답변
첫 구매는 나오는데 두 번째가 안 온다는 것은 밀키트·정기배송에서 가장 흔하게 겪는 구간입니다. 다만 이 문제는 '이탈을 줄이는 방법'을 먼저 찾으면 거의 풀리지 않습니다. 어느 시점에서 빠지는지를 숫자로 짚는 것이 먼저이고, 그 전에 재구매율을 재는 방식부터 손봐야 하는 경우가 많습니다. 순서대로 말씀드리겠습니다. 먼저 지금 보고 계신 재구매율이 부풀어 있을 가능성부터 확인하십시오. 정기배송의 자동결제를 재구매로 세면 재구매율이 크게 올라가지만, 그 고객이 실제로 다시 선택했는지는 그 숫자에 전혀 나타나지 않습니다. 그래서 개입을 해도 효과가 실제보다 커 보이고, 반대로 해지가 시작되면 원인을 짚기 어려워집니다. 구독 매출은 분리해서 따로 보시는 편이 안전하고, 합쳐서 보실 때는 구독 비중이 바뀌면 재구매율도 같이 움직인다는 문구를 대시보드에 적어두십시오. 분자에서 갈리는 항목이 네 가지 더 있습니다. 곧바로 취소·반품된 주문, 배송지가 달라 나눠 넣은 같은 날 복수 주문, 사은품이나 0원 주문입니다. 0원 주문을 구매로 세면 객단가는 내려가고 재구매율은 올라 두 지표가 서로 반대 방향으로 틀어집니다. 분모도 같이 정리하십시오. 재구매를 보는 목적이라면 코호트 기준일은 가입일이 아니라 첫 구매일이어야 합니다. 그래야 경과 시간이 모든 고객에게 같은 의미를 갖습니다. 그리고 이번 달에 첫 구매한 코호트는 아직 재구매할 시간이 없어 값이 낮게 나오는데, 이 값을 반년 전 코호트와 나란히 놓으면 최근에 한 일이 전부 잘못된 것처럼 읽힙니다. 모든 코호트를 첫 구매 후 같은 길이로 잘라 비교하시고, 그 길이를 못 채운 코호트는 표에 표시만 하고 비교에서 빼십시오. GA4로 보고 계시다면 한 가지 더 있습니다. 동질 집단 탐색의 재방문 기준이 기본값으로 모든 접속에 맞춰져 있어서, 그대로 두면 재구매율이 아니라 재방문율을 보게 됩니다. 재방문 기준을 구매 이벤트로 바꾸셔야 합니다. 숫자가 정리되면 이제 어디서 빠지는지를 찾습니다. 방법은 절대 수치가 아니라 기울기입니다. 코호트 표의 각 구간마다 직전 구간 대비 하락률을 따로 계산해 나열하시면, 하락률이 유독 크게 튀는 구간이 눈에 들어옵니다. 그 구간이 손을 대야 할 지점입니다. 다만 한 코호트만 보고 확정하지 마십시오. 요일이나 공휴일 때문에 일시적으로 튄 구간이 마의 구간으로 잘못 지목되는 일이 흔해서, 최소 4~8개 코호트에서 같은 구간이 반복해서 나타나는지 확인한 뒤에 확정하는 편이 안전합니다. 그리고 이 구간은 하나가 아닐 수 있습니다. 제품 사용법을 이해하지 못해 생기는 초반 이탈, 습관이 되지 않아 생기는 중반 이탈, 장기적으로 가치를 못 느껴 생기는 후반 이탈이 각각 다른 원인으로 나타납니다. 한 곳만 막으면 그 방어선을 통과한 고객이 다음 구간에서 다시 빠집니다. 개입 시점은 그 구간에 들어가기 직전입니다. 이미 빠지기 시작한 뒤에 보내는 메시지는 방어가 아니라 재유치에 가까워 효과가 크게 떨어집니다. 내용도 구간마다 달라야 합니다. 초반 이탈은 대개 제품을 어떻게 쓰는지 몰라서 생기므로 조리법·보관법·활용 안내가 맞고, 중반 이탈은 한 번 써봤지만 습관이 되지 않아 생기므로 다시 오게 만드는 혜택성 메시지가 더 맞는 경우가 많습니다. 밀키트라면 리뷰 요청 타이밍도 같이 손보십시오. 자연 리뷰는 배송 완료 시점이 아니라 실제로 조리해서 먹은 뒤에 요청해야 내용이 있는 후기가 들어옵니다. 적립금을 건 리뷰 요청은 별도 채널로 분리하시고 대가성 표시 의무를 함께 검토하셔야 합니다. 마지막으로 두 가지를 당부드립니다. 첫째, 남의 재구매율과 비교하지 마십시오. 국내 업종별 평균 재구매율을 공표하는 정부 공식 통계는 확인되지 않습니다. 유통되는 값은 민간 집계인데, NHN데이터는 2022년 10월 보고서에서 국내 쇼핑몰 재구매 고객 비중 22퍼센트, 평균 재구매 주기 32.4일이라고 밝혔고 에이스카운터가 2020년 5월 25일부터 6월 21일까지 40여 개 사이트를 분석한 집계에서는 재구매가 전체 구매의 약 53퍼센트였습니다. 앞은 고객 중 재구매자 비중이고 뒤는 구매 건 중 재구매 건 비중이라 분모가 다른 숫자입니다. 둘 다 목표치로 쓰실 수 없습니다. 둘째, 코호트 표는 상관까지만 보여줍니다. 메시지를 넣고 나서 숫자가 좋아졌다는 사실만으로는 그 메시지가 원인이라고 말할 수 없습니다. 캠페인을 받은 고객과 받지 않은 고객을 나눠 같은 구간의 하락률을 비교하는 홀드아웃을 붙이셔야 효과가 있는지 판정됩니다. 오늘 하실 일은 하나입니다. 재구매율 계산에서 정기배송 자동결제를 빼고 다시 계산해보십시오. 그 숫자가 지금 보고 계신 값과 얼마나 차이 나는지가, 이 문제를 어디서부터 손대야 하는지 알려줍니다.