고객 이탈(customer churn)이란 무엇인가요?

이는 서비스형 소프트웨어(SaaS) 비즈니스에 특히 중요한 지표이며, 그 중 다수는 구독을 통한 월별 반복 수익에 의존합니다. 고객이 이탈하고 있는지 또는 향후 이탈할 가능성이 있는지 여부는 수익에 즉각적인 영향을 미칠 수 있으므로 이를 파악해야 합니다.

고객 이탈 또는 고객 감소는 고객 유지와 반대되는 개념으로, 기업이 고객 관계를 유지하는 것과 관련이 있습니다. 고객 이탈을 최소화하는 것은 온라인이든 매장이든 고객이 비즈니스 또는 브랜드와 맺는 모든 상호 작용과 관련된 모든 고객 참여 전략의 핵심 요소여야 합니다.

고객 참여를 우선시하는 것, 특히 강력한 고객 유지 전략을 수립하는 것은 고객 이탈을 방지하는 중요한 보호책입니다.

기업은 고객 이탈률을 자주 측정하여 매출 손실 위험이 있는지 여부를 파악해야 합니다.

고객 이탈을 방지하는 것은 높은 고객 유치 비용을 고려할 때 중요한 과제입니다. McKinsey¹에 따르면, 잃어버린 고객 1명의 가치를 대체하려면 신규 고객 3명을 확보해야 할 수도 있다고 합니다. 따라서 기업은 고객 이탈을 줄이고 고객을 유지하기 위해 할 수 있는 모든 조치를 취해야 합니다.

이탈은 B2B와 B2C 비즈니스에 약간 다른 영향을 미칩니다. B2C 비즈니스는 몇 가지 이유로 B2B보다 이탈률이 더 높은 경향이 있습니다.

첫째, B2C 고객은 구독을 시작하거나 완료하기 위해 상사의 승인을 받을 필요가 없기 때문에 충동적으로 구매하거나 종료할 가능성이 더 높습니다. 둘째, 구독료가 더 저렴할 가능성이 높기 때문에 서비스를 중단하고 다른 서비스를 시작하기가 더 쉽습니다.

반면에 B2B 고객 이탈은 이러한 비즈니스에 더 큰 영향을 미치는 경우가 많습니다.

현대의 B2B 기업은 제품이나 서비스를 판매합니다. 제품의 경우 개별 제품에 대한 일회성 요금을 받습니다. 서비스형 소프트웨어 솔루션을 판매하는 기업, 즉 SaaS 기업은 서비스 액세스에 대해 연중 여러 번 고객에게 요금을 청구할 수 있습니다. 서비스의 경우에는 고객(가입자)이 매월 반복되는 수익을 지불합니다.

B2B 비즈니스는 잠재 고객이 적거나 판매 파이프라인이 더 엄격할 가능성이 높습니다. 대부분의 소비자는 특정 B2C 제품(예: 식료품, 가정용품, 은행 서비스)을 정기적으로 필요로 하지만 B2B 비즈니스는 특정 고객 집단에 서비스를 제공하기 때문입니다.

따라서 고객 이탈은 B2B 비즈니스에 더 큰 영향을 미치며, 특히 보다 선별된 고객 그룹에게 높은 가격으로 제품이나 서비스를 제공하는 경우 더욱 그렇습니다.

이탈 증가는 경영진과 직원의 사기를 떨어뜨려 그들의 일자리와 회사의 활력에 대한 걱정을 야기할 수 있습니다. 새로운 고객을 유치하는 일은 대개 시간과 비용이 많이 들기 때문에, 기업이 기존 고객에게 집중하는 데 방해가 되어 악순환이 생길 수 있습니다.

이는 고객 이탈이 기하급수적 또는 주기적 이탈을 초래할 수 있음을 보여주는 한 가지 예입니다. 또 다른 한 가지는 입소문입니다. 한 고객이 다른 고객에게 회사 제품이 얼마나 불만족스러웠는지 이야기하면 더 많은 취소로 이어져 더 큰 고객 이탈을 초래할 수 있습니다.

고객 이탈에는 크게 자발적 이탈과 비자발적 이탈의 두 가지 유형이 있습니다.

이것은 고객의 선호도 변화와 관련이 있습니다. 고객이 해당 카테고리의 제품을 더 이상 사용하지 않기로 결정하거나, 경쟁사 제품으로 전환하거나, 가격 인상에 반응하거나, 고객 경험이 좋지 않은 경우 등을 예로 들 수 있습니다.

