광고 타깃 설정할 때 "20~35세 여성, 관심사 패션" 이렇게 적어놓고 넘어간 적 있으시죠. 저도 한참을 그렇게 돌렸어요. 그런데 정작 매달 다시 사러 오는 사람들을 열어보니, 제가 상상하던 얼굴이랑 꽤 달랐어요... 오늘은 그 이야기예요.
광고 계정 열어서 타깃 만들 때 "20~35세 여성, 관심사 패션·쇼핑"이라고 적고 저장 버튼 눌러본 적, 다들 있으실 거예요. 저도 1년 넘게 그렇게 돌렸어요. 그게 타깃인 줄 알았거든요. 그런데 어느 날 재구매 고객만 따로 뽑아서 한 명 한 명 주문 내역을 봤는데... 제가 머릿속에 그리던 얼굴이랑 은근히 달랐어요.
제가 상상한 단골은 "20대 초반, 트렌디한 옷 좋아하는 대학생"이었어요. 실제 데이터 속 단골은 29~34세, 직장인, 검정·베이지만 반복 구매하는 사람이 훨씬 많았고요. 객단가도 더 높았어요. 이 차이를 모르고 계속 20대 초반 감성으로 광고를 돌렸으니, 돈이 새는 게 당연했던 거죠.
그래서 오늘은 감으로 잡던 타깃을 실제 재구매 데이터로 좁히는 방법을 순서대로 풀어볼게요. 거창한 툴 없이도 주문 엑셀 하나면 시작할 수 있어요.
페르소나를 그릴 때 흔히 전체 고객 평균을 내요. 그런데 전체 평균은 "한 번 사고 사라진 사람"까지 다 섞여 있어요. 이 사람들은 대부분 할인·이벤트 보고 잠깐 들렀다 간 뜨내기예요. 이들을 기준으로 페르소나를 그리면, 결국 할인만 쫓는 손님을 더 데려오는 광고를 만들게 돼요.
반대로 두 번, 세 번 다시 온 사람은 이유가 있어서 온 거예요. 우리 옷의 핏이 맞거나, 배송이 마음에 들거나, 특정 색·카테고리가 자기 취향에 딱 맞거나. 그 "이유"가 바로 우리 브랜드의 진짜 무기고, 그 무기에 반응하는 사람이 진짜 타깃이에요.
실제로 재구매 고객은 신규보다 마케팅 비용이 훨씬 덜 들어요. 이미 우리를 아니까요. 이 구조 자체가 왜 중요한지는 재구매율 글에서 더 자세히 다뤘으니 같이 보시면 좋아요.
어렵지 않아요. 주문 내역을 놓고 아래 순서대로만 정리해도 페르소나의 뼈대가 나와요.
1) 재구매 고객만 걸러내기. 주문번호가 아니라 사람 기준으로 세야 해요. 이름+전화번호(또는 이메일)로 묶어서 2회 이상 산 사람만 남기세요. 스마트스토어·자사몰 주문 엑셀이면 이름·연락처 열로 중복을 잡으면 돼요.
2) 나이대·성별 실제 분포 세기. 상상이 아니라 실제 숫자로요. 저는 여기서 "20대 초반이 주력"이라는 착각이 깨졌어요.
3) 뭘 반복해서 사는지 보기. 색·카테고리·사이즈. 단골은 취향이 뚜렷해서 같은 결의 상품을 계속 담아요. 검정 니트만 세 번 산 사람이 보이기 시작하면 그게 신호예요.
4) 언제·얼마 간격으로 오는지. 첫 구매 후 며칠 만에 두 번째 주문이 들어오는지 평균을 내보세요. 이 간격이 곧 리마인드 문자·광고를 언제 쏘면 좋을지 알려줘요.
5) 객단가 비교. 단골 평균 주문금액 vs 전체 평균. 보통 단골이 더 높아요. 이 차이가 클수록 단골 확보의 가치가 크다는 뜻이에요.
이 다섯 개를 표 하나로 정리하면, 흩어져 있던 감이 갑자기 또렷해져요. 아래는 제가 실제로 정리했던 형태를 예시 숫자(추정치)로 옮긴 거예요.
| 구분 | 전체 고객 평균 | 재구매 단골 평균 |
|---|---|---|
| 주력 연령 | 20~35세(막연) | 29~34세 |
| 객단가 | ₩41,000 | ₩58,000 |
| 재구매 간격 | - | 약 27일 |
| 반복 구매 색 | 분산 | 검정·베이지 편중 |
| 선호 카테고리 | 전체 고르게 | 니트·아우터 |
이 표만 봐도 광고 타깃이 확 좁혀지죠. "20~35세 여성"이 아니라 "30세 전후, 검정·베이지 좋아하고, 니트 자주 사는 직장인"으로요. 타깃이 좁아지면 카피도, 소재 사진도, 세일 타이밍도 다 달라져요.
