2026년 앱 예산 판단에 필요한 10가지 KPI
앱 KPI는 내려야 할 결정에 맞춰 선택하세요. 활성화와 리텐션으로 제품 가치를, 유료 전환과 매출로 수익화를 파악하고, 획득 비용과 공헌이익 기준 회수 기간으로 성장의 경제성을 판단합니다. 설치당 비용도 유용하지만 그 수치만으로 수익성을 입증할 수는 없습니다. 조건이 같은 코호트와 기간을 비교하고, 관측값, 광고에 귀속한 성과, 예측값을
대시보드보다 먼저 결정을 정하세요
설치당 비용이 낮아져 획득 효율이 좋아져도 다시 방문하거나 결제하지 않는 사용자만 늘 수 있습니다. 반대로 추가 공헌이익이 충분히 빨리 비용을 충당하고 현금 사정에 맞는다면 높은 획득 비용도 감당할 수 있습니다. 예산을 바꾸기 전에 획득, 제품 품질, 수익화를
아래 10개 KPI 묶음은 보고의 출발점이지 모든 앱의 공통 목표가 아닙니다. 구독 앱은 갱신과 유료 전환, 광고 수익 앱은 광고 매출과 이용, 마켓플레이스는 거래 완료와 실제로 남는 마진을 자세히 봐야 합니다. 지표 정의마다 담당자를 정하고 어떤 결정에 활용할지 합의하세요. 플랫폼 문서는 2026년 10월
일관된 정의로 사용하는 앱 KPI 10가지
통화, 시간대, 코호트 진입 이벤트, 집계 마감일을 맞추세요. 백분율로 표시하려면 비율에 100을 곱합니다. 누락된 데이터는 0과
| KPI | 기본 계산 | 명시할 조건 |
|---|---|---|
| 1. 활성화율 | 의미 있는 첫 행동을 완료한 신규 사용자 / 대상 신규 사용자 | 행동과 기한. 예: 7일 안에 첫 수업 완료 |
| 2. 7일차 또는 30일차 리텐션 | 바로 그날 활동한 코호트 사용자 / 원래 코호트의 대상 사용자 | 첫 실행 또는 설치 기준, 해당 일자 리텐션인지 다른 정의인지 |
| 3. 사용 빈도 | 일간 활성 사용자(DAU) / 월간 활성 사용자(MAU) | 활성 이벤트와 이동 기간 또는 달력 기간 |
| 4. 유료 전환율 | 마감일까지 처음 결제한 코호트 사용자 / 대상 코호트 사용자 | 설치 후 결제와 체험 후 결제는 분모가 다름 |
| 5. 고객 획득 비용(CAC) | 기간 또는 코호트에 배분한 획득 비용 / 새로 획득한 고객 | 결제 고객 또는 사용자, 유료 채널만 또는 전체, 포함 비용 |
| 6. 사용자당 매출 | 기간 매출 / 기간 사용자. ARPPU는 결제 사용자로 나눔 | 총매출 또는 순매출, 활성 사용자 정의, 매출원 |
| 7. 공헌이익 기준 생애가치(LTV) | 명시한 기간의 예상 코호트 공헌이익 / 원래 코호트 규모 | 관측 부분, 예측 부분, 예측 기간, 차감 비용 |
| 8. 공헌이익 기준 회수 기간 | 누적 공헌이익이 획득 비용을 처음 충당하는 코호트 경과 기간 | 양쪽의 동일한 모집단과 비용 범위, 필요시 현금 수취 시점 |
| 9. 광고비 대비 매출(ROAS) | 코호트 또는 캠페인에 귀속한 매출 / 해당 광고비 | 매출 기준, 코호트 경과 기간, 기여 분석 방식과 기간 |
| 10. 비정상 종료 없는 세션 비율 | 치명적 비정상 종료가 없는 세션 / 측정된 전체 세션 | 앱 버전, 운영체제, 관측 기간, 수집 범위 |
