리뷰 관리, 패션노바가 나쁜 리뷰를 숨기고 치른 420만 달러

리뷰 관리는 리뷰를 많이 모으는 일보다, 이미 달린 리뷰에 답하고 그 리뷰를 쓴 고객을 다시 사게 만드는 일에 가깝습니다. 특히 별점이 낮은 리뷰가 중요합니다. 처음 들어온 사람은 나쁜 리뷰에 쇼핑몰이 어떻게 답했는지를 보고 살지 정하고, 리뷰를 쓴 고객은 답을 받았는지에 따라 다시 올지를 정하기 때문입니다.

2015년 말, 미국의 패스트패션 쇼핑몰 패션노바(Fashion Nova)는 리뷰 관리 프로그램에 한 가지 설정을 걸었습니다. 별 4개와 5개 리뷰는 바로 게시하고, 그보다 낮은 리뷰는 회사 승인을 기다리게 한 것입니다. 회사는 그 리뷰들을 끝내 승인하지 않았습니다. 2019년 11월까지 이렇게 쌓인 리뷰가 수십만 건이었습니다(미국 연방거래위원회 FTC 보도자료, 2022.1.25).

2022년 1월, 패션노바는 이 일로 FTC에 420만 달러를 내기로 합의했습니다. FTC는 이것이 나쁜 리뷰를 숨긴 회사를 다룬 첫 사건이라고 밝혔습니다.

리뷰 게시판을 깨끗하게 지키고 싶은 마음은 어느 대표님이나 같습니다. 그런데 나쁜 리뷰를 숨기면 무엇을 잃고, 답하면 무엇이 달라질까요? 패션노바의 기록과 호텔 리뷰 수십만 건을 분석한 연구 세 편으로, 쇼핑몰이 리뷰에 답하는 순서를 정리해 드립니다.

리뷰 관리 뜻, 동네 세탁소 사장님의 대답으로 이해하기

맡긴 셔츠에 얼룩이 그대로 남아 있어 세탁소에 다시 갔다고 해 보겠습니다. 사장님이 「아, 이 얼룩은 기름이라 한 번 더 빼 드릴게요. 내일 오후 두 시까지 해 두겠습니다」라고 답하면, 우리는 화가 풀리고 다음에도 그 세탁소에 옷을 맡깁니다. 옆에서 이 대화를 들은 다른 손님도 「여기는 문제가 생기면 고쳐 주는 곳이구나」 하고 생각합니다.

반대로 사장님이 못 들은 척하거나, 계산대 옆에 붙은 불만 쪽지를 몰래 떼어 버리면 어떨까요. 그 손님은 다시 오지 않고, 다음 손님은 아무것도 모른 채 같은 일을 겪습니다.

리뷰 관리는 이 세탁소 사장님의 대답을 온라인에서 하는 일입니다. 책 《성장의 플라이휠을 AI로 돌린다》의 공식으로 보면 리뷰는 두 군데에서 일합니다. 하나는 LTV = 구매자 전환율 × 객단가 × 구매빈도 × 생애주기의 맨 앞 칸입니다. 처음 들어온 사람은 리뷰와 답글을 읽고 살지 정합니다. 다른 하나는 CC = 신규 유입 수 ÷ 이탈률의 분모입니다. 불만을 남긴 고객이 답을 받지 못하면 그대로 떠나고, 이탈률이 올라갑니다.

그래서 리뷰 관리의 성과는 별점 평균 하나로 재지 않습니다. 별점이 낮은 리뷰를 쓴 고객 가운데 몇 명이 다시 샀는지, 그리고 그 불만이 다음 주문에서 고쳐졌는지까지 봐야 합니다. 리뷰를 모으는 요청 시점과 보상은 리뷰이벤트 하는 법, 요청 시점과 보상으로 리뷰 쌓기에서 따로 다뤘습니다. 이 글은 모인 리뷰를 어떻게 다루느냐에 집중합니다.

리뷰 관리 실패 사례, 패션노바가 숨긴 리뷰

패션노바가 쓴 방법은 생각보다 단순했습니다. FTC 보도자료에 따르면 회사는 외부 리뷰 관리 프로그램을 쓰면서 별 4개 이상 리뷰는 자동으로 게시하고, 그보다 낮은 리뷰는 승인 대기로 돌렸습니다. 그리고 승인 버튼을 누르지 않았습니다. 사이트에서는 리뷰가 구매자 모두의 생각을 보여 준다고 했지만, 실제로는 만족한 고객의 목소리만 남았습니다.

