객단가(AOV) 상승과 재구매율 개선 실무

Baymard Institute는 벤치마크한 데스크톱 사이트의 52%가 장바구니 또는 '장바구니에 담김' 확인 화면에서 완전히 무관하거나 '다른 고객이 함께 산 상품'에만 기반한 연관 추천을 노출한다고 집계했다. 사용자 테스트에서는 의심스러운 추천 하나만 섞여도 사용자가 모든 추천을 신뢰하지 않고 전부 무시하는 반응이 관찰됐다.

같은 Baymard 자료는 사용자가 결제를 하려는 시점에 '대체 상품'을 제안하는 것은 도움보다 해가 될 수 있다고 본다. 대신 권장하는 방식은 ①고정 개수로 항상 같은 수를 노출하지 말고 추천 품질에 따라 개수를 조절할 것 ②'함께 자주 구매한 상품' 같이 추천 근거가 드러나는 라벨을 붙일 것 ③같은 용도·테마를 공유하는 상품을 우선할 것 ④직접적인 호환 관계가 있는 상품을 최우선할 것 ⑤장바구니 금액에 맞는 제안만 할 것(도달 불가능한 무료배송 기준 안내 금지)이다.

업셀링은 고객이 고려 중인 상품보다 상위 사양·상위 가격대 상품으로 구매를 옮기게 하는 것이고, 크로스셀링은 이미 구매를 결정한 상품과 연관된 다른 카테고리 상품을 추가로 사게 하는 것이다. 두 기법의 목적은 모두 객단가를 올려 전체 매출을 높이는 것으로 동일하며, 신규 고객 획득에 비용을 쓰는 대신 기존·현재 구매 고객에서 매출을 키우는 접근으로 분류된다.

공정거래위원회와 한국소비자원의 적립식 포인트 실태조사 결과가 2024년 보도됐다. 조사 대상 50개 포인트 운영정책 중 31개(62%)는 유효기간이 상법상 소멸시효 5년보다 짧은 1~3년이었고, 46개(92%)는 유효기간 경과로 포인트가 소멸한다는 사실을 사전에 알리는 절차가 미흡했다. 사전고지 규정 자체가 약관에 없는 경우가 11개(22%), 규정이 있어도 고지 방식이 불명확하거나 이메일 한 가지만 정한 경우가 30개(60%)였다. 이에 따라 주요 사업자들이 유효기간을 2~5년으로 연장하고, 소멸 사전고지 규정을 약관에 명시하며 고지 수단을 이메일에서 이메일·카카오 알림톡·앱 푸시 등으로 다양화하기로 했다.

국내 업종별 평균 재구매율·재구매 주기를 공표하는 정부 공식 통계는 확인되지 않는다. 유통되는 값은 특정 솔루션 업체의 자사 데이터 집계로, 예컨대 NHN데이터가 2022년 보고서에서 국내 쇼핑몰의 재구매 고객 비중을 22%로 제시한 사례가 언론에 보도됐다.

주문 완료(감사) 페이지에 배치하는 요소로 실무에서 정리되는 항목은 주문 확인 정보, 관련성 높은 업셀·크로스셀 제안, 회원가입 또는 로열티 프로그램 초대, 구매 후 설문, 사용 가이드·영상이다. 배송 일정 등을 명확히 알려 구매 후 불안을 줄이는 역할도 함께 맡는다.

번들 할인율의 최적 구간, 무료배송 임계값의 배수 공식, 업셀·크로스셀 제안 개수의 상한, 재구매 유도 메시지의 최적 발송 시점 같은 값을 국내 공식 표준으로 공표한 정부기관·업계단체는 이번 조사 범위에서 확인되지 않았다. 이 값들은 자사 주문금액 분포, 공헌이익 구조, 채널별 수신동의 상태에 따라 달라지므로 자사 데이터로 기준선을 만들어야 한다.

정보통신망법 제50조 제1항: 누구든지 전자적 전송매체를 이용하여 영리목적의 광고성 정보를 전송하려면 그 수신자의 명시적인 사전 동의를 받아야 한다(옵트인 원칙).

