안녕하세요, 데이터 기반 풀퍼널 마케팅을 실현하는 DXE입니다.

CRM을 운영 중이신 분들이라면 이런 고민 한 번쯤 해보셨을 겁니다. "캠페인은 잘 돌아가고 있는데, 왜 구매전환율은 그대로일까?"

이번 글에서는 4개년 자사 데이터를 들여다보고 CRM 캠페인을 고도화한 결과, 클릭률 1.8배 · 구매전환율과 ROAS 1.6배를 끌어올린 침구 브랜드 A사 사례를 소개합니다. 새 솔루션을 도입하거나 발송 모수를 늘리지 않고, 이미 쌓여 있던 데이터만 다시 들여다본 결과입니다.

목차

   1. 캠페인 진단

   2. 데이터 통합

   3. 핵심 인사이트 3가지

   4. 캠페인 재설계

   5. 캠페인 성과

   6. 본 사례로 도출된 실무 시사점 3가지

1. 캠페인 진단

침구 브랜드 A사는 이미 카카오톡 친구톡, 인웹배너, 앱푸시 등 여러 채널로 CRM을 잘 운영 중이었습니다. 초기가 아니라 잘 자리 잡은 단계였죠. 그런데 내부에서는 이런 패턴이 계속 보였습니다.

·  일괄 발송 — "첫구매·재구매 후 7~30일 / 31~60일 / 61~90일 미방문자" 같은 시간 기준의 일괄 발송

·  동일 메시지 — 모든 구매자에게 같은 쿠폰 이미지·같은 메시지 → 발송량 대비 구매전환율 저조

·  LTV 정체 — 1회성 구매 고객 비중이 전체의 72%

정리해 보니 "누구에게, 언제, 무엇을 말할지에 대한 정보"가 없었습니다. 그래서 DXE는 새 솔루션을 도입하거나 모수를 늘리는 대신, 이미 쌓여 있는 4개년 데이터를 다시 들여다보기로 했습니다.

CRM 성과 정체의 원인은 운영 부족이 아니라 '정보 부족'인 경우가 많습니다. 발송을 늘리기 전에, 누구에게·언제·무엇을 말할지의 기준부터 다시 봐야 합니다.

2. 데이터 통합

가장 먼저 한 일은 흩어진 데이터를 한 곳에 모으는 일이었습니다. A사 안에는 자사몰의 회원·주문·상품·적립금 데이터, 그리고 GA4 행동 데이터가 따로 흩어져 있었습니다. 이 둘을 합쳐야 "이 고객이 뭘 샀고, 언제 다시 왔는지"를 한 줄로 볼 수 있었습니다.

그래서 회원 9.6만 건, 주문 38.7만 건에 상품 정보·적립금 내역을 묶어 회원 ID 기준으로 정리했습니다.

| 표1. DXE 분석 기반 CRM 캠페인 고도화 프로세스

3. 핵심 인사이트 3가지

인사이트 1. "첫 구매 → 2차 재구매" 이 구간이 구멍이다

LTV가 정체된 진짜 이유는 "첫 구매 직후"에 있었습니다. 가입한 사람 100명 중 첫 구매까지 가는 사람은 55명, 그런데 2차 구매까지 가는 사람은 13명. 한 단계 사이에 42명이 빠져나갔습니다. 쉽게 말해 첫 구매한 사람 4명 중 3명은 두 번째 구매로 이어지지 못하고 있었고, 이 구간이 LTV 곡선을 끌어내리는 가장 큰 구멍이었습니다.

| 표2. 가입고객의 차수별 구매 잔존 비율

| 표3. N차 구매고객의 N+1차 구매로 이어진 비율

인사이트 2. 결국 모든 길은 '침구'로 통했다

"고객마다 다른 걸 추천하자"가 일반적인 개인화 방식이지만, 분석 결과는 달랐습니다. 첫 구매가 무엇이었든 2차 구매의 70~98%가 결국 "침구"로 모이고 있었습니다. 러그·카페트를 처음 산 고객도, 리빙을 처음 산 고객도, 커튼을 처음 산 고객도 두 번째엔 거의 다 침구를 사는 구조였습니다.

| 표4. 첫 구매 카테고리 × 2차 구매 카테고리 교차구매 비중

·  침구를 먼저 산 고객 → 동일 카테고리(침구)로 재구매 유도

·  침구가 아닌 걸 먼저 산 고객 → 침구 카테고리로의 교차구매 유도

인사이트 3. "D+30, D+60" 말고, 실제 재구매 주기는 달랐다

세 번째는 발송 시점입니다. 보통 캠페인은 솔루션이 제공하는 템플릿 기준으로 "D+30", "D+60" 식으로 보내는 경우가 많습니다. 그러나 침구는 카테고리마다 "다시 사는 주기"가 완전히 달랐습니다.

| 표5. 동일 카테고리 재구매까지 걸린 평균 일수

이 주기를 캠페인에 반영하면, 베개커버 구매 고객에게는 두 달쯤 뒤에, 차렵이불 구매 고객에게는 반년쯤 뒤에 메시지가 발송되는 식으로 자연스럽게 나뉘게 됩니다.

