리텐션 계산식, 쇼핑몰은 방문과 구매 중 무엇으로 셀까?

담당자는 「리텐션이 40%」라고 보고하는데, 정작 재구매는 늘지 않아 어떤 숫자를 믿어야 할지 고민이시죠? 리텐션 계산식은 같은 기간에 처음 들어온 고객 묶음(코호트) 가운데 N일 뒤에도 다시 행동한 고객 수를, 처음 묶은 고객 수로 나눈 값입니다. 식으로 쓰면 N일 리텐션 = N일째 다시 행동한 고객 수 ÷ 기준 고객 수 × 100이고, 쇼핑몰에서는 「다시 행동」을 방문으로 세느냐 구매로 세느냐에 따라 숫자가 두세 배씩 달라집니다.

회의에서 리텐션 숫자를 두고 다툼이 생기는 이유는 대부분 계산이 틀려서가 아니라 기준이 달라서입니다. 한 사람은 7일째 방문을, 다른 사람은 90일 안의 재구매를, 또 다른 사람은 전체 회원 가운데 이번 달 구매자를 「리텐션」이라고 부릅니다. 셋 다 맞는 계산이지만 서로 비교할 수 없는 숫자입니다. 그래서 대표가 먼저 할 일은 더 정교한 계산이 아니라 「우리 회사의 리텐션은 무엇으로 센다」를 정하는 일입니다.

이 글은 리텐션 계산식의 세 가지 버전, 쇼핑몰이 나눠 봐야 할 두 가지 리텐션과 바로 쓰는 엑셀 수식, 숫자를 부풀리거나 깎는 흔한 함정, 그리고 미국 핸드메이드 마켓플레이스 엣시(Etsy)가 「다시 산 고객」을 어떻게 정의해 경영 지표로 쓰는지를 차례로 다룹니다. 이탈률 쪽에서 같은 문제를 본 내용은 이탈률 계산법 글에 정리해 두었습니다.

리텐션 계산식, 같은 고객도 세 가지 숫자가 나옵니다

리텐션을 계산하려면 세 가지를 먼저 정해야 합니다. 누가 처음 왔는지(기준 고객), 무엇을 하면 돌아왔다고 볼지(재방문 기준), 그리고 어느 기간을 셀지입니다. 구글 애널리틱스(GA4)의 동질 집단 탐색 도움말도 같은 구조로 되어 있습니다. 첫 방문이나 첫 거래 같은 포함 기준으로 고객을 묶고, 모든 이벤트나 모든 거래 같은 재방문 기준을 고르고, 일·주·월 단위를 정한 뒤 계산 방식을 표준·롤링·누적 가운데 고르게 합니다. 주 단위를 고르면 일요일부터 토요일까지가 한 주로 묶입니다.

위 그림은 설명을 위한 예시 숫자입니다. 첫 주에 처음 산 고객 10명이 그다음 4주 동안 어떻게 돌아왔는지 점으로 표시했습니다. 4주차에 돌아온 사람만 세는 표준 방식으로는 40%, 1~4주차에 한 주도 빠짐없이 돌아온 사람만 세는 롤링 방식으로는 20%, 4주 동안 한 번이라도 돌아온 사람을 세는 누적 방식으로는 70%입니다. 같은 10명인데 숫자가 세 배 넘게 벌어집니다. 셋 중 무엇이 맞느냐가 아니라, 무엇을 알고 싶으냐에 따라 골라 쓰는 숫자입니다.

마지막 줄의 기간 리텐션율은 코호트를 나누지 않아 계산이 쉽고, 그래서 가장 흔히 쓰입니다. 다만 오래된 단골이 많은 몰에서는 신규 고객이 빠르게 빠져나가도 숫자가 안정적으로 보입니다. 대표가 판단에 쓰는 숫자는 코호트로 나눈 위 세 가지 가운데서 고르는 편이 안전합니다.

쇼핑몰 리텐션에 필요한 두 가지 — 방문 리텐션과 재구매 리텐션

이 혼란을 끝내려면 리텐션을 하나로 뭉뚱그리지 말고 N일 리텐션(방문 기준)과 재구매 리텐션(구매 기준) 두 가지로 나눠 세야 합니다.

