B2C 종합 커머스 분석¶
쿠팡, 네이버쇼핑, G마켓 등 대형 종합 커머스 플랫폼
핵심 문제 정의¶
B2C 종합 커머스에서 자주 마주치는 문제들:
| 문제 영역 | 핵심 질문 | 비즈니스 임팩트 |
|---|---|---|
| 재구매 | 첫 구매 고객이 왜 돌아오지 않는가? | LTV 하락, CAC 부담 증가 |
| 전환율 | 장바구니에 담고 왜 결제하지 않는가? | 마케팅 비용 낭비 |
| 객단가 | 왜 1개만 사고 떠나는가? | 배송비 대비 수익성 악화 |
| 카테고리 확장 | 특정 카테고리에서 다른 카테고리로 왜 이동하지 않는가? | 크로스셀 기회 손실 |
문제 정의의 핵심: 숫자가 아니라 행동을 본다. "재구매율 15%"가 아니라 "첫 구매 후 30일 내 재방문한 유저 중 85%가 구매 없이 이탈"로 정의.
가설 예시¶
재구매율 저조 문제¶
문제: 첫 구매 후 90일 재구매율 22% (목표 35%)
가설 1: 첫 구매 경험이 기대 이하다
- 배송 지연 경험 고객의 재구매율이 낮을 것
- 첫 구매 제품 리뷰 점수와 재구매 상관관계 존재
가설 2: 재방문 동기 부여가 부족하다
- 첫 구매 후 쿠폰 미발송 그룹의 재구매율이 낮을 것
- 앱 푸시 비허용 유저의 재방문율이 낮을 것
가설 3: 경쟁사로 이탈한다
- 가격 비교 행동(외부 유입 비율)이 높은 유저가 재구매율 낮을 것
전환율 저조 문제¶
문제: 장바구니 → 결제 전환율 28% (업계 평균 35%)
가설 1: 결제 단계에서 예상치 못한 비용이 발생한다
- 배송비 추가 노출 시점에서 이탈 급증
- 쿠폰 적용 실패 후 이탈
가설 2: 결제 UX 문제
- 간편결제 미등록 유저의 전환율이 낮을 것
- 결제 페이지 로딩 시간과 이탈률 상관관계
가설 3: 구매 확신 부족
- 리뷰/상세정보 미확인 후 장바구니 담기 → 이탈 높음
분석 방법¶
1. 퍼널 분석¶
전체 구매 여정에서 병목 구간 파악
[방문] → [검색/탐색] → [상품 상세] → [장바구니] → [결제 시작] → [결제 완료]
100% 78% 45% 28% 22% 18%
병목 구간: 상품 상세 → 장바구니 (45% → 28%, 38% 이탈)
분석 포인트: - 각 단계별 이탈률 - 단계 간 소요 시간 - 디바이스별 차이 (모바일 vs PC) - 신규 vs 기존 유저 차이
-- 퍼널 단계별 전환율 쿼리 예시
WITH funnel AS (
SELECT
user_id,
MAX(CASE WHEN event = 'view_product' THEN 1 ELSE 0 END) as viewed,
MAX(CASE WHEN event = 'add_to_cart' THEN 1 ELSE 0 END) as carted,
MAX(CASE WHEN event = 'purchase' THEN 1 ELSE 0 END) as purchased
FROM events
WHERE date = '2024-01-15'
GROUP BY user_id
)
SELECT
COUNT(*) as total_users,
SUM(viewed) as viewed_users,
SUM(carted) as carted_users,
SUM(purchased) as purchased_users,
ROUND(SUM(carted) * 100.0 / SUM(viewed), 1) as view_to_cart_rate,
ROUND(SUM(purchased) * 100.0 / SUM(carted), 1) as cart_to_purchase_rate
FROM funnel;
2. RFM 분석¶
고객 세그먼트별 차별화 전략 수립
| 세그먼트 | Recency | Frequency | Monetary | 전략 |
|---|---|---|---|---|
| Champions | 최근 | 자주 | 많이 | VIP 혜택, 신제품 우선 노출 |
| Loyal | 최근 | 자주 | 보통 | 업셀 기회, 프리미엄 유도 |
| Potential | 최근 | 가끔 | 보통 | 리텐션 캠페인, 습관 형성 |
| At Risk | 오래됨 | 자주였음 | 많았음 | 윈백 캠페인, 특별 할인 |
| Hibernating | 오래됨 | 가끔 | 적음 | 저비용 리마케팅 or 포기 |
-- RFM 스코어 계산 예시
WITH rfm_raw AS (
SELECT
user_id,
DATEDIFF(CURRENT_DATE, MAX(purchase_date)) as recency,
COUNT(DISTINCT order_id) as frequency,
SUM(amount) as monetary
FROM orders
WHERE purchase_date >= DATEADD(year, -1, CURRENT_DATE)
GROUP BY user_id
),
rfm_scored AS (
SELECT
user_id,
NTILE(5) OVER (ORDER BY recency DESC) as r_score, -- 최근일수록 높음
NTILE(5) OVER (ORDER BY frequency) as f_score,
NTILE(5) OVER (ORDER BY monetary) as m_score
FROM rfm_raw
)
SELECT
user_id,
r_score, f_score, m_score,
CONCAT(r_score, f_score, m_score) as rfm_segment
FROM rfm_scored;
3. 코호트 분석¶
시간에 따른 고객 행동 변화 추적
Month 0 Month 1 Month 2 Month 3 Month 4 Month 5
Jan 가입 100% 32% 24% 21% 19% 18%
Feb 가입 100% 35% 27% 23% 20% -
Mar 가입 100% 38% 29% 25% - -
Apr 가입 100% 41% 31% - - -
인사이트: 가입 시기가 최근일수록 리텐션 개선 (온보딩 개선 효과?)
