# linsung.wiki
> 미디어와 광고를 데이터로 읽는 곳. 광고학 박사가 운영하는 퀀트 마케팅 자료실 — 광고 효과 측정, 예산 배분, 도달·미디어 플래닝, 퍼포먼스 마케팅.

운영자: [이인성](https://linsung.wiki/about/) — 단국대학교 미디어커뮤니케이션학부 겸임교수, 광고학 박사

## 도달과 미디어 플래닝
- [도달 가이드](https://linsung.wiki/reach/): 도달률·평균빈도·GRP의 관계
- [도달 예측 시뮬레이터](https://linsung.wiki/tools/reach-simulator/): 예산을 매체에 나눠 넣으면 몇 %에게 몇 번 닿는지 계산합니다. 대행사와 매체사가 유료로 쓰는 도달예측 시스템의 계산 뼈대만 남긴 축소판입니다.
- [GRP 계산기](https://linsung.wiki/tools/grp-calculator/): GRP = 도달률 × 평균빈도. 셋 중 둘을 넣으면 나머지를, 노출수와 모수를 넣으면 GRP를 바로 계산합니다. 가입 없이 무료.
- [CPRP 계산기](https://linsung.wiki/tools/cprp-calculator/): CPRP = CPM × 모수 ÷ 100,000. CPM과 CPRP를 서로 환산하고, 예산을 넣으면 노출수와 GRP까지 계산합니다. 가입 없이 무료.
- [중복도달 계산기](https://linsung.wiki/tools/reach-overlap/): 매체별 도달률 2~5개를 넣으면 중복을 뺀 통합 도달률(순도달)과 두 매체 이상으로 본 사람의 비율을 계산합니다. 가입 없이 무료.
- [도달률](https://linsung.wiki/glossary/reach/): 도달률은 광고 기간 동안 목표 모수 가운데 광고를 한 번 이상 본 사람의 비율이다.
- [평균빈도](https://linsung.wiki/glossary/frequency/): 평균빈도는 광고를 한 번 이상 본 사람이 광고 기간 동안 평균적으로 광고를 본 횟수다.
- [GRP](https://linsung.wiki/glossary/grp/): GRP는 광고 기간 동안 얻은 시청률(노출률)을 모두 더한 값으로, 도달률과 평균빈도를 곱한 값과 같다.
- [TRP](https://linsung.wiki/glossary/trp/): TRP는 GRP를 전체 인구가 아니라 광고의 목표 타깃을 모수로 삼아 계산한 값이다.
- [CPRP](https://linsung.wiki/glossary/cprp/): CPRP는 GRP 1포인트, 즉 목표 모수의 1%에게 광고를 한 번 노출하는 데 드는 비용이다.
- [CPM](https://linsung.wiki/glossary/cpm/): CPM은 광고를 1,000회 노출하는 데 드는 비용이다.
- [유효빈도](https://linsung.wiki/glossary/effective-frequency/): 유효빈도는 광고가 기억이나 태도 변화 같은 효과를 내기 위해 한 사람이 봐야 하는 최소 노출 횟수다.
- [유효도달률](https://linsung.wiki/glossary/effective-reach/): 유효도달률은 목표 모수 가운데 광고를 유효빈도 이상, 보통 3회 이상 본 사람의 비율이다.
- [리치커브](https://linsung.wiki/glossary/reach-curve/): 리치커브는 광고량(GRP나 예산)이 늘어날 때 도달률이 어떻게 변하는지를 그린 곡선이다.
- [중복도달](https://linsung.wiki/glossary/duplication/): 중복도달은 두 개 이상의 매체에서 같은 캠페인의 광고를 모두 본 사람의 비율이다.
- [순도달](https://linsung.wiki/glossary/net-reach/): 순도달은 여러 매체를 함께 썼을 때 중복된 사람을 한 번만 세어 계산한 캠페인 전체의 도달률이다.
