llms.txt
# Growth Opt Playbook
> Free, no-signup performance marketing analysis tools that turn campaign data into one next action.
Growth Opt Playbook is built for performance marketers. Korean is the primary language, and verified English routes are listed separately.
## About this site
- Every analysis tool is free. Analysis tools are free. Projects, saved reviews and decisions, report downloads and branding are included in a KRW 5,900 one-month pass without automatic renewal.
- Start analyzing without signup or login. Analyze CSVs without an account. Saving reviews and decisions requires sign-in and active Pro.
- Uploaded CSV data is processed in your browser. Parsing and computation run client-side, and source rows are never transmitted to or stored on a server.
- Source files are processed on this device. Source files are not sent to the server. Saving new files requires active Pro and device storage enabled. Device copies expire 90 days after last use. Decision memos you choose to keep in your account are stored separately on the server and can be deleted.
- The same input always produces the same result. Estimation uses fixed-grid numerical methods instead of random sampling, so re-running does not shift the numbers.
- Estimates are meant to be read with their uncertainty. Where a confidence interval is defined, the 95% interval is shown with the estimate; where identification fails, the reason is shown instead of a number.
- Korean and English are both supported. Tool interfaces and explanations are available in both languages.
### Limitations
- Regression output is association, not causation. Without randomization or a difference-in-differences design, the tool does not claim cause.
- Non-significant is not the same as no effect. Limited samples, variability, or short observation windows can prevent detection; a non-significant result does not prove the absence of an effect.
- When identification fails, no number is produced. If channel spend is severely collinear, the tool refuses attribution and explains why.
- There is no direct ad-account integration. You upload a CSV exported from each platform; live API connections are not provided.
## Start — Korean
- [내 CSV로 분석 시작](https://growthoptplaybook.com/start): CSV 구조를 브라우저에서 확인하고 가능한 분석을 추천합니다.
- [CSV 없이 성과 원인 찾기](https://growthoptplaybook.com/diagnose): 증상에서 확인 순서와 다음 도구를 찾습니다.
- [빠른 마케팅 계산](https://growthoptplaybook.com/calculator): 목표 CPA, 손익분기 ROAS, LTV:CAC와 표본수를 계산합니다.
- [CSV 템플릿](https://growthoptplaybook.com/templates): 분석 도구별 입력 컬럼 템플릿을 받습니다.
- [운영 가이드](https://growthoptplaybook.com/guide): 측정, 매체 운영, 소재와 분석 SOP를 확인합니다.
- [방법론 매뉴얼](https://growthoptplaybook.com/manuals): MMM 모델의 가정과 한계를 정리한 PDF 문서입니다.
## Analysis tools — Korean
- [콘텐츠 요소 분석 | 회귀로 성과 기여 비교](https://growthoptplaybook.com/content/element-analysis): 후킹·형식·길이·메시지 요소가 성과와 어떻게 연결되는지 통제변수를 포함한 회귀로 비교합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/content/element-analysis?example=1
- [광고 소재 피로도 분석 | CTR·CVR·교체 우선순위](https://growthoptplaybook.com/content/freshness): 소재별 CTR·CVR·CPA와 피로 신호를 비교해 지금 교체할 광고와 다음 제작 우선순위를 정합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/content/freshness?example=1