정보통신망법 제50조 제3항: 오후 9시부터 다음 날 오전 8시까지 영리목적의 광고성 정보를 전송하려는 자는 그 시간대 전송에 대한 별도의 사전 동의를 수신자로부터 받아야 한다. 일반 수신동의와는 별개의 동의로 취급된다.

정보통신망법 제50조는 제1항 사전동의 원칙, 제2항 수신거부·동의철회 이후 전송 금지, 제3항 야간 별도 동의, 제4항 전송자 명칭·연락처와 수신거부·철회 방법 명시, 제5항 회피·기망 등 금지행위, 제6항 수신거부·철회 시 금전적 비용의 수신자 부담 금지, 제7항 처리결과 통지, 제8항 수신동의 여부 확인의 대통령령 위임으로 구성된다.

정보통신망법 제50조 제8항과 그 시행령에 따라 수신동의를 받은 자는 동의를 받은 날부터 매 2년마다 해당 수신자의 수신동의 여부를 확인해야 하며, 미이행 시 3천만원 이하의 과태료 대상이 된다.

정보통신망법 제50조 제7항 및 시행령 제62조의2에 따라, 수신자가 수신동의·수신거부·수신동의 철회 의사를 표시한 날부터 14일 이내에 그 처리 결과를 해당 수신자에게 알려야 한다.

카카오 알림톡 심사 가이드는 정보성 메시지를 '영리목적의 광고성 정보가 아닌 정보'로 정의하고, 계약이나 거래 관계로 반드시 전달할 필요가 있는 정보를 광고성 정보의 예외로 본다. 공식 가이드가 드는 예시에는 견적서, 상품 카탈로그, 계약 이행 정보, 적립식 포인트 소멸 안내, 이용자가 요청한 쿠폰 발급 안내가 포함된다.

카카오 알림톡 심사 가이드가 명시한 발송 불가 유형에는 앱 설치를 유도하는 문구, 무료체험·할인쿠폰·포인트 적립 혜택을 조건으로 개인정보 등록 등 특정 행위를 유도하는 내용, 수신자가 동의하지 않은 쿠폰 발급 안내, 광고성 내용이 전부 또는 일부 포함된 메시지가 있다.

카카오 브랜드메시지의 광고성 메시지는 한국 시간 기준 오전 8시부터 밤 8시 50분까지만 발송할 수 있다. 주문 확인·배송 상태 같은 정보성 메시지는 이 시간 제한을 받지 않는다.

카카오 친구톡(광고형) 서비스는 2025년 12월 31일을 끝으로 종료됐고, 2026년 1월 1일부터 '브랜드메시지'(자유형)로 전면 전환됐다.

카카오 알림톡은 정보성 메시지만 발송할 수 있고 템플릿 사전 승인을 받은 뒤에만 발송된다. 광고성 메시지는 알림톡으로 보낼 수 없고 브랜드메시지를 써야 한다.

CRM 메시징은 채널별로 수신동의를 따로 받아야 한다. 이메일 구독 동의가 있다고 해서 문자나 카카오 광고성 메시지를 보낼 수 있는 것이 아니다.

자동화 시나리오에서 세그먼트 조건보다 먼저 평가해야 하는 것은 제외(억제) 조건이다. 수신거부자, 동의 철회자, 반송 누적 주소, 이미 목적을 달성한 고객(결제 완료·리뷰 작성 완료)은 세그먼트에 들어와도 발송 직전 단계에서 걸러야 한다. 순서가 뒤바뀌면 결제한 고객에게 장바구니 독촉이 나가는 사고가 생긴다.

국내에서 CRM 메시지의 요일·시간대별 반응률, 세그먼트별 적정 발송 주기, 리마인드 최적 발송 시점에 대한 공식 표준값을 공표한 정부기관·업계단체는 확인되지 않는다. 확인 가능한 국내 집계로는 커머스 브랜드 푸시 알림 1억 7,894만 건을 분석해 행동 기반 트리거(시나리오) 발송이 일괄(캠페인) 발송보다 오픈율 2.7배, 구매 전환율 1.7배 높았다는 특정 업체의 분석이 있다.