1. N일 리텐션(방문 기준) — 신규 고객이 첫 방문이나 첫 구매 뒤 7일·14일·30일째에 다시 들어오는지 봅니다. 아직 사지 않았더라도 다시 찾아온다는 건 관심이 살아 있다는 뜻이라, 재구매보다 먼저 움직이는 선행 지표입니다

2. 재구매 리텐션(구매 기준) — 첫 구매 고객 가운데 30일·60일·90일 안에 두 번째 주문을 한 비율입니다. 실제 매출로 이어졌는지 보여 주는 결과 지표이고, LTV(구매자 전환율 × 객단가 × 구매빈도 × 생애주기)의 구매빈도와 생애주기를 직접 움직이는 숫자입니다

둘을 나눠야 하는 이유는 처방이 다르기 때문입니다. 방문 리텐션은 높은데 재구매 리텐션이 낮다면 고객은 돌아오는데 살 이유를 찾지 못하는 것이니, 상세페이지와 상품 구성, 재구매 시점의 메시지를 손봐야 합니다. 방문 리텐션부터 낮다면 첫 구매 경험이나 첫 주의 안내가 문제일 가능성이 큽니다. 한 숫자만 보면 이 둘을 구분할 수 없고, 엉뚱한 곳에 예산을 쓰게 됩니다.

두 리텐션 모두 같은 규칙을 지킵니다. 같은 기간에 처음 들어온 고객끼리 묶어서(코호트) 셉니다. 9월에 처음 산 고객과 1년 전에 처음 산 고객을 한 바구니에 넣으면, 오래된 고객이 숫자를 받쳐 줘서 최근 고객이 빠져나가는 게 보이지 않습니다. 코호트로 LTV를 보는 법은 코호트 LTV 글에서 다뤘습니다.

N일 리텐션 계산식과 엑셀 수식

엑셀이나 구글 시트로 직접 계산하려면 시트 두 장이 필요합니다. 「방문」 시트에는 고객ID와 방문 날짜를 한 줄씩(A열 고객ID, B열 날짜), 「고객」 시트에는 고객ID(A열)와 첫 방문일(B열)을 둡니다. 첫 방문일은 방문 시트에서 그 고객의 가장 이른 날짜이므로 MINIFS 함수로 구합니다. 그다음 고객 시트에 열을 두 개 더 만들어 「7일째에 다시 왔는가」와 「7일 안에 한 번이라도 다시 왔는가」를 0과 1로 적습니다.

B2 첫 방문일: =MINIFS(방문!B:B, 방문!A:A, A2)
C2 7일째 방문(표준): =IF(COUNTIFS(방문!A:A, A2, 방문!B:B, B2+7)>0, 1, 0)
D2 7일 안 방문(누적): =IF(COUNTIFS(방문!A:A, A2, 방문!B:B, ">"&B2, 방문!B:B, "<="&B2+7)>0, 1, 0)

이렇게 0과 1을 채운 뒤 같은 달(또는 같은 주)에 처음 온 고객끼리 평균을 내면 그 코호트의 리텐션이 됩니다. 9월 코호트의 표준 7일 리텐션이라면 C열 값을 첫 방문일이 9월인 고객만 골라 AVERAGEIFS로 평균 냅니다. 방문 날짜에 시간이 붙어 있다면 먼저 날짜만 남겨야 B2+7과 정확히 맞습니다. 이 한 가지를 빠뜨려 7일째 방문이 0으로 찍히는 경우가 생각보다 많습니다.

아래는 설명을 위한 예시 숫자입니다. 9월에 처음 방문한 고객이 1,200명이고 그중 7일째에 다시 온 고객이 156명이면 표준 7일 리텐션은 13%입니다. 같은 1,200명 가운데 7일 안에 한 번이라도 다시 온 고객이 384명이면 누적 7일 리텐션은 32%입니다. 보고서에 숫자를 적을 때는 반드시 표준인지 누적인지, 며칠 기준인지를 함께 적어야 다음 달과 비교할 수 있습니다.

재구매 리텐션 계산식 — 첫 구매 코호트로 셉니다

재구매 리텐션은 「주문」 시트(A열 고객ID, B열 주문일)로 계산합니다. 고객 시트에 첫 구매일과 90일 안 재구매 여부를 적습니다.

