평균 전환율이 좋아도 전체 성과가 나쁠 수 있다: KPI 보고의 집계 조건 정하기

TL;DR

합계는 전체 사업 성과가 얼마나 발생했는지를 말할 때, 평균은 활동 단위가 대체로 얼마나 효율적이었는지를 말할 때 씁니다. 전환율·클릭률처럼 분모가 있는 비율은 대개 전체 분자 ÷ 전체 분모로 다시 계산한 가중 평균을 함께 봐야 합니다.

보고서에서 결론이 엇갈리면 숫자 자체보다 먼저 “무엇을 한 단위로 묶었는가”, “평균의 가중치는 무엇인가”, “0건·중단 활동을 넣었는가”를 확인해야 합니다.

합계·단순 평균·가중 평균은 각각 무엇에 답하는가

같은 성과표라도 질문이 다르면 집계 방식도 달라집니다. 분석 도구에서 합계와 평균은 서로 다른 방식으로 여러 값을 하나의 값으로 요약하는 집계 함수이며, 결과는 데이터의 세부 단위(행의 의미)와 어떤 차원으로 나누어 보느냐에 따라 달라집니다. Data Aggregation in Tableau - Tableau

예를 들어 캠페인 A는 클릭 10회 중 전환 2건, 캠페인 B는 클릭 1,000회 중 전환 50건이라고 가정해 보겠습니다. 두 캠페인의 전환율은 각각 20%, 5%입니다. 이를 단순 평균하면 12.5%가 되지만, 전체 전환율은 총전환 52건을 총클릭 1,010회로 나눈 약 5.1%입니다. 전자는 ‘캠페인 두 개의 전환율이 평균적으로 어떠했는가’에, 후자는 ‘유입 전체가 실제로 얼마나 전환됐는가’에 답합니다.

전체 성과를 보고할 때는 비율을 다시 계산해야 한다

월간 보고에서 매출, 전환, 비용처럼 누적 가능한 값은 합계가 기본입니다. 반면 전환율·CTR·구매율처럼 분모를 가진 지표는 일별 또는 캠페인별 비율을 더하거나 평균 내면 전체 성과와 달라질 수 있습니다.

Google Analytics도 여러 평균 지표를 총량을 해당 모수로 나누는 형태로 정의합니다. 예를 들어 이벤트 수/활성 사용자, 총 사용자 참여 시간/활성 사용자처럼, 먼저 전체 분자와 전체 분모를 정한 뒤 비율을 계산합니다. Analytics dimensions and metrics - Analytics Help

따라서 경영진이나 팀이 알고 싶은 것이 “이번 달 유입 전체의 전환 효율”이라면 계산식은 다음처럼 남기는 편이 안전합니다.

특히 일별 보고를 월간 보고로 합칠 때 이 오류가 자주 생깁니다. 주말처럼 유입이 적은 날의 높은 전환율이 평일의 큰 유입보다 같은 비중을 받으면, 월 전체의 실제 효율보다 낙관적인 평균이 만들어질 수 있습니다.

활동 단위의 운영 품질을 볼 때는 단순 평균도 필요하다

단순 평균이 틀린 것은 아닙니다. 질문이 다를 뿐입니다. 예산 규모와 무관하게 캠페인, 광고 세트, 소재가 평균적으로 어느 정도 품질을 냈는지 알고 싶다면 각 활동에 같은 비중을 주는 단순 평균이 유용합니다.

가령 소재 20개를 시험했을 때, 총 CTR만 보면 소수의 대량 집행 소재가 전체 수치를 끌어올린 사실을 놓칠 수 있습니다. 이때는 ‘집행량 기준 전체 CTR’과 별도로 ‘소재별 CTR의 중앙값 또는 단순 평균’을 봐야 운영 판단이 가능합니다. 다만 표본이 거의 없는 소재까지 동등하게 넣으면 평균이 흔들리므로, 최소 노출·클릭 기준을 충족한 활동만 포함했다는 조건을 적어야 합니다.

단순 평균이 적합한 보고 문장은 다음과 같습니다.

