마케팅 비용 최적화의 시작. ROAS, CAC 그리고 공헌이익!
마케팅 채널별, 아이템 별, 카테고리 별, 그리고 고객군별 코호트를 상세하게 볼 수 있다면 마케팅 비용을 최적화할 수 있어요.
Feb 07, 2023
이전에 포스팅한 LTV 콘텐츠에서 고객 생애 가치를 분석하는 방법부터 코호트를 통해 고객 유치비용(CAC: Customer Acquisition Cost)을 산정하는 방식까지 설명드렸었어요. 리텐틱스에는 고객 생애 가치(LTV)와 잔존율을 여러 가지 조건에 따라 분석할 수 있는 필터 기능을 제공해 줘요. 예를들어 주간 코호트를 분기 단위로 계산해서 볼 수도 있고 채널별, 특정 아이템 구매별, 그리고 고객군별 코호트도 볼 수 있어요. 이렇게 다양한 조건들에 따라서 광고비용당 회수율(ROAS: Return on Ad Spend) 기반의 CAC 최적화, 공헌이익 계산, 그리고 업셀링 프로모션 비용 산정 등이 가능해요.
ROAS 추적으로 마케팅 비용 최적화
사용한 광고 대비 수익, 즉 ROAS를 추적하는 가장 큰 이유는 CAC를 최적화하기 위해서예요. 퍼포먼스 마케팅을 통해 들어온 고객들의 LTV 코호트에서 기간별 마케팅 예산을 각 기간에 유입된 신규 고객으로 나누면 한 명당 CAC를 계산할 수 있어요. 다시 LTV 코호트를 이 CAC로 나누게 되면 한 명을 유치하기 위해 사용한 금액이 시간이 지날수록 얼마만큼 회수되고 있는지 알 수 있어요.
테이블 1. 월별 마케팅 사용 비용
Monyh | 마케팅 비용 |
2022-01 | $218,834 |
2022-02 | $154,448 |
2022-03 | $125,772 |
2022-04 | $174,492 |
2022-05 | $148,215 |
2022-06 | $266,343 |
테이블 2. 월 기준 코호트 LTV
Month | 신규고객 | LTV1 | LTV2 | LTV3 | LTV4 | LTV5 |
2022-01 | 1,078 | $ 128 | $ 150 | $ 198 | $ 267 | $ 311 |
2022-02 | 788 | $ 98 | $ 134 | $ 173 | $ 198 | $ 241 |
2022-03 | 669 | $ 123 | $ 165 | $ 193 | $ 217 | $ 265 |
2022-04 | 786 | $ 158 | $ 188 | $ 240 | $ 294 | $ 318 |
2022-05 | 615 | $ 128 | $ 166 | $ 238 | $ 282 | $ 313 |
2022-06 | 1,153 | $ 136 | $ 207 | $ 246 | $ 281 | $ 304 |
테이블 3. ROAS
Month | 마케팅 비용 | 신규고객 | CAC | Month 1 | Month 2 | Month 3 | Month 4 | Month 5 |
2022-01 | $218,834 | 1078 | $ 203 | 63.1% | 73.9% | 97.5% | 131.5% | 153.2% |
2022-02 | $154,448 | 788 | $ 196 | 50.0% | 68.4% | 88.3% | 101.0% | 123.0% |
2022-03 | $125,772 | 669 | $ 188 | 65.4% | 87.8% | 102.7% | 115.4% | 141.0% |
2022-04 | $174,492 | 786 | $ 222 | 71.2% | 84.7% | 108.1% | 132.4% | 143.2% |
2022-05 | $148,215 | 615 | $ 241 | 53.1% | 68.9% | 98.8% | 117.0% | 129.9% |
2022-06 | $266,343 | 1153 | $ 231 | 58.9% | 89.6% | 106.5% | 121.6% | 131.6% |
만약 한 회사의 월별 마케팅 예산 비용이 테이블 1. 과 같이 있고 월별 순이익 기준 LTV 코호트가 테이블 2. 와 같다면, 테이블 3. 처럼 마케팅 비용 / 신규 고객으로 월별 CAC를 구할 수 있고 LTV / CAC로 코호트별 ROAS를 구할 수 있어요. 예시에서는 세 번째 달에 처음 고객을 유치하기 위한 비용을 회수할 수 있다고 나오는데 코호트로 LTV를 보지 않고 단순히 첫 달 ROAS만 추적한다면 회수율이 50% 정도로 광고비용을 대폭 줄여야 한다는 결과가 나오기도 해요.
