Customer Value Analysis
부천대 IoT 강의를 수강하는 학생들을 위해 만든 자료 입니다.
많은 기업들이 상품줌심에서 서비스중심으로 전환하면서 나날이 '고객'은 중요해지고 있다.
90년대 이후로 시장상황은 저조해지고, 소비자들의 제품선택이 까다로워지면서 기업들은 제품의 품질만으로 경쟁우위를 유지하기 힘들다는 것을 알았다. 기업은 시장의 변화를 예측할 수 있는 능력과 고객에 대해 심층적이고 적극적인 연구가 경쟁우위의 중요한 역할을 하는 것을 알게되었다. 따라서 기업들은 고객가치를 창출하고 이를 경쟁기업보다 앞서 제공할 수있는 목표를 충족하기 위해 고객가치시스템을 개발해왔다[1].
고객가치(Customer value)
고객가치 정의에 대한 해석은 학계마다 다양하다.
Zethaml(1988)은 가치는 '제품사용으로 발생되는 편익과 비용에 대한 지각을 바탕으로 고객의 호용가치를 통합적으로 측정한 것'이라 정의하였고[2], Anderson,Jain, Chintagunta(1993)는 '가치는 고객과 기업사이의 교환과정에서 발생하는 경제적,기술적, 서비스 사회적 편익의 정도를 금전 단위로 환산하였을 때 고객이 가지게 되는 인지의 정도다'[3] 라고 정의하였다. 또한 Monroe(1990)는 '구매자가 인지하는 가치는 제품구매 시 지불한 비용대비 얻게 되는 품질과 효용의 상쇄정도를 의미한다'라고 정의하였다. 이밖에도 김영찬(2004)은 고객가치에 대해 '특정 사용상황에 있어 고객들이 궁극적으로 추구하는 개인적 목표와 욕구를 충족시키기 위해 제품속성과 각 속성들이 제공하는 성취도, 또는 사용결과에 대해 고객이 인지하는 선도나 평가다'라고 정의하였다[1].
개발경제가 서비스경제로 변화되가고 서비스중심, 고객관계, 고객유지, 고객중심, 고객가치가 중요해졌다. 마케팅 관점에서 거래중심에서 관계중심으로 이동하면서 기업들은 단기적 거래의 수익성보다는 장기점 관점에서 고객중심의 관점을 취하면서 고객 평생가치를 측정해왔다[5].
그렇다면 마케팅에서 어떻게 고객 평생가치를 측정해왔는지 알아보자.
고객가치를 분석할때 크게 2가지 재무적 관점과 고객관계활동면으로 나뉠 수 있다[6].
재무적 관점에서 보는 방법으로는 다음과 같다.
고객생애가치(CLTV, Customer Lifeftime Value)
고객순자산(Customer Equity)
고객 구매력(size of wallet)과 고객점유율(Share of Customer)
고객생애가치는 특정시점으로부터 고객의 구매활동을 통해 그 다음 해의 고객이 얼마만큼의 수익창출을 할 수 있는지 그 기대수익을 말한다[7]. 고객생애가치 분석방법은 고객유지율 관점과 고객생애기간 관점으로 나뉠 수 있다. 자세한 설명은 나중에 하겠다.
고객자산은 기업의 유형자산 이외에 무형장산으로 고객을 기업의 자산으로 보는것인데, 이때 재무적기여 관점(구매력, 이용도 등)으로 측정한다[8].
고객 구매력은 특정 상품 카테고리 내에서 고객이 소비할 수 있는 총액을 말하고, 고객 점유율은 한 고객이 소비하는 제품이나 서비스군 중에서 특정 기업을 통해 제공받는 제품이나 서비스의 비율을 말한다. 고객 구매력 지표가 고객의 잠정적인 구매력 크기라고 한다면, 고객 점유율은 이러한 잠재 구매력 을 가진 고객들을 대상으로 그들의 니즈를 얼마나 충족시키고 있는지에 대한 기업의 성과를 판단할 수 있는 지표라고 할 수 있[9].
고객관계활동에는 고객활동지표와 대표적인 RFM(Recency, Frequency, Monetary)이 있다.
RFM의 R은 가장 최근 구매 날짜 또는 가장 최근 구매 날짜 이후의 시간 간격을 말하고, 이를 이용하여 최근성 점수를 계산한다.
F는 총 구매 수로 빈도 점수를 계산할때 사용한다.
M은 특정기간 동안 모든 구매의 구매총액 집계값으로 구매총액 점수를 계산할 때 사용한다[10].
이중에서 마케팅에서 가장 많이 쓰이는 CLV 와 RFM을 실제사례를 들어 알아보겠다.
