구매주기란?
구매주기는 유저의 과거 결제 데이터를 기반으로 평균적으로 언제쯤 다시 재구매를 하는지 가늠하게 해주는 중요한 지표입니다. 재구매율을 계산할때 구매주기를 기반으로 계산한다면 이전과는 다른 인사이트를 얻을 수 있습니다. 그렇다면 구매주기는 어떻게 구해볼 수 있을까요?
유저별 평균 구매주기
유저별 평균 구매주기를 구하는 가장 큰 이유는 재구매가 일어나야 할 시기에 해당 유저가 구매를 하지 않을 경우 CRM 마케팅을 통해 재구매 유도를 시도하기 위해서입니다.
예시1.
현재까지 총 3번 구매한 유저 A가 아래와 같이 결제했다고 가정해볼 수 있습니다.
구매회차 | 결제 일자 |
1 | 2022-01-01 |
2 | 2022-01-08 |
3 | 2022-03-05 |
유저 A의 평균 구매주기는 얼마일까요?
먼저 구매회차별 다음 결제까지 걸린 시간을 계산해야 합니다.
- 1회 → 2회 결제까지 걸린 시간은 일자 기준으로 7일입니다.
- 2회 → 3회 결제까지 걸린 시간은 일자 기준으로 56일입니다.
- 테이블로 표현하면 아래와 같습니다. (1회차 구매는 계산이 불가능하므로 빈칸으로 남겨두었습니다.)
구매회차 | 결제 일자 | 다음 결제까지 걸린 시간(일) |
1 | 2022-01-01 | ㅤ |
2 | 2022-01-08 | 7일 |
3 | 2022-03-05 | 56일 |
따라서 유저 A의 평균 구매주기는 (7 + 56) / 2 = 31.5일로 구할 수 있습니다.
31.5일 안에 유저 A가 재구매하지 않는다면 CRM 마케팅을 통해 재구매 유도 캠페인을 실행해야 합니다.
유저별 평균 구매주기는 첫 구매 일자로부터 마지막 구매 일자까지 걸린 시간을 계산하여 조금 더 간단한 방법으로 구할 수 있습니다.
→ 위 예시에서 첫 구매 일자 2022-01-01로부터 마지막 구매 일자 2022-03-05까지 걸린 시간은 63일이며 구매회차별 다음 결제까지 걸린 시간인 7일과 56일을 더한 값과 동일합니다.
→ 따라서 더 간단한 계산법은
(마지막 구매 일자 - 첫 구매 일자) / (결제 건수 - 1) 입니다. → 위 예시 기준으로는 63일 / (3 - 1) = 31.5일로 계산할 수 있습니다.
브랜드 구매주기
브랜드 구매주기를 계산하는 가장 큰 이유는 구매주기를 지속적으로 트래킹하며 구매주기를 단축시킬 수 있는 전략을 실행하기 위함입니다. 또한 브랜드 단위의 재구매율을 측정할 때에도 활용할 수 있습니다.
브랜드 구매주기는 어떻게 계산할 수 있을까요?
유저별 평균 구매주기를 구했던 방식을 활용하여 아래와 같이 브랜드 A의 유저 10명의 평균 구매주기를 계산했다고 가정해보겠습니다.
예시1
유저 id | 평균 구매주기 (일) |
1 | 31.5 |
2 | 15 |
3 | 60 |
4 | 90 |
5 | 50 |
6 | 32 |
7 | 33 |
8 | 34 |
9 | 66 |
10 | 67 |
브랜드의 구매주기는 평균 구매주기의 평균값을 구해서 계산해볼 수 있지만 이번엔 중앙값을 활용하여 계산하도록 하겠습니다.
→ 위 예시에서는 10개의 데이터가 존재하므로 중앙값은 중간에 위치한 두 값의 평균 = (34 + 50) / 2 = 42입니다.
유저별 구매주기는 평균으로 구하고 브랜드 구매주기는 중앙값으로 구하는 이유는 무엇일까요?
[평균값 vs 중앙값]
- 평균값은 모든 값을 포함하여 계산한다는 장점이 있지만 극단적인 값에 취약한 단점이 있습니다.
- 반면 중앙값은 극단적인 값이 있는 경우 값 전체의 특징을 더욱 잘 나타낼 수 있지만 모든 값을 포함하여 계산하지 않는다는 단점이 있습니다.
유저별 구매주기를 평균값으로 구하는 이유는 극단적인 값이 적을 것이라는 가정이 있기 때문입니다. 유저의 구매 행동 패턴은 지속적으로 유사할 확률이 높습니다. 세탁 세제를 3번 구매한 유저의 경우 1개월, 3개월, 6개월 순으로 구매할 확률 보다 1개월마다 구매할 확률이 더 높기 때문입니다.