채널 CAC 최적화
위에서 보셨듯이 ROAS로 한 명당 유치비용이 첫 달에 얼마큼 회수되는지, 그리고 전체 금액이 회수되기 위해 얼마나 기다려야 하는지 알 수 있어요. 만약, 우리 서비스의 전체 마케팅 첫 달 ROAS가 50% 정도이고 전체 회수 기간이 3개월이라면 어떻게 단축시킬 수 있을까요?
가장 좋은 방법은 이 금액을 형성하는 여러 조건들을 더 세분화시켜 조절하는 것이에요. 예를 들어 지역별, 고객군별, 채널별 등으로 코호트와 비용을 산정하여 조절할 수 있는데 보통의 마케팅팀들이 세분화하는 기준은 채널이에요. 채널이 회계상 비용을 나누기가 편하고 전략을 짰을 때 바로 적용시키기 편하기 때문이에요.
이렇게 채널별 ROAS를 보게 되면 어떤 채널에 과한 비용을 쓰고 있는지, 어떤 채널이 퍼포먼스가 좋은지 알 수 있어요. 그러나 특정 채널에서 비용을 줄인다는 것은 더 정교화 된 타겟팅이 필요하다는 얘기예요. 그냥 비용만 줄이면 전환 고객 수도 줄어들어 결국 ROAS에는 차이가 없을 수도 있어요. 따라서 비용이 많이 나가고 있는 채널에서 어떤 타겟을 조건으로 하고 있는지 확인하는 것이 필요해요. 더 정교한 타겟의 조건을 모른다면 가장 효과적인 방법은 해당 시장에서 설문조사를 진행하는 것이지만, 현실적으로 어려움이 많아요. 그럴 땐 이미 유치한 우리 고객을 세분화하여 그 특징을 파악하는 것이 일반적이에요. 리텐틱스에서는 이를 위해 세그멘테이션 분석 기법을 제공하고 있어요.
공헌이익, 업셀링 프로모션 비용 측정
위의 테이블 2. 와 같은 코호트 데이터에 공헌이익(판매가 - 제조원가)을 넣으면 제품 판매당 공헌이익율을 구할 수 있어요. 또한 아래의 이미지처럼 리텐틱스에서 제공하는 여러 필터를 이용하면 특정 아이템을 산 고객이 다음 아이템을 사기까지 걸리는 시간, 증가하는 가치 등을 알 수 있어요.
![리텐틱스 코호트 분석 파라미터](https://inblog.ai/_next/image?url=https%3A%2F%2Fwww.notion.so%2Fimage%2Fhttps%253A%252F%252Fwww.retentics.com%252F_next%252Fstatic%252Fimage%252Fsrc%252FAssets%252Fimages%252FBlog_UseCase5_2.d4e7594a6e8cbf502adc26875bd53b6d.png%3Ftable%3Dblock%26id%3D365a15f6-e259-4ee4-a657-98246e470790%26cache%3Dv2&w=3840&q=75)
얼마 전 저희 고객사 중 구독 기반 서비스를 운영하는 비즈니스에서 업셀링을 위해 어떤 제품의 샘플을 보낼 경우 샘플에 해당하는 본 제품을 구입할 때까지 걸리는 시간 및 추가 가치를 분석했어요. 이전에는 구독 중간에 샘플을 추가하기 때문에 다른 제품들까지 매출이 섞여 샘플만 주는 가치를 정확하게 알 수 없었어요. 하지만 리텐틱스에서는 샘플의 원가를 CAC 개념으로, 공헌이익을 LTV 개념으로 놓고 ROAS를 구했고 회수기간이 매우 길다는 것을 알아냈어요.
구매가 이루어지면 비용을 사용하는 쿠폰과는 달리 해당 고객사는 실제 고객의 구매 여부와 상관없이 샘플을 보내야 하므로 비용이 발생되고 이 비용을 최적화할 필요가 있었어요. 많은 고객들이 샘플 수령 이후 본 제품까지 구매하는 업셀링 전환율이 낮은 것이 고민이었는데, 지금은 리텐틱스의 세그멘테이션을 통해 어떤 고객이 전환율이 높은지 파악하여 업셀링 프로모션의 효율을 극대화하고 있어요.
그 외,
코호트로 알 수 있는 정보는 정말 무궁무진해요. 다만 데이터를 정제하고 그 로직을 시각화로 구현하는 것이 어려워요. 최근 코호트 분석이 중요해지면서 많은 회사들이 대시보드를 직접 구현하려 하지만 정말로 액션 할 수 있는 코호트를 만들기 위해서는 최소 1년의 시간이 걸려요. 만약 지금 팀이 없다면 채용에 필요한 시간까지 더해야 해요. 리텐틱스에서는 이러한 문제점을 바로 해결해 줄 수 있어요. 지금까지 가지고 있던 데이터만 업로드하시면 위의 모든 분석이 가능해요.
글: 임영재
Share article
Subscribe to our newsletter