피벗 테이블로 광고 성과 뜯어보기

TIL 내배캠 73일차

📊 피벗 테이블로 광고 성과 뜯어보기

2026.08.05 · Day 73

📌 목차

1. 오늘 배운 내용
2. 인상 깊었던 점
3. 연결된 점
4. 느낀점

1️⃣ 오늘 배운 내용

① 피벗 테이블이 필요한 이유

기존 방식대로 채널별 데이터를 일일이 필터링해서 합계·평균을 계산하면 시간이 오래 걸리고 실수 가능성도 높다. 피벗 테이블을 쓰면 이런 반복 작업을 클릭 몇 번으로 끝낼 수 있다.

• 반복적인 데이터 정리 시간 단축
• 원본 데이터를 건드리지 않고 다양한 분석 시도 가능
• 보고서 작성 속도 향상

② 피벗 테이블 전 데이터 클리닝

피벗 테이블을 만들기 전, 데이터 기준을 맞추는 작업이 가장 중요하다. 형식이 제각각이거나 공백·오탈자·중복이 있으면 분석 결과 자체가 틀어진다.

• 날짜 형식 통일
• 앞뒤 공백 제거
• 중복 데이터 확인
• 오탈자 수정
• 찾기 및 바꾸기(Ctrl+F) 활용
• 조건부 서식으로 중복값·특정 값 확인

👉 분석보다 먼저 데이터 품질 관리가 우선이라는 걸 알게 됐다.

③ 피벗 테이블 생성 방법

데이터 범위 선택 → 삽입 → 피벗 테이블 순으로 생성한다. 구성 요소는 세 가지다.

• 행(Row): 분류 기준
• 열(Column): 교차 분석 기준
• 값(Value): 계산할 수치

예를 들어 채널별 성과를 보려면 행에 채널, 값에 클릭수·전환수·매출·광고비를 배치한다.

⚠️ CPC, CPA, ROAS, 전환율처럼 비율·단가 지표는 합계가 아니라 평균으로 바꿔야 한다는 게 가장 중요한 포인트였다.

④ 피벗 테이블로 성과 분석

예시 데이터 기준 채널별 성과는 다음과 같았다.

• 인스타그램 — 매출 최고
• 페이스북 — CPA 최저(효율 좋음)
• 카카오 — 상대적으로 낮은 효율

원본을 건드리지 않고 조합을 자유롭게 바꿔가며 볼 수 있다는 게 장점이다. 추가로 캠페인별 ROAS, 날짜별 CPA 변화, 채널×요일 교차 분석 같은 것도 해볼 수 있다.

⑤ 요일별 성과 분석

요일을 행에 넣으면 요일별 패턴이 바로 보인다.

• 금요일 → ROAS 최고
• 목요일 → 매출 최고
• 토·일·월 → 성과 저조
• 수요일 → 광고 효율 낮음

이 패턴을 바탕으로 금요일엔 예산 확대, 주말엔 최소 예산 운영, 수요일엔 키워드·소재 개선 같은 운영 전략을 세울 수 있다는 게 인상적이었다.

2️⃣ 인상 깊었던 점

CPC, ROAS 같은 지표를 단순 합계가 아니라 평균으로 계산해야 한다는 부분이 가장 기억에 남았다. 값 필드를 무심코 '합계'로 두면 지표 자체가 왜곡될 수 있다는 걸 실감했다.

또 한 번 만든 피벗 테이블은 템플릿처럼 계속 재사용할 수 있어서, 새 데이터가 들어와도 보고서를 쉽게 갱신할 수 있다는 점도 실무적으로 크게 와닿았다.

3️⃣ 연결된 점

지난주 배운 CPM·CTR·CPC·CPA·CVR·ROAS 같은 광고 지표들, 그리고 어제(Day 72) 다룬 ROI vs ROAS 개념이 오늘의 피벗 테이블 분석에서 그대로 값(Value) 항목으로 쓰였다. 지표를 '아는 것'과 '피벗 테이블에서 올바른 집계 방식으로 뽑아내는 것'은 다른 문제라는 걸 느꼈다.

요일별·채널별로 예산을 다르게 운영해야 한다는 결론은, Day 66에 배운 미디어 믹스와 예산 재배분 3단계 프로세스와도 자연스럽게 이어졌다.

4️⃣ 느낀점

오늘은 피벗 테이블을 '만드는 법'보다 '왜 쓰는지'를 이해하는 데 집중한 시간이었다. 특히 평균/합계 구분처럼 사소해 보이지만 결과를 완전히 바꿔놓는 디테일을 챙기는 게 중요하다는 걸 배웠다.

분석은 피벗 테이블을 만드는 데서 끝나는 게 아니라, 그걸 통해 어떤 의사결정을 내릴 수 있는지(So What?)까지 연결해야 의미가 있다. 앞으로는 데이터를 정리하는 데서 그치지 않고, 피벗 테이블로 빠르게 인사이트를 뽑아내는 연습을 꾸준히 해봐야겠다.

※ 본 글은 학습을 목적으로 작성된 게시물로, 특정 브랜드·제품·서비스명이 언급될 수 있습니다. 이는 순수한 예시일 뿐이며, 상업적 목적은 전혀 없음을 밝힙니다.