식품 재구매, 리필 알림을 너무 일찍 보내는 흔한 실수

식품 재구매는 상품마다 다른 재구매 주기를 중앙값으로 잡고, 고객이 다 먹어 갈 때 리필 알림을 보내야 붙습니다. 너무 이른 알림이 구매를 깎은 현장 실험과 식료품 체인 앱 푸시 실험, 주기 계산법과 수신 동의 기준을 정리했습니다.
김필준's avatar
Oct 20, 2026
식품 재구매, 리필 알림을 너무 일찍 보내는 흔한 실수

리필 알림을 켰는데 재구매는 그대로이고 수신거부만 늘어 고민이시죠? 식품 재구매는 상품마다 다른 재구매 주기를 먼저 재고, 고객이 「다 먹어 갈 때」 알림을 보내야 붙습니다. 구매 다음 날이나 몰 전체 평균 주기로 한꺼번에 보내면 알림이 오히려 구매를 깎을 수도 있습니다.

같은 「다시 담아 두세요」 메시지라도 구매 직후에 오면 재촉이고, 냉장고가 비어 갈 즈음 오면 배려입니다. 메시지 문구가 아니라 맥락이 반응을 정합니다. 식품은 이 맥락이 특히 빨리 바뀝니다. 이유식은 한 주, 냉동만두는 두세 주, 원두는 서너 주처럼 상품마다 줄어드는 속도가 다르고, 같은 상품도 가족 수에 따라 다르게 줄어듭니다.

이 글은 식품몰에서 리필 알림이 재구매로 이어지지 않는 흔한 실수 다섯 가지, 해결에 필요한 두 가지(상품별 재구매 주기와 알림 타이밍), 주기를 재는 법, 알림 시점이 결과를 뒤집은 현장 실험 두 건, 그리고 수신 동의 기준을 차례로 다룹니다. 정기배송을 설계하는 쪽의 이야기는 영양제 구독 배송 주기 글에 따로 정리했습니다.

식품 재구매가 안 붙는 흔한 실수 5가지

흔한 실수

생기는 일

고치는 법

몰 전체 평균 주기 하나로 모든 상품에 알림

빨리 먹는 상품은 늦고, 천천히 먹는 상품은 이르게 도착

상품(카테고리)별로 주기를 따로 잡음

구매 다음 날 바로 재구매 권유

아직 택배도 안 뜯은 고객에게 재촉으로 읽힘

구매 직후에는 배송·보관 안내만 보내고 권유는 주기 직전에

평균으로 주기를 잡음

두세 달 만에 다시 산 소수에게 끌려 알림이 늦어짐

다시 산 간격의 중앙값을 씀

상품마다 알림을 따로 걸어 한 고객에게 겹침

하루에 두세 통을 받고 채널을 차단

1인당 발송 상한을 먼저 정함

리필 알림을 정보성으로 보고 동의 없이 발송

광고성 정보 규정 위반 소지

광고성 정보 수신 동의를 받은 고객에게만 발송

다섯 가지 중 앞의 세 개는 「언제」의 실수이고, 뒤의 두 개는 「얼마나·누구에게」의 실수입니다. 문구를 고치는 것보다 이 다섯 줄을 먼저 점검하는 편이 재구매에 더 빨리 닿습니다. 발송량이 많아질 때 생기는 문제는 CRM 발송 빈도 글에서 다뤘습니다.

식품 재구매에 필요한 두 가지 — 상품별 재구매 주기와 알림 타이밍

이 실수들을 피하려면 두 가지가 필요합니다. 상품별 재구매 주기와 알림 타이밍입니다.

  1. 상품별 재구매 주기 — 같은 상품을 다시 산 고객이 첫 주문 뒤 며칠 만에 다시 샀는지 간격을 모아, 그 중앙값을 주기로 씁니다. 몰 전체가 아니라 상품이나 카테고리마다 따로 잽니다. 이 숫자가 있어야 「언제 보낼지」를 감이 아니라 데이터로 정할 수 있습니다

  2. 알림 타이밍 — 주기 바로 앞, 배송에 걸리는 날까지 빼고 보냅니다. 고객이 다 먹기 전에 새 상품이 도착해야 끊기지 않기 때문입니다. 너무 이르면 재촉이 되고, 너무 늦으면 이미 다른 곳에서 산 뒤입니다

두 가지가 중요한 이유는 LTV 공식에 있습니다. LTV = 구매자 전환율 × 객단가 × 구매빈도 × 생애주기입니다. 식품몰의 리필 알림은 이 가운데 구매빈도와 생애주기를 직접 움직입니다. 주기에 맞춰 다시 사는 고객은 구매 간격이 짧아지고(구매빈도), 끊기지 않으니 오래 남습니다(생애주기). 반대로 시점이 틀린 알림은 수신거부를 늘려, 다음 번에 말을 걸 기회 자체를 없앱니다. 재구매율과 LTV의 관계는 재구매율 vs LTV 글을 참고하세요.

