LTV 계산 방법 3가지와 CRM 활용 기준

LTV(Lifetime Value, 고객 생애 가치)는 한 유저가 서비스를 이용하는 동안 회사에 가져다주는 가치를 말합니다. 고객 한 명이 장기적으로 어느 정도의 가치를 만드는지 파악하기 위한 지표로, 보통 유저 한 명을 데려오는 데 드는 비용인 CAC(Customer Acquisition Cost, 고객 획득 비용)와 함께 봅니다. 유저 한 명이 가져다줄 가치보다 고객 획득 비용이 크면 신규 유저가 늘어날수록 손해도 커질 수 있습니다. 그래서 신규 유저 한 명을 획득하는 데 얼마까지 비용을 쓸 수 있는지 판단할 때 두 값을 비교합니다.

특히 CAC와 비교해 획득 비용을 판단할 때는 매출보다 실제로 남는 이익을 반영한 LTV를 보는 것이 중요합니다. 예를 들어 한 유저가 30만 원어치를 구매했더라도 상품 원가와 배송비, 할인 등을 제외하고 실제로 남는 금액이 12만 원이라고 가정해보겠습니다. 이때 해당 유저를 획득하는 데 15만 원이 들었다면, 유저 한 명을 확보할 때마다 3만 원의 손실이 발생합니다.

LTV 계산 방법 3가지

LTV를 구할 때에는 상황과 데이터 수준에 맞는 계산 방법을 사용합니다. 구매 패턴을 이용해 대략적인 값을 구할 수도 있고, 이탈률을 이용해 고객의 예상 유지 기간을 계산할 수도 있습니다. 충분한 데이터가 있다면 실제 고객의 누적 구매액을 직접 확인하는 방법도 있습니다.

① 기본 공식: 구매 패턴으로 추정하기

가장 간단하게 LTV를 계산하는 방법입니다.

LTV = 평균 객단가 × 연간 평균 구매 횟수 × 평균 유지 기간(년)

평균 객단가가 5만 원이고, 한 유저가 연평균 4번 구매하며 평균 3년 동안 서비스를 이용한다고 가정하면 LTV는 60만 원입니다. 계산이 간단해 고객 한 명이 장기적으로 얼마나 구매할지 대략적으로 추정할 때 활용할 수 있습니다.

다만 이 방법은 평균 유지 기간을 직접 정해야 한다는 한계가 있습니다. 유지 기간을 2년으로 잡느냐 3년으로 잡느냐에 따라 LTV가 그대로 달라지기 때문에, 근거 없이 값을 정하면 실제보다 과대평가될 수 있습니다. 과거 고객의 재구매·이탈 데이터를 바탕으로 평균 유지 기간을 추정하거나, 충분한 데이터가 없다면 보수적으로 가정하는 것이 좋습니다.

또 객단가를 매출 기준으로 계산하면 상품 원가, 할인, 배송비 등 실제 비용이 반영되지 않습니다. 따라서 CAC와 비교해 고객 획득 비용을 판단하려면 매출 LTV만 보는 것보다 이익을 반영한 LTV를 함께 보는 것이 좋습니다.

② 이탈률 기반 공식: 이탈률로 유지 기간 추정하기

구독형 서비스처럼 고객의 이탈 여부를 비교적 명확하게 파악할 수 있다면 이탈률을 이용해 LTV를 계산할 수 있습니다. 매달 일정한 비율로 고객이 이탈한다고 가정하면 평균 유지 기간은 1 ÷ 월 이탈률로 추정할 수 있습니다. 예를 들어 월 이탈률이 5%라면 평균 유지 기간은 1 ÷ 0.05, 약 20개월입니다. 이를 LTV 계산에 적용하면 다음과 같습니다.

LTV = 유저당 월평균 매출(ARPU) × 매출총이익률 ÷ 월 이탈률

월 ARPU가 2만 원, 매출총이익률이 40%, 월 이탈률이 5%라면 LTV는 16만 원입니다. 같은 조건에서 월 이탈률이 4%로 낮아지면 LTV는 20만 원으로 증가합니다.

이처럼 이탈률 기반 공식은 리텐션 개선이 LTV에 미치는 영향을 바로 확인할 수 있다는 장점이 있습니다. 위 사례에서는 월 이탈률이 1%p 낮아졌을 때 LTV가 25% 증가합니다. 따라서 이탈률 개선 여지가 큰 서비스라면 리텐션 캠페인의 투자 우선순위를 판단하는 근거로 활용할 수 있습니다.