- [빈도 캡](https://linsung.wiki/glossary/frequency-cap/): 빈도 캡은 한 사람에게 같은 광고가 일정 기간 동안 노출되는 횟수의 상한을 정하는 설정이다.
- [ROAS](https://linsung.wiki/glossary/roas/): ROAS는 광고에 쓴 돈이 매출을 얼마나 만들어 냈는지를 나타내는 비율이다. ROAS 400%는 광고비 1원이 매출 4원을 만들었다는 뜻이다.
- [CTR](https://linsung.wiki/glossary/ctr/): CTR은 광고가 노출된 횟수 가운데 클릭이 일어난 비율이다. 노출 1,000회에 클릭 5회면 CTR은 0.5%다.
- [CPC](https://linsung.wiki/glossary/cpc/): CPC는 클릭 한 번을 받는 데 드는 광고비다. 광고비를 클릭수로 나눈 값이다.
- [CVR](https://linsung.wiki/glossary/cvr/): CVR은 광고를 클릭한 사람 가운데 목표한 행동까지 간 사람의 비율이다. 무엇을 전환으로 셀지, 무엇을 분모로 놓을지를 먼저 정해야 하는 숫자다.
- [어트리뷰션](https://linsung.wiki/glossary/attribution/): 어트리뷰션은 전환 한 건이 일어나기까지 거친 여러 광고 접점 가운데 어디에 공을 돌릴지 정하는 규칙이다. 같은 전환을 마지막 클릭에 다 주는지 접점마다 나누는지에 따라 매체별 성과가 전혀 다르게 집계된다.
- [CPA](https://linsung.wiki/glossary/cpa/): CPA는 전환 한 건을 얻는 데 든 광고비다. 광고비 100만 원으로 가입 50건이 났다면 CPA는 2만 원이다.
- [CAC](https://linsung.wiki/glossary/cac/): CAC는 신규 고객 한 명을 데려오는 데 든 비용이다. 광고비만이 아니라 고객을 얻는 데 쓴 비용을 모두 더해 같은 기간의 신규 고객 수로 나눈다.
- [LTV](https://linsung.wiki/glossary/ltv/): LTV는 한 고객이 거래를 시작해 떠날 때까지 남기는 이익의 합이다. 매출이 아니라 공헌이익으로 세야 고객 획득 비용과 견줄 수 있다.
- [MMP](https://linsung.wiki/glossary/mmp/): MMP는 앱 설치와 앱 안의 행동이 어느 광고에서 왔는지를 매체 바깥에서 집계하는 측정 도구다. 매체마다 자기 공으로 세는 전환을 한자리에 모아 중복을 걷어 내는 일을 한다.
- [CDP](https://linsung.wiki/glossary/cdp/): CDP는 흩어진 고객 접점 데이터를 한 사람 기준으로 모아 두는 저장소다. 식별된 개인 단위로 쌓고 다른 도구로 내보낸다는 점이 DMP와 갈리는 지점이다.

## 마케팅 툴
- [UTM 빌더](https://linsung.wiki/tools/utm-builder/): 캠페인 링크에 UTM 태그를 붙입니다. 대소문자와 띄어쓰기를 규칙대로 정리해, 같은 캠페인이 분석 도구에서 둘로 쪼개지지 않게 합니다.

## 인사이트
- [CPRP 적정 수준, 매체 효율을 판단하는 기준](https://linsung.wiki/insights/cprp-efficiency/): CPRP가 얼마면 적정인지 판단하는 기준. 절대값 대신 무엇과 견주어야 하는지와 싼 자리만 사면 도달이 멈추는 까닭을 도달 곡선과 함께 정리했다.
- [도달률 목표를 몇 퍼센트로 잡을 것인가](https://linsung.wiki/insights/reach-target/): 도달률 목표를 정하는 기준. 매체 커버리지 상한과 유효빈도, 한계비용에서 숫자가 나오는 과정과 도달률만 세웠을 때 생기는 공백을 함께 정리했다.
