윈백에서 선셋 정책은 무엇인가요?

거듭 반응이 없는 유저에게 발송을 줄이다 마지막 메시지 뒤에도 반응이 없으면 발송 대상에서 빼는 규칙입니다. 반응 없는 명단을 계속 붙잡으면 열람률이 떨어지고 활성 유저에게 가는 메일까지 스팸함으로 밀립니다. 보낼 기준만큼 멈출 기준도 정합니다.

윈백 메시지에는 할인을 꼭 넣어야 하나요?

처음부터 큰 할인을 넣을 필요는 없습니다. 윈백 자동화의 수신자당 매출은 객단가 100~200달러 서비스에서 평균 0.84달러로 한 건이 버는 액수가 크지 않습니다. 안내만 받아도 돌아올 유저에게 할인 비용을 쓰지 않게 큰 할인은 마지막 단계에 둡니다.

휴면 유저에게는 몇 번까지 메시지를 보내는 게 좋나요?

두세 건 안에서 반응을 확인합니다. 윈백 메시지를 처음에 열지 않은 유저의 45%가 이후 메시지에는 반응했다는 분석이 있어 한 건의 열람률만으로 판단하지 않습니다. 다만 반응이 없는데 계속 보내면 수신 거부나 스팸 신고로 이어집니다.

휴면 유저를 다시 움직이는 윈백 캠페인 설계

마케팅 예산은 대개 새 유저를 데려오는 쪽에 집중됩니다. 그사이 기존 유저가 멀어지는 신호는 눈에 잘 띄지 않습니다. 접속이 뜸해지고 메시지를 열지 않다가 어느 순간 조용히 이탈합니다.

신규 획득보다 싼 휴면 유저 재활성화

새 유저 한 명을 데려오는 비용은 기존 유저를 지키는 비용의 다섯 배에서 스물다섯 배에 이릅니다. Harvard Business Review에 소개된 Bain & Company의 분석에서는 유지율을 5% 끌어올리면 이익이 25%에서 95%까지 늘어났습니다.

확률로 봐도 휴면 유저 쪽이 유리합니다. 마케팅 성과 지표를 다룬 Marketing Metrics의 분석에 따르면 처음 보는 잠재 유저에게 무언가를 팔 확률은 5%에서 20% 사이입니다. 반면 한때 서비스를 쓰던 유저가 다시 살 확률은 20%에서 40%로 두 배가 넘습니다. 이미 서비스를 알고 한 번 결제까지 해 본 유저라 다시 반응할 여지가 큽니다. 멀어지는 유저를 놓치면 그 빈자리를 더 비싼 신규 획득으로 채우게 됩니다.

비활성 기준 잡기

윈백은 이탈 신호를 읽는 데서 시작합니다. 완전히 떠난 유저를 되돌리기는 어려우니 그 앞 단계를 봅니다. 기준은 서비스의 이용 주기에 맞춥니다. 이메일 도달률을 분석하는 Validity가 Return Path 데이터를 정리한 보고서는 30일 넘게 열람이 없는 주소를 비활성으로 분류했습니다. 조사 대상 기업 데이터베이스의 25% 이상이 여기에 해당했습니다. 자주 발송하는 서비스라면 60일에서 90일 무반응을 비활성 기준으로 잡습니다. 한 달에 한 번 보내는 서비스라면 그보다 길게 둡니다. 구매 주기가 있는 커머스라면 평균 재구매 간격을 넘긴 시점이 기준이 됩니다.

이 기준을 세그먼트로 잡아 두면 유저가 완전히 떠나기 전에 개입할 수 있습니다. 마지막 접속이 평소보다 길어진 유저, 평균 구매 주기를 넘겼는데 다음 구매가 없는 유저를 자동으로 모읍니다.

두세 건 안에서 설계하기

윈백은 한 건으로 끝나지 않습니다. 다만 많이 보낸다고 좋아지지도 않습니다. 앞의 Validity 분석에서 윈백 메시지를 실제로 연 비율은 12%에 그쳤습니다. 그런데도 그 메시지를 열지 않은 유저의 45%가 이후 발송한 메시지에는 반응했습니다. 한 건의 열람률만 보고 효과를 판단하면 안 된다는 뜻입니다. 두세 건을 순서 있게 설계하되 그 이상은 스팸 신고로 이어지기 쉽습니다.