철수가 2021년 1월에 30000원 허니콤보치킨을 주문했다고 가정해보자. 그런데 가게직원이 잘못포하여 같은 가격인 레드치킨이 배달되었다. 철수는 잘못 배달왔다고 전화 어쩔 수 없이 그냥 먹으려했지만 가게대표님꼐서 환불처리해주고 배달온 음식을 드시라고 권하며 1만원 쿠폰까지 주었다.
가게대표는 총 4만원의 손해를 보았다. 그런데 광고비용인 고객획득비용 1만원까지 포함하면 총 5만원의 손해를 보았을 것이다. 왜 이렇게 행동했을까? 바로 CLV를 높이기 위해서다.
만약 철수가 잘못 배달된 치킨을 먹고 다신 주문을 안하리라 마음 먹었다면, 그 치킨집의 가게 이익은 마진율 30%라 가정하여 계산했을 시 9000원에서 고객획득비용까지 제외하면 -1,9000원일 것이다.
그러나 철수는 고객 응대에 감동을 받아 1년동안 치킨을 애용했더니 총 60만원을 사용했다. 또한 자주 이용했더니 사이드 메뉴 이용권 5만원을 받았다고 하자. 그렇다면 쿠폰할인, 사이드 메뉴 이용권 등을 제외하면 가게 이익은 11만원일 것이다.
다음해에도 철수는 단골고객이 되어 총 60만원을 사용했고, 무료 치킨 1번(3만원)을 받았다고 하자. 그러면 가게이익은 15만원이다.
한번 배달주문 후 치킨집을 끊었다면 CLV는 -19000원을 것이지만, 2년동안 한 고객으로부터 11+15만원 총26만원의 수익을 얻었다.
그렇다면 CLV는 어떻게 계산할까?
CLV 공식
위 공식은 비용계산이 어려울 경우 CLV를 구하는 공식으로,
M은 평균매출액
R은 고객유지비율(Retension rate)
위 공식은 할인율이 적용되지 않은것이다.
예를들어 2020년 영희는 여행을 좋아해서 여행사 어플에서 연 평균 100만원을 이용했다.
여행사에서는 고객유지비율이 약 0.8% 라고 했을 시,여행사에서 생각하는 영희고객의 2021년에 기대수익은 100 * 0.8 = 80만원으로 예측할 것이다. 그럼 2022년에는 80*0.8=64만원의 기대수익을 잡을 것이다.
그렇다면 여행사에서 영희를 평생고객이라 가정했을 시 ,100/0.2 =500만원 가치의 고객으로 생각할 것이다.
비용계산이 가능할 경우 어떻게 계산할까?
M은 1인당 평균 매출액
C는 1인당 유지비용
r은 고객유지비율
i는 이자율(물가상승률)
AC는 고객획득비용(신규고객에 대한 비용으로 1번만 계산됨)
방금 들었던 영희를 다시 예로 들겠다.
영희는 2020년동안 연 평균 100만원(M)을 썼다고 하자. 여행사에서는 고객을 획득(AC)하기 위해 연 20만원을 썼고 마일리지나 할인 등 유지비용(C)으로는 10만원을 썼다고 하자. 그랬을 시 2020년 여행사의 고객유지비율(r)은 0.8 정도였고, 이자율(i)은 0.03라고 가정하자.
위 CLV 공식을 대입하면 ((100-10) / (1-0.8+0.03)) -20 = 약 371만원의 기대수익을 알 수 있다.
그러면 고객유지비율에 따른 CLV변화는 어떻게 될까?
80 -> 70 % : 371 - 252 = 119만원(손실)
80 -> 90 % : 371 - 672 = 301만원 (수익)
80%에서 70%으로 고객유지비율이 떨어질 시 119만원의 손실이 발생하지만, 80%에서 90%으로 고객유지비율이 상승했을 시 301만원의 수익을 가져다 준다.
고객유지비율이 높을수록 수익은 높아지므로 한명의 고객을 지속적으로 유지하는 것이 중요하다. 따라서 신규고객을 유치하는것도 중요하지만 기존고객을 유지하는것이 더 높은 수익을 가져다 준다.
다음은 고객생애기간 관점에서의 CLV를 구하는 방법으 알아보겠다.
고객생애기간은 향후 예상되는 고객의 잔존기간을 (Lifetime )을 알아내서 계산하는 방법이다.
고객획득비용이나 유지비용 등 비용계산이 어려울 경우 공식은 다음과 같다.
CM은 공헌마진(Contribution Margin)으로 반복매출액에서 반복비용을 뺀 나머지/ 전체맥출액
P는 활동확률로 이사람이 얼마나 활동하고 있는지 나타는 지표로 활동확률의 공식은 아래와 같다.
i는 이자율
T는 전체기간 중 활동기간 비율
n은 주어진 기간 동안의 구매횟수
예를 들어 설명하겠다.