- [GRP 목표만으로 캠페인을 정할 수 없는 이유](https://linsung.wiki/insights/grp-reach-frequency/): GRP는 도달률 × 평균빈도다. 같은 GRP가 전혀 다른 캠페인일 수 있는 까닭과 빈도분포로 확인하는 방법, GRP만으로 도달을 추정하는 방식을 정리했다.
- [중복도달과 통합 도달률, 매체를 섞으면 어떻게 합쳐지는가](https://linsung.wiki/insights/duplication-net-reach/): 중복도달과 통합 도달률을 계산하는 법. 교과서의 독립 가정이 실제와 얼마나 어긋나는지를 싱글소스 데이터 3,300개 캠페인으로 확인한 조정계수까지 정리했다.
- [리테일 미디어란? 쿠팡·네이버쇼핑 광고가 다른 이유](https://linsung.wiki/insights/retail-media/): 리테일 미디어(RMN)의 뜻과 쿠팡·네이버쇼핑 광고의 구조. 폐쇄 루프 측정이 주는 이점과 매체가 자기 성과를 집계하는 문제를 함께 정리했다.
- [GEO 최적화란? AI 검색에 인용되는 글의 조건](https://linsung.wiki/insights/geo-optimization/): AI 검색에 글이 인용되게 하는 GEO 최적화의 실제. 열나흘치 서버 기록에서 AI 크롤러 669건을 가려내 무엇을 가져갔는지와 효과가 없던 조치를 정리했다.
- [미디어 믹스란? 매체 배분의 기준과 흔한 실수 셋](https://linsung.wiki/insights/media-mix-planning/): 여러 매체에 예산을 나누는 이유는 한 매체가 만들어 낼 수 있는 도달에 상한이 있기 때문이다. 중복을 고려한 배분 기준과 실무에서 되풀이되는 실수 셋을 정리한다.
- [광고주 미디어 모델이란 — 미디어 파편화 시대의 미디어 믹스 의사결정](https://linsung.wiki/insights/advertiser-media-model/): 국민MC도 국민광고도 더는 나오지 않는다. 미디어가 파편화된 지금, 광고주가 직접 미디어 모델을 갖춰야 하는 이유.
- [광고대행사 vs 인하우스 차이와 신입 진입 경로](https://linsung.wiki/insights/job-map-inhouse-vs-agency/): 같은 직무명이라도 조직에 따라 하는 일이 달라집니다. 대행사 네 종류와 연차별 경로, 공고에 나오는 약어까지.
- [퍼포먼스 마케터와 그로스 마케터, 가장 많이 헷갈리는 네 쌍](https://linsung.wiki/insights/job-map-confusing-pairs/): 퍼포먼스와 그로스, 브랜드와 PMM, SA와 SEO, 바이럴과 인플루언서 — 면접에서 실제로 묻는 구분.
- [AI 시대 마케터 직무 변화 — AI가 가져가는 일, 사람에게 남는 일](https://linsung.wiki/insights/job-map-ai-shift/): 새 직무가 생기기 전에 기존 직무의 안쪽 구성이 먼저 바뀐다. 신입에게 주어지던 일이 정확히 그쪽에 몰려 있다.
- [새로 생기는 마케팅 직무 — 아직 이름이 굳지 않은 일들](https://linsung.wiki/insights/job-map-emerging-roles/): 5년 전에는 다른 직무의 업무 일부였지만, 지금은 별도 공고가 나오기 시작한 여섯 영역.
- [마케팅 직무 종류 16가지, 하는 일과 KPI](https://linsung.wiki/insights/job-map-16-roles/): 교과서적 정의가 아니라 주간 업무 시간의 대부분을 차지하는 일 기준으로 정리한 직무별 실무 프로필.
