고객생애가치 기본 해석 방법
고객생애가치 코호트 분석 차트는 코호트별로 유저 1명이 시간이 지남에 따라 발생시키는 매출/마진을 추적합니다.
위 차트에서는 코호트(동질 집단)를 첫 구매 시점으로 나누고 있습니다. 첫 구매 시점별로 2021년 6월 ~ 10월으로 유저 집단을 나누었고 각 코호트별 고객생애가치를 추적합니다.
→ 고객생애가치는
누적 매출 / 코호트별 첫 구매 유저수로 계산됩니다.
- M+0 모달 예시
- M+1 모달 예시
[이미지1] 2021년 6월에 첫 구매한 유저는 585명이며 585명이 M+0(2021년 6월)에 발생시킨 매출 및 누적 매출은 27,896,250 원이었고 고객생애가치는 47,686 원입니다.
[이미지2] 42명의 유저가 M+1(2021년 7월)엔 발생시킨 매출은 4,981,378이었고 총 32,877,628 원의 누적 매출을 발생시켰습니다. 따라서 M+1 고객생애가치는 56,201원입니다.
M+1 누적 매출 = M+0 매출 + M+1 매출 = 27,896,250 원 + 4,981,378 원 = 32,877,628 원M+1 고객생애가치 = 32,877,628 원 / 585 명= 56,201 원[주의사항]
- 여기서 주의할 점은 가장 마지막에 위치한 2021년 10월에 대한 해석입니다. 코호트 차트를 분석하는 현재 시점이 2021년 10월 15일이라면 코호트에 대한 지표 계산이 완전히 끝난 시점이 아니기 때문에 해석의 범위에서 제외해야합니다.
- 2021년 10월을 가리키는 모든 코호트 영역들에 대해서도 마찬가지입니다. 2021년 9월에 첫 구매한 유저들의 M+1 시점의 지표는 10월 31일이 지날 때까지 불완전한 지표입니다. 따라서 마지막에 위치한 코호트 영역으로부터 대각선에 위치한 코호트 영역은 해석에서 제외해야 할 수 있음을 주의해야합니다. [하단 이미지 참조]
[조회 단위 설정]
라플라스에서는 코호트 분석의 조회 단위로 일별 / 주별 / 월별 / 분기별 / 연별 총 5개의 기능을 제공하고 있습니다.
최적의 조회 단위를 선택하기 위해선 일자(Day) 기준의 구매주기를 계산해야 합니다. 구매주기를 계산한 이후에는 아래 테이블에서 거리가 가장 가까운 조회 단위를 찾아야합니다.
가장 가까운 조회 단위를 찾는 방법은
거리 = |구매주기 - 조회 단위별 일자수| 를 구하는 방식입니다. (절대값을 구함)만약 구매주기가 49일이라면 각 거리는 다음과 같습니다.
ㅤ | 일별 | 주별 | 월별 | 분기별 | 연별 |
조회 단위별 일자수 | 1일 | 7일 | 30일 | 90일 | 365일 |
거리 | 48일 | 42일 | 19일 | 41일 | 316일 |
위 결과를 토대로 월별 코호트 지표를 분석해야 함을 알 수 있습니다. 만약 거리가 같을 경우엔 더 작은 조회 단위을 따르는게 좋습니다.
(참고: 구매주기를 계산하는 방법 )
평균 고객생애가치 (고객생애가치 커브)
위쪽 빨간 박스에 위치한 M+2의 평균 고객생애가치는 아래쪽 빨간 박스에 위치한
누적 매출의 총합 / 첫 구매 유저수의 총합으로 계산합니다.평균 고객생애가치를 기반으로 고객생애가치 커브를 그릴 수 있습니다. 고객생애가치가 감소한 구간이 없을수록 해당 커머스 비즈니스가 PMF(Product Market Fit)를 찾았다고 할 수 있습니다.
위 사례의 경우 고객생애가치 차액 차트를 살펴보면 고객생애가치가 감소한 구간이 1개 존재함을 알 수 있습니다.
고객생애가치 트렌드
경과월수를 기준으로 고객생애가치 차트를 그렸을때 고객생애가치가 지속적으로 우상향해야 비즈니스가 성장할 수 있습니다.
고객생애가치
현재 커머스 비즈니스의 고객생애가치를 하나의 값으로 계산하기 위해선 고객생애주기 계산이 필요합니다.
[고객생애주기]
고객생애주기와 가장 가까운 위치의 평균 고객생애가치를 현재 커머스 비즈니스의 고객생애가치로 판단할 수 있습니다.
고객생애주기는 유저별
최근 구매일자 - 첫 구매 일자 를 구한 후 중간값을 취해서 계산합니다.위 방식을 통해 고객생애주기가 153일로 계산되었다면 153 / 30 = 약 5개월이므로 M+4에 위치한 평균 고객생애가치 71,299 원을 현재 커머스 비즈니스의 고객생애가치로 판단할 수 있습니다.
[마진(Gross Margin) vs 공헌이익(Contribution Margin)]
고객생애가치 계산을 위해 마진 혹은 공헌이익을 사용할 수 있습니다.
마진 = 매출 - 원가공헌이익 = 매출 - 원가 - 광고비 - 수수료 - 물류비라플라스는 고객 획득 비용과 고객생애가치의 정확한 비교를 위해 광고비를 차감하지 않는 ‘마진(Gross Margin)’을 고객생애가치 계산값으로 사용합니다.
마진 데이터를 만들기 위해선 라플라스 애널리틱스 아래 메뉴에서 원가 데이터를 세팅해야 합니다.
문제점 진단
- 평균 고객생애가치가 감소한 구간이 많을 경우
- 고객생애가치 트렌드가 등락을 반복 or 우하향
- 고객생애가치 < 3 x 고객 획득 비용
액션 플랜
- 첫 구매 상품별 고객생애가치
고객에게 어떤 상품을 첫 구매 하게 만들어야 고객생애가치가 가장 높아지는지 알 수 있습니다. +1 고객생애가치를 기준으로 1, 2 등 상품에 첫 구매 프로모션을 집중합니다.
고객의 아하 모먼트를 어떤 상품으로 이끌어낼 수 있는지 확인 가능합니다.
- 상품별 고객생애가치
+1 고객생애가치를 기준으로 1, 2 등 상품을 핵심 구좌에 배치합니다.
- 고객 획득 비용
고객생애가치는 고객 획득 비용의 3배 이상이 되는 것을 권장합니다. 고객 획득 비용을 줄일 수 있도록 광고를 최적화해야 합니다.
관련 가이드
코호트 분석이 어려우신가요? 라플라스 팀에게 알려주시면 분석 방법을 자세히 알려드리겠습니다.
이메일 문의: product@laplacetec.com