할인 한계선 계산의 기본 구조는 공헌이익(판매가 - 변동비)이며, 변동비에는 매출원가뿐 아니라 판매수수료·결제수수료·배송비·포장비·반품 처리비처럼 판매 건수에 비례해 발생하는 비용이 모두 들어간다. 할인 후 공헌이익이 0이 되는 지점이 그 상품의 이론적 최대 할인 한계다.

할인으로 판매량이 얼마나 늘어야 손해를 보지 않는지는 '기존 단위 공헌이익 ÷ 할인 후 단위 공헌이익'으로 필요 판매량 배수를 구해 판단할 수 있다. 단위 공헌이익이 절반으로 줄면 같은 총 공헌이익을 유지하기 위해 판매량이 두 배가 되어야 한다.

프로모션이나 CRM 캠페인의 실제 기여(증분)를 판정하려면 같은 조건의 고객군 일부를 대상에서 제외한 홀드아웃(대조군)을 두고 두 그룹의 구매율·구매액을 비교해야 한다. 대상자의 매출만 집계하면 할인 없이도 구매했을 고객의 매출까지 성과로 잡힌다.

무료배송 기준 금액을 얼마로 잡아야 하는지에 관한 국내 공식 표준이나 정부·기관 발표 기준선은 확인되지 않았다. 기준액 설정은 자사 주문금액 구간 분포와 공헌이익 구조로 계산해야 하는 사안이다.

K-IFRS 1115호 체계에서 고객충성제도(포인트·마일리지)로 부여한 '중요한 권리'는 별도의 수행의무로 보아 거래가격을 개별 판매가격 비율로 배분하고, 배분된 금액은 고객이 권리를 행사하거나 권리가 소멸할 때까지 계약부채로 인식하는 구조로 설명된다.

공정거래위원회 '부당한 표시·광고행위의 유형 및 기준 지정고시'상 할인판매 광고에서 판매가격과 비교되는 '종전거래가격'은 사업자가 같은 상품을 최근 상당기간(과거 20일 정도) 동안 판매하던 가격을 뜻하며, 그 기간 중 실거래가격이 변동했다면 변동된 가격 중 최저가격을 종전거래가격으로 본다.

공정거래위원회고시 제2019-11호 '부당한 표시·광고행위의 유형 및 기준 지정고시'에 따라, 할인율을 과장하기 위해 정가(종전거래가격)를 올려 표시하는 행위는 부당한 표시·광고에 해당한다.

Baymard Institute는 수집한 50개 연구를 평균해 온라인 장바구니 이탈률을 약 70.22%로 집계한다. 결제 단계 이탈 사유로는 배송비·세금 등 추가 비용 과다 40%, 배송이 너무 느림 20%, 카드정보 보안 우려 19%, 계정 생성 강제 18%, 결제 과정이 길고 복잡함 17%가 상위에 올라 있다.

장바구니 이탈 고객에게는 리마인드 메시지(이메일·문자·앱 푸시·카카오톡)와 이탈 방지 팝업을 조합해 재유입을 유도하는 방식이 실무에서 쓰인다. 다만 결제 완료 이벤트가 CRM 도구에 늦게 반영되면 이미 구매한 고객에게 독촉 메시지가 나가는 사고가 생기므로 결제 완료를 발송 제외 조건으로 명시해야 한다.

이탈 의도 감지(Exit Intent) 기술은 방문자의 마우스 커서가 페이지 상단 경계 밖으로 나가려 할 때를 이탈 신호로 해석해 팝업을 표시하는 방식이며, 이 팝업에는 할인 코드 등 이탈을 막기 위한 추가 혜택이 포함되는 경우가 많다.