B2 첫 구매일: =MINIFS(주문!B:B, 주문!A:A, A2)
C2 90일 안 재구매: =IF(COUNTIFS(주문!A:A, A2, 주문!B:B, ">"&B2, 주문!B:B, "<="&B2+90)>0, 1, 0)

식에서 첫 구매일보다 「큰」 날짜만 세는 조건이 중요합니다. 첫 구매일 다음 날부터의 주문만 세기 때문에, 첫날 상품을 빠뜨려 한 번 더 결제한 주문은 재구매로 잡히지 않습니다. 같은 날 두 번 결제한 고객까지 재구매로 세면 재구매율이 실제보다 높게 나오고, 그 숫자로 정한 광고비 상한도 함께 부풀려집니다.

아래는 설명을 위한 예시 숫자입니다. 6월에 처음 산 고객이 400명이고 그중 90일 안에 다시 산 고객이 88명이면 90일 재구매 리텐션은 22%입니다. 이 숫자를 7월·8월 코호트와 나란히 놓으면 「요즘 들어온 고객이 예전보다 잘 남는가」가 보입니다.

표에서 비어 있는 칸이 핵심입니다. 8월에 처음 산 고객은 아직 60일·90일이 다 지나지 않았으니 그 칸은 계산하면 안 됩니다. 이런 「덜 익은 코호트」를 섞으면 최근 숫자가 떨어진 것처럼 보여 멀쩡한 캠페인을 끄는 판단으로 이어집니다. 반대로 30일 칸만 놓고 보면 6월 9%에서 8월 12%로 최근 코호트가 더 빨리 다시 사고 있다는 신호가 보입니다. 재구매율과 LTV 가운데 무엇을 KPI로 삼을지는 재구매율 vs LTV 글을 참고하세요.

리텐션 계산에서 자주 생기는 함정

네 번째 함정은 특히 조심해야 합니다. 안착한 고객이 많고 신규가 적을 때는 숫자가 안정적으로 보이다가, 신규가 늘기 시작하면 갑자기 나빠집니다. 회원 전체 숫자만 보면 「요즘 들어온 고객이 문제」라는 결론으로 바로 넘어가는데, 코호트로 나눠 보면 원래부터 신규가 잘 남지 않았던 것으로 드러나는 경우가 있습니다. 리텐션을 높이는 쪽의 이야기는 리텐션 높이는 법 글에 따로 정리했습니다.

리텐션 계산식 사례 — 엣시는 「다시 산 고객」을 구매한 날 수로 셉니다

미국 핸드메이드 마켓플레이스 엣시(Etsy)는 고객이 다시 사는지를 경영 지표로 공개하는 회사입니다. 엣시의 2024 회계연도 연차보고서(Form 10-K)를 보면 정의부터 분명합니다. 최근 12개월 안에 한 번 이상 산 고객이 「활성 구매자」, 최근 12개월 가운데 2일 이상 구매한 고객이 「재구매자(repeat buyer)」, 최근 12개월 가운데 6일 이상 구매하고 200달러 이상 쓴 고객이 「상습 구매자(habitual buyer)」입니다. 1년 이상 사지 않은 고객은 「휴면(lapsed)」으로 봅니다.

이 정의 위에서 숫자가 나옵니다. 같은 보고서에 따르면 2024년 엣시 활성 구매자 가운데 약 48%가 재구매자였고, 상습 구매자는 활성 구매자의 7%에 불과했지만 2024년 거래액(GMS)의 약 41%를 만들었습니다. 엣시는 2024년 한 해 동안 휴면 구매자 약 2,900만 명을 다시 구매하게 했다고 밝혔습니다.

분기 실적에서도 같은 언어를 씁니다. 엣시의 2024년 4분기 실적 발표(2025년 2월 19일)에 따르면 4분기 엣시 마켓플레이스의 활성 구매자는 8,960만 명으로 1년 전보다 2.6% 줄었고, 상습 구매자는 640만 명으로 9.5% 줄었습니다. 반면 휴면 구매자 재활성화는 980만 명으로 역대 최대였습니다. 조시 실버먼 CEO는 거래액 성장으로 돌아가기 위해 고객의 고려와 구매 빈도를 높이는 데 힘쓰겠다고 말했고, 회사는 구매 빈도와 장기 충성도를 높이려는 로열티 프로그램 「Etsy Insider」를 베타로 운영한다고 밝혔습니다.