'어디가 구멍인지(2차 전환)', '누구에게 무엇을(침구로 수렴)', '언제(카테고리별 재구매주기)' — 분석 결과가 곧바로 캠페인의 타겟·시점·메시지 변수가 됩니다.

4. 캠페인 재설계

앞의 인사이트 3가지는 캠페인에 아래와 같이 적용되었습니다. 즉, 분석 결과가 캠페인의 운영 변수로 그대로 반영되었습니다.

·  인사이트 1 → 캠페인 KPI (1차 → 2차 전환)

·  인사이트 2 → 누구에게 보낼지 (타겟 분기)

·  인사이트 3 → 언제 보낼지 (발송 시점)

이에 따라 기존 캠페인을 카테고리별 재구매주기에 맞춘 6개 분기 캠페인으로 교체했습니다. 단, "구조만 바꿨을 때 얼마나 나아지는지"를 정확히 보려면 변수를 줄여야 하므로, 채널과 모수는 기존과 동일하게 유지했습니다.

·  타겟 : 같은 카테고리 1차 구매자

·  발송 시점 : 첫 구매일 + 카테고리 평균 재구매주기

·  메시지 : 구매 상품·구매 차수·잔여 쿠폰을 자동 결합한 개인화 친구톡

·  채널 : 카카오톡 친구톡 (기존과 동일)

캠페인 소재는 디자인은 비슷해 보여도 본문은 사람마다 다르게 구성했습니다. 예를 들어 "4개월 전 구매하신 차렵이불" 같은 문구가 고객마다 다른 상품명·기간으로 자동 채워지고, 쿠폰 금액과 유효기간도 카테고리별로 바뀌도록 했습니다. 한 번 설정으로 수천 개의 개인화 메시지가 발송되는 구조입니다.

| 표6. 재설계 캠페인 소재 구조안

5. 캠페인 성과 : 동일 조건 클릭률 1.8배, 재구매 전환율 1.6배 개선

결과는 다음과 같습니다. 동일 채널·동일 모수 풀에서 운영 구조만 변경했는데도 효율 지표가 모두 1.6~1.8배로 동시에 상승했습니다. 동일 비용으로 더 많은 매출이, 동일 발송 수로 더 많은 클릭과 구매가 발생했다는 의미입니다. 나아가 고객 피로도와 발송 비용을 동시에 낮추면서 LTV를 끌어올릴 수 있는 캠페인 구조를 확보했습니다.

| 표7. 재설계 전후 성과 비교

* 기존 캠페인 운영기간 05.27~06.16(3주) / 신규 캠페인 운영기간 06.17~07.07(3주) / 동일 채널·동일 모수 풀 비교

발송량을 늘린 게 아니라 '구조'만 바꿨습니다. 같은 비용·같은 발송 수에서 CTR·CVR·ROAS가 동시에 오른 것은, 효율 개선의 여지가 운영이 아니라 설계에 있었다는 의미입니다.

6. 본 사례로 도출된 실무 시사점 3가지

1)  발송량을 늘린다고 재구매율이 같이 오르진 않습니다. 오히려 발송 수를 줄이고 세그먼트별 효율을 높이는 쪽이 중장기적으로 고객 피로도를 방지하는 운영 방식입니다.

2)  "D+30, D+60"은 익숙하지만, 카테고리별 실제 재구매주기에 맞춘 운영이 클릭률·전환율을 더 끌어올립니다.

3)  교차구매 시나리오는 추정으로 구성할 게 아니라, 데이터 분석을 통해 단계적으로 설계해야 개인화 캠페인의 효율과 성과를 모두 개선할 수 있습니다.

정리

CRM 캠페인이 정체되는 이유는 "운영이 안 되어서"가 아니라, "누구에게·언제·무엇을 말할지에 대한 근거가 부족해서"인 경우가 많습니다. 자사 데이터를 한 곳에 모으고 구매차수 잔존율·교차구매·재구매주기 같은 지표를 보면, 분석 결과가 곧바로 타겟·시점·메시지로 옮겨집니다.

단, 이번 결과를 그대로 가져다 쓰면 안 됩니다. 카테고리별 재구매주기나 "모든 길이 통하는 종착지 카테고리"는 비즈니스마다 다르기 때문입니다. 자사 데이터에서 "우리만의 임계점은 어디인가"를 먼저 확인하는 과정이 꼭 필요합니다.

정답은 벤치마크가 아니라 자사 데이터 안에 있습니다. 같은 분석 프레임을 쓰더라도, '우리만의 임계점'은 직접 확인해야 합니다.

DXE의 CRM 컨설팅 문의하기

DXE는 이미 CRM을 운영하고 있지만 한 단계 더 끌어올리고 싶은 기업을 대상으로, 데이터 분석 기반의 캠페인 구조 컨설팅을 제공하고 있습니다. 쌓여 있는 데이터를 어디서부터 어떻게 봐야 할지 막막하시다면, 귀사의 데이터와 함께 그 답을 찾아드리겠습니다.

데이터 구조 설계부터 운영 고도화까지

DXE CRM 컨설팅 문의하기👉🏻