철수와 영희는 이커머스 플랫폼에서 2020년부터 1년동안 각각 50만원, 30만의 제품을 구매했다.
철수의 마지막 구매월은 10월이고, 영희의 마지막 구매월은 9월이다.
철수의 구매횟수는 3회, 영희의 구매횟수는 4회다.
이때 이자율을 0.03% , 생존기간은 둘다 3년이라고 가정했을 때 철수와 영의 CLV는 어떻게 될까?
2020년 12월에 이 두사람을 관찰한다고 해보자.
먼저 철수의 활동확률은 T^n으로 (10/12)^3 = 0.578 이 된다.
영희는 (9/12)^4 = 0.316이 된다.
영희가 더 많이 구매했음에도 왜 철수보다 활동확률이 낮을까?
활동확률은 말그대로 이 사람이 특정시점으로부터 구매를 했는지 살아있는 확률을 구하는것이라 많이 구매했더라고 해도 그 주기가 길어질 경우 확률이 낮아질 수 밖에 없다.
마진율이 30%라 했을때 철수의 공헌마진(CM)은 50*0.3=15만원, 영희는 30*0.3=9 만원이다.
그리고 위 CLV 공식을 대입하면
철수는 15*0.578*(1/(1+0.03))^1 +...+15*0.578*(1/(1+0.03))^3=8.67*0.97+8.67*0.94+8.67*0.91=24.44 이다.
반면에 영희는 9*0.316*(1/(1+0.03))^1 + ... + 9*0.316*(1/(1+0.03))^3 = 2.844*0.97 +2.844*0.94+2.844*0.91= 8.02 이다.
철수를 통해 해석하면 50만원을 사는 고객이고 1년에 3번을 구매했는데, 이 이커머스 플랫폼에 3년동안 24.44만원의 기대수익을 가져다 줄 고객이라고 평가할 수 있다.
다음은 고객유지비용이나 고객획득비용이 가능한 경우 계산 식은 아래와 같다.
CM은 공헌마진(Contribution Margin)
P는 활동확률
MC 는 고객유지비용
i는 이자율
AC는 고객획득비용
위의 예제에서 철수를 다시 예로들어보자. 2020년 철수는 이커머스 플랫폼에 가입해서 1년간 50만원의 제품을 구매했고, 마지막 구매월은 10월, 구매횟수는 3회라고하자.
이때 이자율은 0.03%이고, 생종기간은 3년, 마케팅비용(고객유지비용)은 1만원, 신규고객획득비용 2만원일때 철수의 CLV는 얼마인가?
{15*0.578 -1*(1/(1+0.03))^t}-2 = (7.69+7.72+7.75)-2= 21.26이 된다.
영희도 한번 구해보길 바란다.
그럼 실제 마케팅팀에서는 CLV와 매출액을 가지고 어떻게 마케팅을 할까?
철수
70
21
0.87
2
7
6
74
상길
200
60
0.1
10
7
20
6
영호
150
45
0.5
6
3
14
30
매출액이 높은 고객은 상길이고 철수가 매출액은 가장 낮다. 매출액만 따지고 보았을때 상길이가 VIP 고객일 수 있다. 하지만 활동확률을 보아 상길이는 1년동안 구매한 횟수가 낮았을 것이다. 반면에 철수는 활동확률이 높은것으로 보아 상길이에 비해 구매횟수가 많다는 것을 짐작할 수 있다.
위의 표를 기반으로 각 3명의 고객의 CLV를 측정했을 때 철수가 가장 높다. 이 뜻은 비록 철수가 구매금액은 적을 수 있으나 지속적으로 우리 회사 고객이 될 확률이 높다. 따라서 마케팅 팀은 CLV가 높은 고객을 중심으로 고객 유지전략을 세워 관리를 한다.
Reference
[1] 김영찬.(2004).고객가치와 시장세분화.경영학연구,33(6),1757-1779.
[2] Zeithaml, V. A. (1988). Consumer perceptions of price, quality and value: A means-end model and synthesis of evidence. Journal of Marketing, 52, 2-22.
[3]Anderson, James & Jam, Dipak & Chintagunta, Pradeep. (1993). Customer Value Assessment in Business Markets: A State-of-Practice Study.
[5]FSB연구소 차태현 주임- 고객가치 관리와 고객마케팅 전략
[6]https://www.youtube.com/watch?v=7LeLz0GY-uo
[7]https://www.hellodigital.kr/blog/dmkt-general-customer-lifetime-value/
[8]https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=finance17&logNo=221250394967
[9]https://haanaaedu.tistory.com/43
[10]https://www.ibm.com/docs/ko/spss-statistics/SaaS?topic=analysis-rfm-scores-from-customer-data
Last updated
