV 계산에 매번 3시간 쓰고 있다면?

지금까지 예측 LTV 계산에 시간을 쓰고 있던 마케터라면 다음 사례에 주목하세요.

알람 앱 알라미(Alarmy)를 운영하는 딜라이트룸은 7,500만 다운로드, 97개국 앱스토어 카테고리 1위를 기록한 글로벌 서비스예요. 알라미 마케팅팀은 국가·OS·매체별 예측 LTV를 직접 계산해 마케팅 전략을 최적화해 왔어요.

문제는 세분화된 단위로 볼수록 데이터를 직접 가공하는 데 드는 시간이 늘어나, 한 번 계산하는 데 최대 3시간이 소요됐어요. 의사결정에 써야 할 시간이 데이터 가공에 쓰이는 상황이었죠.

에어브릿지 pLTV를 도입한 뒤로는 별도 가공 없이 국가·OS·매체·캠페인 단위 예측 LTV를 레비뉴 리포트 대시보드에서 바로 확인할 수 있게 됐어요.

절약한 시간은 ROAS를 개선하는 구체적인 방안을 고민하는 등 더 의미 있는 일에 쓰이고 있어요. pLTV 기반 예산 배분으로 마케팅 비용도 절감했죠.

👉 딜라이트룸, Airbridge pLTV로 마케팅 전략 최적화한 사례 보기

2. 에어브릿지 LTV와 pLTV로 마케팅 전략을 최적화 하세요

에어브릿지는 매출 성과를 설치일 기준 코호트로 추적하는 레비뉴 리포트(Revenue Report)와 유저 잔존율을 분석하는 리텐션 리포트(Retention Report)에서 LTV와 pLTV를 함께 제공해요.

캠페인을 집행한 지 3일만 지나도 최대 180일 pLTV를 추산할 수 있어서, 데이터가 쌓이길 기다리기 전에 채널 간 수익성을 비교하고 예산 방향을 잡을 수 있어요.

주요 기능을 정리하면 아래와 같아요.

• 최소 3일치 리텐션 데이터로 최대 180일 pLTV 추산
  초기 캠페인에서도 장기 수익성 방향을 빠르게 확인할 수 있어요.

• 채널·캠페인·크리에이티브·국가·OS 단위 pLTV 인사이트
  어떤 세그먼트에서 장기 매출을 만들어내는 유저가 유입되는지 세분화해서 볼 수 있어요.

• IAP·IAA 수익원별 코호트 LTV
  인앱 구매(IAP)와 인앱 광고(IAA) 수익을 구분해서 LTV를 추산해요.

• 코호트 조회 기간 최대 184일
  D180 LTV 분석에 필요한 데이터를 한 번에 확인할 수 있어요.

장기 매출을 만들어내는 유저를 데려오는 채널을 파악하고, 그 채널에 예산을 집중할 수 있게 되면 UA 효율이 달라져요. Airbridge LTV·pLTV 기능으로 지금 바로 실험해 보세요.

우리 기업의 비즈니스 지속 가능성을 확인하세요

지금까지 MMP가 LTV를 어떻게 집계하고 분석하는지, 그 데이터를 채널 예산 배분에 연결하는 방법까지 살펴봤어요.

설치 수와 단기 ROAS만으로는 보이지 않던 것들은 LTV 데이터로 확인할 수 있는데요. 이 데이터를 통해 장기 매출을 만들어내는 유저를 데려오는 채널, 광고비가 회수되는 시점, 실제 수익으로 이어지는 소재 등을 점검할 수 있죠.

지금 운영 중인 채널 중 어떤 채널이 6개월 뒤에도 우리 비즈니스에 기여할지 궁금하다면, 지금 바로 에어브릿지에서 직접 검증해 보세요.

Written by 프리랜서 에디터 강혜라