Skip to content →

Customer Lifetime Value (고객총가치)

출처: Aria website
이미지: Aria website

타지에서 방문하여 백화점에서 고급 예물 시계를 고르는 사람과 할인코너에서 열심히 이월 상품을 고르는 동네 주민 고객 중 누가 더 중요한 고객일까? 서울-샌프란시스코를 비지니스석으로 발권하여 여행하는 가족과 샌프란시스코-뉴욕을 이코노미로 타고다니는 컨설턴트의 경우는? 마찬가지로, 페이스북에 글을 많이 올리는 사람과 글을 많이 읽는 사람 중 누가 더 중요할까?

단순하고 실질적인 문제이지만 결코 대답하기 쉽지 않은 질문이다.

이런 어려운 판단을 도와주는 개념이 있는데, 바로 고객총가치이다. (Customer Lifetime Value – CLV 혹은 LTV 라고도 한다)

고객총가치의 정의

Customer Lifetime Value (CLV) 라는 단어가 의미하듯, 고객총가치란 한 고객이 평생동안 회사에 기여하는 수익성을 현가로 나타낸 수치이다. 이 통일된 수치($)를 통해 회사는 모든 고객들을 ‘줄을 세울 수’ 있게되고, 이를 기준으로 고객에 알맞는 투자를 가능하게 한다. 이런 통일된 기준이 있으면 위의 질문들에 좀 더 수월하게 대답할 수 있다.

백화점에서 예물 시계를 고르는 사람은 이월 할인 상품을 고르는 사람보다 그 날 구매하는 금액이 더 클 가능성이 높다. 따라서 그 날 매출만 기준으로 봤을 때는 예물 시계를 고르는 사람이 백화점의 VIP이다. 당연히 이 고객에게 좋은 대접을 해주는 것이 맞다고 생각할 것이다.

잠깐. 이렇게 결론을 내리기 전에 조금 더 장기적으로 생각해 보자. 타지에서 방문한 이 고객이 다시 백화점을 들려 물건을 구입할 확률이 얼마나 될까? 반면 이월 상품을 고르는 동네 주민이 다시 백화점에 방문활 확률은? 만약에 이 동네 주민이 2주마다 백화점을 방문하여 무엇을 계속 구매한다면 일년 동안 백화점에서 쓰는 돈이 시계를 구입한 타지인보다 훨씬 높을 가능성이 있다. 이런 상황에서 동네 주민 고객을 잃는 것은 비싼 시계를 구입한 고객을 잃는 것 보다 백화점에 더 큰 손실인 것이다. 장기적으로 봤을 때 동네 주민 고객이 백화점의 VIP인 것이다. 이런 경우 직관적이지 않지만 동네 주민 고객을 비싼 예물 시계를 구입하는 타지인보다 더 잘 대해줘야 하는 것이다.

위와 같이 고객을 각각의 단기적인 거래가 아닌 장기적인 관계를 통해 평가하는 것이 바로 고객총가치 (CLV)의 핵심이다.

고객총가치 계산하기

학문적으로 고객총가치를 계산하자면 다음과 같다:

(GC = yearly contribution per customer. M = retention cost per customer. n = years. r = retention rate. d = discount rate. 출처: wikipedia)

복잡한 금융 모델을 사용하고 알맞는 가정들을 세운다면 위의 공식을 통해 고객총가치를 계산할 수 있지만 실제 회사에서 누가 이걸 계산하고 있는단 말인가?! 물론 모든 수치는 정확할수록 좋지만 빠른 의사결정 및 행동을 취해야 하는 SaaS 기반의 스타트업들은 다음과 같은 ‘야매’ 공식을 사용하여 고객의 CLV를 구할 수 있다.

CLV = ASP / churn rate

넷플릭스의 예를 들어보자 (가상 시나리오): 한달에 8불 ($7.99)인 서비스에 첫 달 100명이 가입하였고 매월 10%의 고객이 이탈한다고 하자. 이런 경우 다음과 같은 그래프를 그릴 수 있다. (실제로는 매월 고객 이탈율이 다르지만 논의의 편의상 고정시켰다).

Screen Shot 2016-01-03 at 3.13.15 PM

그래프에서 보듯이 12개월이 지나면 첫 달 가입자의 28명만 남게되고 24개월 후엔 8명 밖에 남지 않음을 알 수 있다. 즉 12개월 후의 넥플릭스의 매출은 28 x $8 = $226, 24개월 후는 $64 밖에 안되는 것이다. 이런식으로 계산을 하면 44개월 이후엔 1명의 고객도 남아있지 않게 된다 – 즉, 이 고객군의 ‘평생’은 44개월 정도 되는 것이다. 이들 100명이 그동안 넥플릭스에 지불한 총 비용은 $7,930, 고로 고객당 평균 고객총가치는 $79.30 이다. (참고:  편의상 넷플릭스의 marginal operating cost를 0으로 잡았다).