③ 코호트 누적 방식: 실제 고객 데이터로 계산하기

앞의 두 방법은 평균값과 가정을 이용해 미래의 LTV를 추정합니다. 고객 데이터가 충분히 쌓였다면 같은 시기에 가입하거나 첫 구매한 고객을 코호트¹로 묶어, 일정 기간 동안 발생한 실제 누적 매출이나 이익을 확인할 수 있습니다.

예를 들어 1월에 첫 구매한 고객 1,000명이 첫 달 평균 4만 원, 이후 6개월 동안 누적으로 평균 11만 원을 구매했다면 1월 코호트의 6개월 누적 LTV는 11만 원으로 볼 수 있습니다. 같은 방식으로 2월, 3월 코호트를 비교하면 최근에 확보한 고객의 가치가 이전보다 높아지고 있는지도 확인할 수 있습니다.

다만 최근 코호트는 관찰 기간이 짧기 때문에 장기 LTV를 바로 확인하기 어렵습니다. 따라서 3개월, 6개월, 12개월처럼 동일한 기간의 누적값을 비교하거나, 과거 코호트의 패턴을 바탕으로 이후 LTV를 추정하는 방식으로 활용합니다.

매출 LTV와 이익 LTV

LTV를 고객 획득이나 리텐션 예산을 판단하는 데 활용한다면 매출뿐 아니라 실제로 남는 이익을 함께 봐야 합니다. 매출에서 상품 원가, 배송비, 결제 수수료 등 고객의 구매에 따라 발생하는 비용을 반영하면 이익 기준의 LTV를 계산할 수 있습니다.

할인이나 쿠폰 사용이 많은 서비스에서는 매출만으로 고객 가치를 판단할 때 실제 수익성이 과대평가될 수 있습니다. 예를 들어 구매 금액이 비슷한 두 유저 그룹이라도 한쪽이 지속적으로 높은 할인율을 적용받았다면 실제 남기는 이익에는 차이가 생깁니다. 재구매 캠페인의 성과를 평가할 때도 발생한 매출뿐 아니라 할인과 캠페인 비용을 반영한 이익을 함께 확인하는 것이 좋습니다.

LTV:CAC로 고객 획득 효율 보기

LTV를 계산했다면 CAC와 비교해 고객 획득의 수익성을 확인할 수 있습니다. SaaS 지표를 정리한 데이비드 스콕(David Skok)은 LTV가 CAC의 약 3배 이상이고, 고객 획득 비용을 12개월 안에 회수할 수 있는 수준을 효율적인 성장의 기준으로 설명했습니다. 다만 이는 SaaS 비즈니스를 중심으로 만들어진 기준이므로 모든 서비스에 그대로 적용하기보다는 업종과 수익성, 재구매 주기에 따라 적정 수준을 정해야 합니다.

앞의 예시처럼 이익 LTV가 16만 원이고 유저 한 명을 획득하는 데 드는 CAC가 4만 원이라면 LTV:CAC 비율은 4:1입니다. 유저 한 명이 매달 평균 8,000원의 이익을 남긴다면 CAC 4만 원을 회수하는 데는 약 5개월이 걸립니다.

LTV:CAC 비율이 낮다면 획득 비용을 줄이거나 고객이 만들어내는 가치를 높일 방법을 검토해야 합니다. CAC는 광고 단가나 경쟁 상황처럼 외부 환경의 영향을 크게 받습니다. 반면 LTV는 가입 이후 유저의 재구매와 유지에서 만들어집니다. 즉, 획득 이후의 고객 경험을 설계하는 CRM은 LTV를 직접적으로 높일 수 있는 영역입니다.

반대로 LTV:CAC 비율이 지나치게 높다면 고객 획득에 충분히 투자하지 않고 있을 수 있습니다. 예를 들어 LTV:CAC가 8:1이라면, CAC를 조금 높이더라도 신규 유저를 더 확보할 수 있는지 검토해볼 수 있습니다.

LTV를 높이는 CRM 운영

LTV를 높이려면 객단가, 구매 빈도, 유지 기간 중 어떤 변수를 개선할지 먼저 정해야 합니다. 각 변수에 따라 확인해야 할 고객 행동과 CRM 캠페인 방식도 달라집니다.

구매 빈도: 다음 구매 시점 앞당기기

아마존 프라임은 구매 빈도가 고객 가치에 어떤 영향을 주는지 보여주는 사례입니다. CIRP 분석에 따르면 미국 아마존 프라임 회원은 비회원보다 연간 약 2배 많은 금액을 지출합니다. 이 차이는 주문당 구매 금액보다 구매 횟수에서 발생했습니다. 프라임 회원은 월평균 약 2회, 비회원은 약 1회 주문했으며 주문당 구매 상품 수나 금액에는 큰 차이가 없었습니다.