재구매 주기 계산법, 평균 말고 중앙값으로 잡습니다

식품 재구매 주기는 상품마다 다르다는 도해. 설명을 위한 예시로 이유식 6~8일, 냉동만두 14~21일, 원두 21~28일, 건강식품 28~32일의 주기 구간을 막대로 표시하고, 각 구간 바로 앞에 알림 시점을 점으로 찍었다. 실제 주기는 우리 몰 주문 데이터에서 같은 상품을 다시 산 간격의 중앙값으로 정한다

재구매 주기는 주문 목록 하나로 잴 수 있습니다. 순서는 이렇습니다.

  1. 상품(카테고리)을 고릅니다. 원두 200g처럼 다 먹으면 다시 사야 하는 상품부터 시작합니다. 선물 세트나 시즌 상품은 주기가 없으니 뺍니다

  2. 같은 고객이 같은 상품을 두 번 이상 산 주문만 남깁니다. 첫 주문일과 두 번째 주문일 사이의 날짜 차이가 그 고객의 간격입니다. 같은 날 추가 결제는 빼야 간격이 0일로 섞이지 않습니다

  3. 간격을 작은 순서로 세우고 가운데 값(중앙값)을 고릅니다. 엑셀이라면 MEDIAN 함수 하나면 됩니다

  4. 알림일 = 중앙값 − 배송 소요일 − 여유 1일로 정합니다. 다 먹기 전에 새 상품이 도착하게 하려는 계산입니다

아래는 설명을 위한 예시 숫자입니다. 원두 200g을 두 번 이상 산 고객 13명의 간격이 12·18·20·21·22·24·25·26·28·30·45·60·90일이라고 해 보겠습니다. 평균은 약 32일이지만 중앙값은 25일입니다. 평균은 두세 달 만에 다시 산 세 명에게 끌려 올라간 숫자라, 평균으로 30일째에 알림을 보내면 13명 중 10명은 이미 다시 샀거나 주기를 넘긴 뒤입니다. 중앙값 25일에서 배송 2일과 여유 1일을 빼면 알림일은 22일째가 됩니다.

알림을 한 번으로 끝낼 필요는 없습니다. 22일째 첫 알림을 받고도 사지 않은 고객에게는 중앙값에서 일주일쯤 지난 32일째에 한 번 더 보내고, 그사이 다시 산 고객은 자동으로 빼야 합니다. 이미 주문한 고객에게 「떨어질 때가 됐어요」가 가면 그다음부터는 알림을 읽지 않습니다. 이런 조건형 발송의 예는 CRM 트리거 예시 10개 글에 모아 두었습니다.

단계

언제 (원두 예시)

누구에게

무엇을

구매 직후

배송 완료 다음 날

첫 구매 고객 전체

보관법·맛있게 먹는 법 (권유 없음)

첫 리필 알림

22일째

아직 다시 사지 않은 고객

「다 떨어져 갈 즈음이에요」 + 바로 담기

두 번째 알림

32일째

첫 알림 뒤에도 사지 않은 고객

다른 용량·다른 원두 제안

멈춤

다시 산 즉시

재구매한 고객

남은 알림 취소, 주기 다시 계산

중앙값은 고객 수가 적을수록 흔들립니다. 다시 산 고객이 스무 명이 안 되는 상품은 같은 카테고리를 묶어서 재거나, 석 달쯤 주문이 더 쌓인 뒤에 다시 잽니다. 주기는 한 번 정하고 끝나는 숫자가 아니라 분기마다 다시 보는 숫자입니다.

