CRM 마케터의
고객 재구매주기 분석 2탄
누구나 할 수 있는 CRM 실무 : 보고서 작성
고객 재구매주기 분석 1탄과 이어지는 내용이니 꼭 보고오세요~
https://brunch.co.kr/@fbefc84a7ead4c6/2
들어가지 전
데이터 추출 완료했으니 보고서로 정리해볼까요?
보고서는 정해진 형태가 없으니 앞 부분만 하시고 보고의 형태는 원하시는대로 수정하셔도 됩니다!
1. 엑셀 데이터 같이 둘러보기
시트 5가지# 5가지 시트가 잘 나왔는지 확인하고 아래와 같이 각 시트의 데이터가 잘 들어왔는지 확인해주세요!
데이터 시트
Pivot-총 구매수 시트
Pivot-가입일-첫구매 시트
Pivot-첫구매-재구매 시트
Pivot-총 재구매 시트
Pivot-이탈율 (Churn Rate) 시트2. 보고서 RAW 데이터 삽입 (상황에 맞게 고쳐도 무관)
댓글 다시는 분에게 비밀번호 공유 드릴게요! (엑셀 버전 때문에 글씨 깨질 수도 있어요ㅠ)
고객 재구매주기 파일 내 아래와 같이 4개의 시트를 만들어주세요
고객 재구매주기_Report Raw에 각 PIVOT 명대로 넣어주세요 ('총 구매수'와 '총구매수Count(합계)' 함께)
Raw 확대 버전바로 표를 만들어볼게요! 아래 사진과 같이 가장 상단의 열을 작성해주시고 수식을 써주시면 완성됩니다.
Count(합계)
함수 : vlookup($B11,$R$11:$S$1000,2,0)
의미 : 가장 오른쪽 Raw Data 쪽 '총 구매수'와 총구매수Count(합계)를 가져왔어요
총 구매수 %
함수 : =iferror(C11/sum(iferror($C$11:$C$10000,0)),0)
의미 : 전체 합계에서 Count(합계) 값을 가져왔어요
주기 별 합계 (총 구매 수는 필요 없음)
주기 일 설정 : D+0, D+1, D+2~7 등 확인하고 싶은 주기를 넣고 오른쪽 열에 주기 별 합을 넣어주세요
3. 보고서 데이터 단계 (현 시점)
현 시점 보고서? 이 의미는 '오늘까지의 데이터로 재구매주기를 분석한 결과' 의미입니다.
지금부터 '고객 재구매주기_Report' 시트를 볼게요!
1. '고객 재구매주기_Report' 시트 : 총 구매수 (현 시점)
파란색으로 표시된 부분은 직접 작성이 필요해요.
구매고객 수&2회 이상 구매고객&미구매 고객의 경우, '총 구매 고객 수'를 SUM 값으로 수식 입력해주세요.그래프의 경우, 피벗 그래프로 %만 나타나게 하면 됩니다.
2. '고객 재구매주기_Report' 시트 : 가입-첫 구매 일 수 & 첫구매-재구매 일 수 & 전체 재구매주기
노란색으로 표신된 부분은 Vlookup으로 '고객 재구매주기'의 '주기 별 합계' 부분을 가져오면 됩니다.
예시) 가입-첫구매 일 수 : =VLOOKUP(C40,'고객 재구매주기_Report RAW'!$H:$I,2,0)
Vlookup 함수 표기 방법
https://blog.naver.com/dmswl9028/223028855277
3. '고객 재구매주기 변화량_Report' 시트
이 시트는 월 별 변화량을 확인하기 위함입니다. 이 부분도 직접 작성이 필요합니다. 위 노란색 부분을 그대로 복사해서 넣어주시면 됩니다.
비중%는 월 기준으로 본인 값을 월 합 값을 나누면 됩니다.
예시) 총 구매 수 : C10/($C10+$E10+$G10+$I10+$K10+$M10)
4. '고객 재구매주기 변화량_Report' 시트
이제 '현시점' 과 '월 별 변화량' 한눈에 볼 수 있는 최종 시트입니다.
(현 시점) 그래프 : '고객 재구매주기_Report' 시트의 그래프를 그대로 가지고 오면 됩니다.
월 별 변화량 : '고객 재구매주기 변화량_Report' 시트의 표를 피벗 그래프로 가져오면 됩니다.
마무리하며
우선 댓글 남겨주시면 엑셀 시트 비밀번호 댓글 남길게요.
혹시 읽고 계시는 마케터님은 내 브랜드/앱의 재구매주기를 바로 답할 수 있으신가요?
가입 후 → 첫 재구매까지, 첫 구매 후 → 두 번째 재구매까지, 그리고 전체적인 재구매 주기까지요.
만약 지금 바로 대답하기 어렵다면, 이번 기회에 정확히 알고 넘어가셨으면 합니다.
물론 각 회사마다 솔루션을 통해 수치를 확인할 수 있지만, 제가 강조드리고 싶은 건 RAW 데이터를 직접 다루는 힘입니다.
내 손으로 데이터를 가공하고 해석하면, 단순히 ‘보고하는 지표’에 머무는 게 아니라 더 깊고 유연하게 고객을 이해하고, 실행 가능한 아이디어를 발견할 수 있습니다. 그리고 바로 그 지점에서 깊이 있는 액션이 나오죠.
이제 단순히 데이터를 '보는 것'을 넘어, 우리가 분석한
재구매주기 데이터를 활용하여 자동화 온보딩 설계를 같이 해볼까요?
그 안에서 A/B 테스트, 가설 실험 등도 함께 보여드릴게요!