사은품 받은 고객 재구매율 52% — 사은품 전략 데이터로 검증하기

"사은품을 주면 재구매에 도움이 되나요, 아니면 그냥 비용인가요?"

사은품 전략을 운영하는 브랜드는 많습니다. "3만원 이상 구매 시 미니 파우치 증정", "첫 구매 시 샘플 키트 동봉." 하지만 이 사은품이 실제로 재구매에 기여하는지 데이터로 확인하는 브랜드는 거의 없습니다. "어차피 줄 거니까 효과는 모르겠고, 그냥 주자"가 대부분의 현실입니다.

문제는 사은품이 매번 원가가 나가는 고정비라는 점입니다. 월 1만 건 주문에 원가 2,000원짜리 사은품을 넣으면 월 2,000만원. 효과를 모른 채 태우기엔 작은 돈이 아닙니다. 이 글에서는 사은품 효과를 ① 어떤 지표로 보고 ② 어떤 함정을 피해 정확히 측정하고 ③ 어떻게 ROI로 최적화하는지 정리합니다.

사은품이 만드는 3가지 효과

1. 사은품 포함 주문의 객단가(AOV) 상승

사은품 포함 주문:   AOV 58,000원  |  장바구니 3.2개 
사은품 미포함 주문:  AOV 38,000원 |  장바구니 1.8개

사은품 포함 주문의 AOV가 1.5배. "N만원 이상 증정" 조건이 장바구니를 조건 금액까지 채우게 만드는 업셀링 트리거로 작동합니다. 👉 라플라스에서 보는 법: 사은품 포함 여부(is_gift / gift_item_set)로 주문을 나눠 AOV·장바구니 수량을 비교.

2. 사은품 수령 고객의 재구매율

사은품 수령 고객:   재구매율 52% 
사은품 미수령 고객:  재구매율 31%

"공짜로 뭔가 받았다"는 호혜 심리(reciprocity)가 작동합니다. 👉 라플라스에서 보는 법: lifetime_num_of_purchases(누적 구매 횟수)와 customer_order_type(첫구매/재구매)로 수령/미수령 코호트의 재구매 전환을 비교.

⚠️ 이 숫자를 그대로 믿으면 안 되는 이유 (가장 중요한 인사이트) 사은품은 보통 "일정 금액 이상 구매"에 지급됩니다. 즉 사은품 받은 고객은 애초에 더 많이 쓰는 헤비 유저일 가능성이 큽니다. 그러면 재구매율이 높은 게 사은품 덕분인지 원래 충성 고객이라서인지 구분이 안 됩니다 — 상관은 있어도 인과는 아닐 수 있습니다. 제대로 보려면 조건을 통제해야 합니다: • 같은 구매 금액대에서 수령 vs 미수령 비교 (금액 편향 제거) • 첫 구매 고객만 떼어내 비교 (헤비 유저 편향 제거) • 가능하면 기간을 나눠 A/B(사은품 On/Off)로 검증 이렇게 통제하고도 격차가 남을 때 비로소 "사은품 효과"라고 말할 수 있습니다.

3. 사은품별 효과 차이 — "무엇을 주느냐"가 핵심

사은품 A (미니 파우치): 재구매율 55%  |  원가 2,000원 
사은품 B (스티커 세트): 재구매율 33%  |  원가 500원 
사은품 C (샘플 키트):   재구매율 61% |  원가 3,500원

샘플 키트가 가장 높습니다 — 다른 상품을 경험하게 만들고, 경험이 다음 구매(교차구매)로 이어지기 때문입니다. 반대로 스티커처럼 브랜드 경험과 무관한 사은품은 원가는 싸도 재구매 기여가 낮습니다. "원가 대비 재구매 기여"로 보면 B는 사실상 소모성 비용입니다. 👉 라플라스에서 보는 법: 가장 많이 지급된 사은품 TOP 5 × 각 재구매율을 뽑아 "싸고 효과 좋은 것" vs "비싸고 효과 없는 것"을 분리.

사은품 ROI, 이렇게 계산합니다 (예시)

순진한 계산 (틀리기 쉬움): "수령 52% vs 미수령 31% → 21%p나 높네, 무조건 이득!" → 여기엔 위의 헤비 유저 편향이 그대로 들어가 효과가 과대평가됩니다.

통제 후 계산 (정확): 같은 금액대·첫구매 기준으로 다시 보니 순증이 8%p였다고 하면 —

월 지급량:        5,000건 
사은품 원가:      2,000원  → 월 비용 1,000만원
순증 재구매:      5,000 × 8%p = 400건
재구매 1건 마진:  30,000원  → 추가 마진 1,200만원
ROI = 1,200만 ÷ 1,000만 = 1.2배

순진한 계산이면 3~4배로 부풀려 보였을 효과가, 통제 후엔 1.2배(빠듯한 흑자). 이 경우의 처방은 명확합니다 → 원가를 낮추거나(더 싼 A/샘플 키트 C로 교체) 조건 금액을 올려 AOV 효과를 키우기. 숫자로 봐야 이런 결정을 할 수 있습니다.

사은품 전략을 데이터로 설계하는 4단계

1. 비교군부터 정확히: 사은품 포함/미포함 주문의 AOV·재구매율을 같은 금액대·같은 고객군으로 통제해 비교

2. 사은품별 ROI: (순증 재구매 × 재구매 마진) ÷ 사은품 총원가 — 재구매율이 아니라 마진 기준으로

3. 최적 조건 금액: 증정 기준선을 현재 평균 AOV의 1.2~1.5배로 잡아 업셀 유도 (너무 높으면 이탈, 너무 낮으면 공짜 증정)

4. 품목 교체 루프: 지급 TOP 5의 재구매율을 분기마다 점검해 "효과 없는 사은품 → 경험형(샘플/미니어처)"로 교체

정리

사은품은 "그냥 주는 비용"이 아니라 측정 가능한 투자입니다. 핵심은 세 가지입니다.

• AOV는 조건 설계로, 재구매는 품목 선택으로 움직인다

• 재구매율 격차는 편향을 걷어내고(같은 금액대·첫구매·A/B) 봐야 진짜 효과다

• 의사결정은 재구매율이 아니라 마진 기반 ROI로 한다

이 세 가지를 데이터로 돌리면, 같은 사은품 예산으로 더 많은 재구매를 만들 수 있습니다.

사은품 효과 — 포함 주문 AOV, 수령 고객 재구매율, 사은품별 ROI까지 라플라스 데이터로 직접 확인해보세요.