- [마케팅 운영 대시보드 | 스코어카드·페이싱·이상탐지](https://growthoptplaybook.com/dashboard): 캠페인 CSV를 브라우저에서 분석해 비용·설치·CPI·ROAS와 변동 신호를 한 화면에서 확인합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/dashboard?example=1
- [핵심 가치(Aha) 발굴 | 리텐션 선행지표](https://growthoptplaybook.com/tools/aha-moment): 어떤 초기 행동을 며칠 안에 몇 번 한 사용자가 장기 가치로 이어지는지 리프트와 지지도로 탐색합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/aha-moment?example=1
- [ASA 키워드 발굴 | Exact 승격·CPT 조정](https://growthoptplaybook.com/tools/asa-keyword-finder): Apple Search Ads 검색어 리포트에서 Exact 승격 후보와 예산 소진·목표 CPA 기반 CPT 증액·감액 조치를 찾습니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/asa-keyword-finder?example=1
- [ASO 스토어 전환 분석 | 소스별 분해](https://growthoptplaybook.com/tools/aso-store-conversion): 스토어 콘솔 CSV로 노출→제품페이지→설치 퍼널을 세우고, 전환율 변화를 트래픽 구성과 소스별 효율로 나눠 봅니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/aso-store-conversion?example=1
- [브랜드 캠페인 증분 분석 | ITS·홀드아웃 연결](https://growthoptplaybook.com/tools/brand-campaign-incrementality): 브랜드 검색, 직접 유입, 가입의 시계열로 브랜드 캠페인 전후 증가분을 추정하고, 데이터 준비 수준에 맞는 ITS·홀드아웃 분석으로 연결합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/brand-campaign-incrementality?example=1
- [예산 배분 시뮬레이터 | 목표 CPI·CPA·ROAS](https://growthoptplaybook.com/tools/budget-allocation): 총 예산이나 목표 CPI·CPA·ROAS를 정하면 채널별 관측 최대 지출을 넘지 않도록 권장 총예산과 자동 배분을 계산합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/budget-allocation?example=1
- [캠페인 포화도 진단 | 한계 CPA·ROAS](https://growthoptplaybook.com/tools/campaign-saturation): 채널·캠페인별 한계 CPA와 ROAS를 비교해 예산을 더 늘릴 곳과 이미 포화된 곳을 구분합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/campaign-saturation?example=1
- [캠페인 성과 변동 분석 | 물량·효율·믹스 분해](https://growthoptplaybook.com/tools/campaign-variance): 성과 변화를 물량·효율·믹스 효과로 무잔차 분해해 어느 채널과 캠페인이 변동을 만들었는지 찾습니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/campaign-variance?example=1
- [광고 카니발라이제이션 진단 | 유료·오가닉 잠식](https://growthoptplaybook.com/tools/cannibalization-diagnosis): 유료 성과가 늘 때 오가닉·브랜드 성과가 줄었는지 네 가지 신호로 점검하고 홀드아웃이 필요한 채널을 좁힙니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/cannibalization-diagnosis?example=1
- [잠식 상세 분석 | 주간 구간·캠페인·고객 구성](https://growthoptplaybook.com/tools/cannibalization-diagnosis/detail): 전년 동주차 Paid·Organic 반대 움직임을 찾고 채널·캠페인 증감과 성별·연령 구성을 비교합니다. 인과 판정은 아닙니다.
- [A/B 테스트 분석 | 표본수·유의성·검정력](https://growthoptplaybook.com/tools/experiment-analysis): 필요 표본을 설계하고 두 그룹의 차이·신뢰구간·검정력을 함께 확인해 출시, 중단, 추가 수집을 결정합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/experiment-analysis?example=1
- [증분 효과 분석 | 홀드아웃·전후 비교](https://growthoptplaybook.com/tools/incrementality): 통제군 또는 캠페인 전후 데이터를 비교해 광고가 없었어도 생겼을 성과를 제외한 순수 증분을 추정합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/incrementality?example=1
- [마케팅 회귀 예측 | OOS 검증·불확실성](https://growthoptplaybook.com/tools/marketing-forecast): 예측 전용 회귀와 봉인 OOS 검증으로 다음 기간의 성과와 불확실성을 확인합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/marketing-forecast?example=1
- [마케팅 반응 분석 | MMM·잠식·예측](https://growthoptplaybook.com/tools/marketing-response): 추세·광고 잠식·MMM 채널 기여·회귀 예측을 한 CSV로 분석해 다음 예산과 검증할 가설을 정합니다.
