Marketing analytics — attribution & LTV:CAC
Attribution models, cohorts, and healthy LTV:CAC ratios
고객은 전환에 이르기까지 여러 채널을 거칩니다. 어트리뷰션 모델은 각 터치포인트에 전환 기여도를 나눠 주는 방법입니다.
| 모델 | 설명 | 특징 |
|---|---|---|
| Last Click | 마지막 터치포인트에 100% | 단순하나 인지 채널 과소평가 |
| First Click | 첫 터치포인트에 100% | 인지 평가, 전환 채널 과소평가 |
| Linear | 모든 터치에 균등 배분 | 공정하나 차별화 없음 |
| Time Decay | 전환에 가까울수록 높은 비중 | 전환 기여 반영 |
| Data-driven | 머신러닝 기반 기여도 | 가장 정확, 데이터 요구량 높음 |
핵심 수치
월 300건+GA4 DDA 정확도 향상전환 수 기준
25~35%iOS ATT 옵트인율광고 추적 동의
M1 < 20%온보딩 실패 기준1개월 리텐션
LTV:CAC 비율 가이드
| LTV:CAC 비율 | 해석 | 액션 |
|---|---|---|
| < 1:1 | 적자 — 확보할수록 손해 | 즉시 저효율 채널 중단 |
| 1:1 ~ 3:1 | 보합~저수익 | CAC 절감·객단가/리텐션 개선 |
| 3:1 ~ 5:1 | 건강한 비율 | 현재 전략 유지, 점진 스케일업 |
| > 5:1 | 과소 투자 가능성 | 마케팅 예산 확대 검토 |