이는 회사가 해당 제품이나 서비스를 더 이상 제공하지 않는 경우, 기술 또는 결제 문제, 자연재해 등 고객이 통제할 수 없는 문제와 관련이 있습니다. 고객이 더 이상 서비스를 사용할 수 없는 예상치 못한 이유가 있을 수도 있습니다. 예를 들어 회사가 더 이상 개인에게 서비스 사용에 대한 비용을 지불하지 않거나 직업의 변경으로 인해 해당 제품 또는 서비스가 더 이상 가치가 없게 되는 경우가 있습니다.

• 이탈률
• 월간 반복 수익
• 수익 이탈률

기업은 특정 기간 동안 회사를 떠난 총 고객 수를 회사가 확보한 총 고객 수로 나누어 고객 이탈률을 측정할 수 있습니다. 그리고 이 수치에 100을 곱해 특정 기간 동안의 백분율로 나타냅니다.

기업은 다른 고객 경험 메트릭과 마찬가지로 고객 이탈 수치를 벤치마킹하여 잠재적인 문제를 파악할 수 있어야 합니다. 이탈률을 계산할 때 기업은 주간, 월간 또는 연간 이탈률 계산과 같이 특정 기간 중에서 선택할 수 있습니다. 월별 이탈률은 월별 반복 매출(MRR)이 있는 SaaS 회사에서 월별 요금을 이해해야 하는 경우에 유용할 수 있습니다.

이탈률 = (이탈한 고객/기간 시작 시점의 총 고객) x 100

예: 매달 이탈률을 추적하던 회사가 75,000명의 고객 중 300명을 잃었습니다. 즉, 이탈률은 0.4%가 됩니다.

신용카드 결제 취소나 서비스 취소 등에 대한 실시간 알림을 설정한 기업은 고객 이탈을 더 효과적으로 처리할 수 있습니다.

이탈률은 비즈니스 유형에 따라 다릅니다. Recurly에 따르면 평균 이탈률은 4% 이며, 이 중 3% 은 자발적 이탈, 1% 은 비자발적 이탈입니다. 디지털 엔터테인먼트 제공 업체의 경우 평균 이탈률이 더 높은 경우가 많습니다. 소프트웨어와 비즈니스 및 전문 서비스의 경우 이탈률이 더 낮은 경향이 있습니다.

또한 기업은 일정 기간 동안 기존 고객의 월별 반복 매출(MRR) 손실을 결정하는 수익 이탈률도 계산할 수 있으며 이를 계산해야 합니다.

MRR = 가입자 수 x 가입자당 평균 수익(ARPU)

예: 75,000명의 가입자에게 월 15.00달러의 서비스 요금을 부과하는 동일한 회사의 MRR은 1,125,000달러입니다.

이는 특정 기간 동안 기업에서 이탈한 수익을 결정합니다.

수익 이탈률 = (이탈로 인한 수익 손실/해당 기간의 총 MRR) x 100

예: 동일한 회사가 이탈로 인해 한 달에 약 4,500달러의 손실을 입었을 것입니다. 총 수익과 비교해도 0.4%의 수익 이탈률입니다.

• 고객 만족도 점수
• 순 고객 추천 지수
• 고객 노력 점수
• 제품 사용률

CSAT는 고객 만족도를 파악하기 위해 고객을 대상으로 설문조사를 실시합니다. 이는 얼마나 많은 사람들이 만족하는지 또는 매우 만족하는지 계산합니다. 회사의 고객 만족도가 높을수록 고객 이탈 문제가 발생할 가능성이 줄어듭니다.

NPS는 고객이 네트워크에 있는 주변인에게 기업과 기업의 제품을 추천할 가능성이 얼마나 되는지 파악합니다. '고객 추천' 수(9점 및 10점)에서 낮은 점수(6점 이하)를 빼고 순 점수를 백분율로 변환합니다. NPS 점수가 높은 기업은 고객 이탈에 대해 걱정할 필요가 없을 뿐만 아니라 긍정적인 입소문으로 인해 고객 확보 비용이 다소 감소할 수 있습니다.

이 고객 서비스 지표는 고객이 느끼는 어려움 정도를 1(쉬움)에서 7(어려움)로 평가합니다. CES가 높은 기업은 고객이 상호 작용하기 어렵다고 생각하는 것이므로 고객 이탈의 위험이 있을 수 있습니다.