- [마케팅 추세 분석 | 계절성·이상 주차 분리](https://growthoptplaybook.com/tools/marketing-trend): 광고 판단 전 자연 추세·계절성·이상 주차를 분리해 성과 변화의 기준선을 확인합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/marketing-trend?example=1
- [MMM 기여도 분석 | 채널·기본 수요 분해](https://growthoptplaybook.com/tools/mmm-contribution): 채널·기본 수요·이벤트의 성과 기여를 마케팅 믹스 모델로 분해합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/mmm-contribution?example=1
- [AppsFlyer 멀티터치 맵 | 클릭 경로·CTIT](https://growthoptplaybook.com/tools/multitouch-map): AppsFlyer 설치 raw의 클릭 contributor로 매체·캠페인 중복, 관측 경로, CTIT와 시간 간격을 비교합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/multitouch-map?example=1
- [운영 플래너 | 캠페인 예산·성과·소재](https://growthoptplaybook.com/tools/operations-planner): 긴 캠페인 이력으로 최근 효율 변화와 신규 소재를 확인하고, 동일 예산 조정안과 조건부 예상 개선을 계산합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/operations-planner?example=1
- [Paid·Organic 변화맵 | 주간 패턴 체크](https://growthoptplaybook.com/tools/paid-organic-trend): Organic과 Paid 성과의 WoW 움직임을 최근 주차 색상 궤적으로 확인하고 정밀 카니발 진단이 필요한 패턴을 빠르게 찾습니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/paid-organic-trend?example=1
- [구성 변화 분석 | 이동인가 내부 변화인가](https://growthoptplaybook.com/tools/segment-composition-change): 세그먼트별 인원 CSV로 두 기간의 사용자 구성 변화를 보고, 캠페인 간 볼륨 이동과 캠페인 내부 변화로 나눠 봅니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/segment-composition-change?example=1
- [핵심 액션 생존·이탈 분석 | 위험 시점과 반복 가치](https://growthoptplaybook.com/tools/subscription-survival): 핵심 액션의 유지 기간과 이탈·종료 CSV로 생존율·위험 구간·관측기간 반복 가치를 계산합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/subscription-survival?example=1
- [VIF 다중공선성 진단 | MMM 전 점검](https://growthoptplaybook.com/tools/vif-multicollinearity): 채널별 지출 CSV로 VIF와 상관관계를 확인해 MMM에서 채널 기여도를 분리할 수 있는지 먼저 점검합니다. 예시 데이터로 본 결과: https://growthoptplaybook.com/tools/vif-multicollinearity?example=1
## Operating guides — Korean
- [Apple Search Ads (ASA) 운영 매뉴얼](https://growthoptplaybook.com/guide/apple-search-ads)
- [앱 스토어 최적화 (ASO) 베이직](https://growthoptplaybook.com/guide/aso-basics)
- [오가닉 vs 페이드 카니발리제이션 분석](https://growthoptplaybook.com/guide/cannibalization-analysis)
- [코호트 기반 리텐션 가이드](https://growthoptplaybook.com/guide/cohort-retention)
- [매체별 앱 설치 유도 소재 규격](https://growthoptplaybook.com/guide/creative-specs)
- [CSV 데이터 준비 & 컬럼 매핑 가이드](https://growthoptplaybook.com/guide/csv-data-prep): 모든 분석 도구가 공통으로 쓰는 CSV 업로드·자동 매핑 구조를 정리한 참고 문서. 처음 업로드할 때, 혹은 매핑이 이상하게 잡힐 때 이 문서부터 확인하세요.
- [개발자 협업 가이드 및 테크니컬 PRD](https://growthoptplaybook.com/guide/dev-collaboration): MMP(Adjust) SDK 초기화 스펙, 딥링크 라우팅 로직, 그리고 릴리즈 전 QA 시나리오를 단일 문서로 통합한 개발 협업 표준. 본 문서가 그대로 PRD가 되도록 작성됨.
- [인앱 이벤트 택소노미 설계서](https://growthoptplaybook.com/guide/event-taxonomy)
- [Google App Campaigns (UAC) 가이드](https://growthoptplaybook.com/guide/google-uac)
- [초기 3초 훅(Hook) 설계 프레임워크](https://growthoptplaybook.com/guide/hook-framework)
- [iOS 프라이버시 대응 (ATT & SKAN)](https://growthoptplaybook.com/guide/ios-privacy-att-skan)
- [앱 마케팅 핵심 지표(KPI) 분석](https://growthoptplaybook.com/guide/kpi-analysis)
- [Meta Advantage+ App (AAP) 최적화](https://growthoptplaybook.com/guide/meta-advantage-plus)
- [매체별 포스트백 연동 매뉴얼](https://growthoptplaybook.com/guide/postback-integration)
- [앱 리타겟팅 및 Re-engagement](https://growthoptplaybook.com/guide/retargeting-reengagement)
## Practical articles — Korean
- [마케팅 분석 방법: CSV 한 장으로 따라 하는 실무 예제](https://growthoptplaybook.com/blog/marketing-analysis-example): 마케팅 분석을 어디서 시작할지 막막하다면, 예제 CSV로 비용·설치·CPI를 계산하고 캠페인별 변화와 다음 행동을 확인해 보세요.