반면 브랜드의 구매주기는 유저마다 구매 행동 패턴이 다르다는 가정이 있기 때문에 중앙값으로 계산하였습니다. 중앙값을 활용하면 유저마다 행동 패턴이 다른 데이터 속에서도 구매주기를 대표하는 값을 찾아낼 수 있습니다.
유저, 상품별 평균 구매주기
유저별 평균 구매주기는 유저 A가 어떤 상품을 구매하는지와는 상관 없이 모든 구매 데이터를 기반으로 계산한 지표입니다.
그렇다면 특정 상품 B 대한 유저 A의 평균 구매주기는 어떻게 구할 수 있을까요?
계산 방식은 유저별 평균 구매주기와 동일하나 이번엔 상품 B를 구매한 데이터만으로 평균 구매주기를 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 구매주기는 (68 + 26) / 2 = 47일로 구할 수 있습니다. 47일 안에 유저 A가 상품 B를 재구매하지 않는다면 CRM 마케팅을 통해 재구매 유도 캠페인을 실행할 수 있습니다.
유저별 평균 구매주기와 마찬가지로
(마지막 구매 일자 - 첫 구매 일자) / (결제 건수 - 1) 의 수식을 통해 좀 더 간단히 구매주기를 계산하는 것도 가능합니다.상품 구매주기
상품 구매주기를 계산하는 가장 큰 이유는 상품별 구매주기를 지속적으로 트래킹하며 구매주기를 단축시킬 수 있는 전략을 실행하기 위함입니다. 또한 상품 단위의 재구매율을 측정할 때에도 활용할 수 있습니다.
상품 구매주기를 계산하는 방식은 브랜드 구매주기를 계산하는 방식과 동일합니다.
유저별 상품 평균 구매주기를 구했던 방식을 활용하여 아래와 같이 상품 B를 구매한 유저 10명의 평균 구매주기를 계산했다고 가정해보겠습니다.
예시1
유저 id | 상품 B에 대한 평균 구매주기 (일) |
1 | 47 |
2 | 15 |
3 | 60 |
4 | 90 |
5 | 50 |
6 | 32 |
7 | 33 |
8 | 34 |
9 | 66 |
브랜드의 구매주기와 동일하게 상품 구매주기는 중앙값을 활용하여 계산하도록 하겠습니다. 유저별로 상품 B를 구매하는 패턴이 다르다고 가정하기 때문입니다.
→ 위 예시에서는 9개의 데이터가 존재하므로 중앙값은 중간에 위치한 47입니다.
문제점 진단
위에서 언급한 4가지 구매주기 모두 시계열 차트로 나타낼 수 있습니다. 만약 구매주기가 지속적으로 우상향한다면 구매주기가 길어진다는 것을 의미하기 때문에 문제가 발생했음을 알 수 있습니다.
다음과 같은 문제 상황을 예시로 들 수 있습니다.
- 유저별 평균 구매주기
- 유저 A의 구매주기 트렌드를 보았을 때 지속적으로 우상향
- 브랜드 구매주기
- 브랜드 구매주기 트렌드를 보았을 때 지속적으로 우상향
- 유저, 상품별 평균 구매주기
- 상품 B에 대한 유저 A의 구매주기 트렌드를 보았을 때 지속적으로 우상향
- 상품 구매주기
- 상품 B에 대한 구매주기 트렌드를 보았을 때 지속적으로 우상향
액션 플랜
- 저관여 신상품 런칭
- 브랜드 구매주기가 지속적으로 우상향 할 경우 전체 SKU 중 고관여 상품의 비중이 높을 확률이 높습니다. 브랜드와 관련된 저관여 상품을 런칭하여 브랜드 구매주기를 단축시킬 수 있습니다.
- CRM 마케팅을 통한 재구매 유도 캠페인 런칭
- 상품 구매주기 트렌드가 지속적으로 우상향하는 상품 목록을 추출합니다.
- 해당 상품을 구매한 유저들 중 유저, 상품별 평균 구매주기가 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.
- 상품 추천
- 유저별 평균 구매주기가 지속적으로 우상향하는 유저 목록을 추출합니다.
- 해당 유저에게 재구매율이 높고 구매주기가 짧은 상품을 추천합니다.
관련 가이드
전담 매니저에게 요청하기
구매주기 분석이 어려우신가요? 라플라스 팀에게 알려주시면 분석 방법을 자세히 알려드리겠습니다.
하단의 문의하기 혹은 홈페이지의 채널톡을 통해 문의하세요. 담당 매니저가 구매주기 분석 방법을 자세히 알려드리겠습니다.
이메일 문의: product@laplacetec.com