분석 질문: - 특정 코호트가 유독 리텐션이 좋은/나쁜 이유는? - 첫 구매 카테고리에 따른 코호트 차이? - 프로모션으로 유입된 코호트 vs 오가닉 코호트?
4. 장바구니 분석 (Market Basket Analysis)¶
함께 구매되는 상품 패턴 발견
연관 규칙 예시:
- {기저귀} → {물티슈} Support: 12%, Confidence: 78%
- {노트북} → {마우스, 파우치} Support: 8%, Confidence: 65%
- {운동화} → {양말} Support: 15%, Confidence: 45%
활용:
- 상품 상세 페이지 "함께 구매" 추천
- 번들 할인 기획
- 배송비 무료 기준 금액 달성 유도
비즈니스 액션 연결¶
분석 결과 → 액션 매핑¶
| 분석 인사이트 | 액션 | 담당팀 | 기대 효과 |
|---|---|---|---|
| 첫 구매 배송 지연 시 재구매율 50% 하락 | 첫 주문 우선 배송 정책 | 물류팀 | 재구매율 +5%p |
| 장바구니 3일 방치 시 이탈 90% | 24시간 내 할인 쿠폰 발송 | 마케팅팀 | 전환율 +3%p |
| At Risk 세그먼트 3만명 | 개인화 윈백 이메일 | CRM팀 | 복귀율 12% |
| 노트북+마우스 동시구매 65% | 번들 상품 기획 | MD팀 | 객단가 +8% |
실험 설계 예시¶
[실험] 첫 구매 고객 대상 리텐션 개선
가설: 첫 구매 후 7일 내 쿠폰 발송이 재구매율을 높인다
실험군: 첫 구매 후 7일에 10% 할인 쿠폰 발송 (5만명)
대조군: 기존 프로세스 유지 (5만명)
측정 지표:
- Primary: 90일 내 재구매율
- Secondary: 쿠폰 사용률, 2회차 구매 객단가
기간: 4주 (90일 관찰 기간 포함 시 약 4개월)
성공 기준: 재구매율 10% 이상 개선 (22% → 24.2%)
대시보드 설계¶
[일간 핵심 지표]
┌──────────────────────────────────────────────────────┐
│ GMV 전환율 객단가 재구매율 │
│ ₩2.3B 18.2% ₩45,200 22.1% │
│ +5.2% -0.3%p +2.1% +0.5%p │
└──────────────────────────────────────────────────────┘
[퍼널 현황] [RFM 세그먼트 분포]
방문 → 상세 → 장바구니 → 결제 Champions: 15%
100% 45% 28% 18% At Risk: 8% (주의 필요)
[이상 탐지]
- 모바일 결제 전환율 급락 (-2.1%p) → 결제 오류 확인 필요
실전 케이스 스터디¶
케이스: 재구매율 개선 프로젝트¶
상황: - 재구매율 22%로 정체 - 신규 고객 유치 비용(CAC) 지속 상승 - 경영진 요청: "리텐션으로 성장해야 한다"
분석 프로세스:
- 문제 정의
- 첫 구매 후 90일 내 재구매율 22%
-
특히 첫 구매 금액 3만원 미만 고객군의 재구매율 14%로 심각
-
가설 설정
- 저가 구매 고객은 "테스트" 목적이 많아 플랫폼 경험이 부족
-
첫 구매 시 단일 상품만 구매한 고객이 재구매율 낮음
-
실험 설계
- A: 첫 구매 3만원 미만 고객에게 무료 배송 쿠폰 제공
-
B: 첫 구매 단일 상품 고객에게 연관 상품 추천 알림
-
검증
- A/B 테스트 4주 진행
- A그룹 재구매율 14% → 19% (+5%p)
-
B그룹 재구매율 16% → 20% (+4%p)
-
결과 및 액션
- 첫 구매 3만원 미만 고객 대상 무료 배송 쿠폰 정책 정규화
- 연간 예상 효과: 재구매 고객 +15만명, 추가 매출 ₩45억
주의 사항¶
- GMV에 속지 말 것
- 프로모션으로 GMV 올려도 수익성 악화 가능
-
항상 마진율과 함께 봐야 함
-
평균의 함정
- "평균 객단가 4.5만원"보다 분포를 볼 것
-
중위값, 사분위수 확인 필수
-
외부 요인 고려
- 계절성 (명절, 연말 쇼핑 시즌)
- 경쟁사 프로모션
-
경제 상황
-
인과관계 vs 상관관계
- "리뷰 작성자가 재구매율 높다" → 리뷰가 재구매를 유발? 충성 고객이 리뷰도 쓰는 것?
- 실험으로 검증 필요