리필 알림 타이밍, 너무 이르면 「안 보낸 것」보다 못합니다

「일찍 보내면 손해 볼 건 없지 않나」 싶지만, 그렇지 않다는 현장 실험이 있습니다. 2021년 Journal of Marketing에 실린 Li·Luo·Lu·Moriguchi의 연구는 장바구니에 담고 떠난 고객에게 언제 리마인드를 보내느냐를 무작위로 나눠 실험했습니다. 이메일·앱으로 고객 4만 500여 명을 대상으로 한 현장 실험 두 건에서, 이탈 뒤 30분~1시간 안에 받은 리마인드는 아무것도 보내지 않은 대조군보다 구매 가능성을 오히려 낮췄습니다. 반대로 1~3일 뒤에 받은 리마인드는 대조군보다 구매를 늘렸습니다. 문자로 고객 2만 3,900명에게 다시 실험했을 때도 같은 방향이 나왔습니다.

이 연구는 장바구니 리마인드에 관한 것이지 식품 리필 알림 실험은 아닙니다. 다만 「고객이 아직 준비되지 않았을 때 오는 알림은 재촉으로 읽혀 역효과를 낸다」는 방향은 리필 알림에도 그대로 적용됩니다. 구매 다음 날의 재구매 권유가 대표적입니다. 연구진이 말하는 「빠를수록 좋다」는 통념이 틀릴 수 있다는 점, 그리고 같은 메시지라도 시점에 따라 부호가 바뀐다는 점이 핵심입니다.

식품 재구매 사례 — 식료품 체인 앱 푸시 실험의 숫자

알림 타이밍 연구 두 개를 정리한 도해. 왼쪽은 장바구니 리마인드 현장 실험으로 고객 4만 500여 명 대상, 이탈 후 30분에서 1시간 사이 리마인드는 구매 가능성이 대조군보다 낮았고 1~3일 뒤 리마인드는 대조군보다 높았다. 오른쪽은 인도네시아 식료품 체인 앱 푸시 현장 실험으로 참여 고객 4만 6,504명, 18주, 푸시를 받은 고객의 지출이 대조군보다 14.02% 많았고 보낸 다음 주에는 지출이 일부 줄었으며 메시지를 늘릴수록 한 통의 효과는 작아졌다. 출처 Journal of Marketing 2021, International Journal of Research in Marketing 2021

식료품에서 알림의 효과와 한계를 숫자로 보여 준 실험도 있습니다. 네덜란드 틸뷔르흐대 연구진(Bies·Bronnenberg·Gijsbrechts)이 2021년 International Journal of Research in Marketing에 발표한 논문은 인도네시아 식료품 체인이 운영한 기간 한정 적립 프로그램에서 앱 푸시를 무작위로 나눠 보냈습니다. 2016년 8~11월 18주 동안 프로그램에 참여한 고객 4만 6,504명이 대상이었습니다.

결과는 세 가지입니다. 첫째, 푸시를 받은 고객은 받지 않은 대조군보다 남은 프로그램 기간 지출이 14.02% 많았습니다. 둘째, 메시지를 보낸 주에는 지출이 올라갔지만 그다음 주에는 일부 줄었습니다. 알림이 원래 할 구매의 일부를 앞당긴 것으로 해석됩니다. 셋째, 메시지 수를 늘리면 지출은 더 늘었지만 한 통이 더하는 효과는 점점 작아졌습니다. 연구진은 관찰한 범위인 주 1~3통에서는 고객의 짜증으로 인한 역효과를 발견하지 못했다고 밝혔습니다.

식품몰 대표가 가져갈 것

원문 숫자와 해석을 나눠 둡니다. 위의 14.02%는 인도네시아 식료품 체인의 적립 프로그램이라는 특정 조건에서 나온 숫자이고, 우리 몰에서도 같은 크기로 나온다는 뜻은 아닙니다. 가져갈 것은 숫자보다 구조입니다.

