매출 집계 방식
대시보드에서 보이는 프로모션 매출은 단순히 "프로모션 화면에서 발생한 결제"만 합산한 값이 아닙니다. 사용자가 프로모션을 본 후 다른 화면에서 결제했더라도, 그 프로모션이 결정에 영향을 준 경우라면 함께 집계됩니다.
이 페이지는 그 집계 규칙과 이유를 설명합니다.
이 문서에서 "프로모션을 본다"는 다음 조건을 모두 만족하는 노출만 의미합니다:
- SDK의 상품 조회 이벤트 함수
MonetaiSDK.logViewProductItem()으로 기록된 노출 - 해당 노출의
placement가 현재 최적화 중인 프로모션에 연결되어 있는 경우
따라서 다음 노출은 매출 귀속에 사용되지 않습니다:
- 정가 페이지에서 같은 상품이 노출된 경우 (프로모션과 연결되지 않은 placement)
- 일시정지/종료된 프로모션의 placement에서 발생한 노출
매출이 잡히는 두 가지 경로
프로모션 매출은 다음 두 가지 방식 중 하나로 집계됩니다.
1. 직접 매출
사용자가 프로모션 화면을 본 후 그 자리에서 (또는 같은 화면 흐름 안에서) 결제한 경우.
[프로모션 화면 보기] → [같은 화면에서 결제]
↓
이 프로모션의 직접 매출
결제 시점에 프로모션 정보가 자연스럽게 함께 기록됩니다.
2. 간접 매출 (14일 안)
사용자가 프로모션 화면은 봤지만 그 자리에서 결제하지 않고, 나중에 정가 페이지(프로모션이 아닌 일반 결제 화면)에서 14일 안에 결제한 경우.
[프로모션 화면 보기] → 9일 후 → [정가 페이지에서 결제]
↓
이 프로모션의 간접 매출
(14일 안에 본 적 있으므로)
[프로모션 화면 보기] → 20일 후 → [정가 페이지에서 결제]
↓
집계되지 않음 (14일 초과)
가장 최근에 본 프로모션 1개에만 귀속됩니다. 사용자가 여러 프로모션을 봤다면, 14일 안에 가장 최근에 본 프로모션에만 매출이 잡힙니다. 한 결제가 여러 프로모션에 나뉘어 잡히는 일은 없습니다.
왜 간접 매출도 추적하나요?
이런 의문이 들 수 있습니다: "프로모션 화면에서 일어난 결제도 아닌데, 왜 우리 프로모션 매출로 잡지?"
프로모션을 본 행위 자체가 그 이후의 정가 결제에 영향을 줍니다. 그 영향은 양방향입니다 — 프로모션이 잠재 고객의 인상을 좋게 만들어 정가 결제를 더 일으킬 수도 있고, 반대로 사용자가 부담을 느껴 결제를 미루거나 포기하게 만들 수도 있습니다.
프로모션의 가격 최적화가 사용자 결정에 미친 진짜 영향을 측정하려면, 같은 사용자의 후속 정가 결제까지 함께 추적해야 합니다. 직접 매출만 집계하면, 프로모션이 만든 영향(긍정적이든 부정적이든)을 일부만 보게 됩니다.
"그러면 매출이 부풀려지는 거 아닌가요?"
자연스러운 후속 의문입니다: "간접 매출까지 포함하면 숫자가 인위적으로 커지는 거 아닌가?"
그래서 Monetai는 매출을 A/B 테스트의 증분으로 측정합니다. 절대 매출 총합이 아닙니다. 대시보드의 모든 지표는 두 그룹의 차이입니다:
- monetai 그룹: AI가 최적화한 오퍼를 본 사용자
- baseline 그룹: 고정 오퍼(대조군)를 본 사용자
같은 14일 간접 매출 규칙이 두 그룹 모두에 똑같이 적용됩니다. 즉 두 그룹의 매출이 14일 기간 동안 똑같이 부풀려졌더라도, 그룹 간의 차이 — 실제로 프로모션 효과 평가에 쓰이는 값 — 는 정확하게 유지됩니다.