순서가 중요합니다. 먼저 부담이 낮은 안내로 그동안 달라진 점이나 놓친 소식을 짚습니다. 며칠 기다렸다가 반응이 없으면 다른 메시지나 채널로 넘어갑니다. 큰 할인은 마지막 단계에 둡니다. 같은 벤치마크에서 객단가가 100달러에서 200달러인 서비스의 윈백 자동화는 수신자당 매출이 평균 0.84달러였습니다. 한 건이 벌어 오는 액수가 크지 않으니 안내만 받아도 돌아올 유저에게까지 할인 비용을 쓰지 않는 편이 낫습니다.

반응이 돌아오는 데는 시간이 걸립니다. 앞의 보고서에서 윈백 메시지를 받고 다시 반응하기까지 평균 57일이 걸렸습니다. 75%가 89일 안에 반응했습니다. 몇 시간 안에 몰아 보내기보다 며칠 간격을 두고 기다리는 설계가 맞습니다.

비활성 유저 세그먼트를 시작 조건으로 안내 푸시, 대기, 행동 이벤트 분기를 잇는 윈백 여정 설계 화면 — 플레어레인 콘솔 윈백 여정 설계

플레어레인에서는 비활성 세그먼트 진입을 시작 조건으로 잡습니다. 안내 푸시, 대기, app_opened 같은 행동 이벤트 분기를 하나의 여정으로 묶습니다. 반응이 없는 유저에게만 다음 채널로 넘어가도록 분기하면 두세 건 안에서 흐름이 정리됩니다.

발송을 멈추는 선셋 정책

자주 빠뜨리는 게 멈추는 설계입니다. 거듭 반응이 없는 유저를 끝까지 쫓으면 발송이 늘수록 열람률이 떨어집니다. 메일 평판이 나빠져 정작 활성 유저에게 가는 메일까지 스팸함으로 밀립니다. 이메일 주소는 이직, 주소 변경, 수신 거부로 매년 20% 넘게 비활성이나 무효로 바뀝니다. 반송률이 2%를 넘으면 주요 메일 서비스가 스팸으로 거를 수 있습니다. 명단을 그대로 두면 도달률이 함께 내려갑니다.

그래서 마지막 윈백 뒤에도 반응이 없으면 발송 대상에서 빼는 선셋² 정책을 함께 둡니다. 윈백 발송 자체의 위험은 크지 않습니다. 앞의 분석에서 윈백을 받고 수신을 끊은 유저는 4%였습니다. 그중 85%는 메시지를 읽은 뒤 떠났습니다. 진짜 위험은 반응 없는 유저를 계속 붙잡는 쪽입니다. 보낼 기준만큼 멈출 기준도 정해야 설계가 끝납니다.

재구매까지 추적하기

윈백의 성과는 돌아와서 다시 사는지로 봅니다. 다시 열어 봤는지만으로는 부족합니다. 메시지 한 건씩 어디서 유저가 빠지고 누가 재구매까지 가는지 노드별로 들여다보면 다음 캠페인에서 무엇을 손볼지 가늠할 수 있습니다.

통계 스위치를 켠 뒤 각 메시지 노드별 성과 지표를 보여주는 패널 — 플레어레인 콘솔 노드별 성과 지표

일회성 발송으로 한 번 돌아오게 만들었다가 다시 멀어지면 같은 일을 반복하게 됩니다. 자동화된 여정은 손으로 보내는 일회성 캠페인보다 전환이 높습니다. 이커머스 이메일 벤치마크에서 일회성 캠페인의 주문 전환은 0.16%였던 반면, 자동화 여정은 2.11%로 열 배 넘게 높았습니다. 플레어레인에서는 비활성 상태를 시작 조건으로 잡아 안내, 대기, 채널 이동을 하나의 여정으로 묶습니다. 유저가 다시 구매하면 여정이 종료되도록 설계할 수 있습니다. AI Agent가 다음 분기나 채널 추가 같은 개선안을 제안해 초안을 잡아 줍니다. 지금 비활성 유저를 어떤 기준으로 보고 있는지부터 적어 보면 어떤 신호부터 대응할지 정하기 쉬워집니다. 아래에서 상담을 신청할 수 있습니다.