2025년 2월 14일 시행된 개정 전자상거래법령이 규제하는 온라인 다크패턴 6개 유형은 ①숨은갱신 ②순차공개 가격책정 ③특정옵션의 사전선택 ④잘못된 계층구조 ⑤취소·탈퇴 등의 방해 ⑥반복간섭이다. '순차공개 가격책정'은 정당한 사유 없이 첫 화면에서 총 금액이 아니라 일부 금액만 표시하는 행위를 말한다.

공정거래위원회 온라인 다크패턴 자율관리 가이드라인이 정한 압박형 다크패턴의 세부 유형은 반복 간섭, 감정적 언어 사용, 시간 제한 알림, 낮은 재고 알림, 다른 소비자의 활동 알림 5가지다. 가이드라인 자체는 법적 구속력이 없으나 공정위 규제의 주요 판단 기준으로 쓰인다.

희소성 문구가 윤리적인지 판단하는 기준은 그 문구가 반영하는 한도가 실제인지 여부다. 소비자가 직접 검증했을 때 사실과 일치하면 윤리적이고, 조작된 것이면 기만적 관행으로 분류된다. 재로드하면 초기화되는 카운트다운 타이머나 서로 다른 상품에 같은 '단 N개 남음' 배지를 붙이는 방식도 단속 대상으로 지목된다.

심리학자 대니얼 카너먼의 연구에 따르면 손실을 겪는 심리적 고통은 같은 크기의 이득을 얻는 기쁨보다 약 2배 강하게 작용한다.

리텐션(재구매율)은 세 가지 방식으로 측정할 수 있다. ①클래식(N-Day) 리텐션은 가입 후 정확히 N일째에 재방문·재구매했는지를 본다. ②범위(Unbounded) 리텐션은 N일째 또는 그 이후 아무 날에나 다시 오면 카운트한다. ③롤링 리텐션은 특정 기간 구간 중 한 번이라도 방문하면 그 구간 전체를 잔존으로 처리한다. 어느 정의를 쓰느냐에 따라 같은 데이터에서도 값이 크게 달라진다.

코호트 분석은 상관관계만 보여줄 뿐 인과관계를 증명하지 못하고, 신규 기능·정책 도입 직후에는 데이터가 불충분해 신뢰성이 낮으며, 시간이 지나며 외부 요인(마케팅 캠페인, 경쟁사 출현)이 섞여 순수 코호트 효과를 분리하기 어렵다는 한계가 있다.

GA4에서 코호트 분석은 좌측 메뉴의 '탐색 > 동질 집단 탐색'에서 수행하며, 초기 설정에서 포함 기준은 '첫 접속', 재방문 기준은 '모든 접속'으로 지정돼 있다. 동질 집단 세분화는 일일·주간·월간 3가지 중에서 고르며, 일일은 세밀하지만 코호트 수가 많아 데이터가 분산되고 월간은 전체 추세 파악에 유리하다.

재구매율(리텐션율)과 이탈률은 서로 보완 관계로 합이 100%가 되며, 리텐션 커브가 특정 시점 이후 평탄해지는 지점을 리텐션 평탄화라 부르고 그 지점의 값이 안정적인 핵심 고객층의 실질 규모를 나타내는 지표로 쓰인다.

객단가(AOV)는 총매출을 총주문건수로 나눈 값이며, 장바구니 상향판매(업셀)·묶음 패키지 구성·최소 주문 금액 무료배송 정책이 객단가를 높이는 대표 전술로 쓰인다.

LTV와 CAC를 정확하게 활용하려면 코호트 기반으로 계산해야 한다. 전체 평균으로 계산하면 고객 세그먼트·획득 채널·가입 시기에 따른 차이를 놓치게 된다. 또한 진짜 CAC에는 매체 광고비뿐 아니라 운영 인건비, 크리에이티브 제작비, 대행사 수수료, 프로모션 경품 비용까지 들어간다.

고객 이탈 예측에는 생존분석기법이 활용되며, 고객 계약정보·인구통계 정보·접점 및 방문 이력 등 상호작용 데이터를 통합 분석해 고객별 이탈 시기를 예측하는 모델을 구성한다. 한 실증 연구에서는 ExtraSurvivalTrees 모델이 c-index 기준 약 75%의 예측 성능을 보였다고 보고됐다.