- [유저 이탈 시점 분석: 생존곡선으로 떠나는 때 찾기](https://growthoptplaybook.com/blog/user-churn-survival-analysis): 아직 떠나지 않은 사용자를 빼면 이탈 시점이 앞당겨 보입니다. 생존곡선과 이탈 위험으로 유저가 떠나는 때를 찾는 법을 정리합니다.
- [심슨의 역설: 캠페인은 다 올랐는데 전체 전환율이 떨어질 때](https://growthoptplaybook.com/blog/simpson-paradox-conversion-rate): 캠페인별 전환율은 모두 올랐는데 전체는 떨어지는 심슨의 역설을 구성 이동과 캠페인 내부 변화로 나눠 읽는 법을 정리합니다.
- [주간 광고 성과 보고서 템플릿: 숫자에서 다음 행동까지](https://growthoptplaybook.com/blog/weekly-marketing-report-template): 3주 캠페인 CSV와 완성 예시로 주간 광고 보고서를 만듭니다. 성과 비교부터 결정 저장, 다음 주 재검토까지 따라 해보세요.
- [광고 리포트 자동화: BigQuery·Google Sheets에서 CSV까지](https://growthoptplaybook.com/blog/marketing-report-sheets-bigquery): BigQuery·Sheets 예약 갱신에서 분석 CSV까지 연결합니다. 권한·비용·집계 단위·수동 불러오기 범위를 확인하세요.
- [CAC 회수기간 계산법: LTV:CAC와 현금 회수의 차이](https://growthoptplaybook.com/blog/cac-payback-period): 신규 고객 코호트의 월별 공헌이익으로 CAC 회수기간을 계산합니다. 환불·이탈·미회수와 매출 기준 도구 결과를 구분하세요.
- [앱스토어 A/B 테스트: Apple PPO·Google Play 실험 설계와 판독](https://growthoptplaybook.com/blog/store-listing-experiment): 아이콘·스크린샷 변경 효과를 전후 비교로 재면 틀립니다. 애플 PPO와 플레이 실험의 구조 차이와 판독 기준.
- [앱스토어 전환율 하락 원인: 스토어 페이지 탓인가 유입 탓인가](https://growthoptplaybook.com/blog/store-conversion-drop-diagnosis): 전체 전환율만 보면 원인이 안 보입니다. 소스별 전환율과 비중을 나눠 처방이 정반대인 두 원인을 가르는 법.
- [SKAN 4 전환 실무: 창 3개를 어떤 순서로 켜나](https://growthoptplaybook.com/blog/skan4-migration-guide): SKAN 4로 옮길 때 측정 창·값 해상도·캠페인 구조를 어떤 순서로 정할지 정리했습니다.
- [SKAN 어트리뷰션과 MMP 숫자가 다른 이유](https://growthoptplaybook.com/blog/skan-vs-mmp-attribution): SKAN과 MMP는 집계 단위·시점·귀속 규칙이 달라 숫자가 안 맞습니다. 어느 쪽을 언제 믿을지 정리했습니다.
- [SKAN 컨버전 밸류 설계: 64칸에 뭘 담을까](https://growthoptplaybook.com/blog/skan-conversion-value-schema): 6비트 64칸에 어떤 행동을 담을지 정하는 기준과, 칸이 비어버리는 흔한 설계 실수를 정리했습니다.
- [TV·오프라인 광고의 온라인 효과 측정법](https://growthoptplaybook.com/blog/offline-ad-online-impact): TV·옥외 광고 집행 구간의 온라인 유입 변화를 전후 비교로 추정하고 한계를 표기하는 방법입니다.
- [광고 소재 회귀분석: A/B 테스트 없이 썸네일·제목 비교하기](https://growthoptplaybook.com/blog/creative-attribute-regression): 실험을 못 돌리는 상황에서 이미 집행한 소재 데이터로 요소별 효과를 비교하는 순서입니다.