사용자당 평균 매출(ARPU)과 결제 사용자당 평균 매출(ARPPU)은 서로 다른 질문에 답합니다. 소수의 결제 사용자가 많은 무료 사용자를 뒷받침한다면 둘 다 확인하세요. Stripe의 CAC 정의는 매체비뿐 아니라 영업과 마케팅 비용도 포함합니다. 소재 제작, 대행사, 획득 담당 인력 비용의 포함 여부를 명시하세요. 매체비를 설치 수로 나누면 설치당 비용(CPI)입니다. 전체 획득 사용자로 나눴다면 해당 단위를 표시하고 결제 고객당 CAC로
리텐션, 구독 이탈, 사용 빈도는 다른 관점입니다
7일차 리텐션은 보통 첫 7일 중 아무 때나 돌아온 비율이 아니라 7일차 당일 돌아온 비율입니다. 측정할 날짜까지 충분히 시간이 지난 코호트만 포함하세요. 첫 실행 코호트와 설치 코호트도 다릅니다. Apple의 리텐션 문서는 설치 후 한 번도 열지 않은 사용자를 제외하고, 사용 데이터 공유에 동의한 사용자의 데이터를 사용합니다. 첫 실행이 늦어지면 분모가 늘 수 있습니다. 자사 제품 분석과 모집단이 같다고
100에서 리텐션을 빼면 해당 정의의 여집합 비율이 됩니다. 자동으로 구독 이탈률이 되는 것은 아닙니다. 7일차에 앱을 쓰지 않아도 구독은 유지하고 8일차에 돌아올 수 있습니다. RevenueCat의 Churn 차트는 유료 구독이 접근 권한을 잃는 시점을 측정합니다. 자동 갱신을 꺼도 접근 기간이 만료되기 전에는 구독 이탈로
Google Analytics의 DAU/MAU는 지난 24시간의 활성 사용자와 지난 30일의 활성 사용자를 비교합니다. 이는 사용 빈도이지 특정 획득 코호트의 생존율이 아닙니다. 매주 쓰는 도구에 매일 하는 게임과 같은 패턴을 기대할 필요는 없습니다. 세션 빈도, 작업 완료, 유용한 행동 사이의 간격도 함께 보세요. 2019년 iOS 장기 이용 연구에서도 시기와 카테고리에 따라 이용 패턴이 달라졌습니다. 역사적 맥락이며 2026년의 목표
관련 비용을 차감한 뒤 회수를 계산하세요
이 분석에서는 총수취액에서 해당 환불, 스토어 또는 결제 처리 수수료, 납부를 위해 거둔 세금을 뺀 금액을 순매출로 정의합니다. 서비스 제공의 변동비를 추가로 빼면 획득 비용 차감 전 공헌이익이 됩니다. 광고 매출, 결제 취소 청구, 환율 변환의 처리도 기록하세요. 회계상 매출, 입금, 스토어 정산은 서로 다른 날짜에 발생할
각 거래에 적용되는 약관을 사용하세요. Apple이 공표한 표준 구독 구조에서는 유료 서비스가 1년 지속되면 개발자 몫이 바뀌고, Small Business Program 참여자는 처음부터 더 높은 몫을 받습니다. 지역별 계약과 대체 결제는 조건이 다를 수 있습니다. 모든 거래에 스토어 수수료를 일률적으로 차감하는 방식은 맞지 않을
단일 통화를 사용하는 가상 사례입니다. 광고비 10,000달러로 사용자 1,000명을 획득했다면 사용자당 10달러입니다. 30일차까지 순수취액이 8,000달러이고 변동비가 2,000달러라면 공헌이익은 6,000달러입니다. 이 기준으로 매체비의 60%를 회수했지만 전액 회수는 아직 관측되지 않았습니다. 대행사나 제작 비용을 선택한 범위에 포함하면 회수할
미래 공헌이익 예측은 따로 표시하세요. 초기 이탈, 갱신, 환불, 이용 변화가 있으므로 일정한 ARPU에 가정한 이용 기간을 곱하면 오해를 부를 수 있습니다. 리텐션 또는 생존 모델이 예측을 도울 수는 있지만 이미 받은 돈으로 바꾸지는 못합니다. LTV와 CAC는 사용자 또는 고객 단위와 비용 범위를 맞춰 비교하세요. 90일 회수 목표에도 그 기간을 버틸 현금이 필요합니다. 모든 기업에 적합한 회수 기간이나 LTV/CAC
