LTV 계산법 완벽 정리: 고객 생애 가치 공식부터 실전 활용 방법까지
LTV 계산법은 고객 생애 가치(Customer Lifetime Value)를 수치로 산출하는 방법으로, 기업의 수익성과 마케팅 전략을 결정하는 핵심 지표입니다.
단순 매출 분석을 넘어 한 명의 고객이 우리 서비스에 머무는 동안 얼마의 가치를 창출하는지 계산하는 것이 목적입니다.
일반적으로 평균 구매 금액, 구매 빈도, 고객 유지 기간을 곱해 산출하며, 구독 모델이나 SaaS 비즈니스에서는 유지율과 이탈률을 기반으로 계산합니다.
특히 LTV와 CAC(고객 획득 비용)를 비교하면 마케팅 효율을 판단할 수 있습니다.
본 글에서는 LTV 계산 공식, 실전 예시, 업종별 적용 방법, LTV를 높이는 전략까지 체계적으로 정리합니다.
1. LTV란 무엇인가?
“우리 고객 한 명은 도대체 얼마를 벌어다 줄까?”
이 질문은 마케팅, 영업, 제품, 재무까지 모두가 궁금해하지만… 막상 숫자로 답하려면 멈칫하게 됩니다. 여기서 등장하는 개념이 LTV(Lifetime Value, 고객 생애 가치) 입니다.
1-1. 고객 생애 가치의 핵심 개념
LTV란 고객 1명이 우리 서비스/브랜드와 관계를 맺는 전체 기간 동안 발생시키는 ‘기대 수익(또는 가치)’ 입니다.
핵심은 “한 번 결제한 금액”이 아니라, 고객이 처음 유입된 순간부터 이탈하기 전까지의 누적 가치라는 점이에요.
예를 들어 볼까요?
A 고객: 첫 구매는 2만 원이지만, 2년 동안 매달 2만 원씩 꾸준히 구매
B 고객: 첫 구매는 10만 원이지만, 그 뒤로는 다시 오지 않음
겉보기 매출만 보면 B가 더 좋아 보이지만, LTV로 보면 A가 훨씬 가치가 큽니다.
이 차이를 못 보면 어떤 일이 벌어질까요?
“첫 구매가 큰 고객”만 쫓다가
재구매/유지에 투자하지 못하고
장기적으로 광고비는 늘고 이익은 줄어드는 구조가 됩니다.
1-2. LTV는 ‘매출’이 아니라 ‘수익’ 관점이 더 정확하다
실무에서 흔한 함정이 하나 있어요. LTV를 매출 기준으로만 계산하는 것입니다.
하지만 업종에 따라 원가, 물류비, 결제수수료, CS 비용이 다르죠. 그래서 가능하면 아래 두 가지를 구분하는 게 좋습니다.
매출 기반 LTV(Revenue LTV): 계산이 쉽고 빠르지만 실제 이익과 다를 수 있음
이익 기반 LTV(Gross/Contribution LTV): 현실적이고 의사결정에 더 유용
특히 커머스/배달/이커머스는 매출은 커도 마진이 얇기 때문에, 매출 LTV만 보면 “광고를 더 태워도 되겠네?” 같은 위험한 결론이 나오기 쉽습니다.
가능하면 총이익률(또는 공헌이익률) 을 반영해 LTV를 보정하는 게 좋습니다.
1-3. LTV가 중요한 이유: 비즈니스의 ‘속도’가 바뀐다
LTV를 아는 순간, 의사결정의 속도가 달라집니다.
신규 고객을 더 늘릴지, 기존 고객 유지에 투자할지
할인 쿠폰을 뿌리는 게 이득인지 손해인지
구독 가격을 올려도 되는지, 번들로 묶어야 하는지
어떤 채널(검색/메타/인플루언서/제휴)이 좋은 고객을 데려오는지
특히 마케팅에서 LTV는 거의 “언어”처럼 쓰입니다.
예를 들어 “이 채널은 전환이 낮지만 LTV가 높다” 같은 판단이 가능해져요.
즉, LTV는 단기 성과(ROAS) 를 넘어 장기 수익성을 설계하는 지표입니다.
