이탈 고객, 진짜 떠난 걸까?– 재구매 가능성 높은 고객을 추리는 조건들
살릴 수 있는 고객을 선별하는 실질적인 조건들과 데이터 기반 분석/활용법을 알아봅니다.
'살릴 수 있는 고객'을 선별하는 실질적인 조건들과, 이를 데이터 기반으로 어떻게 분석하고 실전에 활용할 수 있는지 알아봅니다.
CRM 마케터와 데이터 기획자라면 한 번쯤 이런 고민을 해보셨을 겁니다. "이 고객, 정말 우리 브랜드를 떠난 걸까? 아니면 다시 돌아올 가능성이 있을까?" 고객 이탈을 막고, 재구매를 유도하는 것은 모든 CRM 전략의 핵심입니다. 하지만 실제 데이터로 들여다보면, 모든 '이탈 고객'이 진짜로 떠난 것은 아닙니다.
라플라스를 통해 '살릴 수 있는 고객'을 선별하는 실질적인 조건들과, 이를 데이터 기반으로 어떻게 분석하고 실전에 활용할 수 있는지 구체적으로 정리해보겠습니다.
'이탈 고객'의 정의부터 다시 보자
많은 브랜드는 이탈 고객을 "마지막 구매일로부터 3개월이 지난 고객" 처럼 단순한 기준으로 분류합니다. 하지만 고객마다 구매 주기와 행동 패턴은 제각각입니다.
[표]
이처럼 평균적인 구매 간격을 고려하지 않으면, 재구매 가능성이 있는 고객도 잘못된 기준으로 버리게 됩니다.
재구매 가능성 높은 고객을 추리는 4가지 조건
마지막 구매일
기본 중의 기본 지표입니다. 하지만 '최근 구매' 여부만 보는 것이 아니라, 고객 개인의 평균 구매 간격과 비교해야 더 정확합니다.
예시: 평균 간격 30일 → 현재 32일 째 미구매 → "관심 유지 가능성 있음"
총 구매 수
많이 산 고객은 더 돌아올 가능성이 높습니다. 특히 2회 이상 구매 이력이 있는 고객은 이미 한 번 브랜드를 '선택'한 경험이 있기 때문에, 단순 체험 고객과는 전혀 다른 행동 패턴을 보입니다.
팁: 총 구매 5회 이상: 재구매 유도 메일/쿠폰 반응률 평균 2배 이상 (내부 실험 기준)
평균 구매 간격
고객별로 구매 주기를 계산하면 지금이 '기다리는 중'인지, '떠난 건지'를 알 수 있습니다.
[표]
라플라스에서는 이 간격을 자동 계산하고 1.5배 이상 초과한 고객만 필터링할 수 있습니다.
행동 기반 데이터
구매는 없지만,
- 자사몰 재방문
- 장바구니 담기
- 광고 클릭
- 쿠폰 발급
과 같은 '관심 신호'가 있는 고객은 적극적인 재구매 타깃입니다.
라플라스로 실행하는 고객 선별 전략
커스텀 고객 세그먼트
다양한 조건을 조합해 직접 세그먼트를 만들 수 있습니다.
예시 1
"최근 60일 이내에 2회 이상 구매했고, 평균 구매 간격이 30일 이하인 고객" → 충성 고객 중 재구매 간격이 근접한 타겟 추출
예시 2
"마지막 구매일이 45일 전이지만, 최근 14일 내 웹사이트 방문 이력이 있는 고객" → '관심은 있지만 미구매' 고객 필터링
재구매 주기 필터
- 고객별 평균 구매 주기를 자동 계산
- 해당 주기의 1.5배 초과 여부로 이탈 위험 판단 가능
예: 평균 20일 간격 → 30일 경과 시 알림
상품 필터
- 특정 상품/옵션을 구매한 고객
- N번째 구매에 특정 상품/옵션을 구매한 고객
- 다양한 필터를 통해 특정 상품을 결제한 고객들을 다양하게 필터링 할 수 있습니다.
예: 최근 상품 A, B, C "하나라도" 구매한 고객 중 총 결제 건수가 n회 이상인 고객, 2번째 구매에 A 상품을 구매한 고객 등 다양하게 필터링이 가능
동일인 검증 알고리즘
라플라스는 고도화된 알고리즘을 통해 판매처 간 중복 가입된 동일인을 식별하고, 교차 구매 이력을 통합하여 정확한 구매 회차를 산정할 수 있습니다.
예를 들어, 동일한 소비자가 스마트스토어에서 첫 구매 후 카페24에서 재구매하고, 이후 쿠팡에서 세 번째로 구매한 경우, 라플라스는 이 모든 거래를 연결하여 첫 구매와 재구매 이력을 정확하게 측정합니다.
실전 적용 예시
[표]
마무리: 데이터로 '다시 돌아올 고객'을 선별하자
CRM 전략은 단순히 고객을 분류하는 것이 아니라, '다시 연결할 수 있는 가능성'을 찾아내는 과정입니다.
모든 이탈이 진짜 이탈은 아닙니다. 데이터는 고객의 마음을 보여줍니다. 라플라스의 세그먼트 분석과 행동 기반 필터링 기능을 활용하면, 지금도 구매는 안 했지만 관심을 놓지 않은 고객들을 정확하게 찾아낼 수 있습니다.
다음 액션 플랜
- 평균 구매 간격 기준, 이탈 위험 고객 세그먼트 만들기
- 최근 행동 기반의 리타겟팅 타겟 그룹 구성
- 커스텀 조건으로 리마케팅 자동화 세팅
라플라스 애널리틱스와 함께라면 이탈 고객도 다시 '우리 고객'으로 돌아올 수 있습니다.