쇼핑몰 대표가 가져갈 것

먼저 해석을 원문 숫자와 구분해 둡니다. 엣시가 왜 주문 건수가 아니라 구매한 날 수로 재구매자를 정의했는지는 보고서에 설명돼 있지 않습니다. 다만 이렇게 세면 한 고객이 같은 날 나눠 낸 주문이 재구매로 잡히지 않는다는 효과는 분명합니다. 앞에서 본 「같은 날 추가 결제」 함정을 정의 단계에서 막아 둔 셈입니다.

두 번째로 가져갈 것은 문턱을 층으로 나눈다는 점입니다. 활성 구매자 → 재구매자 → 상습 구매자로 문턱을 높여 가면, 전체 고객 수가 줄어드는 분기에도 단골층이 줄었는지 새로 온 고객이 줄었는지를 따로 볼 수 있습니다. 엣시의 4분기는 활성 구매자가 2.6% 줄 때 상습 구매자가 9.5% 줄어, 단골층이 더 크게 흔들렸다는 신호였습니다. 작은 쇼핑몰도 「최근 12개월 1회 / 2일 이상 / 4일 이상」처럼 우리 상품의 구매 주기에 맞는 문턱을 정해 두면 같은 판단을 할 수 있습니다.

리인벤팅은 이렇게 해결합니다

AI 그로스 CRM, 리토스는 리텐션을 엑셀로 매달 다시 뽑지 않아도 되게 만듭니다. LTV 분석이 신규 회원을 가입한 달별 코호트로 묶어, 들어온 뒤 몇 개월째(M+n)에 1인당 누적 구매액이 얼마인지를 한 표로 보여 줍니다. 같은 열을 위아래로 비교하면 최근 코호트가 예전보다 잘 남는지가 바로 보이고, 이 숫자로 광고비의 상한인 타겟 CAC를 정할 수 있습니다. 타겟 CAC를 정하는 계산은 CAC 상한 계산법 글에 있습니다.

퍼널 분석은 온보딩·탐색·고려·구매·재구매·초기 이탈·장기 이탈에 고객이 몇 명씩 있는지 분포를 보여 줍니다. 방문 리텐션과 재구매 리텐션 가운데 어디가 막혔는지가 퍼널 칸으로 드러나는 셈입니다. 「지난달 재구매 VIP 추출해줘」처럼 자연어로 묻는 Text-to-SQL로 원하는 고객을 바로 조회할 수 있고, 카페24·아임웹과 연동한 첫날 과거 12개월치 데이터가 들어오므로 지난 코호트도 바로 비교할 수 있습니다. 숫자가 낮은 칸에는 「첫 구매 후 30일 미방문」, 「소모품 재구매 주기 도래」 같은 캠페인을 검증된 캠페인 30개 이상 가운데서 골라 붙입니다. 다만 리토스는 메시지를 보냈을 때와 보내지 않았을 때의 차이(증분)를 재는 도구가 아닙니다. 리텐션이 오른 원인을 단정하지 않고, 코호트 추세로 확인합니다.

플라이휠 그로스 컨설팅은 리텐션을 성장판(≈ CC × LTV) 안에서 봅니다. CC = 신규 유입 수 ÷ 이탈률이므로, 이탈률을 신규 고객과 안착 고객으로 쪼개 보지 않으면 고객 수의 천장을 잘못 읽게 됩니다. 아하 모먼트 및 유저 행동 데이터 분석으로 신규 고객이 다시 오게 만드는 첫 경험을 찾고, LTV는 예측하지 않고 코호트 추세선으로 매일 관찰하는 틀을 함께 세웁니다. 어떤 리텐션을 회사의 기준 숫자로 쓸지 정하는 것까지가 진단의 일입니다.