RFM 기반 이탈·재구매 예측에는 로지스틱 회귀, 랜덤포레스트, XGBoost 같은 모델이 흔히 쓰이고 RFM 점수 또는 원시값을 입력 피처로 사용한다. 이탈 고객이 소수인 불균형 데이터 문제 때문에 SMOTE 같은 오버샘플링을 함께 적용하며, 성능은 정확도만이 아니라 정밀도·재현율·F1·ROC-AUC로 종합 평가하는 것이 표준이다.

유효한 A/B 테스트는 A안과 B안 사이 변경 요소를 하나로 한정해야 하며(변수 격리), 표본 크기는 기준 전환율·최소 검출 효과·유의수준·검정력을 넣어 사전에 계산하고 그 값에 도달하기 전 중간 결과만 보고 조기 종료하면 잘못된 결론을 채택할 위험이 커진다.

GA4 탐색 분석의 퍼널 탐색은 상세페이지에서 장바구니, 주문서, 결제완료로 이어지는 단계별 이탈 비율을 시각화하고, 경로 탐색은 특정 이벤트 전후에 사용자가 실제로 거친 흐름을 트리로 보여줘 예상 못 한 이탈 경로를 찾는 데 쓰인다.

전자상거래법 제15조 제1항에 따라 통신판매업자는 소비자가 청약한 날부터 7일 이내에 재화등의 공급에 필요한 조치를 해야 하며, 소비자가 미리 대금을 지급하는 선지급식 통신판매는 대금을 지급한 날부터 3영업일 이내에 공급 조치를 해야 한다.

정보통신망법 제50조 제1항 단서는 재화 등의 거래관계를 통해 수신자로부터 직접 연락처를 수집한 자가 '대통령령으로 정한 기간' 이내에 자신이 처리하고 수신자와 거래한 것과 동종의 재화 등에 대한 영리목적 광고성 정보를 전송하는 경우를 사전 동의 예외로 두고 있고, 같은 법 시행령 제61조 제1항은 그 기간을 '해당 재화등의 거래가 종료된 날부터 6개월'로 정한다.

공정거래위원회 '전자상거래 등에서의 소비자보호 지침' Ⅱ. 제16호 가목은 적립금(포인트·마일리지) 제도를 운영하는 사업자가 이용조건, 이용기간, 소멸조건, 사업자의 귀책사유로 사용하지 못하게 되는 경우의 보상기준 등을 소비자가 알기 쉬운 방법으로 게시하도록 하고, 행사 등을 통해 적립금을 지급하는 경우에는 해당 행사의 화면에서 그 내용을 고지하도록 한다. 같은 호 나목은 적립금 제도 폐지·영업 부분 폐지·업체 간 통합 등으로 소비자가 적립금을 사용할 수 없게 되면 당초 제시한 조건에 따라 보상하고, 보상기준을 알리지 않았다면 통용되는 통화가치에 상응하는 현물 또는 현금으로 보상하도록 한다.

대법원 2019두36001 판결(2022년)은 대형마트의 1+1 행사 광고가 거짓·과장 광고인지 판단할 때, 광고 직전 판매가격이 아니라 광고 전 20일 동안의 최저 판매가격을 종전거래가격으로 보아 평가해야 한다는 취지로 판단했다. 해당 사건에서는 종전거래가격보다 크게 올린 가격을 1+1 상품의 판매가격으로 기재하고 광고 직전 짧은 기간 가격을 인상한 사실이 거짓·과장성 인정 근거가 됐다.

전자상거래 등에서의 소비자보호에 관한 법률 제13조(신원 및 거래조건에 대한 정보의 제공)는 통신판매업자가 소비자가 계약 체결 전에 거래조건을 정확히 이해하고 착오 없이 거래할 수 있도록 법정 사항을 표시·광고하거나 고지하도록 하고, 계약이 체결되면 그 사항이 기재된 계약내용에 관한 서면을 계약자에게 교부하도록 정한다.

