[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,78 +1,176 @@
|
||||
---
|
||||
id: wiki-2026-0508-cpi-cost-per-install
|
||||
title: CPI (Cost Per Install)
|
||||
category: 10_Wiki/Topics_GD
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [CPI, cost-per-install, install-cost]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
verification_status: applied
|
||||
tags: [mobile, marketing, ua, monetization, ltv]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: analytics
|
||||
framework: ua-channel
|
||||
---
|
||||
|
||||
---
|
||||
redirect_to: "[[게임_디자인_및_가상_경제_시스템]]"
|
||||
canonical_id: "wiki-2026-0507-105"
|
||||
---
|
||||
# CPI (Cost Per Install)
|
||||
|
||||
# Redirect
|
||||
## 매 한 줄
|
||||
> **"매 신규 install 1건당 marketing 비용"**. 매 mobile UA (User Acquisition) 의 가장 fundamental metric. 매 LTV (lifetime value) 와 매 짝 — 매 LTV > CPI 면 매 ROI positive. 매 2026 iOS ATT post-era 에서 매 CPI 는 매 $3-15 (US tier-1) 의 일반.
|
||||
|
||||
이 문서는 Canonical 문서인 통합되었습니다.
|
||||
모든 최신 지식과 세부 내용은 위 링크를 참조하십시오.
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
## 매 핵심
|
||||
|
||||
> CPI는 신규 유저 1명 설치당 마케팅 비용으로, 게임 사업의 단위 경제(Unit Economics) 핵심 지표다.
|
||||
### 매 정의
|
||||
- **CPI = 총 ad spend / 매 attributed install 수**.
|
||||
- **paid CPI**: 매 광고로 attributed 된 매 install 만.
|
||||
- **blended CPI**: 매 paid + organic 합산.
|
||||
- **organic uplift**: 매 paid campaign 에 의한 매 organic install 증가.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
### 매 영향 요인
|
||||
- **Geo**: 매 US/JP/KR > EU > LatAm > India.
|
||||
- **Platform**: 매 iOS 가 매 Android 보다 매 2-4x 비쌈.
|
||||
- **Genre**: 매 mid-core RPG > casual > hyper-casual.
|
||||
- **Creative**: 매 video > playable > static.
|
||||
- **Targeting**: 매 lookalike < broad < whale-target.
|
||||
|
||||
**추출된 패턴:** ROAS = LTV ÷ CPI > 1.0 이어야 광고 캠페인이 수익. 시장·플랫폼·국가별로 큰 편차.
|
||||
### 매 응용
|
||||
1. 매 ROAS (Return on Ad Spend) D7/D30 추적.
|
||||
2. 매 channel mix optimization.
|
||||
3. 매 creative A/B 의 매 cost-efficiency 비교.
|
||||
|
||||
**세부 내용:**
|
||||
- 측정: 광고비 ÷ 설치수.
|
||||
- 시장별 차이: 미국 $5+, 동남아 $0.5~1.
|
||||
- 플랫폼: iOS > Android (구매력 격차).
|
||||
- 게임 장르: 미드코어 > 캐주얼 > 하이퍼캐주얼.
|
||||
- ROAS D7/D30/D90 추적으로 캠페인 최적화.
