본문으로 이동
ㅇㅈㅁㅆ
전환최적화·실험

주지표

Primary Metric

주지표는 하나의 실험이나 의사결정에서 성공·실패를 가장 우선해 판단하도록 사전에 정한 핵심 측정값입니다. 여러 보조 지표를 함께 보더라도 어떤 행동을 직접 바꾸려는지 대표하는 기준은 하나로 명확히 해야 결과를 뒤늦게 골라 해석하는 일을 줄일 수 있습니다.

AI 보조 조사·작성 후 원문과 대조한 설명입니다. 사례·계산은 별도 출처 표기가 없는 한 이해를 위한 가상 예시이며 실제 고객 성과가 아닙니다.

주지표가 필요한 이유

실험 결과에는 클릭률, 전환율, 매출, 체류 시간처럼 많은 숫자가 나옵니다. 이 가운데 유리한 수치만 골라 성공이라고 말하면 같은 실험도 사람마다 결론이 달라집니다. 주지표는 실험 시작 전에 가장 중요한 판정 기준을 정해 이런 선택 편향을 줄이며, 결과를 본 뒤 클릭률과 매출 중 유리한 숫자를 골라 성공이라고 부르는 일을 막는 공통 약속으로 기능합니다. Optimizely, Primary metrics, secondary metrics, and monitoring goals는 주지표를 실험 승패와 가설 판정의 가장 중요한 목표로 두고 보조·모니터링 지표의 역할과 직접 영향, 퍼널 거리, 빈도를 설명합니다.

주지표와 다른 지표의 역할

종류역할
주지표변경이 목표 행동에 미친 핵심 효과를 판정합니다.
보조 지표퍼널의 다른 단계와 장기적 영향을 해석합니다.
보호 지표오류율, 취소율처럼 악화되면 출시를 막을 위험을 감시합니다.
진단 지표노출, 이벤트 수집, 집단 균형이 정상인지 확인합니다.

좋은 주지표를 고르는 기준

  • 변경한 요소와 가까운 사용자 행동을 직접 측정합니다.
  • 분자와 분모, 중복 처리, 관찰 기간이 명확합니다.
  • 사업 목표와 연결되지만 실험 기간에 충분히 발생합니다.
  • 실험 집단별로 같은 방식으로 수집됩니다.
  • 방향이 좋아졌을 때 실제로 어떤 결정을 할지 정할 수 있습니다.

가령 가상 상품 페이지에서 장바구니 버튼의 위치를 바꾼다면 버튼 클릭 사용자 비율을 주지표로 삼을 수 있습니다. 최종 매출은 중요하지만 여러 페이지와 결제 과정의 영향을 받아 짧은 실험에서 변화가 희미할 수 있으므로 보조 지표로 볼 수 있습니다. 반대로 할인 구조를 바꾸는 실험이라면 클릭률보다 방문자당 매출이 핵심 효과를 더 잘 포착할 수 있습니다.

지표를 바꿀 때의 원칙

측정 오류를 발견해 정의를 수정해야 한다면 변경 시점과 이유를 남기고, 수정 전후 데이터를 한 결과처럼 섞지 않아야 합니다. 실험을 본 뒤 주지표를 바꾸면 탐색 결과로 따로 표시하고 다음 실험에서 사전 기준으로 검증하는 편이 좋습니다. Optimizely 문서는 주지표를 승패 판정에 쓰고 보조·모니터링 지표와 역할을 구분합니다. Google Think, Experiments playbook는 사업 목표에 중요한 지표를 실험 평가에 쓰되 측정하려는 효과와 직접 연결되고 충분히 자주 발생하는지 고려하라고 설명합니다.

자주 묻는 질문

주지표는 반드시 하나여야 하나요?
도구와 설계에 따라 여러 핵심 지표를 둘 수 있지만 우선순위와 판정 규칙이 불명확하면 결론을 골라 해석하기 쉽습니다. 대표 기준과 보호 조건을 명시하는 편이 좋습니다.
매출을 항상 주지표로 쓰면 되나요?
아닙니다. 변경 지점에서 너무 멀거나 발생 빈도가 낮으면 효과를 포착하기 어렵습니다. 실험이 직접 영향을 주는 행동과 사업 목표의 거리를 함께 봐야 합니다.
보호 지표가 나빠지면 어떻게 하나요?
사전에 정한 중단·출시 보류 기준에 따라 판단합니다. 주지표가 좋아도 오류율이나 취소율이 허용 범위를 넘으면 성공으로 보기 어렵습니다.
실험 중에 주지표를 바꿀 수 있나요?
측정 결함 수정이 필요할 수 있지만 이유와 영향을 기록해야 합니다. 결과를 본 뒤 유리한 지표로 바꾸는 것은 다음 실험의 가설로 다루는 편이 안전합니다.

출처와 확인 범위

  1. Optimizely, Primary metrics, secondary metrics, and monitoring goals · Optimizely Support · 확인 2026-10-27

    주지표를 실험 승패와 가설 판정의 가장 중요한 목표로 두고 보조·모니터링 지표의 역할과 직접 영향, 퍼널 거리, 빈도를 설명합니다.

    확인 범위: Optimizely 통계 엔진의 순위와 오류율 제어 방식은 다른 실험 도구에 그대로 적용되지 않습니다.

  2. Google Think, Experiments playbook · Think with Google · 확인 2026-10-27

    사업 목표에 중요한 지표를 실험 평가에 쓰되 측정하려는 효과와 직접 연결되고 충분히 자주 발생하는지 고려하라고 설명합니다.

    확인 범위: 마케팅 실험 가이드이며 모든 실험에서 같은 KPI나 표본 규모를 권장하는 문서는 아닙니다.

이 용어를 적용하는 실무 가이드

용어 설명 정정 요청