1-4. LTV, CLV, ARPU… 용어 헷갈리지 않게 정리
검색하다 보면 용어가 섞여 나와 혼란스러울 수 있습니다.
LTV / CLV: 거의 같은 의미로 쓰임(고객 생애 가치)
ARPU(Average Revenue Per User): 사용자 1인당 평균 매출(대개 월/분기 기준)
AOV(Average Order Value): 1회 주문당 평균 구매금액(객단가)
정리하면,
커머스는 AOV, 구매빈도, 유지기간으로 LTV를 구성하고
구독/SaaS는 ARPU와 이탈률(Churn)을 중심으로 LTV를 구성합니다.
2. LTV 계산법 기본 공식
LTV 계산법은 “정답 하나”가 아니라, 비즈니스 모델과 데이터 수준에 따라 선택하는 계산식입니다.
하지만 시작점은 대체로 아래의 기본형에서 출발합니다.
2-1. 가장 기본적인 LTV 공식(커머스/일반 구매 모델)
가장 널리 쓰이는 형태는 다음과 같습니다.
LTV = 평균 객단가(AOV) × 구매 빈도(Frequency) × 고객 유지 기간(Lifespan)
이 공식의 장점은 명확합니다.
이해가 쉽고
계산이 빠르며
지표 개선 방향이 바로 보입니다(객단가/빈도/기간 중 어디를 올릴지)
다만, “유지 기간”을 대충 추정하면 오차가 커질 수 있으니 뒤에서 보완 방법을 설명할게요.
2-2. 평균 객단가(AOV) 계산법
AOV = 총 매출 ÷ 총 주문 수
예시)
총 매출: 50,000,000원
총 주문 수: 1,000건
→ AOV = 50,000원
여기서 실무 팁:
할인/쿠폰을 포함한 결제금액 기준인지
상품 정가 기준인지
기준을 통일해야 LTV가 “비교 가능한 지표”가 됩니다.
2-3. 구매 빈도(Frequency) 계산법
구매 빈도는 기간을 명확히 정의해야 합니다.
구매 빈도(기간당) = 해당 기간 총 주문 수 ÷ 해당 기간 구매 고객 수
예시)
1년 동안 총 주문 3,000건
1년 동안 구매 고객 1,000명
→ 연간 구매 빈도 = 3회/인
커머스에서는 보통 “연간”으로 잡고,
콘텐츠/소모품/리필형 제품은 “월간”으로 잡기도 합니다.
2-4. 고객 유지 기간(Lifespan) 추정법: 단순 평균 vs 이탈률 기반
유지 기간은 LTV에서 가장 까다로운 부분입니다. 방법은 크게 2가지예요.
(1) 단순 평균 유지 기간
첫 구매 시점부터 마지막 구매 시점까지의 평균 기간
데이터가 충분하면 괜찮지만, “최근 유입 고객”은 아직 마지막 구매가 안 찍혀서 왜곡이 생길 수 있어요.
(2) 이탈률(Churn Rate) 기반 유지 기간
구독/SaaS는 이 방식이 정석에 가깝습니다.
유지 기간(기간 단위) ≈ 1 ÷ 이탈률
예시)
월 이탈률이 5%(0.05)라면
→ 평균 유지 개월 수 ≈ 1 / 0.05 = 20개월
여기서 핵심은 이탈률을 어떤 정의로 잡는지입니다.
구독 취소율
비활성 사용자 비율
90일 미구매 고객을 이탈로 볼지 등
정의가 달라지면 LTV도 달라집니다.
2-5. 더 실무적인 LTV 계산법: 마진(이익률) 반영
앞에서 말했듯, 가능한 경우 아래처럼 보정하면 더 안전합니다.
이익 기반 LTV = (AOV × 총이익률) × 구매 빈도 × 유지 기간
예시)
AOV 50,000원
총이익률 40%(0.4)
연 구매 빈도 3회
유지 2년
→ 이익 기반 LTV = (50,000×0.4)×3×2
= 20,000×6 = 120,000원
즉, “매출 LTV 30만 원”이라도 실제 남는 이익은 12만 원일 수 있죠.
이 숫자가 광고비, 프로모션, CS 인력 투입의 기준이 됩니다.