• “검토 기준을 충족한 소재의 평균 CTR은 상승했다.”
• “운영 중인 캠페인 하나당 평균 리드 수는 감소했다.”
• “신규 랜딩페이지 실험군의 활동 단위별 평균 전환율은 기존안보다 높았다.”

반대로 “전체 리드가 늘었다”, “광고비 효율이 좋아졌다”처럼 사업 전체의 결과를 말할 때 단순 평균만 제시하면 결론이 바뀔 수 있습니다.

집계 전에 ‘한 행이 무엇인지’부터 확인해야 한다

집계 오류는 계산식보다 데이터 구조에서 먼저 시작됩니다. 같은 ‘캠페인 성과’ 표라도 한 행이 일 단위인지, 캠페인 단위인지, 소재×일 단위인지에 따라 평균의 의미가 달라집니다. Tableau도 데이터의 각 행이 무엇을 나타내는지, 즉 세부 수준을 명확히 이해하는 일이 집계와 분석의 핵심이라고 설명합니다. Structure Data for Analysis - Tableau

보고서를 열었을 때 아래 질문에 답할 수 없다면 평균값부터 해석하지 않는 편이 낫습니다.

도구가 자동으로 AVG나 SUM을 붙였다는 이유만으로 그 방식이 보고 목적에 맞는 것은 아닙니다. 여러 분석 도구는 측정값을 화면에 놓을 때 기본 집계를 적용할 수 있고, 집계 방식은 변경할 수 있습니다. Data Aggregation in Tableau - Tableau

보고서에는 숫자 옆에 집계 조건을 남긴다

숫자만 전달하면 다음 보고에서 같은 값을 재현하기 어렵습니다. 특히 주간 평균을 월간 평균으로 옮기거나, 채널 담당자가 바뀌거나, 대시보드 필터가 바뀌는 상황에서 집계 조건이 없으면 숫자 비교가 아니라 계산 방식 비교가 됩니다.

보고서의 각 핵심 KPI 아래에는 최소한 다음 조건을 짧게 남기는 방식이 실무적입니다.

이 문장은 장황한 주석이 아니라 결론의 범위를 정하는 장치입니다. 계산된 지표에는 어떤 기존 측정값과 계산 논리를 조합했는지 설명을 남겨 다른 사용자가 이해할 수 있게 하는 것이 권장됩니다. (GA4) Create calculated metrics - Analytics Help

합계와 평균이 다른 방향을 가리킬 때의 판단 순서

합계는 나빠졌는데 평균 효율은 좋아졌거나, 반대로 총량은 늘었는데 활동당 효율은 떨어질 수 있습니다. 이때 둘 중 하나를 버리기보다 다음 순서로 읽습니다.

1. 보고 질문을 한 문장으로 고정합니다. 전체 성과 판단인지, 활동 단위의 운영 품질 판단인지 구분합니다.
2. 총량을 먼저 봅니다. 비용·유입·전환·매출 중 어느 모수가 변했는지 확인합니다.
3. 비율은 전체 분자와 분모로 재계산합니다. 일별·캠페인별 비율 평균과 구분합니다.
4. 단순 평균은 진단 지표로 분리합니다. ‘활동 전반의 품질’ 또는 ‘실험군의 일관성’을 보는 값으로 둡니다.
5. 결론에 두 값을 함께 씁니다. 예: “전체 전환은 감소했지만, 최소 표본 기준을 충족한 캠페인의 활동당 전환율은 개선됐다. 유입 규모 감소가 전체 전환 하락의 직접 요인이다.”

이 순서라면 평균이 좋은데 총성과가 낮은 상황을 모순으로 처리하지 않고, 규모 문제와 효율 문제로 나누어 다음 행동을 정할 수 있습니다.

마무리

합계는 전체 결과를, 단순 평균은 활동 단위의 전형적 효율을, 가중 평균은 실제 규모를 반영한 전체 효율을 보여줍니다. KPI 보고의 신뢰도는 더 많은 지표가 아니라 보고 질문에 맞는 집계 방식과 그 조건을 함께 남기는 데서 결정됩니다.

참고 자료

• Data Aggregation in Tableau - Tableau
• Analytics dimensions and metrics - Analytics Help
• Structure Data for Analysis - Tableau
• (GA4) Create calculated metrics - Analytics Help