- [광고 소재 성과 분석: 후킹·길이·형식 중 뭐가 효과 있었나](https://growthoptplaybook.com/blog/content-element-analysis): 제작 요소를 하나씩 바꿔보는 대신, 여러 요소를 한 번에 통제해 비교하는 방법입니다.
- [광고 예산 증액 기준: CPA가 오르기 전 한계점 찾는 법](https://growthoptplaybook.com/blog/budget-scaling-limit): 채널별 한계 CPA와 평균 CPA를 비교해 증액 여력이 남은 채널과 이미 포화된 채널을 가릅니다.
- [브랜드 캠페인 효과 측정: 검색량·직접유입으로 보는 법](https://growthoptplaybook.com/blog/brand-campaign-lift): 브랜드 캠페인은 클릭이 안 잡힙니다. 브랜드 검색·직접 유입 시계열로 증가분을 추정하는 순서를 정리합니다.
- [ASA 키워드 확장: Discovery에서 Exact로 승격하는 기준](https://growthoptplaybook.com/blog/asa-keyword-expansion): 검색어 리포트에서 승격 후보를 고르고 예산 소진과 목표 CPA로 입찰을 조정하는 순서입니다.
- [광고 업리프트 측정: 홀드아웃 테스트로 순수 증가분 읽기](https://growthoptplaybook.com/blog/uplift-holdout-guide): 광고 업리프트를 홀드아웃 테스트로 계산하고, CPA·ROAS가 좋아도 증액을 보류해야 하는 경우와 결과 해석 순서를 정리합니다.
- [퍼포먼스 마케팅이란? 목표·지표·분석부터 운영 개선까지](https://growthoptplaybook.com/blog/performance-marketing-analysis-order): 퍼포먼스 마케팅의 목표와 핵심 지표를 정하고, 성과 하락·ROAS·예산 배분을 마케팅 분석 도구로 확인하는 순서를 정리합니다.
- [MMM 전 다중공선성 점검: VIF가 높을 때 채널 기여도 해석법](https://growthoptplaybook.com/blog/multicollinearity-mmm-guide): MMM 전에 다중공선성을 VIF로 확인하고, 채널별 기여도를 해석할 수 없는 데이터에서 무엇을 먼저 바꿔야 하는지 정리합니다.
- [Apple Search Ads 키워드 최적화: 검색어·제외 키워드·입찰](https://growthoptplaybook.com/blog/apple-search-ads-guide): ASA 검색어 리포트에서 Exact 승격 후보를 고르고, 예산 소진률·목표 CPA로 CPT 입찰가를 조정하는 실무 루프를 정리합니다.
- [ROAS 하락 원인과 개선 방법: 예산 줄이기 전 볼 4가지](https://growthoptplaybook.com/blog/roas-improvement): ROAS가 떨어졌을 때 평균 수치만 보고 예산을 자르지 않고, 데이터 기준·채널·전환 흐름·한계 효율 순서로 원인을 좁히는 방법입니다.
- [광고 소재 테스트 방법: 테스트 개수·예산·판정 기준](https://growthoptplaybook.com/blog/ad-creative-testing): 테스트 예산과 목표 CPA로 적정 소재 수를 계산하고 가설 설정부터 승자·보류·탈락 판정까지 정리합니다.
- [광고 최적화 이벤트: 설치 대신 Aha Event로 바꾸기](https://growthoptplaybook.com/blog/aha-event-ad-optimization): 설치·가입과 구매 사이의 Aha Event를 찾아 광고 최적화와 리텐션을 연결하는 방법을 정리합니다.
- [퍼포먼스 마케팅 지표 총정리: CTR·CVR·CPI·CPA·ROAS 보는 순서](https://growthoptplaybook.com/blog/performance-marketing-metrics): CTR·CVR·CPA·ROAS를 보는 순서와, CPA·ROAS가 흔들릴 때 문제 위치를 찾는 방법을 정리합니다.
- [전환율 개선 방법: CVR이 낮을 때 퍼널에서 원인 찾는 법](https://growthoptplaybook.com/blog/funnel-dropoff-analysis): 전환율이 낮을 때 퍼널의 우선순위 구간을 찾고, 메시지·마찰·유입 품질·오퍼를 순서대로 점검해 A/B 테스트로 검증하는 방법입니다.