2-6. (선택) 할인율/시간가치까지 반영한 LTV
조금 더 고급 단계에서는 미래 수익을 현재 가치로 할인하기도 합니다(특히 재무팀/투자자 관점).
기간이 길수록 불확실성이 커지므로
미래 매출을 현재 가치로 계산
다만 일반적인 마케팅/운영 단계에서는 과도하게 복잡해질 수 있어,
처음에는 기본 LTV → 마진 반영 LTV → 코호트 기반 LTV 순으로 정교화하는 걸 권합니다.
3. 업종별 LTV 계산 방법
“우리 업종에도 같은 LTV 계산법이 적용될까?”
이 질문이 정말 중요합니다. 업종/모델이 바뀌면 고객 행동이 달라지고, LTV를 구성하는 변수도 달라지거든요. 아래는 실무에서 가장 많이 쓰는 업종별 접근입니다.
3-1. 쇼핑몰(이커머스) LTV 계산법
쇼핑몰은 보통 객단가(AOV) 와 재구매(빈도) 가 핵심입니다.
구독처럼 “명확한 해지”가 없기 때문에 유지기간을 추정하는 방식이 중요해요.
(1) 가장 쉬운 쇼핑몰 LTV 계산 예시
평균 객단가 60,000원
연간 구매 빈도 2.5회
평균 유지 기간 2년
→ LTV = 60,000 × 2.5 × 2 = 300,000원
여기까지는 기본형입니다.
(2) 쇼핑몰에서 유지 기간을 더 정확히 잡는 팁
이커머스는 “이탈”을 어떻게 정의하느냐가 관건입니다. 예를 들어
최근 6개월 미구매 고객 = 이탈
최근 12개월 미구매 고객 = 이탈
업종에 따라 다릅니다.
소모품(건기식/화장품/반려동물 사료)은 3~6개월이 합리적일 수 있고,
가전/가구처럼 구매 주기가 긴 업종은 12~24개월이 맞을 수 있어요.
실무에서는 이런 방식이 자주 쓰입니다.
RFM(Recency, Frequency, Monetary) 로 고객군을 나누고
고객군별 유지기간/빈도/객단가를 따로 계산
“좋은 고객”의 LTV를 기준으로 마케팅을 최적화
즉, “전체 평균 LTV” 하나만 보는 것보다
상위 20% 고객군 LTV를 따로 보면 전략이 선명해집니다.
3-2. 구독 서비스 LTV 계산법(넷플릭스형, 멤버십형, 정기배송형)
구독 모델은 계산이 깔끔합니다. 고객이 매달 결제하고, 해지하면 끝이니까요.
(1) 구독 LTV의 기본 공식
LTV = 월 평균 결제금액(ARPU) × 평균 유지 개월 수
예시)
월 19,000원
평균 유지 14개월
→ LTV = 266,000원
(2) 이탈률 기반 공식(더 자주 쓰임)
평균 유지 개월 수 ≈ 1 ÷ 월 이탈률
예시)
월 이탈률 4% = 0.04
→ 유지 개월 수 ≈ 25개월
ARPU 19,000원
→ LTV ≈ 19,000 × 25 = 475,000원
여기서 실무 포인트:
무료체험 고객을 포함할지 제외할지
프로모션 가격 기간을 어떻게 반영할지
결제 실패(카드 만료)로 인한 비자발적 이탈을 별도 관리할지
이런 기준에 따라 LTV가 달라집니다.
구독은 특히 온보딩(첫 7일/30일 경험) 이 LTV를 크게 좌우합니다.
“첫 달에 감동을 못 주면, 두 번째 달은 없다”는 말이 괜히 나온 게 아니죠.
3-3. SaaS(소프트웨어 구독) LTV 계산법
SaaS는 B2C 구독과 비슷하지만, 팀 단위 결제/플랜 업그레이드/좌석 수 변화 같은 변수가 많습니다.
(1) SaaS LTV 대표 공식
LTV = ARPU ÷ 이탈률(Churn Rate)
예시)
월 ARPU 120,000원
월 이탈률 3%(0.03)
→ LTV = 120,000 / 0.03 = 4,000,000원
(2) SaaS는 ‘매출 이탈’과 ‘고객 이탈’을 구분하면 더 정확
고객 수 기준 이탈(Logo churn)
매출 기준 이탈(Revenue churn)
엔터프라이즈 SaaS는 고객 수 이탈이 낮아도, 다운그레이드로 매출 이탈이 발생할 수 있어요.
