매출 ROAS는 보기엔 직관적이지만, 의사결정에는 자주 독이 된다. 매출 1원이 모두 같은 1원이 아니기 때문이다. 결제 수수료, 환불, 할인, 물류/CS, 콘텐츠 원가, 광고성 쿠폰, 플랫폼 수수료가 다르면 같은 매출이라도 남는 돈(기여이익, Contribution Margin)은 크게 달라진다. 매출 ROAS로 최적화하면 “매출이 커 보이는 거래”를 과대평가하고, 실제 이익을 만드는 거래를 과소평가하는 일이 빈번해진다. 그래서 성숙한 퍼포먼스 운영은 매출 ROAS에서 **Contribution Margin ROAS(이하 CM ROAS)**로 넘어간다. 목표는 간단하다. 광고비 1원을 쓸 때 “매출”이 아니라 “남는 이익”이 얼마나 증가하는지를 기준으로 예산을 배분하는 것이다.
CM ROAS의 정의를 고정하기
기여이익(Contribution Margin)은 보통 다음처럼 정의한다.
Contribution Margin = Revenue − Variable Costs
여기서 Variable Costs는 판매량에 따라 변하는 비용이다. 실무에서 흔히 포함되는 항목은 결제 수수료(PSP/스토어), 프로모션/쿠폰 비용, 환불/차지백, 배송/픽킹(커머스), 콘텐츠 원가(유료 콘텐츠), 파트너 레비뉴쉐어, CS 변동비 등이다. 반대로 고정비(인건비, 고정 서버비 등)는 보통 CM에서 제외하고 별도의 손익 레이어에서 다룬다. 이렇게 정의하면
CM ROAS = Contribution Margin / Ad Spend
이게 핵심 지표가 된다. 매출 ROAS가 “위가 화려한 지표”라면, CM ROAS는 “의사결정용 지표”다.
전환의 단위와 시간 기준을 일치시키기
CM ROAS로 전환할 때 가장 먼저 무너지는 지점은 데이터 정렬이다. 광고비는 집행일 기준으로 들어오고, 매출/환불/쿠폰/수수료는 결제일·정산일·환불일 기준으로 들어오며, 채널 어트리뷰션은 클릭일 또는 설치일 기준으로 산출된다. 기준이 섞이면 CM이 왜곡된다. 따라서 최소한 다음 중 하나를 선택해 고정해야 한다.
- 클릭/노출일 기준 귀속 + 그 귀속 코호트의 N일 누적 CM(예: 7D, 30D)
- 결제일 기준 매출/CM + 별도 모델로 광고 기여분 분해(MMM/실험)
퍼포먼스 운영에서는 보통 1)로 가는 게 실무적으로 빠르다. 즉 “캠페인 유입 코호트 기준 7일 CM ROAS” 같은 형태로 정의서를 고정한다.
CM 구성 요소를 ‘단계적으로’ 붙여라
CM은 완벽하게 계산하려고 하면 프로젝트가 끝이 없다. 대신 “가장 큰 비용부터” 단계적으로 붙이면 빠르게 가치가 나온다.
1단계: 결제 수수료 + 환불만 반영
- 앱: 스토어 수수료, 결제 처리 수수료, 환불
- 커머스: PG 수수료, 환불
이 단계만 해도 매출 ROAS 착시가 상당히 줄어든다.
2단계: 할인/쿠폰 비용 반영
할인은 매출을 키우지만 마진을 깎는다. 특히 리타겟팅/브랜드 검색에서 쿠폰을 많이 쓰면 매출 ROAS는 좋아 보이는데 CM ROAS는 급격히 나빠질 수 있다. 쿠폰을 “매출에서 차감”하거나 “비용으로 분리”해 반드시 반영해야 한다.
3단계: 변동 원가(배송/콘텐츠/레비뉴쉐어) 반영
상품군/콘텐츠별 원가율이 다르면, 결국 “무엇을 팔았는가”가 광고 성과를 좌우한다. 이 단계부터는 SKU/상품군/패키지 레벨의 원가 테이블과 주문 라인아이템 조인이 필요해진다.
4단계: 실질 기여이익에 가까운 보정(취소 지연, 반품 물류, CS 비용)
고도화 단계지만, 특정 업종(패션/리테일)에서는 환불과 반품 비용이 크기 때문에 실제 손익과의 괴리가 크면 반드시 고려해야 한다.
CM ROAS를 운영 지표로 만들기 위한 데이터 모델
최소 형태의 데이터 모델은 다음 3테이블 조합으로 구현 가능하다.