NHN데이터는 2022년 10월 '이커머스 성장을 위한 데이터 인사이트 보고서'에서 국내 쇼핑몰의 재구매 고객 비중이 22%에 불과하고 평균 재구매 주기는 32.4일이며, 매출액 상위 10% 고객의 59.4%는 5개월 내 추가 구매가 없었다고 밝혔다.

에이스카운터가 2020년 5월 25일~6월 21일 구매가 많이 발생하는 40여 개 사이트를 분석한 집계에서, 재구매가 전체 구매의 약 53%를 차지했고 재방문 세션의 평균 구매율(3%)이 신규 방문(1.4%)의 두 배를 넘었다. 재구매 주기는 업종별로 갈려 식품·음료는 5~14일 이내 비중이 가장 높았고, 건강보조식품·뷰티·패션잡화는 1~3개월 이내, 생활용품은 3개월 이상이 가장 높았다.

추천 위젯의 노출 위치별 전환율 격차, 번들·미끼상품의 최적 할인율, 장바구니 리마인드 메시지의 최적 발송 시점과 할인 강도, 첫 구매 후 재구매 유도 메시지의 최적 발송 일수, 포인트 소멸 안내가 재구매율에 미치는 효과에 대해 국내 정부기관·업계단체가 공표한 공식 표준값은 확인되지 않는다.

객단가(AOV)는 총매출을 총주문건수로 나눈 값이고 재구매율은 같은 고객이 다시 구매했는지를 보는 값이라, 두 지표는 서로 다른 분모를 쓴다. 한 지표를 올리는 개입이 다른 지표를 내릴 수 있어(예: 번들로 여러 번 살 것을 한 번에 묶으면 객단가는 오르고 구매 빈도는 내려간다), 개입 효과는 두 지표와 기간 총 공헌이익을 함께 놓고 판정해야 한다.

객단가·재구매율 개입(추천 영역 추가, 번들 개설, 리마인드 발송, 적립 혜택 강화)의 효과를 '도입 후 지표가 올랐다'로 판정하면 개입 없이도 발생했을 구매까지 성과로 잡힌다. 증분으로 판정하려면 같은 조건의 대상 중 일부를 무작위로 떼어 개입하지 않는 홀드아웃을 두고 같은 기간·같은 요일 기준으로 두 군의 구매율·구매액을 비교해야 하며, 홀드아웃을 둘 수 없는 화면 변경은 최소 4주 기준선을 확보하고 한 번에 한 항목만 바꾼 전후 비교로 대체한다.

재구매 주기를 자사 데이터로 추정할 때 평균 구매 간격을 쓰면 아주 오래 뒤에 돌아온 소수 고객 때문에 값이 밀려 올라간다. 실무에서는 고객별 연속 주문 간격을 모은 뒤 중앙값과 사분위수로 분포를 보고, 아직 재구매하지 않은 고객(관측 절단)을 분모에서 빼지 않도록 관측 기간을 고정하는 방식이 쓰인다.

무료배송 임계값을 평균 객단가의 몇 배로 잡으라는 국내 공식 기준은 확인되지 않는다. 해외 업계 참고치로, 미국 Capital One Shopping 리서치팀이 Digital Commerce 360·Statista 등 공개 자료를 재집계한 Free Shipping Statistics(2026-07-22 갱신)에 따르면 미국 소매업체의 47.1%가 결제금액 임계값 조건부 무료배송을 쓰고 18.3%만 전 주문 무료배송을 적용하며, 무료배송 임계값 평균은 2023년 64달러로 2019년 대비 23.1% 상승했다.

Deloitte의 2026 Global Retail Industry Outlook에서 글로벌 소매 임원의 67%가 2026년 무료배송 임계값 인상을 예상한다고 답했다. 같은 조사에서 95%가 글로벌 통상정책 변화로 비용 증가를 예상했고, 72%는 고마진 상품 구성 이동을, 73%는 판매가 인상을 계획한다고 답했다. 임계값이 객단가에 붙는 고정 배수가 아니라 배송원가·마진 압력에 따라 재조정되는 값임을 보여주는 사업자 측 참고치다.