- [마케팅 직무를 가르는 네 개의 축](https://linsung.wiki/insights/job-map-axes/): 흔한 직무 분류는 목적·채널·고객 단계가 뒤섞여 있다. 기준을 두 축으로 나누면 중복이 사라진다.
- [그로스 해킹, 도구가 아니라 조직이 성장을 만든다](https://linsung.wiki/insights/growth-culture/): 그로스 해킹 문화, 그리고 퍼포먼스와 그로스가 만나는 지점.
- [가치 기반 입찰(tROAS)과 pLTV — 예측 가치를 광고 알고리즘에 넘기기](https://linsung.wiki/insights/value-based-bidding/): 가치 기반 입찰과, 그것을 떠받치는 데이터 파이프라인.
- [고객 생애 가치(LTV)와 CAC, 3:1은 어디서 온 숫자인가](https://linsung.wiki/insights/ltv-cac-ratio/): 단위 경제학의 판단 기준, 그리고 유입 2주 만에 매체를 가려내는 방법.
- [리텐션과 이탈률, 언제 떠날 것인가](https://linsung.wiki/insights/survival-analysis/): 중도절단을 다루는 통계. 이탈까지의 시간으로 매체를 평가하는 생존 분석.
- [BTYD 모형(BG/NBD)으로 이탈 고객과 휴면 고객 구분하기](https://linsung.wiki/insights/btyd-model/): 계약이 없는 관계에서 미래 가치를 추정한다. BTYD 프레임워크와 BG/NBD 모델.
- [매체별 코호트 분석, 같은 CAC 다른 LTV](https://linsung.wiki/insights/media-cohort-ltv/): 매체별 코호트로 고객 품질을 진단하기. 그리고 평균 LTV가 알려주지 못하는 것.
- [ROAS 최적화의 함정 — 효율에 집착할수록 비효율이 되는 이유](https://linsung.wiki/insights/efficiency-paradox/): ROAS 최적화가 스스로를 소모하는 구조. 그리고 풀퍼널로의 확장.
- [증분 측정(Incrementality)이란? 광고가 없었어도 팔렸을 것들](https://linsung.wiki/insights/incrementality/): 상관을 인과로 착각하지 않으려면. 증분 테스트와 어트리뷰션을 함께 쓰는 방법.
- [MMM(미디어 믹스 모델링)이란? 쿠키 없이 광고 효과 측정하기](https://linsung.wiki/insights/media-mix-modeling/): 개인 추적 없이 매출 기여를 추정하는 미디어 믹스 모델링. 구글 메리디안과 메타 로빈을 비교한다.
- [어트리뷰션(기여) 모델 종류와 변천 — 그 전환은 누구의 공인가](https://linsung.wiki/insights/attribution-history/): 라스트 클릭의 한계에서 샤플리 값까지. 여러 접점에 기여를 나누는 방법의 역사.
- [A/B 테스트 표본 크기와 MDE(최소 검출 효과) 정하는 법](https://linsung.wiki/insights/mde-sample-size/): 얼마나 작은 차이까지 잡아낼 것인가. MDE를 먼저 정해야 표본 크기가 나오고, 실험이 성립한다.
- [A/B 테스트 설계 방법과 흔한 실수](https://linsung.wiki/insights/ab-test-rigor/): 표본이 모자란 채로 승패를 가르면 우연을 실력으로 착각한다. p-value와 피킹 문제.
- [마케팅 퍼널 분석 — 마케터가 데이터로 답해야 할 세 가지 질문](https://linsung.wiki/insights/performance-analysis-funnel/): 채널·소재·예산 배분. 퍼포먼스 분석 모델이 다루는 질문과, 병목을 찾아내는 유입 퍼널의 설계.
- [퍼포먼스 마케팅이란? 브랜딩 광고와 무엇이 달라졌나](https://linsung.wiki/insights/performance-marketing-basics/): 믿음에 기반한 지출에서 데이터에 기반한 투자로. 광고비를 성과로 정산하기 시작하면서 달라진 것들.