고객생애가치 Customer Lifetime Value를 활용하는 것은 마케팅의 성공에 있어 매우 중요합니다.
Customer Lifetime Value (CLV) 는 고객의 과거 또는 미래에 예상되는 구매액을 기반으로 브랜드 또는 회사의 현재 고객의 가치를 정의하는 것입니다. CLV가 계산된다면, 기업은 현재 브랜드의 고객 관여가 미래에 갖게 될 브랜드 - 고객 관계에 대한 가치를 예측할 수 있게 됩니다. 또한 기업은 상대적으로 가치가 높은 고객을 정의할 수 있게 되어, 마케팅 비용을 고객에 따라 차별적으로 사용하는 데에 관한 KPI 를 달성할 수 있습니다.
최근 많은 기업들이 구독모델로 전환중입니다. 우리의 일상생활에 필요한 의식주의 모든 개별아이템들이 구독화 되는 추세입니다. 시장조사 업체 ‘가트너’는 2023년에 제조관련기업 중 75%가 구독형 서비스를 제공할 것으로 전망하고 있습니다. 구독으로의 전환은 기존의 판매채널이나 중개플랫폼이 아닌 공급자가 직접 제품과 서비스를 제공함을 의미합니다.
고객경험의 제공이 핵심이 되는 구독모델에서 고객생애가치의 이해와 적용은 고객별로 개인화된 경험제공과 기업 이익상승의 두 마리 토끼를 잡을 수 있는 성공요소입니다.
"신규고객 확보는 기존고객 유지보다 비용이 높습니다."
영업이익을 높이려면 신규고객확보보다 기존고객을 유지하는 가장 효과적인 전략을 구사하는 것이 필수적입니다.
CLV는 고객관계관리 Customer Relationship Management 전략의 기본적인 영역입니다. 왜냐하면 CLV가 장기적인 고객관계를 만들기 위한 고객여정에 촛점을 맞추기 때문입니다. 고객이익률과 고객재방문율 등의 KPI지표가 이에 해당됩니다.
고객생애가치의 직접적인 영향을 받는 마케팅 분석지표는 두가지 입니다.
마케팅 믹스 모델링은 마케팅 전략과 전술이 판매에 미치는 영향을 분석합니다. 마케팅 ROI는 마케팅 지출이 효율적으로 사용되고 있는지 판단합니다. 그러므로, CLV를 이해한다는 것은 고객전략, 마케팅전략 그리고 그 전략활동의 효과에 대한 종합적인 고려를 할 수 있다는 의미를 갖습니다.
어떠한 매트릭으로 비즈니스의 성공을 추적하는지, 그러한 데이터를 어떻게 추적하는지에 따라 고객생애가치 계산의 최적의 방법이 결정됩니다.
고객생애가치를 계산하는 대표적인 5가지 방법은 다음과 같습니다.
이 중, 가장 많이 사용되는 방법은 예측고객생애가치 (Predictive CLV )와 수명고객가치 (Lifespan CLV) 입니다. 최근에는 구독모델의 증대와 개인화 마케팅 도구들이 활성화됨에 따라, 동질집단 (Cohort CLV)과 개인화 고객생애가치 (Individual CLV)의 활용이 늘어나고 있습니다.
Historic CLV는 개별 고객이 거래한 과거 구매 총가치 또는 총이익의 합계를 측정합니다. 이 계산에는 특정된 기간의 구매에 대한 기존 고객 데이터가 필요합니다.
Historic CLV를 계산하려면 다음 공식을 참조하세요.
|
Historic CLV CLV = (거래 1+ 거래 2 + 거래 3…. + 거래 n) * 평균마진 |
이러한 방식으로 CLV 예측을 계산하면 (순이익 기준) 고객이 비즈니스에 기여하는 실제 이익을 확인할 수 있습니다. Historic CLV는 고객 서비스비용, 수익비용, 획득비용, 마케팅비용 등을 설명합니다.
단, Historic CLV의 단점은 개별고객의 가치를 결정하는 것이 매우 복잡할 수 있다는 점입니다. 따라서, 좀 더 활용가능하고 정확한 CLV를 위해서는 그룹화된 고객을 고려하거나 데이터를 관리하는 시스템을 만드는 것이 좋습니다.
Predictive CLV는 더 많은 수집 된 데이터를 사용하기 때문에 고객 생애주기 동안 비즈니스에 제공할 총 가치를 나타내는 훌륭한 지표입니다.