고객이 회사의 제품을 사용하고 있는지 여부는 고객이 이탈할 위험이 있는지 여부를 판단하는 데 도움이 될 수 있습니다. 예를 들어, 더 이상 로그인하여 제품을 사용하지 않는 고객은 다른 제품을 사용하고 있을 수 있으며 구독이 만료되기를 기다리고 있을 수 있습니다.

모든 기업에서 동일한 공식을 사용하여 고객 이탈률을 계산하지만, 기업에서 향후 이탈을 추적하고 예측하는 데 사용할 수 있는 고객 이탈 모델에는 몇 가지가 있습니다. 이를 성공적으로 구축하기 위해 기업은 고객이 이탈하고 머무는 이유, 이탈을 유발하는 요인, 이러한 요인이 어느 정도 존재하거나 만연해 있는지 등 몇 가지 질문을 분석해야 합니다.

• 예측 이탈 모델
• 예방 이탈 모델
• 생존 분석
• 이상 활동 탐지

이 데이터 기반 모델은 이러한 데이터 포인트를 수집하여 별도의 개입 없이 향후 이탈률을 예측합니다.

이는 예측 이탈 모델과 동일한 접근 방식을 사용하지만 가격 변경, 새로운 기능 또는 고객 지원에 대한 새로운 접근 방식과 같이 이탈을 최소화하는 데 도움이 되는 기술을 매핑합니다.

이벤트 시간 모델이라고도 하는 이 모델은 구매 데이터, 과거 데이터 및 현재 상황을 기반으로 고객이 이탈하는 시점을 예측할 수 있습니다. 이는 모든 고객을 유지할 리소스를 개발할 수 있는 고비용 제품을 보유한 B2B 기업에 특히 유용합니다. 또한 기업이 대규모 이탈 이벤트의 위험에 처해 있는지 파악하는 데 도움을 주어 종합적으로 가치를 제공할 수 있습니다.

이러한 모델은 고객 이탈을 증가시킬 수 있는 잠재적 이벤트를 식별하여 기업이 문제를 해결하거나 전략을 변경하여 영향을 최소화할 수 있는 기회를 제공할 수 있습니다. 기업이 추적해야 하는 이상 징후의 예로는 부정적인 고객 피드백의 갑작스러운 증가, 사용량 감소, 반품 또는 환불 요청 증가 등이 있습니다.

기업은 고객 여정 전반에 걸쳐 고객 이탈을 줄이기 위해 여러 가지 적극적인 툴과 접근 방식을 활용하고 있으며, 특히 이탈 위험이 있는 고객의 이탈을 줄이는 데 주력하고 있습니다.

• 이탈 위험 고객 식별
• 고객 성공 투자
• 우수한 고객 서비스
• 공정한 가격 책정
• 메트릭 기반 의사 결정
• 뛰어난 온보딩 프로세스
• 강력한 로열티 프로그램

기업은 고객 활동을 추적하기 위해 고급 고객 관계 관리(CRM) 도구에 투자해야 합니다. 또한 머신 러닝과 같은 인공 지능 기술을 사용하여 개별 고객 데이터를 더 잘 분석함으로써 고객 성공 팀이 스스로 이탈하기 전에 이탈할 가능성이 높은 고객을 식별할 수 있습니다.

이것은 문제가 발생했을 때 문제에 사후 대응적으로 대응하는 고객 서비스와는 다릅니다. 고객 성공은 고객이 제품이나 서비스를 사용하는 동안 최대한의 가치를 얻을 수 있도록 지원하는 것입니다. 이는 기업이 이탈 위험에 처한 고객을 식별하는 데 도움이 됩니다. SaaS 기업은 고객이 제품을 충분히 사용하여 월 이용료를 정당화할 수 있도록 고객 성공에 투자해 고객 만족과 지속적인 사용을 유지하는 전략을 펼치고 있습니다.

고객 이탈을 줄이는 것은 기업이 제공하는 고객 서비스의 가치를 높이는 것만큼 쉬울 수 있습니다. 다른 말로 하자면, 형편없는 고객 서비스는 만족감을 느끼는 고객을 순식간에 이탈 고객으로 만들 수 있습니다. 고객 피드백을 제공하는 고객을 최대한 존중하고 고객의 요구에 즉시 대응하세요.

이제 기업들은 고객 관계를 개선하는 데 활용할 수 있는 여러 가지 첨단 기술을 보유하고 있습니다. 자연어 처리(NLP)를 활용하면 기업은 고객 데이터를 보다 효과적으로 분석하여 고객 만족도를 파악할 수 있으며, 이를 모델에 적용해 평균 이탈률을 파악할 수 있습니다.

