Native 지면 CPM Fill Rate 분석

유닛타입

지표

유닛수 상한

분석 결론

가설: "BBN/BBI 유닛을 늘리면 CPM Fill Rate이 떨어질 것이다"

→ 데이터상 가설을 뒷받침할 근거 없음

기존 매체들의 유닛 추가 전후 데이터를 분석한 결과, 유닛 수 증가가 CPM Fill Rate을 떨어뜨린다는 유의미한 근거는 확인되지 않았다.

다만 이는 유저가 앱 내 모든 지면을 방문하지 않아 프리퀀시 캡(1일 2회)에 걸리지 않기 때문일 수 있으며, 유저의 지면별 도달률에 따라 fill rate 하락 가능성은 존재한다.

정확한 영향 파악을 위해서는 해당 앱 유저의 지면 방문 패턴 데이터가 필요하다.

분석 1. 유닛 수별 CPM Fill Rate 그룹 비교

전체 368개 앱(dev/sample 제외)을 월별 유닛 수로 그룹핑하여 CPM Fill Rate을 비교했다.

유닛수	앱수	CPM Count FR	CPM Volume FR
1	180	18.7%	4.2%
2	101	28.4%	6.7%
3	129	17.3%	9.0%
4	66	18.0%	11.6%
5	38	23.0%	15.3%
6+	54	17~26%	4~13%

결과: 유닛 수 증가에 따른 일관된 하락 패턴 없음. 유닛 수보다 앱별 트래픽 규모와 구성이 더 큰 영향을 미치며, 유닛 수가 많은 그룹에 대형 매체가 포함되면서 fill rate이 오히려 상승하는 현상도 관측됨.

분석 2. 유닛 추가 전후 앱 전체 CPM Fill Rate 변화

동일 앱이 유닛을 추가한 시점의 전후 월을 비교하여 앱 전체 CPM Fill Rate 변화를 추적했다. (기존·새 유닛 req 각 10K+ 필터)

지표	하락	상승	평균 변화	중간값
CPM Count FR	29건 (55%)	24건 (45%)	-0.04%	-0.18%
CPM Volume FR	32건 (60%)	21건 (40%)	-0.50%	-0.17%

결과: 하락 비율이 약간 우세하나(55~60%), 평균·중간값 모두 -1%p 미만으로 유의미한 수준이 아님. 새 유닛이 CPM을 잘 받아서 앱 전체 fill rate이 오히려 올라가는 케이스도 다수 존재.

분석 3. 유닛 추가 전후 기존 유닛의 CPM Fill Rate 변화 (핵심)

새 유닛의 영향으로 기존 유닛의 CPM이 빼앗기는지를 확인하기 위해, 유닛 추가 전후 기존 유닛들의 CPM Fill Rate만 추적했다. (기존·새 유닛 req 각 10K+ 필터, 53건/36개 앱)

하락 상위 사례:

앱	유닛변화	기존유닛 CPM Count FR	변화
중고나라 AOS	3→4	31.9% → 14.2%	-17.7%p
SKP S2S AOS	18→19	29.3% → 19.2%	-10.1%p
캐시모아+컬쳐랜드 AOS	2→3	26.8% → 18.5%	-8.3%p
마이홈플러스 iOS	6→7	22.5% → 14.7%	-7.8%p

상승 상위 사례:

앱	유닛변화	기존유닛 CPM Count FR	변화
카카오뱅크 Web	1→3	37.1% → 70.1%	+33.0%p
헤이폴 iOS	2→4	27.7% → 39.5%	+11.8%p
네이버스 iOS	9→11	33.4% → 41.8%	+8.4%p
SKP S2S iOS	16→18	23.9% → 31.5%	+7.7%p

결과: 기존 유닛만 놓고 봐도 하락 55% vs 상승 45%로 거의 반반. 월별 시장 CPM 물량 변동의 영향이 유닛 추가 효과보다 큰 것으로 판단됨.

분석 4. 올원뱅크 지면별 예상 CPM Fill Rate 시뮬레이션

올원뱅크 6개 지면의 일 PV를 기반으로 월 request_count를 추정하고, 비슷한 규모(0.3x~3x)의 기존 BBN 유닛들의 가중평균 CPM Fill Rate을 적용했다.

지면별 예상 CPM Fill Rate:

지면	일 PV	월 PV	매칭 유닛수	예상 CPM Count FR
메인홈	11,000,000	330,000,000	12	22.4%
거래내역조회	1,100,000	33,000,000	83	20.0%
송금완료	1,000,000	30,000,000	89	20.7%
포인트쌓기	950,000	28,500,000	91	21.0%
전체계좌조회	700,000	21,000,000	107	21.8%
생활혜택	70,000	2,100,000	260	25.4%

시나리오 A: 메인홈 포함 순차 오픈

오픈수	추가 지면	누적 월PV	예상 CPM Count FR
1	메인홈	330,000,000	22.4%
2	+포인트쌓기	358,500,000	22.3%
3	+생활혜택	360,600,000	22.3%
4	+거래내역조회	393,600,000	22.1%
5	+전체계좌조회	414,600,000	22.1%
6	+송금완료	444,600,000	22.0%

