세그먼트 판정

이 페이지에 계속 나오는 말 여덟 개

순채택률 검색한 사람 중 템플릿을 실제로 가져간 비율. 검색이 수요를 맞췄나

유효채택률 그중 편집까지 해서 쓴 비율. 진짜로 썼나

무편집 다운로드율 고치지 않고 그대로 받아만 간 비율. 낮을수록 자기 것으로 만든다

완전실패율 검색해 놓고 아무것도 못 고른 채 나간 비율

W1 · M1 잔존 다음 주(1~7일) · 다음 달(28~56일)에 다시 들어온 비율

구독전환 유료 결제까지 간 비율

user-day 세는 단위. 한 사람의 하루가 1건이다. 한 사람이 사흘 검색하면 3건

활동량 보정 「원래 자주 오는 사람이 많아서 결제가 높아 보이는 것」을 걷어낸 값. 아래 «판정»에서 설명

답

왼쪽 줄 이름이 검색이 원하는 걸 찾아줬나(순채택률), 맨 윗줄 칸 이름이 그렇게 들어온 사람이 한 달 뒤에도 돌아왔나(M1 잔존)다. 시장 평균보다 확실히 높거나 낮을 때만 좋다·나쁘다로 넣고, 표본이 얇아 확실하지 않으면 「판단 보류」 칸에 둔다. 각 칸의 광고/잔존은 한 달 뒤까지 남는 사람 1명을 만드는 데 들어간 광고 유입 건수다 — 낮을수록 싸게 남긴 것이다.

할 일

두 갈래는 손대는 팀도, 움직이는 KR도 다르다. 아래 숫자는 「이만큼까지 가능하다」는 상한이다.

세그먼트

판정왜 이게 답인가 — 관문 다섯 개

앞의 네 개는 원래 쓰던 기준이다(유효채택·완전실패·무편집·성장). 문제는 이 넷은 웬만하면 통과한다는 것이다 — 미국 24개, 일본 37개 덩어리가 통과한다. 그래서 다섯째를 새로 넣었고, 여기서 대부분 떨어진다.

다섯째 「활동량 보정」이 무슨 뜻인가. 자주 들어오는 사람은 결제도 자주 한다. 그래서 어떤 덩어리의 구독률이 높게 나와도, 원래 헤비유저가 몰려 있어서일 수 있다. 그건 그 세그먼트의 힘이 아니다.

그래서 계정을 1년간 검색한 날 수로 네 층(1일 / 2–3일 / 4–9일 / 10일 이상)으로 나눈다. 각 층에서 시장 평균만큼만 결제했다면 몇 건이었을지를 더해 「기대」를 만들고, 실제 결제 수를 그 기대로 나눈다. 1.0배면 활동량만으로 전부 설명된다는 뜻이고, 1.0배를 넘어야 「이 사람들이라서 결제한다」가 된다.

왜 배수 하나가 아니라 [하한, 상한]을 같이 보나. 결제 건수가 적으면 배수는 우연히도 커진다. 그래서 「적어도 이만큼은 된다」는 하한이 1.0을 넘을 때만 통과로 센다 — 2.50배라도 구간이 [0.28, 9.03]이면 「모른다」와 같은 말이다.

관문	무엇을 보는가	기준
① 유효채택률	찾은 템플릿을 편집까지 해서 실제로 썼나	시장 평균보다 높을 것
② 완전실패율	검색해 놓고 아무것도 못 고른 채 나갔나	시장 평균보다 낮을 것
③ 무편집 다운로드율	고치지 않고 그대로 받아만 갔나	시장 평균보다 낮을 것
④ 성장 3축	다음 주 재방문(W1) · 유료 결제 · 요소 사용	셋 중 둘 이상이 평균 초과
⑤ 활동량 보정 (이번에 새로 넣음)	결제가 「원래 자주 오는 사람이 많아서」가 아니라 「이 사람들이라서」인가. 바로 위 설명대로 활동량이 같은 사람끼리 비교한다.	실제÷기대의 하한 > 1.0

이 관문이 왜 필요한지 보여주는 사례. 미국 「포스터·플라이어」(검색 1,144건)는 유효채택률 평균의 2.00배, 무편집 0.21배로 앞의 네 관문을 전부 통과한다. 그런데 활동량 보정은 0.45배 — 결제는 오히려 평균만도 못하다. 일본 「전단지·포스터」(4,174건)도 똑같이 네 관문 통과에 보정 0.85배다.

「포스터를 만드는 사람」은 세그먼트가 아니다. 누구인지를 지정하지 못하고 만드는 물건만 같은 묶음은 타겟이 될 수 없다 — 양쪽 시장에서 따로따로 같은 결과가 나왔다.