실제로 가격 할인 등의 변동을 고려할 때 정확한 예측을 결정하는 것은 어려울 수 있습니다. 이러한 이유로 복잡성과 정밀도가 다른 Predictive CLV를 계산하는 몇 가지 방법이 있습니다.
이 모델을 사용하기 위하여 고객의 거래 내역 및 행동 패턴을 사용하여 고객의 가치가 시간이 지남에 따라 어떻게 진화하는지 예측해야 합니다.
간단한 Predictive CLV는 다음 공식을 참조하세요.
|
Predictive CLV CLV = ((월평균거래 * 평균구매금액) * 평균 총마진) * 평균고객수명 |
CLV를 계산하는 데 널리 사용되는 또 다른 방법은 수명 고객가치 계산입니다.
이 방법을 사용하려면 우선 고객가치가 있고, 여기에 고객 수명을 곱해야 합니다. Lifespan CLV 계산 방법은 5 단계로 구성됩니다.
|
Lifespan CLV CLV = 평균고객가치 * 평균고객수명 |
이를 통해 고객이 수명주기내 기여할 수 있는 수익을 계산할 수 있습니다.
가령, A고객과 B고객의 총구매금액이 동일하게 120만원이라고 가정해 보겠습니다. 그리고 A 고객은 한번에 10만원씩 매 3개월마다 3년간 구매해 왔고 (CLV 30만원), B 고객은 한번에 40만원씩 총 3번을 첫 3개월에만 구매했다면 (CLV 10만원), A 고객이 더 높은 생애가치를 가집니다.
'코호트 - 동질 집단' 분석 방법은 유사한 특성을 가진 현재 고객을 수집하고 함께 그룹화합니다. 코호트 분석은 여러 다른 유형의 고객들 사이에서 결론을 도출하는 데 도움이 될 수 있습니다. 코호트 분석을 활용하고 유지하려면 회사는 다음과 같은 시장의 다이내믹스에 대한 이해가 반드시 필요합니다. 왜냐하면 Cohort 코호트는 지속적으로 변화하는 특징을 가지고 있기 때문입니다.
측정대상 집단과 측정이벤트를 설정하고 이들의 고객생애가치를 계산할 수 있도록 지원하는 다차원 고객분석 도구를 활용할 수 있습니다.
개인화 고객생애가치는 마케팅의 더 넓은 관점을 고려하는데 유용합니다.
이 값은 주로 콘텐츠배포방법, 마케팅오퍼링, 랜딩페이지, 캠페인 등을 평가하여 ROI를 관리하는 데 도움이 됩니다. 개인화된 CLV 는 예를 들어 소셜미디어마케팅 지출과 다른 디지털마케팅 활동의 지출을 비교할 수 있게 합니다.
개인화 CLV 를 통해 비즈니스는 어떤 채널이 가장 효율적인지, 누구를 타겟팅 해야하는지, 어느 지점에서 마케팅 전략이 불완전한지, 어떻게 고객 서비스 자원을 통해 수익을 창출할지를 이해하고, 고객베이스에 대하여 더 나은 통찰력을 얻을 수 있습니다.
그러나 확실한 데이터 수집 전략 없이는 이러한 통찰력을 얻을 수 없습니다. 개인화된 고객생애가치는 실시간 고객관리시스템 CRM을 통해서 고객의 모든 행동을 기록하고, 행동별로 기여가치와 투입비용을 측정하여 마케팅과 영업에 활용할 수 있습니다.
동질집단 고객생애가치 Cohort CLV와 개인화 고객생애가치 Individualized CLV 는 가장 진화된 고객생애가치 측정법입니다.
고객생애가치에 따른 마케팅자원의 재배치를 통한 비용효율을 달성하고 동시에, 고객의 경험강화를 통한 고객유지를 위해서는 Cohort CLV와 Individualized CLV를 적절히 활용해야 합니다. 이것을 가능케 하려면 고객행동을 기록하고 분석하는 솔루션이 필요합니다. 이러한 고객생애가치 활용을 도와주는 솔루션으로 블룸리치와 허브스팟 등이 있습니다.
어려우시다구요?
먼저, 귀사의 고객생애가치를 계산해 보세요.
마케팅챗봇이 예측 Predictive CLV와 수명 Lifespan CLV 를 활용한 귀사만의 고객생애가치 계산을 편안하게 도와드립니다. 지금 귀하의 회사와 브랜드의 CLV를 알아보세요.