시나리오 B: 메인홈 제외, 나머지 지면만 순차 오픈

오픈수	추가 지면	누적 월PV	예상 CPM Count FR
1	포인트쌓기	28,500,000	21.0%
2	+생활혜택	30,600,000	21.3%
3	+거래내역조회	63,600,000	20.6%
4	+전체계좌조회	84,600,000	20.9%
5	+송금완료	114,600,000	20.9%

⚠ 유의사항: 이 수치는 보수적으로 해석해야 함

상한선 추정치임: 프리퀀시 캡(1일 2회 노출 제한)에 의한 추가 하락이 반영되지 않았음. 동일 유저가 여러 지면을 방문할수록 CPM 캠페인 소진이 빨라져 실제 fill rate는 이보다 낮을 수 있음.
메인홈 포함 여부가 핵심: 메인홈(일 1,100만 PV)이 전체 PV의 74%를 차지하므로, 메인홈을 1차 배포에 포함하면 전체 fill rate이 메인홈에 의해 지배됨(~22%). 메인홈을 제외하면 나머지 지면만으로 ~20~21%로 달라짐.
지면별 독립 추정의 한계: 각 지면의 fill rate를 비슷한 규모의 기존 유닛 가중평균으로 산출했으나, 올원 앱 내에서 같은 유저가 여러 지면을 순회하는 구조에서는 지면 간 CPM 경쟁이 발생하여 뒤쪽 지면의 fill rate이 추가 하락할 수 있음.
정확한 추정에 필요한 데이터: 올원 유저의 지면별 도달률(각 화면을 방문하는 유저 비율), 유저별 일 평균 지면 방문 수

분석 5. 프리퀀시 캡에 따른 CPM Fill Rate 하락 시뮬레이션

CPM 캠페인은 동일 유저에게 1시간 1회 / 1일 2~3회 노출 제한이 있음. 유저가 1시간 내에 여러 지면을 순차 방문하면, 이미 노출된 캠페인이 차단되어 가용 풀이 줄어듦.

N_eff = 해당 유저에게 매칭 가능한 CPM 캠페인 수. 이 값이 작을수록 프리퀀시 캡에 의한 fill rate 하락이 커짐.

시나리오 A: 메인홈 포함 (N_eff별 누적 CPM Count FR)

오픈수	지면	Base FR	N=3	N=5	N=7	N=10	N=15	N=20
1	메인홈	22.4%	22.4%	22.4%	22.4%	22.4%	22.4%	22.4%
2	+포인트쌓기	22.3%	22.2%	22.2%	22.2%	22.3%	22.3%	22.3%
3	+생활혜택	22.3%	22.2%	22.2%	22.2%	22.3%	22.3%	22.3%
4	+거래내역조회	22.1%	21.6%	21.8%	21.9%	22.0%	22.0%	22.0%
5	+전체계좌조회	22.1%	21.3%	21.6%	21.8%	21.9%	21.9%	22.0%
6	+송금완료	22.0%	20.9%	21.3%	21.5%	21.6%	21.8%	21.8%

시나리오 B: 메인홈 제외 (N_eff별 누적 CPM Count FR)

오픈수	지면	Base FR	N=3	N=5	N=7	N=10	N=15	N=20
1	포인트쌓기	21.0%	21.0%	21.0%	21.0%	21.0%	21.0%	21.0%
2	+생활혜택	21.3%	21.2%	21.3%	21.3%	21.3%	21.3%	21.3%
3	+거래내역조회	20.6%	19.0%	19.7%	19.9%	20.1%	20.3%	20.4%
4	+전체계좌조회	20.9%	18.6%	19.5%	19.9%	20.2%	20.4%	20.6%
5	+송금완료	20.9%	17.7%	18.9%	19.5%	19.9%	20.2%	20.4%

※ N_eff = 유저당 매칭 가능 CPM 캠페인 수. 타겟팅 조건(성별, 연령, 지역 등)에 따라 달라짐.
※ 유저가 1시간 내 모든 지면을 순차 방문한다고 가정 (worst case). 실제 도달률이 낮으면 하락 폭은 줄어듦.

분석 한계 및 추가 고려사항

월 단위 데이터의 한계: 전후 월 비교로는 유닛 추가 효과와 시장 변동을 분리할 수 없음. 일별 데이터가 있으면 추가 직전/직후를 정밀 비교 가능.
프리퀀시 캡 효과 미측정: CPM 캠페인의 1일 2회 노출 제한이 핵심 변수이나, 유저가 앱 내 모든 지면을 방문하지 않으면 캡에 걸리지 않아 fill rate 영향이 희석됨. 기존 매체들은 유닛을 다른 화면에 분산 배치하고 있어, 유저 도달률이 100%가 아닌 환경에서의 데이터임.
올원 6개 동시 오픈 시 리스크: 올원 유저의 지면별 도달률이 높아 대부분의 유저가 6개 지면을 모두 방문하는 구조라면, 프리퀀시 캡에 의한 CPM fill rate 하락 가능성은 존재함. 이를 판단하려면 올원 유저의 지면 방문 패턴 데이터가 필요.

분석 기간: 2025.03 ~ 2026.04 | dev/sample 앱 제외, 요청 0 제외 | 가중평균 기준 | 분석 대상: native 지면 fill rate 데이터 (BBN/BBI)