그래서 SaaS에서는 LTV 계산 시 가능하면 Revenue churn을 함께 봅니다.
(3) SaaS에서 마진 반영(권장)
SaaS는 물류비는 없지만, 서버비/CS/온보딩 인력/세일즈 비용이 있습니다.
그래서 아래처럼 “공헌이익” 기준으로 LTV를 보는 회사도 많아요.
LTV = (ARPU × 공헌이익률) ÷ 이탈률
이렇게 하면 “진짜로 남는 가치”에 가까워집니다.
3-4. 오프라인/서비스업(학원, 미용, 병원 등)에도 LTV는 적용된다
LTV는 온라인만의 지표가 아닙니다. 오프라인도 똑같이 적용돼요.
예시) 미용실
평균 결제 80,000원
연 방문 6회
평균 유지 3년
→ LTV = 80,000×6×3 = 1,440,000원
여기서 전략은 명확해집니다.
재방문 주기를 줄이면 LTV가 늘고
패키지/정액권으로 선결제를 유도하면 LTV가 안정화됩니다.
4. LTV와 CAC의 관계: “광고를 더 써도 되는가?”를 결정하는 공식
LTV 계산법을 배우는 이유는 사실 하나로 모입니다.
“고객을 데려오는 데 돈을 얼마까지 써도 괜찮은가?”
이 질문에 답하려면 LTV만 봐서는 부족합니다. 반드시 같이 봐야 하는 지표가 CAC(Customer Acquisition Cost, 고객 획득 비용) 입니다.
4-1. CAC란 무엇인가?
CAC는 말 그대로 고객 1명을 확보하는 데 들어간 평균 비용입니다.
광고비만 포함하는 경우도 있고, 더 엄격하게는 마케팅/세일즈 인건비, 툴 비용, 에이전시 수수료까지 포함하기도 합니다.
기본 계산식은 아래처럼 단순합니다.
CAC = (특정 기간 마케팅·세일즈 비용 합계) ÷ (같은 기간 신규 고객 수)
예를 들어,
한 달 동안 광고비 1,000만 원을 쓰고
신규 구매 고객 200명을 만들었다면
CAC = 1,000만 ÷ 200 = 5만 원
여기서 중요한 포인트는 “기간”과 “신규 고객 정의”입니다.
구매 고객만 신규 고객으로 볼 것인지
회원가입도 포함할 것인지
무료체험까지 포함할 것인지
기준이 흔들리면 CAC도 흔들리고, 결과적으로 LTV/CAC 판단이 무너집니다.
4-2. LTV와 CAC를 함께 봐야 하는 이유
LTV가 “한 고객이 남기는 가치”라면, CAC는 “그 고객을 데려오는 비용”입니다.
이 둘을 비교하면 비즈니스의 수익 구조가 보입니다.
LTV > CAC: 이론상 이익 구조(단, 운영비/고정비 반영 필요)
LTV ≈ CAC: 성장할수록 힘들어지는 구조(규모가 커져도 남는 게 없음)
LTV < CAC: 고객을 모을수록 손해(광고를 켤수록 적자)
즉, LTV는 ‘좋아 보이는 숫자’가 아니라 의사결정의 안전장치입니다.
4-3. LTV/CAC 비율, 이상적인 기준은?
실무에서 가장 널리 쓰는 기준은 LTV/CAC = 3 이상입니다.
완벽한 절대 기준은 아니지만, 의사결정에 매우 유용한 “경고등” 역할을 합니다.
1 이하: 구조적으로 위험. 광고를 줄이거나, 가격/마진/유지율을 개선해야 함
1~2: 개선 필요. 성장하면 적자 폭이 커질 수 있음
2~3: 업종에 따라 가능. 하지만 효율 최적화 필수
3 이상: 비교적 건강한 구조. 확장(스케일) 검토 가능
그런데 여기서 끝이 아닙니다.
회수 기간(Payback Period) 을 같이 봐야 합니다.
4-4. 회수 기간(Payback Period): “몇 달 만에 CAC를 회수하나?”
