iOS 앱 광고를 집행하면서 SKAN 포스트백 데이터가 null로 돌아오는 경험을 해본 적 있으신가요? 이 문제의 핵심은 전환 가치(Conversion Value) 스키마를 제대로 설계하지 않았거나, 군중 익명성 임계치를 충족하지 못한 데 있습니다. 본 글에서는 SKAN 4.0 환경에서 포스트백 데이터 유실을 최소화하고, 광고 매체의 가치 최적화 입찰(VO)이 실제로 작동하도록 스키마를 구성하는 실무 방법론을 단계별로 설명합니다.
Apple이 iOS 14 이후 도입한 개인정보 보호 기반의 앱 광고 성과 측정 프레임워크입니다. 쉽게 말해, 유저의 기기 식별자(IDFA)를 사용하지 않고도 "이 광고를 보고 앱을 설치했다"는 사실을 집계 방식으로 알려주는 시스템입니다.
비유하자면, 개별 고객 영수증을 볼 수 없고 하루 총 매출 합계만 알 수 있는 구조입니다.
앱 설치 이후 유저가 어떤 행동을 했는지를 0~63 사이의 정수 하나로 압축해 광고 매체에 전달하는 값입니다. 6비트 크기이므로 총 64가지 조합이 가능합니다. 광고주는 이 숫자에 "32 = 첫 구매 완료", "15 = 회원가입 완료" 같은 의미를 직접 부여합니다.
Apple은 특정 캠페인에서 일일 최소 88개 이상의 설치가 발생하지 않으면 개인정보 보호를 위해 전환 가치를 null로 처리합니다. 이를 '군중 익명성(Crowd Anonymity)' 임계치라고 부릅니다. 설치 수가 적은 소규모 캠페인을 여러 개 운영하면 데이터가 분산되어 모든 캠페인에서 null만 수신하는 최악의 상황이 발생합니다.
SKAN 3.0은 설치 후 단 1회의 포스트백만 지원했습니다. SKAN 4.0부터는 최대 3회의 독립 포스트백을 수신합니다.
각 포스트백은 독립적으로 집계되므로, 윈도우마다 다른 이벤트 전략을 배치할 수 있습니다.
| 구분 | 값 범위 | 적용 조건 |
|---|---|---|
| Fine-grained | 0~63 정수 | 1차 포스트백 + 충분한 볼륨 확보 시 |
| Coarse-grained | 상(High) / 중(Medium) / 하(Low) | 볼륨 부족 시, 2·3차 포스트백 |
2차·3차 포스트백에서는 Coarse-grained 값만 전송됩니다. 따라서 장기 리텐션 분석은 3단계 등급 체계에 맞춰 이벤트를 설계해야 합니다.
스키마 설계의 출발점은 "설치 후 0~2일 안에 어떤 행동이 LTV를 예측하는가?" 라는 질문입니다.
이 단계에서 이벤트를 5개 이상 나열하고 LTV 예측력 순으로 우선순위를 매기세요.
윈도우 1 (0~2일차): Fine-grained + Coarse-grained 이중 설계
Fine-grained 값(0~63)을 설계할 때는 값이 높을수록 비즈니스 가치가 높은 이벤트를 배치해야 합니다. SKAN API는 이전 값보다 높은 숫자로만 업데이트가 가능하기 때문입니다.
예시 (이커머스 앱 기준):
0~10: 앱 최초 오픈 (단순 설치 확인)11~30: 회원가입 완료31~50: 장바구니 담기51~60: 첫 구매 완료 (매출 구간 낮음)61~63: 첫 구매 완료 (매출 구간 높음)Coarse-grained 설계는 동일 이벤트를 3등급으로 단순화합니다.
윈도우 2·3 (3~35일차): Coarse-grained 전용 설계
2차·3차 포스트백은 Fine-grained 값을 수신하지 못합니다. 따라서 장기 행동 지표를 3등급에 매핑합니다.
lockWindow는 포스트백 윈도우를 조기 종료시키는 기능입니다. 핵심 이벤트가 발생하는 즉시 윈도우를 잠가 포스트백 전송을 앞당길 수 있습니다.
당일 구매 전환이 집중되는 커머스 앱에는 LockWindow가 유효하지만, 2~3일에 걸쳐 구매가 분산되는 앱이라면 오히려 손실이 발생합니다. 반드시 히스토리 데이터를 기반으로 판단하세요.
설계한 스키마를 AppsFlyer, Adjust, Airbridge 등 MMP(마케팅 측정 파트너)에 입력합니다. 이 단계를 빠뜨리면 Meta Ads, Google Ads가 전환 가치를 해독하지 못해 가치 최적화 입찰이 작동하지 않습니다.