숫자를 뽑았으면 이제 한 명의 가상 인물로 압축해요. 이걸 페르소나 카드라고 불러요. 팀원이나 광고 대행사한테 "이 사람한테 판다고 생각하세요" 하고 넘길 수 있는 한 장이에요.
제가 만든 예시를 보여드릴게요. 이름은 그냥 기억하기 좋게 붙이는 거예요.
| 항목 | 내용 |
|---|---|
| 이름(별칭) | 정연 (32세) |
| 상황 | 출퇴근하는 직장인, 옷 고를 시간이 없음 |
| 사는 이유 | 실패 없는 무난한 색, 핏이 안정적 |
| 객단가 | ₩55,000~65,000 |
| 재구매 트리거 | 계절 바뀔 때, 첫 구매 후 약 4주 |
| 안 사는 이유 | 화려한 프린트, 너무 짧은 기장 |
여기서 제일 중요한 칸은 사실 "안 사는 이유"예요. 단골이 뭘 싫어하는지 알면, 신상 기획할 때 헛발질을 줄여요. 저는 이 칸 보고 화려한 플라워 프린트 발주를 접은 적 있어요. 재구매층은 거기에 반응을 안 했거든요.
페르소나가 여러 개 나올 수도 있어요. 그럴 땐 억지로 하나로 합치지 말고 2~3개로 나눠 관리하세요. 이 나누는 작업이 결국 세그먼트예요. 재구매 빈도·최근성·금액으로 고객을 층층이 나누는 방법은 RFM 세분화 글에 정리해뒀어요. 페르소나랑 짝으로 보면 그림이 완성돼요.
카드만 예쁘게 만들고 서랍에 넣으면 아무 일도 안 일어나요. 실제로 써먹는 지점은 크게 셋이에요.
광고 타깃·소재. "정연"이 좋아하는 검정 니트 착장 사진을, "정연"이 쓸 법한 말투로. 타깃 연령도 29~34세로 좁혀요. 도달 수는 줄지만 클릭당 비용이 내려가고 구매전환이 올라가는 경우가 많아요.
재구매 리마인드 타이밍. 평균 재구매 간격이 27일이면, 첫 구매 3주 차쯤 문자나 알림을 보내요. 신상 아니어도 "그때 그 색 재입고됐어요" 한 줄이 은근히 잘 먹혀요.
상품 기획. 단골이 반복 구매하는 결을 중심으로 신상을 짜요. 새 카테고리 실험은 하되, 매출 허리는 검증된 취향으로 받치는 거예요.
그런데 이 모든 판단의 기준은 결국 "이 고객이 진짜 돈이 되는가"예요. 매출만 보면 착시가 생겨요. 객단가 ₩58,000이어도 원가·플랫폼 수수료·부가세 빼면 남는 게 확 줄거든요. 저는 여기서 대시부스터를 써요. 원가·수수료·세금까지 뺀 실제 순수익을 실시간 대시보드로 보니까, "겉으로 큰손인데 실제론 마진 얇은 단골"과 "조용히 꾸준한 진짜 효자 단골"이 구분돼요. 이 구분이 페르소나 정확도를 확 올려줘요.
정리하면 이래요. 감으로 잡은 "20대 여성"을 버리고, 재구매 명단을 열어 실제 얼굴을 확인하세요. 나이·색·카테고리·간격·객단가 다섯 칸으로 공통점을 뽑고, 한 명의 카드로 압축하고, 그 카드로 광고·리마인드·기획을 다시 세팅하는 거예요. 그리고 3~6개월마다 다시 그리기. 이 루틴만 돌려도 광고비 새는 구멍이 눈에 띄게 줄어요.
네, 가능해요. 표본이 작으면 통계로서 정확도는 떨어지지만, 방향을 잡는 데는 충분해요. 재구매 2회 이상 고객이 20~30명만 돼도 색·카테고리·연령의 쏠림은 보여요. 완벽한 데이터를 기다리기보다, 지금 있는 걸로 초안을 만들고 고객이 쌓일수록 다듬는 게 훨씬 나아요.
보통 2~3개가 적당해요. 하나면 현실을 너무 단순화하고, 다섯 개 넘어가면 관리가 안 돼요. 재구매 데이터에서 뚜렷하게 갈리는 그룹(예: 무난한 색 반복하는 직장인 vs 신상 빨리 사는 트렌드층)만 나눠서 카드로 만드세요.
시즌 단위, 즉 3~6개월에 한 번은 재구매 데이터로 다시 그려보길 권해요. 트렌드와 신상 라인업이 바뀌면서 단골 구성도 서서히 이동하거든요. 매출이 갑자기 흔들리거나 광고 효율이 떨어질 때도 페르소나를 다시 점검할 신호예요.
대시부스터는 원가·수수료·세금 뺀 실제 순수익과 재구매 흐름을 실시간 대시보드로 보여줘요. 단골 페르소나를 감이 아니라 숫자로 그려보세요.
7일 무료로 시작하기 →