LTV가 크더라도 회수 기간이 너무 길면 현금흐름이 버티지 못합니다.
예)
CAC: 10만 원
고객이 매달 남기는 공헌이익: 2만 원
→ CAC 회수 기간 = 10만 / 2만 = 5개월
구독/프로덕트 비즈니스에서는 특히 이 지표가 중요해요.
“LTV는 큰데 회수가 18개월 걸린다”면, 광고를 확장하는 순간 현금이 먼저 바닥날 수 있습니다.
정리하면
LTV/CAC는 “수익 구조”
Payback은 “현금 흐름과 생존력”
을 보여줍니다.
4-5. LTV와 CAC 비교를 실전에서 제대로 하려면
실무에서는 아래 3가지를 분리해 보는 것이 좋습니다.
채널별 CAC: 검색광고, 메타, 유튜브, 제휴, 바이럴 등
채널별 LTV: “어디서 온 고객이 오래 쓰는지”
세그먼트별 LTV/CAC: 신규 vs 재구매 고객, 상품군, 지역, 연령 등
예를 들어,
A 채널은 전환은 낮지만 LTV가 높아서 장기적으로 이득일 수 있고
B 채널은 전환은 높지만 할인에만 반응하는 고객이 많아 LTV가 낮을 수 있습니다.
이걸 구분하지 않으면 “ROAS 높은 채널”만 쫓다가 장기적으로 망가질 수 있어요.
ROAS는 ‘당장 팔렸는지’만 보여주지만, LTV는 ‘좋은 고객이 왔는지’ 까지 보여주니까요.
5. LTV를 높이는 전략: 숫자를 올리는 가장 현실적인 방법들
LTV를 높이는 방법은 복잡해 보이지만, 결국 기본 공식으로 환원됩니다.
LTV = 객단가(AOV) × 구매빈도(Frequency) × 유지기간(Lifespan)
즉, LTV를 올리는 방법도 3가지 축으로 정리됩니다.
객단가를 올리거나
구매 빈도를 늘리거나
유지 기간을 늘리거나
이제 각 축을 실전 액션으로 바꿔보겠습니다.
5-1. 유지기간을 늘리는 전략(가장 강력하지만 가장 어려움)
유지기간은 LTV에 가장 큰 영향을 줍니다. 특히 구독/SaaS는 유지기간이 곧 매출이기 때문입니다.
(1) 온보딩을 개선하라: 첫 경험이 LTV를 결정한다
대부분의 이탈은 초기에 발생합니다.
설치/가입은 했지만 사용법을 몰라서 이탈
첫 구매는 했지만 “다음에 또 올 이유”를 못 만들어서 이탈
무료체험 후 유료 전환을 못 해서 이탈
온보딩 체크리스트(실무형)
가입 직후: “다음 행동”이 명확한가? (예: 3단계 시작 가이드)
24시간 이내: 첫 성과/첫 만족을 경험시키는가? (Aha moment)
7일 이내: 재방문/재사용 트리거가 있는가? (리마인드/추천/맞춤 기능)
14일 이내: 이탈 징후 고객을 잡는 장치가 있는가? (CS, 상담, 쿠폰, 튜토리얼)
(2) 고객 성공(Customer Success) 관점으로 설계하라
특히 B2B/SaaS는 “지원”이 아니라 “성공”을 설계해야 유지됩니다.
사용량이 늘어날수록 해지가 줄고
팀에 확산될수록(Seat 확장) LTV가 커집니다.
실무에서는 이런 지표를 봅니다.
활성 사용자 비율(Active rate)
핵심 기능 사용률
팀 내 초대 수
프로젝트/작업 생성 수
이런 활동 지표가 올라가면 유지기간이 늘어나는 경우가 많습니다.
(3) 이탈을 막는 ‘사전 방지’ 장치를 만들어라
이탈은 갑자기 오지 않습니다. 대부분 징후가 있습니다.
방문/사용 빈도 감소
장바구니만 담고 결제 안 함
문의/불만 증가
특정 페이지에서 반복 이탈
이탈 방지 전략 예시
이탈 징후 고객 세그먼트에만 혜택 제공(무분별 쿠폰 금지)
결제 실패(카드 만료) 자동 알림/재시도
구독 해지 화면에 “대안” 제공(일시정지, 다운그레이드, 다음 결제 연기)
5-2. 구매 빈도를 늘리는 전략(커머스/서비스업에서 강력)
구매 빈도는 “재방문 설계”와 거의 같습니다.