|
||||
## 💻 패턴
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### CPI 계산
|
||||
```typescript
|
||||
type Campaign = {
|
||||
id: string;
|
||||
spend: number;
|
||||
attributed_installs: number;
|
||||
organic_installs: number;
|
||||
};
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
function paidCPI(c: Campaign): number {
|
||||
return c.attributed_installs > 0
|
||||
? c.spend / c.attributed_installs
|
||||
: Infinity;
|
||||
}
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
function blendedCPI(c: Campaign): number {
|
||||
const total = c.attributed_installs + c.organic_installs;
|
||||
return total > 0 ? c.spend / total : Infinity;
|
||||
}
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
function organicUplift(c: Campaign, baseline_organic: number): number {
|
||||
return Math.max(0, c.organic_installs - baseline_organic);
|
||||
}
|
||||
```
|
||||
|
||||
- **정보 상태:** draft
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Channel ROAS rollup
|
||||
```typescript
|
||||
type ChannelDay = {
|
||||
channel: "facebook" | "google" | "tiktok" | "applovin";
|
||||
date: string;
|
||||
spend: number;
|
||||
installs: number;
|
||||
d7_revenue: number;
|
||||
d30_revenue: number;
|
||||
};
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
function rollupROAS(days: ChannelDay[]) {
|
||||
const byCh = new Map<string, ChannelDay>();
|
||||
for (const d of days) {
|
||||
const cur = byCh.get(d.channel) ?? { ...d, spend: 0, installs: 0, d7_revenue: 0, d30_revenue: 0 };
|
||||
cur.spend += d.spend;
|
||||
cur.installs += d.installs;
|
||||
cur.d7_revenue += d.d7_revenue;
|
||||
cur.d30_revenue += d.d30_revenue;
|
||||
byCh.set(d.channel, cur);
|
||||
}
|
||||
return [...byCh.values()].map(c => ({
|
||||
channel: c.channel,
|
||||
cpi: c.spend / c.installs,
|
||||
roas_d7: c.d7_revenue / c.spend,
|
||||
roas_d30: c.d30_revenue / c.spend,
|
||||
}));
|
||||
}
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### Bid-cap calculator (target ROAS)
|
||||
```typescript
|
||||
function maxBidForROAS(target_roas: number, expected_ltv_d30: number): number {
|
||||
// CPI <= LTV / target_roas
|
||||
return expected_ltv_d30 / target_roas;
|
||||
}
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
// Example: $5 LTV, target 1.2 ROAS → max CPI $4.17
|
||||
```
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
### Cohort LTV vs CPI tracker
|
||||
```typescript
|
||||
function cohortPayback(cohort_installs: number, cpi: number, daily_arpu: number[]): number {
|
||||
let cum = 0;
|
||||
for (let day = 0; day < daily_arpu.length; day++) {
|
||||
cum += daily_arpu[day];
|
||||
if (cum >= cpi) return day; // payback day
|
||||
}
|
||||
return -1; // not paid back
|
||||
}
|
||||
```
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
### SKAdNetwork-aware attribution (iOS post-ATT)
|
||||
```typescript
|
||||
interface SKANPostback {
|
||||
campaign_id: number; // 0-99
|
||||
conversion_value: number; // 0-63 (6-bit)
|
||||
redownload: boolean;
|
||||
}
|
||||
|
||||
- **Parent:** [[10_Wiki/Topics]]
|
||||
- **Related:** *(TODO: 최소 2개)*
|
||||
- **Opposite / Trade-off:** *(TODO)*
|
||||
- **Raw Source:** 직접 입력
|
||||
function decodeCV(cv: number): { revenue_bucket: number; engagement: number } {
|
||||
// Custom schema — common: bits 0-3 revenue, 4-5 engagement
|
||||
return {
|
||||
revenue_bucket: cv & 0b1111,
|
||||
engagement: (cv >> 4) & 0b11,
|
||||
};
|
||||
}
|
||||
```
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| 매 hyper-casual | Low CPI ($0.5-2) + IAA monetization |
|
||||
| 매 casual | Medium CPI ($2-5) + IAP + IAA |
|
||||
| 매 mid-core RPG | High CPI ($5-15) + deep IAP |
|
||||
| 매 4X / strategy | Very high CPI ($15-50) + whale-LTV |
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
**기본값**: 매 D7 ROAS > 0.3, D30 ROAS > 0.7 의 매 channel 만 scale.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Mobile-Marketing]] · [[User-Acquisition]]
|
||||
- 변형: [[CPM]] · [[CPC]] · [[CPA]]
|
||||
- 응용: [[Game_Monetization_Strategy]] · [[Capybara GO!]]
|
||||
- Adjacent: [[Dynamic Offers]] · [[Data-Driven Personalization]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 UA budget planning, channel comparison, ROAS analysis.
|
||||
**언제 X**: 매 organic-only product — 매 paid UA 의 X.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Blended-only 추적**: 매 paid 의 incrementality 의 hidden.
|
||||
- **CPI 만 tracking**: 매 LTV 의 무시 — 매 negative ROI scaling.
|
||||
- **Day-1 만 보기**: 매 long-tail 의 무시.
|
||||
- **iOS = Android 가정**: 매 2-4x 차이.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (AppsFlyer 2025 benchmark, Liftoff Casual Gaming Apps Report).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — CPI definition + UA channel measurement patterns. |
|
||||
|
||||
Reference in New Issue
Block a user