왜 코호트로 계산해야 하나

전체 회원의 누적 결제액을 인원으로 나눈 평균 LTV는 몇 년치 데이터가 뭉쳐 있어 해석이 어렵습니다. 오래 남은 고객이 평균을 끌어올리고, 최근 유입 고객은 아직 시간이 부족해 낮게 나옵니다. 두 집단을 합친 값으로는 어느 세그먼트에 예산을 더 넣을지 판단할 수 없습니다.

실무에서 널리 쓰이는 방식은 코호트별 누적 결제 데이터를 활용해 특정 시점에 유입된 고객군이 이후 평균적으로 얼마의 매출을 누적하는지 추적하는 것입니다. LTV와 획득비용을 정확히 쓰려면 반드시 코호트 기반으로 계산해야 하며, 전체 평균으로 계산하면 세그먼트·획득 채널·가입 시기에 따른 차이를 놓치게 됩니다.

측정 기간을 어떻게 고정하나

같은 코호트라도 6개월 누적으로 보느냐 12개월 누적으로 보느냐에 따라 값이 크게 달라집니다. 기간을 먼저 고정하지 않으면 유리한 기간을 골라 보고하게 되고, 시점마다 다른 기준이 섞여 비교가 무너집니다.

기준을 정하는 방법은 자사 구매 주기에서 찾습니다. 반복 구매 간격의 중앙값이 두세 달이라면 6개월 누적으로도 대부분의 반복 구매가 잡히지만, 간격이 길거나 계절성이 강한 업종이라면 12개월이 필요합니다. 정한 기간은 문서에 남기고, 아직 그 기간을 채우지 못한 최근 코호트는 미완성으로 표시해 완성된 코호트와 섞지 않아야 합니다.

업종에 따라 계산식이 어떻게 달라지나

구독 서비스의 LTV는 1인당 월 결제액에 평균 고객 유지 기간을 곱하는 방식으로 단순화할 수 있습니다. 월 5,000원 구독에서 평균 유지 기간이 12개월이면 60,000원이 되는 식입니다. 다만 이 계산은 단순화된 것이라 취소·일시정지·가격 변동·환불을 실무에서는 따로 반영해야 하고, 평균 유지 기간 자체가 코호트 리텐션 데이터에서 나오므로 측정 기간이 짧으면 추정 오차가 커집니다.

이커머스는 구조가 다릅니다. 결제 주기가 불규칙하고 반품·교환·부분 환불이 뒤늦게 들어옵니다. 그래서 누적 금액을 총액으로 볼지 순액으로 볼지 정의를 먼저 확정해야 하고, 사후 변경은 원본 거래를 지우는 대신 상쇄 거래를 덧붙이는 방식으로 반영하는 편이 계산의 재현성을 지킵니다.

세그먼트별 LTV를 획득비용과 어떻게 짝짓나

LTV 하나만으로는 예산 판단이 되지 않습니다. 같은 세그먼트를 획득하는 데 든 비용과 짝을 지어야 합니다. 이때 획득비용에는 매체비뿐 아니라 캠페인을 운영하는 인건비, 소재 제작비, 대행 수수료, 프로모션 경품 비용까지 합산해야 실제 비용에 가까워집니다.

비율의 기준선으로는 생애가치 대 획득비용이 1보다 커야 회수가 되고 일반적으로 3 이상이면 건강하다는 값이 널리 쓰입니다. 다만 이 3:1은 특정 시기의 성숙한 구독형 기업 관찰에서 유래한 경험칙이며 업종과 성장 단계에 따라 적정 기준이 달라진다는 지적이 함께 붙습니다. 절대 기준으로 쓰기보다 자사 세그먼트 간 비교와 시계열 추이로 쓰는 편이 안전합니다.

RFM과 어떻게 이어 붙이나

RFM은 최근 구매 시기, 빈도, 금액을 기준으로 현재 행동을 등급화하는 모델이고 LTV는 예측 성격이 있어, 두 지표를 결합하면 고객 가치를 더 정확하게 식별할 수 있다는 것이 일반적인 설명입니다. RFM 점수가 높은 세그먼트일수록 LTV가 높은 경향도 함께 관찰됩니다.

여기서 확인할 것이 하나 있습니다. 상위 RFM 세그먼트 여러 개가 사실상 같은 사람들을 가리키는 경우가 흔하다는 점입니다. 챔피언과 충성 고객, 대금액 구매자가 크게 겹치면 세그먼트별 LTV를 나란히 놓아도 새로운 정보가 나오지 않습니다. 세그먼트 간 구성원 중복률을 먼저 확인하고, 겹침이 크다면 세그먼트 정의를 다시 나눈 뒤 LTV를 계산하는 순서가 맞습니다. 겹침이 큰 상태에서 세그먼트별 예산을 나누면 같은 고객에게 두 갈래의 예산이 동시에 들어가 실제 효율이 보고보다 낮아집니다.