이번 주에 할 일

1. 지금 보고받는 리텐션이 방문 기준인지 구매 기준인지, 표준인지 누적인지, 며칠 기준인지 담당자에게 한 줄로 적어 달라고 합니다.

2. 방문 리텐션은 7일·30일, 재구매 리텐션은 30일·90일처럼 우리 몰의 기준 숫자를 정합니다. 정한 뒤에는 바꾸지 않습니다

3. 최근 6개월 첫 구매 고객을 달별 코호트로 나눠 30·60·90일 재구매 표를 만들게 합니다. 기간이 다 지나지 않은 칸은 비워 둡니다

4. 재구매 계산에서 첫 구매 당일의 추가 결제를 빼고 다시 계산해, 숫자가 얼마나 바뀌는지 확인합니다.

5. 「최근 12개월 1회 / 2일 이상 / 그 이상」처럼 단골층 문턱을 정해 층별 고객 수와 매출 비중을 뽑아 봅니다.

확인해 볼 것

• 우리 몰의 리텐션 보고서에는 계산 기준(방문·구매, 표준·누적, N일)이 함께 적혀 있습니까

• 재구매율을 계산할 때 기간이 다 지나지 않은 최근 코호트가 섞여 있지 않습니까

• 방문 리텐션과 재구매 리텐션 가운데 어느 쪽이 먼저 떨어지고 있습니까

• 상위 단골층이 전체 매출에서 차지하는 비중을 알고 계십니까

정리

• 리텐션 계산식은 같은 기간에 처음 온 고객 가운데 N일 뒤에도 다시 행동한 고객 수를 처음 고객 수로 나눈 값입니다

• 같은 고객도 표준·롤링·누적 계산에 따라 숫자가 세 배 넘게 달라질 수 있습니다

• 쇼핑몰은 N일 리텐션(방문)과 재구매 리텐션(구매)을 나눠 세야 처방이 갈립니다

• 두 리텐션 모두 첫 방문·첫 구매 달별 코호트로 셉니다

• 덜 익은 코호트와 같은 날 추가 결제를 빼야 숫자가 정직해집니다

• 엣시는 재구매자를 「12개월 중 2일 이상 구매」로 정의하고, 활성 구매자의 7%인 상습 구매자가 2024년 거래액의 약 41%를 만들었습니다

참고 자료

• Google 애널리틱스 고객센터 — 동질 집단 탐색

• Etsy, Inc. — Form 10-K, 2024 회계연도 (SEC, 2025.2)

• Etsy, Inc. — Fourth Quarter and Full Year 2024 Results (2025.2.19)

자주 묻는 질문

리텐션 계산식은 어떻게 되나요?

리텐션은 같은 기간에 처음 들어온 고객 가운데 N일(N주·N개월) 뒤에도 다시 방문하거나 구매한 고객 수를 처음 고객 수로 나눠 100을 곱한 값입니다. N일째 하루만 세면 표준 방식, N일 안에 한 번이라도 돌아온 고객을 세면 누적 방식이므로 보고할 때는 방식과 기준 일수를 함께 적습니다.

리텐션율과 재구매율은 어떻게 다른가요?

리텐션율은 보통 다시 방문했는지를 기준으로 세고, 재구매율은 첫 구매 고객이 정해진 기간 안에 두 번째 주문을 했는지를 기준으로 셉니다. 방문 리텐션은 관심이 살아 있는지 보여 주는 선행 지표이고 재구매율은 매출로 이어졌는지 보여 주는 결과 지표라, 쇼핑몰은 둘을 나눠 봐야 합니다.

엑셀로 재구매 리텐션을 계산하려면 어떻게 하나요?

주문 목록에서 고객별 첫 구매일을 MINIFS로 구하고, COUNTIFS로 첫 구매일 다음 날부터 90일 안의 주문이 있는지 0과 1로 표시합니다. 그 값을 첫 구매 달별로 평균 내면 코호트별 90일 재구매율이 되고, 90일이 다 지나지 않은 코호트는 계산에서 뺍니다.

↑ 누르면 리토스 소개 페이지로 이동합니다

↑ 누르면 뉴스레터 구독 페이지로 이동합니다

↑ 누르면 플라이휠 그로스 컨설팅 안내 페이지로 이동합니다