실무에서 자주 발생하는 충돌 문제도 반드시 해결해야 합니다. MMP SDK와 페이스북 SDK가 동시에 전환 가치를 각자 업데이트하려 하면 데이터 정합성이 깨집니다.
해결법: MMP를 단일 허브로 설정하고, 매체 SDK의 자체 SKAN 전환 가치 트래킹을 킬 스위치(Kill Switch)로 비활성화합니다.
참고로 Airbridge는 2024년 11월 18일 이후 신규 가입 앱에 대해 SKAN 4.0 전환 가치 설정을 기본값으로 강제 적용하도록 정책을 변경했습니다. MMP 선택 시 SKAN 4.0 지원 여부를 반드시 확인하세요.
Q1. 전환 가치가 계속 null로 오는데 스키마 문제인가요, 볼륨 문제인가요?
두 가지를 동시에 확인해야 합니다. 먼저 MMP 대시보드에서 일일 캠페인 설치 수가 88개를 넘는지 확인하세요. 볼륨 기준을 충족하는데도 null이 온다면 MMP 스키마 입력 오류이거나 매체 SDK와의 충돌일 가능성이 높습니다.
Q2. SKAN 4.0 스키마는 SKAN 3.0과 어떻게 다른가요?
가장 큰 차이는 포스트백 횟수(1회 → 최대 3회)와 Coarse-grained 값의 도입입니다. SKAN 3.0 스키마를 그대로 사용하면 2차·3차 포스트백 데이터를 활용하지 못합니다. SKAN 4.0에 맞게 윈도우별 이중 스키마를 새로 설계해야 합니다.
Q3. 게임 앱은 이커머스와 스키마 설계가 다른가요?
네, 다릅니다. 게임은 인앱 결제 금액보다 레벨 달성이나 튜토리얼 완료 같은 인게이지먼트 지표가 LTV 예측력이 높을 수 있습니다. 비즈니스 모델에 따라 이벤트 우선순위가 달라지므로, 과거 코호트 데이터를 분석해 0~2일 내 어떤 행동이 30일 LTV와 상관관계가 높은지 먼저 파악하는 것이 중요합니다.
Q4. 전환 모델링으로 SKAN 데이터를 얼마나 신뢰할 수 있나요?
MMP의 머신러닝 전환 모델링을 적용했을 때 7일 ROI 추정 정확도는 최대 88% 수준으로 보고됩니다. 완벽한 수치는 아니지만, null 데이터만 받는 것보다 유의미하게 더 나은 의사결정이 가능합니다. 스키마 최적화와 모델링을 함께 활용하는 것이 현실적인 접근입니다.
Q5. 소규모 앱이라 설치 수가 88개를 넘기 어렵습니다. 방법이 있나요?
캠페인 수를 과감하게 줄이는 것이 가장 효과적입니다. 10개의 소규모 캠페인 대신 1~2개의 메가 캠페인으로 예산을 통합하면 개별 캠페인의 설치 볼륨이 집중됩니다. 또한 Coarse-grained 값이라도 수신하면 광고 매체의 최적화 신호로 활용할 수 있으므로, null보다는 훨씬 나은 출발점이 됩니다.
SKAN 4.0 환경에서 전환 가치 스키마 최적화는 더 이상 선택이 아닙니다. null 포스트백은 광고 매체의 최적화 알고리즘을 사실상 멈추게 만들고, 이는 곧 광고비 낭비로 직결됩니다.
핵심을 정리하면 다음과 같습니다.
SKAN 4.0 스키마 설계는 기술적 이해와 비즈니스 판단이 동시에 필요한 영역입니다. 잘못 설계된 스키마는 수정하기 전까지 모든 iOS 캠페인의 최적화를 막아버립니다.
에이달(ADALL) 은 iOS 앱 마케팅 어트리뷰션 세팅부터 MMP 연동, 매체별 전환 가치 스키마 설계까지 실무 경험을 바탕으로 지원합니다. 현재 SKAN 포스트백 데이터가 제대로 수신되지 않거나, 전환 가치 스키마를 처음 설계해야 하는 상황이라면 아래로 문의해 주세요.
📞 02-2664-8631 | 📧 master@adall.co.kr
지금 바로 무료 컨설팅을 신청하시면 현재 SKAN 세팅 현황을 함께 점검해 드립니다.
무료 컨설팅 받아보고 싶다면?
무료 컨설팅 신청하기