  • 알림의 효과는 진짜지만, 일부는 「앞당김」입니다. 알림을 보낸 날의 주문 수만 보면 효과가 부풀려 보입니다. 리필 알림의 성과는 발송 당일 주문이 아니라, 같은 달 첫 구매 고객의 90일 재구매율이 알림을 켜기 전 코호트보다 올랐는지로 봐야 합니다. 코호트로 재구매를 세는 법은 리텐션 계산식 글에 있습니다

  • 더 보낼수록 한 통의 값은 내려갑니다. 상품마다 알림을 따로 거는 몰일수록 1인당 상한을 먼저 정해야 하는 이유입니다

  • 시점이 부호를 바꿉니다. 앞의 장바구니 실험처럼 너무 이른 알림은 0이 아니라 마이너스가 될 수 있습니다

리필 알림은 광고성 정보입니다 — 수신 동의부터 확인하세요

「다 떨어져 갈 때가 됐어요, 다시 담아 두세요」는 구매를 권하는 메시지입니다. 주문·배송 안내 같은 거래 정보와 달리 광고성 정보로 보는 것이 안전합니다. 한국인터넷진흥원(KISA)과 방송미디어통신위원회가 2026년 3월 개정한 「불법스팸 방지를 위한 정보통신망법 안내서」는 동의를 받을 때 「광고성 정보 수신동의」라고 분명히 밝히라고 하고, 「혜택 알림」 「정보제공」처럼 광고가 아닌 것처럼 보이게 받은 동의는 명시적 사전 동의로 인정되지 않는다고 설명합니다(보안뉴스 2026년 3월 4일 보도). 적립금을 일방적으로 주고 소멸을 알리는 메시지도 광고성으로 보고 사전 동의가 필요하다고 밝혔습니다.

그래서 리필 알림을 켜기 전에 할 일은 문구 작성이 아니라 수신 동의 고객 수 확인입니다. 동의 고객이 적다면 주문 완료 화면이나 첫 배송 안내에서 「다 떨어질 즈음 알려 드릴까요?」처럼 동의를 받는 자리부터 만듭니다. 야간 발송, 광고 표기 같은 세부 규정은 KISA 불법스팸대응센터의 안내서 원문으로 확인하세요. 채널별 차이는 단체문자 vs 알림톡 글에 정리했습니다.

리인벤팅은 이렇게 해결합니다

AI 그로스 CRM, 리토스는 상품별 재구매 주기를 엑셀로 매번 다시 뽑지 않아도 되게 만듭니다. AI 데이터 분석가가 아하 모먼트와 함께 재구매 주기를 분석하고, 카페24·아임웹과 연동한 첫날 과거 12개월치 주문이 들어오므로 주기를 잴 재료가 처음부터 있습니다. 프리셋 타게팅 조건 50개 이상 가운데 「소모품 재구매 주기 도래」는 「특정 카테고리 구매 AND 마지막 구매 N일 전」처럼 카테고리마다 다른 주기를 걸 수 있고, 시퀀스 발송으로 22일째 첫 알림, 32일째 두 번째 알림처럼 D+n 순서를 한 번에 세웁니다.

리토스 화면(예시 데이터) 퍼널 분석 그래프. 온보딩, 탐색, 고려, 구매, 재구매, 초기 이탈, 장기 이탈 퍼널별 회원 수를 막대로 보여 주며 예시 데이터에서는 재구매 28명, 초기 이탈 284명, 장기 이탈 1,490명으로 재구매 주기를 넘긴 고객이 이탈 칸에 쌓인 모습이다

리토스 화면(예시 데이터) — 퍼널 분석은 고객이 구매·재구매·초기 이탈·장기 이탈에 몇 명씩 있는지 보여 줍니다. 리필 알림이 제때 가지 않으면 재구매 칸이 아니라 이탈 칸이 커집니다. 발송 제어 3층(한 사람은 한 퍼널에만 속하는 상호배타, 1인당 하루 1통 상한, 한 달 안 같은 소재 중복 차단)이 기본값이라 상품마다 알림을 걸어도 한 고객이 하루에 여러 통을 받지 않습니다. 채널은 카카오 알림톡·브랜드메시지·문자입니다. 다만 리토스는 정기결제·정기배송 솔루션이 아니고, 알림을 보냈을 때와 보내지 않았을 때의 차이(증분)를 재는 도구도 아닙니다. 자동 A/B는 소재끼리의 우열을 가리는 기능입니다. 효과는 첫 구매 코호트의 재구매 추세로 확인합니다.

플라이휠 그로스 컨설팅은 재구매 주기를 성장판(≈ CC × LTV) 안에서 봅니다. 주기가 긴 상품만 파는 몰은 알림을 아무리 잘 보내도 구매빈도에 한계가 있으니, 주기가 짧은 상품을 라인업에 넣을지, 용량을 바꿀지 같은 상품 쪽 질문까지 함께 다룹니다. LTV는 예측하지 않고 첫 구매 달별 코호트 추세선으로 관찰하는 틀을 세우고, CRM 전략 수립 및 기획에서 어떤 상품부터 알림을 걸지 순서를 정합니다.

