단골이 조용히 떠나기 전에 보이는 이탈 신호 5가지 (구매주기·오픈율·CS로 잡기)

제가 처음 이걸 체감한 게, 매달 4~5만 원씩 꾸준히 사주던 손님이 있었어요. 이름도 기억날 만큼 단골이었는데 어느 순간 주문 내역에서 사라진 거예요. 신규 유입 숫자만 보고 있으니까 몰랐죠. 매출은 그럭저럭 유지되니까요. 근데 이런 손님이 한두 명이 아니라 조용히 스무 명, 서른 명씩 빠져나가고 있으면... 그게 어느 순간 매출 그래프를 훅 꺾어버려요.

신규 고객 한 명 데려오는 비용이 기존 고객 붙잡는 비용의 5배라는 말, 다들 들어보셨죠. 근데 대부분은 이미 떠난 고객한테 재구매 쿠폰 뿌리는 걸로 대응해요. 그건 늦어요. 진짜 핵심은 '아직 안 떠났지만 곧 떠날' 사람을 미리 알아채는 거예요. 그리고 그 사람들은 떠나기 전에 반드시 티를 내요. 조용하게.

구매주기가 늘어지기 시작하면 이미 마음이 떠나는 중

이탈 신호 중에 제일 정직한 게 구매주기예요. 오픈율이나 클릭 같은 건 그날 기분 따라 왔다 갔다 하는데, 지갑 여는 주기는 거짓말을 안 하거든요.

방법은 단순해요. 고객별로 '평소 몇 일마다 사는지'를 먼저 구해요. 예를 들어 A라는 손님이 지난 1년간 평균 34일마다 주문했다고 쳐요. 그럼 이 사람의 정상 구매주기는 34일이에요. 그런데 마지막 주문 이후 벌써 60일, 68일이 지나고 있다면? 평소의 2배를 넘긴 거예요. 이건 '바빠서 안 산 것'이 아니라 관심이 식고 있다는 신호일 확률이 높아요.

저는 이걸 이렇게 구간으로 나눠서 봐요.

여기서 진짜 중요한 포인트 하나. '전체 평균 구매주기 30일'로 뭉뚱그려서 보면 안 돼요. 어떤 손님은 원래 2주에 한 번 사고, 어떤 손님은 원래 3달에 한 번 사요. 3달에 한 번 사는 사람한테 45일 지났다고 이탈 경고 뜨면 그건 그냥 오작동이에요. 반드시 '그 사람 기준'으로 봐야 해요. 이게 생각보다 놓치기 쉬운 부분이더라고요...

오픈율·클릭이 먼저 조용해진다

지갑이 닫히기 전에, 사실 먼저 닫히는 건 관심이에요. 그리고 관심은 이메일·카톡·앱 푸시 반응에서 제일 먼저 티가 나요. 이게 이탈의 '선행 지표'인 이유예요. 구매주기 지연이 눈에 보일 때쯤이면 이미 늦은 감이 있는데, 오픈율 하락은 그보다 2~4주 앞서 나타나는 경우가 많거든요.

제가 보는 신호는 이래요.

• 예전엔 뉴스레터 열던 사람이 최근 5통 연속 안 열었어요.
• 열긴 여는데 클릭은 뚝 끊겼어요 (제목만 훑고 닫는 거죠).
• 앱 알림을 껐거나, 카톡 채널을 차단했어요.
• 장바구니엔 담는데 결제는 안 넘어가요. 그것도 반복적으로.

특히 마지막 항목, '장바구니 담고 이탈'이 반복되는 손님은 애매한 신호처럼 보이지만 사실 위험해요. 사고는 싶은데 매번 뭔가에 걸려서 안 사는 거예요. 가격인지, 배송비인지, 재고인지... 이 사람들은 아직 마음이 완전히 안 떠났으니까 붙잡을 여지가 제일 큰 그룹이기도 해요.

반대로 오픈율 지표만 맹신하면 안 되는 함정도 있어요. 요즘 애플 메일 개인정보 보호 때문에 오픈율이 부풀려지거든요. 실제로 안 봤는데 열었다고 잡히는 경우가 있어요. 그래서 저는 오픈율보다 '클릭'과 '실제 사이트 방문'을 더 믿어요. 열었냐보다 눌렀냐가 진심이에요.