- Ad Spend 테이블: date, channel, campaign_id, spend, impressions, clicks
- Attribution 테이블(MMP/플랫폼): conversion_id(or order_id), campaign_id, click_time/install_time, attribution_window
- Order/Revenue 테이블: order_id, revenue, refund, discount, fees, cogs/variable_costs, order_time
핵심은 order_id(또는 transaction_id)로 귀속과 주문을 연결하고, 주문에서 CM을 계산해 캠페인으로 다시 롤업하는 것이다. 주문 단계에서 CM을 먼저 계산해두면 캠페인 집계는 단순해진다.
보고 방식은 “매출 ROAS와 병행”이 아니라 “레벨을 분리”
전환 초기에 조직이 가장 헷갈려 하는 부분은 기존 매출 ROAS와 숫자가 크게 달라지는 것이다. 이때 병행 리포트는 하되, 역할을 분리해야 혼란이 줄어든다.
- 매출 ROAS: 참고(플랫폼 최적화와의 정합성 체크)
- CM ROAS: 예산 의사결정의 기준(증액/감액/중단)
- CM ROAS와 매출 ROAS의 차이(갭): 구조 진단(할인 과다, 환불 증가, 고원가 상품 믹스 등)
갭 분석이 실무에서 특히 강력하다. 매출 ROAS는 좋은데 CM ROAS가 나쁜 캠페인은 대개 다음 중 하나다.
- 할인/쿠폰 의존도가 높다
- 환불/취소가 많다
- 저마진 상품군을 과도하게 팔고 있다
- 결제 수수료가 큰 결제수단/스토어에서 비중이 높다
예산 의사결정 룰을 CM 기준으로 재정의
CM ROAS로 전환하면 “손익분기점”이 명확해진다. 손익분기 CM ROAS는 단순히 1.0이 아니다. 마케팅 외 변동비 외에도 운영비/고정비를 어디서 커버할지에 따라 목표가 달라진다. 하지만 실무에서는 단계적으로 다음처럼 운영하는 것이 안정적이다.
- 최소 기준: CM ROAS ≥ 1.0이면 “광고비를 회수”
- 성장 기준: CM ROAS가 1.0을 넘는 정도(예: 1.2~1.5)에서 증액
- 고도화: 채널별/캠페인군별로 증분(iROAS)과 결합해 “증분 CM ROAS”로 운영
중요한 것은 CM ROAS를 단일 숫자로만 보지 말고, CM을 두 조각으로 분해해 원인을 빠르게 찾는 것이다.
Contribution Margin = Revenue × Margin Rate − (Discount + Fees + Refund + COGS…)
따라서 성과 하락이 매출 감소인지, 마진율 하락인지, 환불/할인 증가인지 원인을 분해하면 액션이 명확해진다.
플랫폼 최적화와의 현실적 타협: “전송 신호”는 매출, “운영 판단”은 CM
광고 플랫폼은 대부분 “가치 최적화”를 지원하지만, 그 가치는 보통 매출 이벤트로 들어간다. CM을 그대로 플랫폼에 넣는 건 기술/정책/데이터 조건 때문에 당장 어려울 때가 많다. 이때 실무적으로 잘 먹히는 방식은 다음이다.
- 플랫폼에는 purchase_value(매출)를 보내 최적화를 유지
- 내부 운영에서는 CM ROAS로 예산과 캠페인 믹스를 결정
- 캠페인/상품군별로 CM 계수(마진율)를 붙여 “가치 보정 지표”를 만든 뒤, 고마진 구간에 예산을 유도
즉 플랫폼 학습을 깨지 않으면서, 의사결정의 기준을 CM으로 바꾸는 것이다.
전환 과정에서 반드시 해야 하는 QA
CM 지표는 조인 하나만 틀어져도 위험하게 왜곡된다. 최소한 아래 QA는 고정한다.
- 주문 수/매출 합계가 정산/백오피스와 일치하는지(허용 오차 포함)
- 환불이 발생한 주문의 CM이 음수로 내려가는지
- 쿠폰 적용 주문의 할인 비용이 누락되지 않았는지
- 캠페인별 합계 CM이 전체 CM과 합계 정합이 맞는지
- 시간 지연(환불/정산)으로 과거 값이 바뀌는 backfill 정책이 정의되어 있는지
CM ROAS로 전환하면, “매출을 크게 보이게 만드는 캠페인”이 아니라 “이익을 남기는 캠페인”이 자연스럽게 살아남는다. 특히 할인·리타겟팅·브랜드 검색처럼 매출 ROAS 착시가 큰 영역에서 의사결정 품질이 눈에 띄게 좋아진다. 결국 CM ROAS는 지표 변경이 아니라 운영 철학의 변경이다. 광고비는 매출을 사는 게 아니라, 기여이익을 사는 것이고, 그 기준이 바뀌면 예산 배분과 크리에이티브 전략까지 함께 바뀌기 시작한다.