상품 재구매 주기란?
상품 재구매 주기는 특정 상품에 대해 고객들이 평균적으로 언제쯤 다시 재구매를 하는지 가늠하게 해주는 중요한 지표입니다. 기초 상품 데이터를 세팅할 경우 기초 상품 1개를 구매하는 평균적인 재구매 주기를 가장 정확하게 계산할 수 있습니다.
⚫ 목차
특정 상품에 대한 유저 재구매 주기(평균)상품 재구매 주기상품 재구매 주기 차트 - 재구매 주기 확인상품 재구매 주기 (가중 평균)상품 재구매 주기 차트 - 재구매 주기 (가중 평균) 확인문제점 진단액션 플랜전담 매니저에게 요청하기
특정 상품에 대한 유저 재구매 주기(평균)
특정 상품 B 대한 유저 A의 평균 재구매 주기는 어떻게 구할 수 있을까요?
계산 방식은 유저 재구매 주기(평균)와 동일하나 이번엔 상품 B를 구매한 데이터만으로 평균 재구매 주기를 계산하게 됩니다.
예시1
상품 B 구매회차 | 결제 일자 | 다음 결제까지 걸린 시간(일) |
1 | 2022-01-01 | ㅤ |
2 | 2022-03-10 | 68 |
3 | 2022-04-05 | 26 |
상품 B에 대한 유저 A의 평균 재구매 주기는 (68 + 26) / 2 = 47일로 구할 수 있습니다. 47일 안에 유저 A가 상품 B를 재구매하지 않는다면 CRM 마케팅을 통해 재구매 유도 캠페인을 실행할 수 있습니다.
유저 재구매 주기(평균)와 마찬가지로
(마지막 구매 일자 - 첫 구매 일자) / (결제 건수 - 1)
의 수식을 통해 좀 더 간단히 재구매 주기를 계산하는 것이 가능합니다.상품 재구매 주기
상품 재구매 주기를 계산하는 가장 큰 이유는 상품별 재구매 주기를 지속적으로 추적하여 재구매 주기를 단축시킬 수 있는 전략을 실행하기 위함입니다. 또한 상품 단위의 재구매율을 측정할 때에도 활용할 수 있습니다.
상품 재구매 주기를 계산하는 방식은 판매처 재구매 주기를 계산하는 방식과 기본적으로 동일합니다.
특정 상품에 대한 유저 재구매 주기(평균)를 구했던 방식을 활용하여 아래와 같이 상품 B를 구매한 유저 10명의 평균 재구매 주기를 계산했다고 가정해보겠습니다.
예시1
유저 ID | 상품 B에 대한 유저 재구매 주기 (평균) |
1 | 47 |
2 | 15 |
3 | 60 |
4 | 90 |
5 | 50 |
6 | 32 |
7 | 33 |
8 | 34 |
9 | 66 |
판매처 재구매 주기와 동일하게 상품 재구매 주기는 중앙값을 활용하여 계산하도록 하겠습니다. 유저별로 상품 B를 구매하는 패턴이 다르다고 가정하기 때문입니다.
→ 위 예시에서는 9개의 데이터가 존재하므로 중앙값은 중간에 위치한 47입니다.
상품 재구매 주기 차트 - 재구매 주기 확인
- 상품 재구매 주기 차트에서 분석 단위 = 상품명을 선택합니다.

