매체 raw data 컬럼 가이드 — Meta, Google, TikTok, Naver의 진짜 컬럼들

Meta API의 actions, Google Ads의 conversions, TikTok의 result, Naver SA의 conversion_count. 셋 다 다른 이름이지만 비슷한 의미예요. 그런데 미묘하게 다릅니다. 마케터·BI팀이 매체 raw data를 다룰 때 가장 자주 깨지는 자리는 이 “비슷하지만 다른” 컬럼들을 잘못 매핑하는 자리예요. 이 글은 네 매체의 raw export 컬럼을 한 표로 매핑하고, 각 컬럼이 진짜로 무엇을 뜻하는지를 풀어둡니다. 매일 raw data 다루는 분 옆에 두는 사전 한 권.

왜 매체별 raw data를 알아야 하나

매체 UI 대시보드는 잘 그려졌지만 다음 분석을 하려면 raw data가 필요합니다.

• 매체 간 통합 대시보드 (한 BI에 4개 매체 ROAS를 동시에)
• MMM 입력 (일자별·채널별 spend·impression·click·conversion)
• 자체 attribution (last-click·data-driven 대신 자사 룰)
• 매체 default와 다른 lookback window로 재계산
• 클릭별·소재별 deep dive

매체 raw를 직접 다룰 때 가장 큰 함정은 컬럼 이름이 매체마다 다르고, 같은 이름의 컬럼도 정의가 다를 수 있다는 점입니다. “conversion”이라는 같은 단어가 매체마다 다른 걸 가리켜요.

5초 매핑 — 4개 매체 컬럼 한 표

의미	Meta (Marketing API)	Google Ads (Ads API)	TikTok (Marketing API)	Naver SA
캠페인 ID	campaign_id	campaign.id	campaign_id	nccCampaignId
광고 그룹	adset_id	ad_group.id	adgroup_id	nccAdgroupId
소재	ad_id	ad.id	ad_id	nccCreativeId
노출	impressions	metrics.impressions	impressions	impCnt
클릭	clicks	metrics.clicks	clicks	clkCnt
비용	spend	metrics.cost_micros	spend	salesAmt
전환 수	actions (nested)	metrics.conversions	result / conversion	convCnt
전환 가치	action_values (nested)	metrics.conversions_value	total_purchase_value	convAmt
비디오 25% 시청	video_p25_watched_actions	video_quartile_p25_rate	video_play_25_rate	(없음)
Viewability	video_avg_time_watched_actions	metrics.active_view_viewable_impressions	viewable_impressions	(별도)
Reach	reach	metrics.unique_users	reach	(별도)
Frequency	frequency	metrics.avg_impression_frequency_per_user	frequency	(별도)

이 표 하나를 옆에 두면 매체 raw data SQL을 짤 때 막힐 일이 거의 없습니다.

Meta Marketing API 핵심 컬럼

Meta의 raw 데이터는 actions라는 nested array가 가장 큰 함정입니다. 한 row 안에 여러 종류의 전환이 array로 들어있고, 각각의 attribution window별 값이 또 따로예요.

자주 쓰는 액션 타입:

• purchase — 구매
• add_to_cart
• initiate_checkout
• complete_registration
• lead
• app_install
• mobile_app_install

각 액션의 attribution 값은 1d_click, 7d_click, 28d_click, 1d_view, 7d_view 같은 sub-field로 들어옵니다. 그래서 같은 purchase 액션도 윈도우별로 다른 값이 동시에 들어있어요.

Meta 액션 컬럼	의미
actions[action_type=purchase].value	기본 attribution 윈도우의 전환 수
actions[action_type=purchase]._1d_click	1일 click attribution 윈도우
actions[action_type=purchase]._7d_click	7일 click attribution 윈도우
actions[action_type=purchase]._1d_view	1일 view attribution 윈도우
action_values[action_type=purchase].value	전환 가치 (매출)

raw export를 BigQuery로 적재할 때 actions array를 풀어서 store하는 게 표준입니다. UNNEST + 액션 타입 필터로 분석하세요.

Google Ads API 핵심 컬럼

Google Ads API는 cost_micros 같은 단위가 특이합니다. 비용이 1원이면 1,000,000 micros로 들어와요. 1000000 나눠야 일반 단위가 됩니다.

자주 쓰는 컬럼:

• metrics.cost_micros — 1,000,000 나누면 원
• metrics.impressions — 노출 수
• metrics.clicks — 클릭 수
• metrics.conversions — 전환 수 (float, 부분 attribution 가능)
• metrics.conversions_value — 전환 가치
• metrics.all_conversions — 모든 전환 액션 합산 (multi action conversion)
• metrics.view_through_conversions — view-through 전환만
• metrics.search_impression_share — 검색 인벤토리 점유율

Google Ads는 conversion이 float인 게 인상적입니다. data-driven attribution에서 한 클릭이 부분 전환을 만들 수 있어 0.4 같은 값이 나옵니다. 이걸 INT로 변환하면 안 됩니다.

전환 액션을 따로 보려면 conversion_action 리소스를 따로 쿼리해서 액션 ID별로 metrics를 분해해야 합니다. 예를 들어 매출 전환과 lead 전환을 분리해서 ROAS·CPL을 따로 계산하려면 그 단계가 필요해요.