(1) 리텐션 마케팅: 이메일/문자/푸시를 ‘타이밍’으로 설계
많은 곳이 리텐션 메시지를 “보내는 것 자체”에 만족합니다.
하지만 성과는 타이밍과 맥락이 결정합니다.
구매 3일 후: 사용 팁/관리법(만족도 상승)
구매 14일 후: 소모 주기 기반 리필 제안
구매 30일 후: 재구매 쿠폰(필요한 사람에게만)
관심상품 조회 후 24시간: 재방문 리마인드
핵심은 “모든 고객에게 같은 메시지”가 아니라,
행동 기반 트리거(Behavioral Trigger) 로 자동화하는 것입니다.
(2) 재구매가 자연스러운 제품 구조를 만들어라
제품 자체가 재구매를 유도하게 설계할 수도 있습니다.
리필/소모품 모델
정기배송 옵션
세트 구성(1회 구매로 끝나는 게 아니라 다음 구매를 상상하게)
예를 들어 스킨케어라면
클렌저만 팔지 말고 토너/크림 루틴을 함께 제안하면
고객의 사용 주기가 생기고, 자연스럽게 빈도가 늘어납니다.
(3) 멤버십·등급제는 “혜택”보다 “행동 설계”
멤버십은 혜택이 아니라 행동을 바꾸는 장치입니다.
구매 횟수 달성 시 보상
리뷰/추천/재방문에 포인트 지급
상위 등급 전용 서비스(우선 상담, 선런칭, 무료 반품)
단, 주의할 점: 혜택이 과하면 마진을 깎아 LTV가 아니라 이익을 낮춥니다.
그래서 가능하면 “할인”보다 “서비스 가치” 중심이 안전합니다.
5-3. 객단가를 올리는 전략(가장 빠르게 효과가 나는 축)
객단가는 상대적으로 빠르게 개선이 가능합니다. 다만 “무리한 가격 인상”이 아니라, 구성/경험/제안 방식으로 올리는 게 핵심입니다.
(1) 업셀링(상위 옵션)과 크로스셀링(연관 상품)
업셀링: 기본 → 프리미엄으로 유도(기능/용량/서비스 차별)
크로스셀링: 함께 쓰면 좋은 구성(케이블+충전기, 샴푸+트리트먼트)
잘 되는 공식은 단순합니다.
고객이 고민하지 않게 “추천 패키지”를 제시하고
차이를 한 줄로 이해하게 만들고
구매 후 만족이 높게 나오게 구성하는 것
(2) 무료배송 임계값 전략(커머스에서 전통적이지만 여전히 강력)
무료배송 기준을 적절히 설정하면 객단가가 올라갑니다.
예)
평균 객단가 28,000원
무료배송 기준 35,000원
→ 고객이 7,000원을 더 담게 만드는 구조
단, 임계값은 데이터 기반이어야 합니다.
너무 높이면 이탈
너무 낮으면 비용만 증가
(3) 가격 인상은 ‘작게, 테스트로, 근거를 만들어’
가격을 올려 객단가를 올리는 것도 방법입니다.
하지만 한 번에 크게 올리면 이탈이 늘 수 있습니다.
실무 팁
A/B 테스트로 인상 구간을 나눠 반응 확인
가격 인상 이유를 고객 가치와 연결(원가 상승이 아니라 기능/품질/서비스 개선)
기존 고객 보호(구독은 특히 그랜드파더링 정책: 기존 가격 유지/유예)
6. LTV 계산 시 주의할 점: “숫자 하나가 회사를 망칠 수도 있다”
LTV는 강력하지만, 잘못 계산하면 더 위험합니다.
왜냐하면 LTV는 “광고비/프로모션/인력 투입” 같은 큰 결정을 정당화하는 숫자이기 때문입니다.
6-1. 평균의 함정: 고객은 ‘평균’으로 존재하지 않는다
전체 평균 LTV만 보면 착시가 생깁니다.