- [광고 성과 하락 원인: CPA 상승·CTR 하락 때 확인할 4단계](https://growthoptplaybook.com/blog/ad-performance-diagnosis): CPA 상승·CTR 하락 때 소재부터 바꾸기 전 확인할 순서. 측정 오류, 채널 변동, 예산 배분, 퍼널을 4단계로 점검합니다.
- [마케팅 예산 배분 방법: 한계 CPA·ROAS로 채널 예산 나누기](https://growthoptplaybook.com/blog/budget-marginal-efficiency): 평균 ROAS가 아니라 다음 예산의 한계 ROAS·CPA로 증액·재배분·삭감 후보를 비교하고, 반응곡선의 적용 조건과 한계를 확인합니다.
- [리타겟팅 성과가 좋아 보이는 이유: UA 혼입 진단](https://growthoptplaybook.com/blog/retargeting-reengagement-guide): 리타겟팅·재참여 캠페인을 신규 획득(UA)과 분리해야 하는 이유, 오디언스 세분화, 딥링크와 설치 후 연결을 구분하는 방법 정리했습니다.
- [포스트백 오류 진단: 설치 0·전환 누락 원인 찾기](https://growthoptplaybook.com/blog/postback-integration-guide): 포스트백 오류는 마지막으로 정상 확인된 지점부터 좁힙니다. 앱·MMP·매체 흐름, SAN·S2S 차이, 0 진단표를 제공합니다.
- [Meta Advantage+ 성과 진단: iOS·안드로이드 차이 읽기](https://growthoptplaybook.com/blog/meta-advantage-plus-guide): 자동화된 Meta Advantage+ App(AAP)에서 마케터가 실제로 조정 가능한 부분 — OS 분리·이벤트 우선순위·입찰 단계.
- [광고 첫 3초 후킹: 영상 소재 이탈률 줄이는 방법](https://growthoptplaybook.com/blog/hook-3-seconds-framework): 영상 광고를 스크롤하다 멈추게 만드는 첫 3초 훅 패턴 4가지와, 첫 프레임에서 꼭 지켜야 할 체크리스트를 정리했습니다.
- [이벤트 택소노미(텍소노미)·SDK 오류 진단: 이름 충돌·누락](https://growthoptplaybook.com/blog/event-taxonomy-guide): 좋은 이벤트 택소노미는 화면 목록이 아니라 행동·파라미터·속성 규칙입니다. SDK 이벤트 네이밍, 매핑, 버전 관리, 개발 QA까지.
- [소재가 반려·크롭되는 이유: 매체 규격 위반 진단](https://growthoptplaybook.com/blog/ad-creative-specs-guide): 매체마다 다른 이미지·영상 규격과 세이프존을 무시하면 소재가 검수 거절되거나 핵심 메시지가 잘립니다. 규격 관리 순서를 정리했어요.
- [GA4 데이터 오류처럼 보이는 숫자 차이: 집계 기준 7가지](https://growthoptplaybook.com/blog/ga4-data-traps): GA4 숫자가 다를 때 지표·날짜·처리 지연·임계값·샘플링·기타 행·귀속을 순서대로 확인합니다. 증상별 점검표를 제공합니다.
- [어트리뷰션 데이터 불일치: GA4·MMP·매체 전환수가 다른 이유](https://growthoptplaybook.com/blog/attribution-data-mismatch): 메타·GA4·MMP·결제 DB의 전환 수가 전부 다른 이유 — 어트리뷰션 윈도우, 뷰스루 포함 여부, 귀속 날짜, 라스트터치 중복 때문입니다.
- [LTV:CAC 비율 계산법: 3:1 기준과 흔한 오류 3가지](https://growthoptplaybook.com/blog/ltv-cac-ratio): 3:1 기준선보다 중요한 건 그 숫자가 맞게 계산됐는지입니다. 분모 정의, 매출 vs 마진, 채널 구분 — 흔히 틀리는 세 지점과 계산법.