개인정보 보호 제약과 거래 누락을 구분하세요
Apple의 App Tracking Transparency 규칙은 다른 회사의 앱과 웹사이트를 넘나드는 추적 및 광고 식별자 접근을 규정합니다. 모든 구매 기록이나 자사 이용 이벤트가 추정치로 바뀌는 것은 아닙니다. 다만 수집은 여전히 동의, 구현, 적용 규칙에
AdAttributionKit은 기여 분석 포스트백을 지연 전송하며, 세부 정보는 개인정보 보호 기준에 따라 달라집니다. 전환값이 없다고 구매가 0이라는 뜻은 아닙니다. 포스트백 대상 기간, 보고 도착일, 모델링 매출을 거래
Google은 2025년 10월 17일 Android와 Chrome의 Privacy Sandbox Attribution Reporting API를 종료하겠다고 발표했습니다. 과거 Android 제안이 사용자 단위 측정을 모두 대체했다는 가정으로 2026년 측정 계획을 세우지 마세요. 현재 분석, 스토어, 광고 연동이 실제로 무엇을 보고하는지
변화를 해석하기 전에 출처를 대조하세요
금액은 스토어나 결제 처리 기록으로 검증하고, 행동은 제품 분석으로 살피며, 기여 분석은 모바일 측정 파트너(MMP)로 정리하세요. 가져온 광고비는 광고 네트워크의 청구 기록과 맞춰 봅니다. 관측, 귀속, 추정, 예측 항목을 구분하세요. 시장 정보 추정치는 별도 출처이며, 앱 인텔리전스 가이드에서
합계가 다르면 거래 ID 중복, 환불 날짜, 시간대, 통화, 기여 분석 기간, 재설치와 재참여 규칙부터 확인하세요. 개인정보 보호나 정의 차이 때문에 생긴 차이도 있고, 고칠 수 있는 연동 결함도 있습니다. 기여 분석이 불완전하다는 이유로 설명되지 않는 차이를 넘겨서는
안정성 측면에서 Firebase Crashlytics는 비정상 종료가 없는 사용자와 세션을 구분하고 치명적 이벤트로 지표를 계산합니다. 치명적이지 않은 오류와 앱 응답 없음(ANR)은 별도로 모니터링해야 합니다. 앱 버전과 비교 가능한 기간별로 확인하세요. 일반적인 오류율 1%를 괜찮다고 보기보다 장애의 영향과 현재 수준에 맞춰
수치를 구체적인 다음 조사로 연결하세요
배포 후 활성화가 떨어졌다면 바뀐 흐름과 영향받은 버전을 살펴보세요. 유료 전환이 좋아져도 환불이 늘면 실제 남는 공헌이익을 확인합니다. 유료 CAC가 오르는데 전체 CAC는 안정적이라면 매체 구매 개선으로 해석하기 전에 유료·자연 유입 비중을 점검하세요. 같은 경과 기간의 코호트를 비교하고 결과마다 데이터
기여 분석은 성과의 공로를 배분합니다. 잘 설계한 대조군 또는 지역 실험은 광고 때문에 추가로 발생한 성과를 추정할 수 있습니다. Google Conversion Lift 문서는 두 결과를 구분하고 불확실성도 보고합니다. 일부 리프트 결과에는 모델링한 전환도 포함됩니다. 예산 판단에 쓰기 전에 실험 범위, 기간, 추정
스토어 페이지, 획득, 제품, 수익화 담당 팀은 정의를 공유하고 다음 조사의 책임을 명확히 해야 합니다. 당사의 모바일 앱 마케팅 서비스는 이러한 활동을 연결하며 소비자 앱도 지원합니다. 대행사의 업무 범위를 비교할 때는 회수 기간이 길어진 이유를 누가 진단하는지, 제품이나 측정의 어떤 변경을 내부 팀이 맡아야