다시 말해, 간접 매출이 두 그룹에 같은 양의 "배경 노이즈"를 더할 수는 있어도, 비교 자체를 왜곡하지는 않습니다.
무료 체험은 어떻게 처리하나요?
무료 체험은 하나의 매출 unit으로 묶어서 처리합니다:
- 체험 시작 이벤트가 매출의 기준 시점입니다. 이 시점에서 거꾸로 14일 안에 본 프로모션을 따져서 매출을 귀속시킵니다.
- 전환 이벤트가 매출 금액을 제공합니다.
- 매출은 체험 시작일에 기록됩니다 (전환일 아님).
1일차: 프로모션 화면 보기
5일차: 체험 시작 ← 매출이 여기 시점에 기록됨
12일차: 체험 전환 ($30) ← 매출 금액은 이 이벤트에서 가져옴
이렇게 처리하면, 사용자가 정가 상품을 바로 사든 무료 체험을 거쳐 결제하든, 매출은 동일하게 "결정한 시점"에 잡힙니다.
시나리오 예시
예시 1: 직접 결제
| 날짜 | 사용자 A 행동 |
|---|---|
| 4월 1일 | 프로모션 X 보고, 그 자리에서 결제 ($10) |
→ 프로모션 X에 $10 (직접).
예시 2: 14일 안 간접 결제
| 날짜 | 사용자 B 행동 |
|---|---|
| 4월 1일 | 프로모션 X 봄 (결제 안 함) |
| 4월 8일 | 정가 페이지에서 결제 ($20) |
→ 프로모션 X에 $20 (간접, 7일 후 — 14일 안).
예시 3: 두 프로모션, last-touch 적용
| 날짜 | 사용자 C 행동 |
|---|---|
| 4월 1일 | 프로모션 X 봄 |
| 4월 5일 | 프로모션 Y 봄 |
| 4월 10일 | 정가 페이지에서 결제 ($30) |
→ 프로모션 Y 에 $30. 프로모션 X에는 $0. 가장 최근에 본 프로모션에 귀속됩니다. 같은 $30이 두 프로모션에 동시에 잡히는 일은 없습니다.
예시 4: 14일 초과
| 날짜 | 사용자 D 행동 |
|---|---|
| 4월 1일 | 프로모션 X 봄 |
| 4월 20일 | 정가 페이지에서 결제 ($15) |
→ 어디에도 잡히지 않음 (19일 > 14일).
예시 5: 프로모션을 한 번도 안 본 사용자
| 날짜 | 사용자 E 행동 |
|---|---|
| 4월 5일 | 정가 페이지에서 결제 ($25) |
→ 어디에도 잡히지 않음. 프로모션과 무관한 결제.
예시 6: 프로모션 → 무료 체험 → 전환
| 날짜 | 사용자 F 행동 |
|---|---|
| 4월 1일 | 프로모션 X 봄 |
| 4월 3일 | 체험 시작 |
| 4월 10일 | 체험 전환 ($30) |
→ 프로모션 X에 $30, 4월 3일 (체험 시작일) 기준으로 기록.
ARPU 계산 방식
- 분자: 위 규칙으로 잡힌 매출
- 분모: 해당 기간에 프로모션을 본 고유 사용자 수 (결제 여부 무관)
즉 ARPU는 "이 프로모션을 본 사용자 1인당, 평균 얼마의 매출을 만들어냈는가?" 를 보여줍니다.
본 후 결제하지 않은 사용자도 분모에 포함되며 매출 기여는 $0입니다. 이 방식이 A/B 테스트의 두 그룹을 공정하게 비교할 수 있게 해줍니다.
매출로 잡히지 않는 케이스
- 프로모션을 한 번도 본 적 없는 사용자의 결제 (귀속 대상 아님)
- 사용자가 그 프로모션을 처음 보기 이전에 발생한 결제
- 마지막으로 본 시점에서 14일 초과 후 발생한 결제
- 정가 페이지에서만 본 상품의 결제 (해당 프로모션을 본 적 없음)
- PRODUCTION 환경이 아닌 결제 (sandbox, dev) — 매출 0으로 처리
- 한 결제가 두 프로모션에 동시에 잡히는 경우 — 발생하지 않음 (last-touch 규칙)