TikTok Marketing API 핵심 컬럼

TikTok은 비교적 최근 회사라 API가 깔끔합니다. RESTful + JSON, 단위가 직관적.

자주 쓰는 컬럼:

• spend — 비용 (광고주 통화)
• impressions / clicks
• result — TikTok이 정의한 최적화 목표(설치·구매 등)에 따른 결과
• conversion — 픽셀·이벤트로 측정한 전환
• total_purchase — 구매 수
• total_purchase_value — 매출
• video_play_actions — 비디오 재생 시작 수
• video_play_25_rate — 25% 시청 비율
• video_play_100_rate — 100% 시청 비율
• engagements — 좋아요·댓글·공유 합

TikTok의 result 컬럼은 캠페인 최적화 목표에 따라 의미가 바뀝니다. 설치 목표 캠페인의 result는 설치 수, 구매 목표 캠페인의 result는 구매 수. 그래서 캠페인 타입 메타데이터와 함께 봐야 의미가 잡힙니다.

비디오 광고가 많은 TikTok 특성상 video_play_* 시리즈가 굉장히 중요해요. 25%·50%·75%·100% 시청률은 크리에이티브 평가의 핵심 KPI입니다.

Naver SA·DA 핵심 컬럼

Naver는 국내 마케터에게는 빠질 수 없는 매체. 컬럼 이름이 국문 도메인이라 살짝 헷갈리지만 매핑은 단순해요.

자주 쓰는 컬럼:

• nccCampaignId / nccAdgroupId / nccKeywordId / nccCreativeId — 4단계 계층
• impCnt — 노출 수
• clkCnt — 클릭 수
• salesAmt — 비용 (원)
• convCnt — 전환 수
• convAmt — 전환 가치
• ctr — CTR (Naver가 직접 계산해서 줌)
• cpc — CPC
• avgRnk — 평균 노출 순위 (검색 광고)

Naver는 검색(SA)과 디스플레이(DA) API가 분리되어 있어요. 같은 컬럼 이름도 SA와 DA에서 미묘하게 의미가 다를 수 있어 SA·DA를 다른 raw 테이블로 적재하는 게 표준입니다.

매체별 같은 의미·다른 정의

같은 단어인데 매체마다 정의가 다른 컬럼들:

단어	Meta	Google	TikTok	Naver
Impression	광고가 사용자 viewport에 로드	광고가 검색결과/페이지에 표시	광고가 피드에 표시	광고가 검색결과에 노출
Click	link/post click	검색 결과 클릭	광고 영역 모든 클릭 (link·profile·video)	광고 클릭
Reach	광고를 본 unique user	광고를 본 unique user (cookie 기반)	광고를 본 unique device	(별도 컬럼)
Frequency	reach 평균 노출 횟수	impressions / reach	impressions / reach	(별도)
Viewability	MRC 기준 (50%·1초)	active view	MRC 기준	(별도)

특히 click의 정의가 큽니다. TikTok의 click에는 video play, profile click 같은 비-link click이 다 포함됩니다. CTR을 매체 간 비교할 때 그대로 비교하면 TikTok이 항상 높아 보여요. link click만 분리해서 봐야 공평한 비교가 됩니다.

통합 BI 테이블 설계 권장

매체 raw를 한 BI 테이블로 합칠 때 표준 스키마는 이렇습니다.

컬럼	타입	의미
date	DATE	데이터 기준 일자 (KST)
media_source	STRING	meta / google / tiktok / naver
campaign_id	STRING	매체 캠페인 ID
campaign_name	STRING	캠페인 이름
adset_id / adset_name	STRING	광고 그룹
ad_id / ad_name	STRING	소재
impressions	INT	노출
clicks	INT	link click 기준
spend_krw	NUMERIC	환율 변환된 비용
conversions	NUMERIC	전환 수 (float 허용)
conversion_value_krw	NUMERIC	전환 가치
attribution_window	STRING	”click_7d_view_1d” 같은 라벨
currency_original	STRING	원본 통화
spend_original	NUMERIC	원본 통화 비용

이 스키마를 정의해두면 새 매체를 추가할 때도 매핑만 작성하면 됩니다.

마치며

매체 raw data는 컬럼이 많지만 그룹 매핑 한 번 해두면 통합 BI가 빠르게 굴러갑니다. 매체가 추가될 때마다 위 스키마에 맞춰 ETL을 짜면 새 매체 추가 비용이 1-2주에서 1-2일로 줄어요.

다음 글은 raw data에서 마케터가 가장 헷갈리는 트래픽 소스 — Organic·Direct·Referral의 4가지 정의를 organicdirectreferral-ga4-mmp-amplitude-organic-4에서 다룹니다.

참고

• Meta Marketing API — Insights
• Google Ads API — Metrics
• TikTok Marketing API — Reporting
• Naver Search Ad API
• 사내 글: GA4 + BigQuery로 ROAS 파이프라인 직접 만들기
• 사내 글: 광고 측정 데이터 흐름
• 사내 글: 광고 SQL·BI 안티패턴 7가지
• 사내 글: MMP raw export 컬럼 사전