결과는 이렇습니다. 패션노바는 2022년 1월 FTC와 420만 달러에 합의했고, 앞으로 판매 중인 상품의 리뷰는 음란·차별 표현이나 상품과 무관한 내용 같은 예외를 빼고 모두 게시하기로 했습니다. 같은 날 FTC는 리뷰 관리 서비스를 파는 회사 10곳에 나쁜 리뷰를 숨기는 것은 FTC법 위반이라는 경고 편지도 보냈습니다. 3년 뒤인 2025년 1월, FTC는 소비자 14만 8,351명에게 240만 달러를 환불했습니다(패션 다이브, 2025.1.30).

원문이 말하는 것과 해석을 나눠 두겠습니다. 원문은 법 위반과 합의를 다룰 뿐, 매출이 얼마나 줄었는지는 말하지 않습니다. 다만 쇼핑몰 대표가 가져갈 구조는 분명합니다.

• 숨긴 리뷰는 고객 정보를 버린 것입니다. 별 4개 미만 리뷰 수십만 건에는 사이즈가 안 맞았는지, 배송이 늦었는지, 원단이 달랐는지가 적혀 있었을 겁니다. 숨기는 순간 이 정보로 상품을 고칠 기회도 같이 사라집니다.

• 불만을 쓴 고객은 답을 기다린 고객입니다. 리뷰를 쓴다는 것은 아직 우리 몰과 대화할 마음이 남아 있다는 뜻입니다. 답 없이 지워지면 그 고객은 이탈률 칸으로 넘어갑니다.

• 처음 보는 사람은 별점보다 답글을 봅니다. 별 5개만 가득한 상품보다, 별 2개 리뷰에 성실한 답이 달린 상품이 더 믿을 만해 보이는 경우가 많습니다.

리뷰 답글 효과, 호텔 리뷰 연구가 보여 준 숫자

그럼 숨기지 않고 답하면 무엇이 달라질까요? 이 질문에는 호텔 리뷰 연구가 가장 많은 답을 냈습니다. 호텔은 오래전부터 트립어드바이저 같은 사이트에서 리뷰에 공개 답글을 달아 왔기 때문에, 답글을 달기 전과 후를 비교할 데이터가 많습니다.

먼저 미국 USC의 다비데 프로세르피오(Davide Proserpio)와 보스턴대의 게오르기오스 제르바스(Georgios Zervas)가 2017년 학술지 「마케팅 사이언스」에 실은 연구입니다. 트립어드바이저 호텔 리뷰 수만 건과 답글을 분석했더니, 호텔이 답글을 달기 시작한 뒤 리뷰는 12% 늘었고 평균 별점은 0.12점 올랐습니다(INFORMS 보도자료, 2017.9.8).

연구팀이 찾은 이유가 흥미롭습니다. 별점이 오른 것은 고객 만족이 갑자기 좋아져서가 아니라, 근거 없이 화풀이하는 짧은 나쁜 리뷰가 줄었기 때문이었습니다. 제르바스 교수는 이를 「누군가 어깨 너머로 보고 있다는 느낌」이라고 표현했습니다. 대신 나쁜 리뷰는 수가 줄면서 더 길고 구체적으로 바뀌었습니다. 쇼핑몰로 치면 「별로예요」 대신 「허리 사이즈가 안내보다 2cm 작아요」 같은 리뷰가 늘어난다는 뜻입니다. 상품을 고치는 데는 이쪽이 훨씬 쓸모 있습니다.

다른 연구는 조금 다른 숫자를 냈습니다. 예일대 주디스 슈발리에(Judith Chevalier) 교수팀은 미국 50개 대도시 호텔 2,104곳의 2009~2014년 리뷰를 분석해 2017년 미국경제연구소(NBER) 논문으로 냈습니다. 호텔이 첫 답글을 단 뒤 6주 동안 트립어드바이저 리뷰가 1.2건 늘었는데, 원래 평균이 4.5건이었으니 꽤 큰 변화입니다. 그런데 이 연구에서는 평균 별점이 0.06점 내려갔습니다. 답을 받을 수 있다는 것을 안 불만 고객이 더 많이 리뷰를 쓴 것입니다(Chevalier·Dover·Mayzlin, NBER Working Paper 23299, 2017.3).