CS 이력에 남은 불만은 시한폭탄이에요

세 번째 신호는 고객센터 이력이에요. 이게 은근히 강력해요. 왜냐면 불만을 표현했다는 건 아직 관계를 포기 안 했다는 뜻이거든요. 진짜 떠날 사람은 말없이 떠나요. 근데 문의를 남긴 사람은 '해결되면 계속 살 의향'이 있는 거예요. 그 순간을 놓치면 그때부터 조용해지고, 그다음에 사라져요.

제가 실제로 겪은 케이스. 사이즈 교환 문의를 넣었는데 응대가 하루 늦었어요. 그 손님, 교환은 받았는데 그 뒤로 딱 끊겼어요. 나중에 데이터 보니까 그 전까지 6번 산 단골이었더라고요. 응대 하루 늦은 걸로 6번 살 손님을 놓친 거예요. 그때 배웠어요. CS 티켓 하나하나가 리텐션 데이터라는 걸.

이런 CS 신호들을 위험 점수에 얹어요.

가중치는 스토어마다 달라요. 위 숫자는 제 경험 기준 추정치고, 각자 데이터로 튜닝해야 해요. 핵심은 '구매주기 지연 + 오픈율 하락 + 최근 CS 불만'이 한 사람한테 동시에 겹치면, 그 사람은 거의 확실히 떠나는 중이라는 거예요. 세 개가 겹칠 때만 빨간불을 켜도 오진이 확 줄어요.

신호를 잡았으면, 뭘 해야 하나

위험 고객을 골라냈으면 이제 붙잡아야죠. 근데 여기서도 실수하는 게, 위험 고객 전원한테 똑같은 15% 쿠폰을 뿌리는 거예요. 그럼 어차피 살 사람한테까지 마진을 깎아주는 꼴이 돼요. 붙잡는 것도 순서가 있어요.

• 노랑 단계는 혜택 없이 가볍게. 신상 알림, '오랜만이에요' 같은 리마인드면 충분해요. 여기서 돈 쓰면 낭비예요.
• 빨강 단계부터 개인화 혜택. 그 사람이 예전에 산 카테고리 기반으로 '전에 보시던 그 스타일 재입고됐어요' 식으로요. 무차별 할인보다 '나를 기억하네' 느낌이 훨씬 세요.
• CS 불만 이력자는 할인이 아니라 사과와 해결이 먼저예요. 돈보다 '그때 불편하셨죠, 이번엔 제가 챙길게요'가 더 잘 먹혀요.

그리고 이 모든 게 결국 숫자로 돌아가야 해요. 위험 고객을 붙잡았을 때 '얼마를 지켰는지'를 봐야 계속할 수 있거든요. 재구매율이 몇 %p 올랐는지, 그게 순수익으로 얼마인지. 저는 재구매율이랑 RFM 고객 세분화를 같이 보면서 관리하는데, 이걸 매번 손으로 엑셀 돌리기가 은근 일이에요.

그래서 저는 대시부스터로 이 흐름을 봐요. 원가·수수료·세금 다 뺀 진짜 순수익이랑 고객 재구매 흐름이 실시간 대시보드로 뜨니까, '이번 달 조용해진 단골이 몇 명이고 걔네가 원래 얼마짜리 손님이었는지'가 숫자로 딱 보여요. 광고로 신규만 붓다가 밑 빠진 독 되는 걸 막아주더라고요.

Q. 데이터가 몇 개월 정도 쌓여야 이탈 신호를 볼 수 있나요?

최소 6개월, 넉넉히는 1년치 주문 데이터가 있으면 개인별 구매주기가 안정적으로 잡혀요. 오픈 3개월 미만이면 아직 '정상 주기' 자체가 흔들려서 오진이 많아요. 대신 초기엔 CS 이력이랑 첫 구매 후 재구매 여부만 봐도 충분히 의미 있는 신호가 나와요.

Q. 이탈로 판단하는 기준일은 어떻게 정하나요?

업종마다 달라요. 회전 빠른 소비재는 개인 평균 구매주기의 2배, 객단가 높고 저관여인 상품은 3배 정도를 빨간불 기준으로 잡아요. 중요한 건 전체 평균이 아니라 '그 고객 개인의 주기'를 기준으로 삼는 거예요. 남들 기준으로 재면 원래 띄엄띄엄 사는 우량 고객을 이탈로 오해하게 돼요.

Q. 위험 고객한테 무조건 할인을 줘야 하나요?

아니요. 오히려 그게 마진 갉아먹는 지름길이에요. 노랑 단계는 혜택 없이 리마인드만, 빨강 단계부터 개인화 혜택, CS 불만 이력자는 할인보다 해결·사과가 먼저예요. 할인은 제일 마지막 카드로 아껴두세요.