상위 10% VIP가 LTV를 끌어올리고
나머지 90%는 한 번만 사고 떠나는 구조일 수 있습니다.
그래서 권장하는 방식은
상위/중위/하위 세그먼트로 나눠 LTV 계산
혹은 코호트(유입월/유입채널)별 LTV 계산
예)
인플루언서 채널 고객: LTV 45만
할인쿠폰 제휴 고객: LTV 12만
이런 차이가 보이면 전략이 완전히 달라집니다.
6-2. 기간 설정이 틀리면 LTV가 ‘뻥튀기’된다
LTV 계산에서 유지기간이나 구매빈도를 추정할 때
관찰 기간이 짧으면 숫자가 쉽게 과대평가됩니다.
예)
최근 30일 데이터만 보고 “월 구매빈도 2회”라고 결론 내리면
신규 고객의 초기 구매가 과대반영될 수 있습니다.
가능하면
최소 3~6개월 이상(업종에 따라 12개월 이상) 데이터로 추정하고
시즌성이 있는 업종은 전년도 같은 기간과 비교하는 게 안전합니다.
6-3. 할인/반품/환불을 반영하지 않으면 현실과 멀어진다
커머스에서 흔한 오류입니다.
매출은 결제 기준으로 잡고
반품/환불은 별도로 빠져나가
실제로 남는 돈과 LTV가 다르게 보이는 현상
그래서 LTV 계산 시 최소한 아래를 점검하세요.
환불/반품 차감 후 매출 기준인지
쿠폰/적립금 사용액을 어떻게 처리하는지
배송비/포장비/결제 수수료를 포함한 마진인지
특히 “광고로 산 고객”은 반품률이 높을 수 있어,
채널별 LTV를 볼 때 반품률을 같이 보는 것이 좋습니다.
6-4. CAC에 무엇을 포함할지 정의하지 않으면 비교가 무의미해진다
CAC는 회사마다 포함 범위가 다릅니다.
광고비만 포함: 가장 흔하지만 낙관적
광고비 + 마케팅 인건비 + 툴 비용 + 외주 수수료 포함: 더 현실적
B2B는 세일즈 인건비/커미션/리드 비용 포함: 필수
LTV/CAC 비율을 팀이 공유하려면,
CAC 정의를 문서로 고정해 두는 것이 좋습니다.
6-5. “매출 LTV”와 “이익 LTV”를 혼동하지 말 것
앞에서도 강조했지만, 매출 LTV는 보기 좋고 계산이 쉽습니다.
그러나 의사결정(특히 광고비 확장)은 이익 기반이 안전합니다.
매출 LTV가 30만이라도
마진이 20%면 이익은 6만입니다.
CAC가 7만이면? 고객이 늘수록 손해입니다.
7. 결론: LTV 계산법은 성장의 나침반이다
LTV 계산법을 배우는 순간, 비즈니스가 달라지는 이유는 간단합니다.
감(느낌)으로 하던 결정을 숫자로 할 수 있게 되기 때문입니다.
정리해볼게요.
LTV는 고객 1명이 남기는 장기 가치입니다.
CAC는 고객 1명을 데려오는 비용입니다.
LTV/CAC와 회수 기간을 보면
광고를 늘려도 되는지
유지에 투자해야 하는지
가격/상품/온보딩을 바꿔야 하는지
방향이 잡힙니다.
그리고 LTV를 올리는 방법은 결국 3가지 축입니다.
유지기간을 늘리기(온보딩/리텐션/이탈방지)
구매빈도를 늘리기(재구매 설계/자동화/멤버십)
객단가를 올리기(업셀·크로스셀·구성·임계값)
마지막으로 꼭 드리고 싶은 말이 있습니다.
LTV는 “계산”이 끝이 아닙니다. 실행이 시작입니다.
숫자를 구했다면 다음 질문으로 넘어가야 합니다.
“우리 고객의 LTV를 갉아먹는 이탈 지점은 어디지?”
“LTV가 높은 고객은 어떤 채널에서 왔지?”
“객단가/빈도/유지기간 중 어디가 병목이지?”
“할인 대신 어떤 가치로 재구매를 만들 수 있지?”
이 질문에 답을 쌓아가는 과정이 곧,
지속 가능한 성장(Profit-driven Growth) 입니다.
댓글