- 실 재구매 주기, 재구매 주기 컬럼을 확인합니다
- 실 재구매 주기
- 재구매 주기
환불/취소 주문은 제외하고 계산한 재구매 주기입니다.
환불/취소 주문을 포함하여 계산한 재구매 주기입니다. 환불/취소 주문을 최소화하면 도달 가능한 재구매 주기를 알 수 있습니다.
- 옵션 단위의 재구매 주기 분석이 필요한 경우 분석 단위 = 옵션정보로 선택 가능합니다.
상품 재구매 주기 (가중 평균)
- 유저 재구매 주기 (가중 평균)
- 가중 평균 = (값1 * 가중치1 + 값2 * 가중치2 + ... + 값n * 가중치n) / (가중치1 + 가중치2 + ... + 가중치n)
특정 상품 B에 대해 유저 A가 첫 번째 주문에서는 2개를 구매했고 나머지 주문에서는 1개씩 구매했을 경우를 예시로 들어보겠습니다. 유저 A의 평균 재구매 주기를 구매보면 (68 + 26) / 2 = 47일입니다. 이때 두 번째 주문에서 다음 결제까지 걸린 시간이 68일인 이유는 상품 B를 2개 구매했기 때문이 아닐까요?
상품 B 구매회차 | 결제 일자 | 다음 결제까지 걸린 시간(일) | 판매 수량 |
1 | 2022-01-01 | ㅤ | 2 |
2 | 2022-03-10 | 68 | 1 |
3 | 2022-04-05 | 26 | 1 |
위와 같은 상황에서 판매 수량을 고려하여 재구매 주기를 계산하는 가장 정확한 방식은 가중 평균을 이용하는 방법입니다.
가중 평균이란?
가중 평균(Weighted Average)은 다양한 값들을 가중치(Weight)를 고려하여 평균을 계산하는 방법입니다. 이것은 각 값에 대한 중요도를 나타내는 가중치를 적용하여 평균을 계산하는 방식으로 사용됩니다. 각 값은 그에 상응하는 가중치와 함께 곱해지고, 이들의 총합을 가중치의 총합으로 나누어서 가중 평균을 얻습니다.
가중 평균의 수학적 정의는 다음과 같습니다:
여기서 값1, 값2, ..., 값n은 각각의 값이며, 가중치1, 가중치2, ..., 가중치n은 각 값에 대한 가중치입니다. 가중치는 해당 값의 중요성이나 기여도를 나타내며, 큰 가중치가 주어진 값은 전체 가중 평균에 더 큰 영향을 미칩니다.
위 예시를 기준으로 판매 수량에 대한 가중 평균을 계산할 경우 다음과 같습니다.
(68 * 2 + 26 * 1) / (2 + 1) = 54
따라서 유저 재구매 주기(가중 평균)은 54일로 판매 수량을 고려하지 않은 68일 대비 더 정확한 값임을 알 수 있습니다.
- 상품 재구매 주기(가중 평균)
상품 재구매 주기(가중 평균)는 유저 재구매 주기(가중 평균)의 중앙값으로 계산할 수 있습니다.
유저 ID | 유저 재구매 주기 (가중 평균) | 유저 재구매 주기 (평균) |
1 | 31.5 | 31.5 |
2 | 15 | 15 |
3 | 60 | 60 |
4 | 90 | 90 |
5 | 40 | 50 |
6 | 32 | 32 |
7 | 33 | 33 |
8 | 33.5 | 34 |
9 | 66 | 66 |
10 | 67 | 67 |
위 예시에서는 10개의 데이터가 존재하므로 중앙값은 중간에 위치한 두 값의 평균 = (33.5 + 40) / 2 = 36.75입니다.
상품 재구매 주기 차트 - 재구매 주기 (가중 평균) 확인
- 상품 재구매 주기 차트에서 분석 단위 = 기초 상품명을 선택합니다. (현재는 기초 상품 데이터를 세팅해야만 가중 평균 데이터를 확인할 수 있습니다.)

- 실 재구매 주기(가중 평균), 재구매 주기(가중 평균) 컬럼을 확인합니다
- 실 재구매 주기(가중 평균)
- 재구매 주기(가중 평균)
환불/취소 주문은 제외하고 계산한 재구매 주기 통계입니다.
기초 상품 구매 수량을 고려하여 가중 평균으로 계산한 통계입니다.
환불/취소 주문을 포함하여 계산한 재구매 주기 통계입니다. 환불/취소 주문을 최소화하면 도달 가능한 재구매 주기를 알 수 있습니다. 기초 상품 구매 수량을 고려하여 가중 평균으로 계산한 통계입니다.
- 옵션 단위의 재구매 주기 (가중 평균) 분석이 필요한 경우 분석 단위 = 기초 상품 구성으로 선택 가능합니다.

문제점 진단
만약 상품 재구매 주기(가중 평균)이 시간이 지날수록 길어지고 있다면 고객들이 해당 상품을 구매하기 위해 다시 돌아오는 시점이 길어지고 있다는 것을 의미하기 때문에 문제가 발생했음을 알 수 있습니다.
다음과 같은 문제 상황을 예시로 들 수 있습니다.
- 상품 구매주기
- 상품 B에 대한 재구매 주기 (가중 평균) 트렌드를 보았을 때 지속적으로 우상향
액션 플랜
- CRM 마케팅을 통한 재구매 유도 캠페인 런칭
- 상품 재구매 주기(가중 평균) 트렌드가 지속적으로 우상향하는 상품 목록을 추출합니다.
- 해당 상품을 구매한 유저들 중 유저 재구매 주기(가중 평균)가 지속적으로 우상향하는 유저 목록을 추출합니다.
- 각 상품에 대한 구매 리마인드 문자를 전송합니다. 혹은 정기 배송 모델을 도입하여 해당 상품에 대한 구매주기를 일정하게 유지시키는 전략을 사용해볼수도 있습니다.
전담 매니저에게 요청하기
상품 재구매 주기 차트를 사용하시는데 어려움이 있으신가요?
하단의 문의하기 혹은 홈페이지의 채널톡을 통해 문의하세요. 담당 매니저가 데이터 분석에 도움을 드리도록 하겠습니다.
이메일 문의: product@laplacetec.com