[CRM·Growth] 2주 차. 퍼널 분석 및 이탈 구간 진단

 

 

2주 차에는 가상의 데이터를 활용해 고객의 구매 퍼널을 분석하고 주요 이탈 구간과 고객 세그먼트를 파악했다.

 

 

---

 

1. 구매 퍼널 분석

방문부터 구매까지의 고객 행동을 분석하기 위해 표와 같이 구매 퍼널을 정의했다.

단계	고객 수	단계별 전환율	이탈률
방문	10,000명	-	-
상품 조회	7,000명	70%	30%
장바구니	2,100명	30%	70%
구매	840명	40%	60%

 

주요 분석 결과

• 상품 조회 → 장바구니 구간의 이탈률이 70%로 가장 높다.
• 해당 구간의 미도달 고객은 4,900명으로, 전체 퍼널에서 규모가 가장 크다.

분석 결과에 따라 상품 조회 후 장바구니에 담지 않는 고객의 행동을 우선 분석할 필요가 있다고 판단했다.

다만 모든 상품 조회가 구매를 목적으로 이루어지는 것은 아니며, 장바구니를 거치지 않고 직접 구매하는 경우도 있다.

따라서 해당 구간의 이탈 규모만으로 실제 개선 가능성을 판단하기는 어렵다.

 

---

2. 고객 세그먼트별 행동 분석

이탈이 가장 많이 발생한 구간을 중심으로 신규·재방문 고객과 상품 조회 횟수에 따른 행동 차이를 분석했다.

 

① 신규·재방문 고객

• 상품 조회 → 장바구니 전환율은 신규 방문 고객 20.0%, 재방문 고객 42.6%로 나타났다.
• 신규 방문 고객은 전환율이 낮을 뿐 아니라 해당 구간의 미도달 고객 수도 3,120명으로, 재방문 고객 1,780명보다 많았다.

이는 두 고객군의 상품 탐색 및 구매 결정 과정에 차이가 있을 가능성을 보여준다.

다만 구매 의도나 상품 관여도의 차이가 실제 원인인지는 추가 분석이 필요하다.

 

② 상품 조회 횟수

상품 조회 횟수	구매 전환율
1회	5.0%
2~3회	17.5%
4회 이상	29.0%

 

상품 조회 횟수가 많을수록 구매 전환율도 높게 나타났다.

하지만 원래 구매 의도가 높은 고객이 상품을 더 많이 조회했을 가능성도 있으므로, 두 지표의 연관성을 확인하는 것과 인과관계를 검증하는 것은 구분해야 한다.

 

---

3. 분석 세그먼트 선정과 추가 분석 과제

• 선정 고객군: 신규 방문·상품 조회 1회·장바구니 미도달 고객
• 선정 이유: 분석 대상 세그먼트 중 고객 규모가 가장 크고 구매 전환율도 낮아 개선 여지가 있음

선정 고객군의 구매 전환율이 상대적으로 낮다는 사실은 확인했지만, 아직 구체적인 이탈 원인은 알 수 없다.

이를 파악하기 위해 아래 항목을 추가로 분석할 필요가 있다고 판단했다.

1. 상품 특성: 조회한 브랜드·가격대·상품 유형에 따른 구매 전환율 차이
2. 구매 이력: 신규 방문 고객의 과거 구매 경험 유무
3. 탐색 행동: 조회 상품 수, 반복 조회 여부, 마지막 조회 이후 경과 시간
4. CRM 도달 가능성: 로그인·회원가입 상태 및 메시지 발송 가능 여부
5. 이탈 원인: 상품 정보 부족, 가격 부담, 배송 조건 등 구매를 망설이게 하는 요인

이러한 분석을 통해 고객이 구매하지 않은 이유에 대한 가설을 구체화하고, CRM으로 개선할 수 있는 문제인지 판단해야 한다.

 

---

4. CRM 실험 가설 수립

앞선 분석을 바탕으로 신규 방문 고객의 추가 상품 탐색을 유도하는 CRM 실험 가설을 수립했다.

 

가설

신규 방문 후 상품을 1회 조회하고 장바구니에 담거나 구매하지 않은 고객에게 관련 상품을 개인화해 추천하면, 메시지를 발송하지 않은 고객보다 7일 내 구매 전환율이 높아질 것이다.

 

실험 설계

구분	내용
실험 대상	신규 방문 후 상품 조회 1회, 장바구니 미도달·미구매 고객
실험군	관련 상품 개인화 추천 메시지 발송
대조군	메시지 미발송
주요 지표	실험 배정 이후 7일 내 구매 전환율
보조 지표	추가 상품 조회율, 장바구니 전환율
검증 방식	무작위 배정 후 실험군과 대조군의 성과 비교

 

실험에서는 실험군과 대조군의 구매 전환율 차이를 통해 CRM 캠페인의 증분 효과를 검증한다.

분석에 활용한 7일간의 행동 기반 세그먼트를 실제 캠페인 대상으로 전환하려면 고객의 진입 시점과 행동 조건을 별도로 정의해야 하며, 멧지 발송 가능 여부도 확인해야 한다.

 

---

 

 

 

이번 실습을 통해 이탈 규모가 크다고 해서 개선 우선순위가 높은 것은 아니라는 점을 배웠다. 고객 규모뿐 아니라 구매 전환 가능성과 CRM을 통한 개선 여지까지 함께 고려해야 하기 때문이다. 또한 상품 조회 횟수와 구매 전환율처럼 지표 사이에 연관성이 나타나더라도 이를 인과관계로 단정해서는 안 된다는 점을 확인했다. 앞으로는 데이터에서 발견한 현상에 곧바로 대응하기보다, 추가 분석을 통해 원인에 대한 가설을 구체화하고 실험으로 검증하는 습관을 들이고 싶다.