후보

등급은 A 바로 공략 · B 옆으로 넓힐 곳 · C 잘 쓰지만 결제는 아님 · 대조 「만드는 물건」으로만 묶은 것. 줄을 누르면 누구인지(업종·만드는 것·검색어)와 판정 근거가 펼쳐진다.

대비같은 세그먼트가 두 시장에서 정반대다

음식점·카페는 일본에서 A, 미국에서 B다. 미국 음식점·카페(검색 359건)는 미국에서 쓰는 모습이 가장 좋다 — 유효채택 2.14배, 다음 주 재방문 2.05배, 광고 아닌 유입 46.4%, 요소 사용 1.60배. 그런데 결제가 245건 중 0건이다.

일본의 같은 세그먼트는 검색 5,778건에 구독 5.97%, 활동량 보정 1.40배로 통과한다. 미국 음식점·카페는 「사람을 끌어오고 쓰게 하는」 카드로 쓰고, 「매출이 나온다」는 근거로는 쓰지 말 것.

전체 목록

위 세그먼트로 묶기 전의 낱개 덩어리다. 후보에 들어가지 않은 것도 여기서 직접 찾아볼 수 있다.

검색어 덩어리	검색	유효채택	순채택	M1 잔존	남는 1명당 광고	구독	활동량 보정	통과	대표 업종 · 검색어

한계여기까지가 답이고, 아래는 이 답에 기대하면 안 되는 것들이다

숫자를 다른 자리에 옮겨 쓰기 전에 이 아홉 줄은 꼭 보고 갈 것.

미국은 표본이 너무 적다. 한인을 뺀 미국 시장 전체를 통틀어 결제가 184건뿐이다. 미용·뷰티의 결제 13건은 전부 「4–9일 오는 사람」 층에서만 나왔고 나머지 층은 0이다. 「방향은 맞지만 규모는 아직 모른다」로 읽을 것.
구독전환은 「사람의 하루」 단위로 셌다. sum(sub_conv)/sum(sub_elig) — 기존 대시보드와 같은 정의다. 이걸 「계정 한 개 = 1」로 바꿔 세면 조직 운영물이 4.27%→2.34%, 미국 평균이 0.648%→0.211%로 숫자가 통째로 달라진다. 다른 문서 숫자와 섞어서 인용하지 말 것.
무편집률만 계산 범위가 다르다. 「다운로드한 사람의 하루」가 분모이고 덩어리 단위로 집계해서 한인 계정이 섞여 있다. 미국 세그먼트에서 소수점 수준의 차이가 난다.
일본은 재는 목적에 따라 모집단이 조금 다르다(성장 134,103 · 품질 138,802). 검색어를 영어로 통일해 중복을 없애는 방식이 달라서다. 절대 수치를 인용할 땐 어느 쪽인지 같이 적을 것.
「한 달 뒤 잔존(M1)」은 이번에 처음 계산했다. 첫 방문 28~56일 뒤에 다시 왔는지를 본다. 방문 로그가 2026-08-07까지라 56일을 뺀 2026-06-12 이전 사람만 대상이 되고, 그만큼 표본이 줄어 미국 36,308 / 일본 114,144건이다. 비교를 위해 W1도 같은 사람들로 다시 계산했다.
「남는 1명당 광고」는 금액이 아니라 유입 건수다. 실제 광고비 데이터가 없어서 광고로 들어온 건수 ÷ 한 달 뒤 남은 건수로 대신 썼다. 클릭 단가가 구간마다 같다는 가정이 깔려 있으니 금액으로 읽지 말고 「어디가 몇 배 비싼가」로만 읽을 것. 또 이 값은 구조상 «광고 비중 ÷ 잔존율»이라, 광고를 많이 태워서 비싼 건지 안 남아서 비싼 건지는 표의 두 칸을 같이 봐야 알 수 있다.
광고 재배분 효과는 「최대로 잘 됐을 때」다. 옮긴 광고가 그 구간의 잔존율을 그대로 낼 것이라고 가정했다. 잘 남는 건 광고의 성질이 아니라 그런 걸 찾는 사람의 성질일 수 있어서, 실제 효과는 이보다 작다.
두 축의 모집단이 다르다. 순채택률은 thick-search-cluster 페이지와 같은 전체 사용자(미국은 한인 포함), M1 잔존·광고는 한인을 뺀 사용자로 계산했다. 두 페이지 숫자를 맞대볼 땐 순채택률만 일치한다.
이건 「누가 돈을 내나」의 답이지 「시장 지표가 얼마나 오르나」의 답이 아니다. 여기 나온 후보를 전부 다 잡아도 시장 평균은 소수점 단위로만 움직인다. 미국에서 제일 큰 지렛대는 여전히 발표자료(미국 검색의 55.9%)의 유효채택률을 포스터 수준까지 올리는 것이다.