이를 매달 계산하지 않고 공식에 대입하면 다음과 같다:

CLV = ASP / churn rate = 8 / 10% = $80 (쉽쥬?)

LinkedIn Premium 등의 서비스가 subscription 방식이어서 개인적으로도 이 방법을 사용하여 다양한 분석 및 의사결정에 사용하고 있다.

CLV를 마케팅 활동에 적용하기

CLV를 계산하였다면 이를 다양한 마케팅 활동에 사용할 수 있다. 가장 대표적으로 고객 확보에 드는 투자 비용을 정할 수 있다. 예를 들어 미국 어느 통신사에서 신규 서비스에 가입하는 고객에게 $500 기프트카드를 주는 행사를 했었다. 얼핏 보기엔 안 남는 출혈경쟁을 하는 것 처럼 보이지만 2년 약정의 스마트폰 사용자의 CLV가 $2000을 훨씬 넘는것을 생각하면 포화된 이동통신 시장에서 경쟁사의 고객을 확보할 수 있는 강력한 무기인 것이다.

또한 CLV를 이용하여 고객 등급을 나누어 차별화된 고객 서비스를 제공할 수 있다. 통상적으로 일정 기간 동안 사용한 금액을 기준으로 고객 등급을 나누는데, 이 외 별도의 ‘초대받는’ 멤버쉽을 형성하고 싶을 때 (e.g., Amex Black, United Global Services 등) CLV를 기준으로 가장 중요한 고객군들을 골라낼 수 있다.

상거래의 (retail / e-commerce) 경우 CLV는 제품을 구입하는 빈도에 큰 영향을 받는 경우가 다반사다. 만약 2주에 한번씩 장을 보는 고객에게 격주로 쿠폰을 보내 구매 빈도를 1주일로 줄인다면 CLV를 더 높일 수 있다.

경험적인 CLV 인사이트

엑센츄어에 있을 때 다양한 고객사들과 CLV 관련 프로젝트를 하였고, 또 현재 링크드인에서도 CLV의 계산 및 적용하는 일을 하면서 이와 관련된 직관이 몇 개 생겼는데 다음과 같다:

1. 마케팅 활동을 통해 유치한 고객은 일반 고객들 보다 CLV가 낮다

  • 우선 마케팅 활동에 비용이 들어갔기 때문에 같은 질의 고객이어도 CLV가 낮을 수 밖에 없다.
  • 마케팅 활동을 통해 수요가 ‘창출’된 고객은 내제된 니즈가 아니기 때문에 고객 이탈율이 상대적으로 높다 (예: 사은품 때문에 가입한 고객). 고로, CLV가 일반 고객들보다 낮다.

2. 제품 구입 빈도가 CLV에 가장 큰 영향을 끼친다

  • 많은 전자상거래 사이트는 1-2개의 제품을 구입하는 고객들이 대부분이다. 이들에게 제품 하나를 더 사게 하는 전략이 더 비싼 제품을 구입하게 하는 것 보다 CLV 증가에 더 큰 효과가 있다.

3. 같은 제품이라도 제품의 포지셔닝에 따라 CLV가 다르다

  • 실제로 몇 년 전 LinkedIn Premium의 기능이 한정적일 때 같은 제품을 ‘프리미엄’, ‘영업솔류션’ 두 가지의 다른 브랜딩으로 출시하였다. 기능 및 가격 차이가 없었지만 ‘영업솔류션’으로 브랜딩한 제품의 CLV가 더 높게 나와 팀 내부에서도 매우 의아해 한 적이 있다. 고객 인터뷰 및 분석을 통해 ‘영업솔류션’은 제품명 때문에 회사의 재정 지원을 받기 더 수월했다는 것을 알게 되었다! 이처럼 고객의 의도에 맞게 마케팅을 하면 제품 하나 바꾸지 않고도 CLV를 바꿀 수 있는 것이다.

.

“Some customers are more equal than others.
어떤 고객들은 다른 고객들보다 더 ‘평등’하다”
-Don Peppers

모든 고객을 ‘왕’처럼 모셔야 하는것이 진리이지만 현실은 안타깝게도 그렇지 못하다. 회사의 자원이 한정적이기 때문이다. 고객 모두에게 사은품을 주고, 1:1 VIP 서비스를 제공한다면 그 회사는 수익을 내는데 큰 어려움을 겪을 것이다. 따라서 회사는 마케팅 비용 및 고객 유치 및 유지에 들어가는 자원들을 가장 중요한 고객들을 중심으로 사용해야 하는데, CLV가 그것을 가능하게 한다. 특히 SaaS 나 subscription 기반의 스타트업들은 CLV를 이용하여 자신들이 실제로 가장 중요한 고객들을 잘 관리하고 있는지 점검하길 권한다.

Published in Marketing

Show Buttons
Hide Buttons