- [iOS ATT·SKAN 측정 가이드: 성과가 반토막 보이는 이유](https://growthoptplaybook.com/blog/ios-att-skan-guide): iOS 성과는 나쁜 게 아니라 안 보이는 걸 수 있어요. ATT로 유저 단위 측정이 끊기고 SKAN은 지연된 집계만 줍니다.
- [Google UAC 성과가 흔들릴 때: 학습·입찰 원인 진단](https://growthoptplaybook.com/blog/google-uac-optimization): 자동화된 Google App Campaign에서 마케터가 실제로 통제할 수 있는 레버(입찰·에셋·이벤트)를 정리했습니다.
- [CPI·CPA·CPM·CPC 차이: 뜻과 계산법, 어떤 지표를 볼까](https://growthoptplaybook.com/blog/cpi-cpa-cpm-difference): CPM 2,000원·CTR 1%면 CPC는 200원. CPI·CPA·CPM·CPC의 분모와 계산식을 비교하고 변화를 점검합니다.
- [D1·D7·D30 리텐션 코호트 분석: 평균이 숨기는 이탈 읽는 법](https://growthoptplaybook.com/blog/cohort-analysis-guide): D1·D7·D30은 관찰 기간이 끝난 코호트만 비교해야 합니다. 데이터 최대 날짜, 미완성 코호트, 리텐션 정의, 히트맵 해석 순서.
- [광고 카니발라이제이션: 광고 늘렸더니 자연 유입이 줄었다면? 잠식 점검](https://growthoptplaybook.com/blog/cannibalization-organic-paid): 광고·자연 유입의 주간 변화를 함께 비교합니다. 동반 변동과 실제 잠식·내부 카니발라이제이션을 구분할 데이터 조건과 예시를 확인하세요.
- [캠페인 이상 탐지: 오늘 CPA 급등이 진짜 이상인지 판별하기](https://growthoptplaybook.com/blog/campaign-anomaly-detection): CPA·전환이 특정 날 급변했을 때, 노이즈와 진짜 이상을 구분하고 원인을 추적하는 방법을 정리했습니다.
- [ASO란? 앱스토어 최적화 전략: 키워드·스크린샷·전환율](https://growthoptplaybook.com/blog/aso-basics-guide): ASO 전략은 검색 노출과 스토어 전환을 함께 고칩니다. 아이콘·스크린샷·평점부터 키워드까지 순서대로.
- [Aha Moment 찾는 법: 초기 행동과 리텐션 분석](https://growthoptplaybook.com/blog/aha-moment-retention): Aha Moment는 리텐션 높은 유저의 행동을 나열해 찾는 게 아닙니다. 행동·시점·횟수·Lift·F1을 보고 실험으로 검증하세요.
- [AI 시대 퍼포먼스 마케터 역량: 자동화 이후에도 남는 일](https://growthoptplaybook.com/blog/ai-era-marketer): 자동화가 마케터 일을 대체한다는데, 기계가 진짜 가져간 일과 사람이 책임져야 할 세 가지(목표 정의·검증·맥락 판단)를 정리했습니다.
- [광고 학습 단계: 머신러닝 학습 중 CPA가 흔들리는 이유](https://growthoptplaybook.com/blog/ad-machine-learning): 학습 단계를 오해하면 예산이 샙니다. CPA가 널뛰는 이유, 변경 뒤 재평가가 필요한 이유, 안 끝나는 악순환과 탈출법을 정리했어요.
- [브로드 타겟 vs 좁은 타겟: 광고 오디언스 선택 기준](https://growthoptplaybook.com/blog/audience-broad-vs-narrow): 브로드·좁은 타겟의 CPM·CTR·전환율을 계산 예제로 비교합니다. 예산 변경 전 도달·빈도·신규 고객 성과와 검증 조건을 확인하세요.
- [퍼포먼스 마케터 필요 역량: 실무 스킬 쌓는 순서](https://growthoptplaybook.com/blog/performance-marketer-skills): 툴 이름부터 외우면 순서가 꼬여요. 운영 기본기→데이터 다루기→분석·의사결정→인과 추론, 스킬이 쌓이는 순서를 정리했습니다.