Baymard Institute가 2024년 6월 공개한 벤치마크에서 신규 사용자 기준 평균 결제 흐름은 5.1단계였고 입력 필드 수는 평균 11.3개였다. 같은 자료는 대부분의 사이트가 총 8개 필드면 주문을 완료할 수 있다고 보며, 단계 수보다 각 단계에서 사용자가 판단해야 하는 필드 수가 사용성을 더 크게 좌우한다고 정리한다. 결제 복잡성을 이유로 이탈했다는 응답은 17%로 집계됐다.

Anderson과 Simester가 Marketing Science 23권 1호(2004)에 발표한 세 건의 현장실험에서, 미국 통신판매 카탈로그 회사와 함께 1999년 1~4월에 같은 카탈로그의 할인 강도만 다르게 한 두 판본을 무작위 배정 표본에 발송했다. 대조군 할인은 정가 대비 평균 약 30%, 처치군은 약 60%였다. 기존 고객 대상 실험(대조군 37,758명 발송·구매 761명, 처치군 18,708명 발송·구매 597명, 28개월 추적)에서 깊은 할인 판본 구매자는 이후 카탈로그에서 평균 6.89개를 주문해 대조군 7.67개보다 적었고 평균 단가도 84.86달러로 95.51달러보다 낮았다. 첫 구매 고객 대상 실험(22개월 추적)에서는 반대로 이후 주문 수량이 1.33개로 대조군 0.99개보다 많았다.

Reinartz·Thomas·Kumar의 연구에서 다국적 컴퓨터 하드웨어·소프트웨어 제조사 데이터로 추정한 결과, 고객 수익성을 최대로 만드는 예산 배분은 유지 78.9%·획득 21.1%로 나왔고 이 회사가 실제로 집행하던 평균 배분은 유지 74.8%·획득 25.2%였다. 같은 분석은 최적점 주변이 평평해(flat maximum) 예산이 최적에서 상당히 벗어나도 고객 한 명당 수익 변화는 작지만, 고객 수가 많으면 그 차이가 절대 금액으로 크게 누적된다고 지적한다.

같은 Reinartz·Thomas·Kumar 연구의 시뮬레이션에서, 획득 예산이 최적이라는 전제로 유지 예산을 최적 수준보다 25% 적게 쓰면 투자수익률이 -55.286이 되는 반면 25% 많이 쓰면 -4.27에 그쳤다. 획득 예산 쪽도 25% 과소 지출(-3.032)이 25% 과다 지출(-2.83)보다 나빴다. 또 획득 예산을 늘리면서 유지 예산을 줄이는 조합은 그 반대 조합보다 투자수익률이 낮았다.

같은 Reinartz·Thomas·Kumar 연구는 코호트별 개인 단위 평균 구매 간격 범위를 보고한다. 1998년 1분기에 확보된 고객 2,908명(코호트1)의 개인별 평균 구매 간격은 1.5개월에서 21개월까지 퍼져 있었고, 2분기에 확보된 고객 2,817명(코호트2)은 1개월에서 18개월까지 퍼져 있었다.

Baek·Chen·Ma·Mitrofanov가 북미 대형 온라인 소매업체와 함께 2024년 10월 25~31일 고객 603,153명을 무작위 배정한 현장실험에서, 대조군은 쿠폰 프로모션 메일을 매일 받고 처치군은 이틀에 한 번 받았다. 발송 빈도를 줄인 처치군에서 수신거부가 59% 감소했고, 대신 단기 매출과 구매율은 5~8% 감소했다. 같은 논문의 2024년 1년치 이력 데이터(고객 20만 명)에서는 메일 수신 고객의 15.6%가 그해 중 수신거부를 했고, 수신거부는 월 지출을 36% 낮추는 것으로 추정됐다.