이번 주에 할 일

  1. 매출 상위 다섯 개 소모성 상품을 골라, 같은 상품을 두 번 이상 산 고객의 간격 중앙값을 뽑게 합니다.

  2. 지금 켜져 있는 리필·재구매 알림이 구매 후 며칠째에 나가는지, 상품마다 다른지 확인합니다.

  3. 「중앙값 − 배송일 − 1일」로 알림일을 다시 정하고, 재구매한 고객은 자동으로 빠지게 조건을 고칩니다.

  4. 광고성 정보 수신 동의 고객 수를 확인하고, 주문 완료 화면에 동의를 받는 문구를 넣습니다.

  5. 알림 효과는 발송 당일 주문이 아니라 첫 구매 달별 90일 재구매율로 보고하게 합니다.

확인해 볼 것

  • 우리 몰의 리필 알림은 상품마다 다른 주기로 나가고 있습니까

  • 재구매 주기를 평균으로 잡고 있지는 않습니까

  • 한 고객이 하루에 받을 수 있는 메시지 수에 상한이 있습니까

  • 리필 알림을 받는 고객은 모두 광고성 정보 수신에 동의했습니까

정리

  • 식품 재구매는 상품별 재구매 주기와 알림 타이밍, 두 가지로 정해집니다

  • 주기는 같은 상품을 다시 산 간격의 중앙값으로 잡고, 알림일은 중앙값에서 배송일과 여유 하루를 뺍니다

  • 구매 직후에는 권유 대신 보관·활용 안내를 보내고, 다시 산 고객은 알림에서 바로 뺍니다

  • 장바구니 실험에서 30분~1시간 뒤 리마인드는 대조군보다 구매를 낮췄고, 1~3일 뒤 리마인드는 높였습니다

  • 식료품 체인 실험에서 앱 푸시는 지출을 14.02% 늘렸지만, 일부는 구매를 앞당긴 효과였고 메시지가 늘수록 한 통의 효과는 작아졌습니다

  • 리필 알림은 구매를 권하는 광고성 정보이므로 수신 동의 고객에게만 보냅니다

참고 자료

자주 묻는 질문

식품 재구매 주기는 어떻게 계산하나요?

같은 상품을 두 번 이상 산 고객만 골라 첫 주문과 두 번째 주문 사이의 날짜 차이를 모은 뒤, 그 중앙값을 주기로 씁니다. 평균은 오랜만에 다시 산 소수에게 끌려 늘어지므로 쓰지 않고, 상품이나 카테고리마다 따로 계산합니다.

리필 알림은 구매 후 며칠째에 보내야 하나요?

상품의 재구매 주기 중앙값에서 배송에 걸리는 날과 여유 하루를 뺀 날에 보냅니다. 구매 직후에는 재구매 권유 대신 보관법이나 활용법을 안내하고, 그사이 다시 산 고객은 알림 대상에서 바로 뺍니다.

재구매 알림도 광고성 정보 수신 동의가 필요한가요?

다시 구매하라고 권하는 리필 알림은 주문·배송 안내와 달리 광고성 정보로 보는 것이 안전하므로, 광고성 정보 수신에 동의한 고객에게만 보냅니다. 동의를 받을 때는 「혜택 알림」처럼 모호하게 쓰지 말고 광고성 정보 수신동의라고 분명히 밝혀야 합니다.


AI 그로스 CRM 리토스 — 고객 행동 데이터를 매출로 바꿉니다. 리토스 살펴보기

↑ 누르면 리토스 소개 페이지로 이동합니다

그로스 뉴스레터 무료 구독 — 구독하면 AI 뉴스레터 자동화 워크플로우를 바로 보내 드립니다. 무료로 구독하기

↑ 누르면 뉴스레터 구독 페이지로 이동합니다

플라이휠 그로스 컨설팅 — 30분 커피챗으로 성장 병목 찾기. 신청하시면 AI 블로그 자동화 워크플로우를 바로 드립니다. 커피챗 신청하기

↑ 누르면 플라이휠 그로스 컨설팅 안내 페이지로 이동합니다

Share article