데이터 오류인지 확인합니다
금액 단위·통화·중복 전송·테스트 주문과 실제 주문 원장을 대조합니다. 실제 거래라면 취소·부분 환불·계약 확정 상태도 봅니다. 금액이 크다는 이유만으로 삭제하거나 잘못된 전송을 큰 성공 사례로 유지하지 않습니다.
가정한 집중도 예시
아래는 단일 거래의 영향을 설명하는 임의 값이며 실제 실적이나 미래 예측이 아닙니다.
ad_spend = 1,000,000 KRW
total_attributed_value = 8,000,000 KRW
largest_order_value = 5,000,000 KRW
reported_revenue_ROAS = 800%
largest_order_share = 5,000,000 / 8,000,000 = 62.5%
supplementary_without_largest = 3,000,000 / 1,000,000 = 300%
label: sensitivity view, original outcome retained
보조 지표
주문 건수·중앙값·금액 분포와 상위 거래 집중도를 볼 수 있습니다. 무엇을 계산했는지 분명히 하고 평균과 중앙값을 같은 것으로 설명하지 않습니다. 큰 거래가 귀속된 이유와 실제 추가 효과는 다른 문제라서 한 지표로 모두 증명할 수 없습니다.
검수 순서
- 큰 값의 원본과 확정 상태를 확인합니다.
- 전체 수량과 금액 집중도를 계산합니다.
- 제외한 보조 관점의 기준과 목적을 적습니다.
- 원형·보조·미확인 값을 구분해 보고합니다.
자료를 선택할 때 고성과 거래만 남기거나 낮은 금액을 숨기지 않습니다. 공개 보고의 고객 식별과 거래 정보는 필요한 권한을 확인합니다. 작은 표본이면 집중도가 특히 클 수 있어 절대 건수를 함께 보여줍니다.
완료 기준
전체 성과와 반복 가능성에 대한 가정이 분리돼야 합니다. 실제 거래가 맞아도 다음 기간의 동일한 결과를 보장하지 않습니다. 값이 조정되면 이전 보고와 달라진 이유와 날짜를 남겨야 합니다. 데이터 분석의 목적은 불편한 값을 제거하는 것이 아니라 원형 결과와 의사결정의 불확실성을 함께 설명하는 데 있습니다.
자주 묻는 질문
- 이상치 주문은 빼는 게 정확한가요?
- 오류인지 실제 거래인지 먼저 확인합니다. 실제 거래를 제외할 때는 분석 목적과 제외 기준을 밝히고 원형 결과도 함께 남겨 유리한 선택을 숨기지 않습니다.
- 높은 ROAS를 다음 달 목표로 써도 되나요?
- 한 번의 큰 거래가 반복될 근거가 있는지 확인해야 합니다. 관찰 결과와 미래 가정을 구분하고 확정 성과를 약속하지 않습니다.
공식 참고자료와 작성 기준
공식 문서는 도구·검색 기능의 근거이며, 위의 점검 순서와 완료 기준은 현랩의 실무 설계 제안입니다. 예시를 실제 고객의 성과나 검색엔진의 보장으로 해석하지 않습니다.