- [마케팅 믹스 모델링(MMM)이란? 채널 기여도 측정법](https://growthoptplaybook.com/blog/marketing-mix-modeling): 라스트클릭은 마지막 채널만 칭찬합니다. 브랜드검색 ROAS가 좋아 보이는 이유죠. 집계 데이터로 채널 기여를 역산하는 MMM의 원리와 한계.
- [증분성(인크리멘탈리티) 측정: 광고 효과를 홀드아웃으로 검증](https://growthoptplaybook.com/blog/incrementality-measurement): 대시보드 ROAS는 반쯤만 믿어야 합니다. 광고가 진짜 만든 성과만 재는 증분성 측정과 홀드아웃 실험 3가지를 정리했어요.
- [상관관계와 인과관계 차이: 마케팅 실험으로 검증하기](https://growthoptplaybook.com/blog/correlation-vs-causation): 상관과 인과의 차이를 아이스크림·익사 예시로 정리. 교란변수·역인과가 왜 착각을 부르는지, 인과 확인엔 왜 실험이 필요한지까지.
- [A/B 테스트 방법: 표본 크기·유의성·결과 해석까지](https://growthoptplaybook.com/blog/ab-testing): 무작위 배정·표본 크기·통계적 유의성부터 주의해야 할 조기 종료(peeking) 함정까지, A/B 테스트 실무를 정리했어요.
## Method comparisons — Korean
- [증분 측정 3가지 방법 비교 — 홀드아웃·온오프·ITS](https://growthoptplaybook.com/compare/incrementality-methods): 통제군 홀드아웃이 가장 정확합니다. 불가능하면 전후 비교나 ITS를 씁니다.
- [MMM과 증분 실험 중 무엇을 먼저 해야 하나](https://growthoptplaybook.com/compare/mmm-vs-experiment): 실험을 먼저 합니다. MMM은 실험이 불가능한 채널을 메우는 용도입니다.
- [광고 예산 배분 방법 비교 — 균등·과거 CPA·한계효율](https://growthoptplaybook.com/compare/budget-allocation-methods): 평균 효율이 아니라 한계 효율 기준으로 나눕니다.
- [캠페인 성과 분석 — 스프레드시트와 전용 도구 비교](https://growthoptplaybook.com/compare/dashboard-vs-spreadsheet): 집계는 됩니다. 변동 분해와 신뢰구간은 스프레드시트에서 어렵습니다.
- [광고 데이터 가져오기 — CSV 업로드와 광고 계정 연동 비교](https://growthoptplaybook.com/compare/csv-upload-vs-api-connector): 매일 자동 갱신이 필요하면 연동형, 주 단위 점검과 원본을 기기에 두는 게 중요하면 CSV 업로드가 맞습니다.
## Calculators — Korean
- [LTV:CAC 계산기](https://growthoptplaybook.com/calculator/ltv-cac): 한 고객을 데려오는 데 쓴 돈을 고객 가치가 얼마나 덮는지 확인합니다.
- [손익분기 ROAS 계산기](https://growthoptplaybook.com/calculator/break-even-roas): 매출이 아니라 남는 이익을 기준으로 광고의 최소 ROAS를 잡습니다.
- [목표 CPA 계산기](https://growthoptplaybook.com/calculator/target-cpa): 판매 1건에서 남겨야 할 이익을 먼저 빼고 허용 가능한 획득비용을 정합니다.
- [A/B 테스트 표본수 계산기](https://growthoptplaybook.com/calculator/ab-test-sample-size): 결과를 보기 전에 필요한 표본과 기간을 고정해 조기 종료 오류를 줄입니다.
- [예산별 예상 설치수 계산기](https://growthoptplaybook.com/calculator/expected-installs): 예산을 CPI로 나눠 기본 설치수와 보수·낙관 범위를 빠르게 잡습니다.
- [CPA·ROAS 환산 계산기](https://growthoptplaybook.com/calculator/cpa-roas-converter): 같은 성과를 CPA로 말할지 ROAS로 말할지 헷갈릴 때 두 값을 한 번에 맞춥니다.
- [목표 달성 CVR 계산기](https://growthoptplaybook.com/calculator/required-cvr): 캠페인을 켜기 전에 목표가 산술적으로 가능한 수치인지 먼저 확인합니다.
- [예산 소진 페이싱 계산기](https://growthoptplaybook.com/calculator/b