CRM에서 구매 빈도를 높이려면 먼저 고객별 구매 주기를 파악해야 합니다. 아래처럼 최근 일정 기간 특정 카테고리를 반복 구매한 유저를 세그먼트로 만들면 이들의 평균 구매 간격을 기준으로 재구매 메시지를 보낼 시점을 정할 수 있습니다.

예를 들어 평균 구매 간격이 21일인 상품이라면 마지막 구매 후 18일 전후에 재구매를 안내하고, 25일이 지나도 구매하지 않은 유저에게는 별도의 재참여 메시지를 발송합니다. 이렇게 구매 간격을 기준으로 발송하면 모든 유저에게 같은 날짜에 메시지를 보내는 대신 각자의 구매 주기에 맞춰 접근할 수 있습니다. 조건을 조합해 유저를 나누는 방법은 세그먼트에서 소개해드린 적이 있습니다.

유지 기간: 이탈 전에 개입하기

이탈률 기반 공식에서 본 것처럼 유지 기간은 LTV에 큰 영향을 주는 변수입니다. 유지 기간을 늘리려면 이미 이탈한 유저를 되돌리기보다 이탈 직전 신호를 먼저 확인합니다. 완전히 이탈한 후에는 앱 삭제나 수신 거부로 인해 발송 가능한 채널 자체가 줄어들기 때문입니다.

평소보다 구매 간격이 길어지거나 앱 접속 빈도가 크게 줄었다면 이탈 가능성이 높아졌다는 신호로 활용할 수 있습니다. 이때 최근 관심을 보인 카테고리의 신상품이나 소멸 예정 적립금처럼 재방문을 유도할 수 있는 정보를 안내할 수 있습니다. 이미 비활성화 상태가 된 유저를 다시 데려오는 방법은 휴면 유저 윈백 캠페인 글에서 다룹니다.

객단가: 다음 구매 금액 높이기

객단가는 할인 외에도 무료 배송 기준, 멤버십 등급, 함께 구매할 상품 추천 등을 활용해 높일 수 있습니다.

스타벅스는 2026년 3월 미국 리워드 프로그램을 그린, 골드, 리저브 3개 등급으로 개편했습니다. 12개월 동안 별 500개를 모으면 골드, 2,500개를 모으면 리저브 등급이 되며, 등급이 올라갈수록 적립 속도와 혜택이 커집니다. 스타벅스는 이 개편을 통해 회원이 다음 등급을 향해 더 적극적으로 참여하도록 유도한다고 설명했습니다.

CRM에서는 다음 혜택 기준에 가까워진 유저를 구분해 추가 구매를 유도할 수 있습니다. 예를 들어 다음 등급까지 별 50개가 남은 유저에게 현재 적립 현황과 기준을 안내하거나, 무료 배송까지 5,000원이 남은 장바구니에 함께 구매하기 좋은 상품을 추천하는 방식입니다.

LTV 계산에 필요한 데이터

LTV를 계산하려면 유저별 구매 이력을 확인할 수 있어야 합니다. 기본적으로 누가(유저 ID), 언제(구매 시각), 얼마를(결제 금액) 구매했는지가 기록되어야 합니다. 여기에 상품 카테고리와 할인 금액, 쿠폰 사용 여부 등을 함께 수집하면 카테고리별 LTV나 할인 사용 여부에 따른 고객 가치를 나눠서 확인할 수 있습니다.

플레어레인에서는 구매 이벤트에 금액과 수량 데이터를 연결해 구매 전환으로 설정할 수 있습니다. 이렇게 설정하면 메시지별 구매 건수와 구매 금액을 확인해 어떤 캠페인이 실제 구매로 이어졌는지 비교할 수 있습니다. 구매 빈도나 객단가 변화를 함께 보면 캠페인이 LTV에 어떤 영향을 주고 있는지도 확인할 수 있습니다.

메시지 발송 후 며칠 이내에 발생한 구매까지 캠페인 성과로 인정할지는 기여 기간으로 정합니다. 여러 채널이 함께 구매에 영향을 준 경우 각 채널의 기여도를 판단하는 방법은 마케팅 어트리뷰션 글에서 확인할 수 있습니다.

LTV를 처음 계산한다면 최근 구매 데이터를 기준으로 가입 월이나 첫 구매 월별 코호트를 만들어 보는 것부터 시작할 수 있습니다. 이후 코호트별 누적 구매 금액과 재구매율을 비교하면 고객 가치가 어떻게 달라지는지 확인할 수 있습니다. 자사 현황에 맞게 구매 데이터를 수집하고, 이를 바탕으로 재구매·리텐션 캠페인을 자동화하는 방법이 궁금하시다면 아래 링크를 통해 맞춤 상담을 받으실 수 있습니다.