인공 지능 기반 챗봇을 사용하여 고객의 간단한 질문에 답변할 수 있으므로 고객 서비스 담당자는 더 복잡한 문제를 처리할 수 있습니다.

고객은 회사의 제품이나 서비스가 마음에 들지만, 받는 혜택에 비해 가격이 너무 높다고 생각하면 구매를 중단할 수 있습니다. 기업은 가격을 경쟁사와 비교하고 고객이 지불할 것으로 예상하는 수준에 맞추기 위해 가격 조사를 실시해야 합니다.

특정 지표를 이해하고 추적하면 잠재적 이탈을 모니터링하는 데 도움이 될 수 있습니다. 고객 만족도 점수(CSAT)와 순 고객 추천 점수(NPS)는 고객이 기업의 제품과 서비스에 얼마나 만족하는지 파악하는 데 도움이 됩니다. CSAT는 고객에게 만족도를 1~10점 사이에서 평가하도록 요청합니다. NPS는 고객에게 제품이나 서비스를 주변인에게 추천할 가능성이 얼마인지 묻습니다.

이러한 메트릭이 감소하기 시작하면 회사의 고객 기반이 이탈할 위험이 있다는 신호일 수 있습니다. 리더들은 고객 경험을 개선하고 이탈을 줄이기 위해 조치를 취해야 한다는 것을 알고 있습니다.

브랜드 충성도를 높이는 것은 고객 이탈률을 줄이는 효과적인 방법입니다. 예를 들어, 기업은 생일을 기념하거나 고객이 특정 금액을 지출할 경우 할인 혜택이나 무료 상품을 제공하는 등의 인센티브를 기존 고객에게 제공할 수 있습니다. 이는 제품을 구매하는 우수 고객의 만족도를 유지하는 좋은 방법입니다. 충성심을 고취하면 상향 판매 가능성이 높아지는 등 다른 이점도 얻을 수 있습니다.

고객을 잃지 않는 가장 좋은 방법 중 하나는 관계를 시작할 때 새로운 고객에게 우수한 서비스를 제공하는 데 집중하는 것입니다. 기업은 튜토리얼, 자주 묻는 질문, 셀프 도움말 가이드를 제공하여 고객의 성공을 돕고 회사 제품을 더 잘 사용할 수 있도록 지원할 수 있습니다.

인공 지능에 투자하면 기업에서 여러 가지 방법으로 고객 이탈 문제를 해결하는 데 도움이 될 수 있습니다.

• 데이터 수집 및 분석 개선
• 더 빠르고 포괄적인 고객 지원
• 모델 및 시뮬레이션
• 더 만족스러운 옴니채널 고객 경험
• 보다 정확한 예측 분석

기업은 생성형 AI 마케팅을 사용하여 동일한 이메일을 여러 개의 개인화된 버전으로 제작함으로써 내부 마케팅을 개선하고, 어떤 채널을 사용하든 개별 고객에게 더 큰 공감을 불러일으킬 수 있습니다.

대화형 AI를 사용하면 긍정적인 고객 서비스 경험을 통해 고객의 이탈 여부를 파악할 수 있습니다. 기업은 고객 대면 챗봇을 활용하든 고객을 위해 AI 가상 어시스턴트를 제공하든, 대화형 AI를 도입해야 합니다.

AI는 모든 타사 공개 및 자사 내부 데이터를 빠르게 수집할 수 있으며, 특히 머신 러닝은 기업이 고객의 요구에 부응하는 데 있어 강점과 약점을 파악하는 데 도움이 되는 공통 주제를 파악할 수 있습니다.

AI는 고객 행동 데이터를 분석하여 직원이 CRM 정보나 스프레드시트를 보는 것보다 어떤 고객이 이탈할 위험이 있는지를 더 잘 예측할 수 있습니다.

기업은 AI 기반 고객 디지털 트윈(CDT)을 사용하여 고객 경험을 시뮬레이션할 수 있으며, 이를 통해 기업은 구매 습관, 이탈로 이어지는 요인, 향후 구매를 더 잘 예측하는 방법을 이해할 수 있습니다. CDT는 며칠 또는 몇 주에 걸친 고객 여정 맵을 작성하여 전체 고객 경험에 대한 전체적인 관점을 제공할 수 있습니다.