안녕하세요 고객 잔존을 극대화 시키는 BI tool 인 MakeDashy 를 만들고 서비스하고 있는 Fridays Lab의 장진혁 입니다. 리멤버 데이터 커뮤니티에 글만 읽다가 많은 분들께 도움이 되고싶어 앞으로 여러가지 고객 재구매/잔존에 대한 데이터 분석 이야기를 써보고자 합니다.
많은 관심 부탁드리며 궁금하신 내용은 댓글이나 연락 주시면 감사하겠습니다. :)
오늘은 여러 비즈니스에서 왜 리텐션 - 잔존이 중요한지 다루고자 합니다.
리텐션의 모든 것(All about Retention): 왜 리텐션이 중요할까요?
힘들게 유치한 고객이 남아 있지 않아 걱정이신가요? 리텐션(고객 잔존)은 모든 비즈니스의 최우선 과제예요. 왜 리텐션이 중요할까요? 비용 효율과 서비스의 지속 성장, 이 두 가지 관점에서 답을 찾을 수 있어요.
1. 25배 효율적인 기존 고객 타겟팅
"... Acquiring a new customer is anywhere from five to 25 times more expensive than retaining an existing one."
하버드 비즈니스 리뷰에 따르면 기존 고객의 재구매를 유도하는 것이 신규 고객을 유치하는 것보다 5배에서 25배가량 더 효율적이라고 해요. 이유는 간단해요. 기존 고객이 신규 고객보다 구매까지 도달하는 퍼널이 짧기 때문이에요.
*AARRR 이란?
미국의 스타트업 엑셀러레이터 500 STARTUPS의 Dave McClure가 개발한 프레임워크로 Awareness (인지) , Acquisition (획득), Revenue (매출), Retention (잔존, 리텐션), Referral (추천)의 5단계로 구성됩니다.
새로운 고객을 유치하려면 AARRR의 첫 퍼널부터 통과시켜야 해요. 다양한 채널에 광고를 집행하는 등 큰 비용이 들게 되는 일이에요. 하지만 기존 고객들은 이미 우리 서비스에 대해 알고 있기 때문에 이들의 재구매를 유도하는 것은 비교적 비용이 적게 들어요.
게다가 Retention은 AARRR의 첫 단계에도 영향을 줘요. 잔존하는 고객이 많을수록 고객 획득에 투입한 비용을 빠르게 회수할 수 있고 또 다른 고객 획득에 투자할 수 있어요. 더 좋은 광고를 만들고 더 높은 광고 입찰가를 투자해 경쟁에서 우위를 차지할 수 있게 되는 거죠! 높은 잔존율이 더 많은 투자를 가능하게 하고, 그렇게 유입된 고객들의 다수가 잔존하는 선순환이 만들어져요.
2. 서비스 성장을 저해하는 낮은 재구매율
서비스의 성장에는 Retention이 어떤 영향을 줄까요? 간단한 예시가 있어요.
A사는 매월 200만 명의 신규 고객을 획득하고 B사는 300만 명씩 획득해요. A사의 리텐션율은 월 85%, B사는 월 70%예요. 그렇다면 2년 뒤에는 둘 중 어느 회사가 더 많은 고객을 가지고 있을까요?
월 신규 고객은 B가 1.5배 많은 반면 6개월 뒤 고객 수 차이는 비교적 작게 나타나요. 게다가 2년 뒤에는 A의 고객 수가 더 많은 것으로 나타나게 돼요. 이 차이는 15%p라는 월 잔존율로 인해 발생해요.
이 사례는 TOSS의 PO Session으로 유명해진 Carrying Capacity 개념에 부합해요. Retention이 개선되지 않으면 아무리 많은 광고와 마케팅으로 고객을 유입시켜도 서비스의 본질적인 고객 수용 능력은 성장하지 않는다는 것이 Carrying Capacity의 핵심이에요. 다시 말하면 Retention을 높이는 것이 서비스 성장의 Key!라는 뜻이죠.
“리텐션은 그로스에서 가장 중요한 단 한가지 요소다 (Retention is the single most important thing for growth).”
- Alex Schultzs(페이스북 CMO)
3. 재구매율을 높이는 방법
그렇다면 기존 고객의 재구매를 높이려면 무엇을 해야 할까요? 그들이 이탈하지 않고 재구매한 이유를 찾아야 해요. 그 답은 기존 고객이 남긴 무수히 많은 데이터에 있어요. 그 데이터들을 얼마나 과학적인 방법으로 분석해서 정확한 인사이트를 얻는지가 중요해요.
또 한 가지 중요한 것은 분석한 결과를 바탕으로 한 빠른 실행이에요. 방대한 고객 데이터를 분석하여 수많은 전략이 나올 수 있지만, 우리 고객의 구매 주기는 이미 골든 타임에 도달했어요. 그들이 이탈하기 전에 빠르게 커뮤니케이션할 수 있는 도구가 필요해요. Dashy의 인공지능 Recommendation 같은 기능이 하나의 답이 될 수 있어요. 기존 고객의 모든 구매 데이터를 분석해서 최적의 상품을 빠르게 추천해 주니까요!
다음 포스트에서는 기존 고객의 데이터를 어떻게 분석해야 ‘그들이 이탈하지 않은 이유’를 찾을 수 있는지 준비해 보도록 하겠습니다.
짧게 쓰려고 하는데 길어지는 것 같네요 ㅎ 다 읽어 주셔서 감사합니다.
댓글과 좋아요는 힘이 됩니다. :)