두 연구는 서로 부딪혀 보이지만, 함께 읽으면 결론이 하나로 모입니다. 답글은 고객에게 「말하면 들린다」는 신호를 줘서 리뷰를 늘립니다. 그 늘어난 리뷰에는 불만도 섞입니다. 별점이 오를지 내릴지는 그 불만에 어떻게 답하느냐에 달려 있습니다.

「좋은 리뷰에도 전부 답해야 하나요?」

많은 대표님이 별 5개 리뷰마다 「소중한 리뷰 감사합니다」를 다는 것부터 시작합니다. 그런데 이 부분은 연구 결과가 반대 방향을 가리킵니다.

미국 텍사스공대의 양 왕(Yang Wang)과 알렉산더 차우드리(Alexander Chaudhry)는 2018년 학술지 「저널 오브 마케팅 리서치」에 호텔 답글이 그 뒤에 달리는 리뷰에 어떤 영향을 주는지 분석한 연구를 실었습니다. 결과는 둘로 갈렸습니다. 나쁜 리뷰에 단 답글은 그 뒤에 리뷰를 쓰는 사람이 볼 수 있을 때 이후 별점을 끌어올렸습니다. 반대로 좋은 리뷰에 단 답글은 이후 별점을 오히려 끌어내렸습니다(Wang·Chaudhry, Journal of Marketing Research 55(2), 2018).

더 중요한 발견은 답글의 내용입니다. 리뷰에 적힌 불만을 콕 집어 답한 맞춤 답글은 나쁜 리뷰에서 효과를 더 키웠습니다. 불만을 구체적으로 처리하는 모습으로 읽히기 때문입니다. 그런데 좋은 리뷰에 칭찬받은 부분을 하나하나 짚어 답하면, 다른 손님에게는 자기 자랑처럼 읽혀서 나쁜 효과가 더 커졌습니다.

그래서 답글을 달 시간이 부족한 작은 쇼핑몰이라면 순서가 정해집니다. 별 1~3개 리뷰에 먼저, 구체적으로 답합니다. 좋은 리뷰에는 짧게 감사만 하거나, 자주 오는 질문이 섞인 리뷰에만 답합니다.

나쁜 리뷰 답글 순서, 쇼핑몰은 이렇게 답합니다

나쁜 리뷰 답글은 잘 쓴 문장보다 순서가 중요합니다. 고객이 쓴 불만을 그대로 받아 적고, 원인을 밝히고, 지금 할 수 있는 조치와 다음 주문에서 바뀌는 것을 말합니다. 아래는 리뷰 유형별로 답글과 그다음 메시지를 정리한 표입니다.

예를 들어 「허리가 너무 작아요. 사이즈표만 믿고 샀는데 실망입니다」라는 별 2개 리뷰라면, 이렇게 답할 수 있습니다. 「사이즈표의 허리 단면이 실제 제품보다 1cm 크게 적혀 있었습니다. 불편을 드려 죄송합니다. 오늘 사이즈표를 실측값으로 고쳤고, 마이페이지 교환 신청에서 한 치수 큰 제품으로 왕복 배송비 없이 바꿔 드립니다.」 불만을 인정하고, 원인을 숫자로 밝히고, 지금 할 수 있는 조치와 이미 바뀐 것을 한 번에 담았습니다. 이 답글을 읽은 다음 손님은 사이즈표를 믿고 살 수 있습니다.

반대로 피해야 할 답글도 있습니다. 「고객님의 소중한 의견 감사합니다. 더 나은 서비스로 보답하겠습니다」 같은 문장은 어떤 리뷰에 붙여도 똑같아서, 리뷰를 쓴 고객에게도 읽는 사람에게도 아무것도 바뀌지 않았다는 신호를 줍니다. 앞의 연구에서 효과가 컸던 것은 리뷰 내용을 짚은 맞춤 답글이었습니다.

표의 가운데 칸이 답글이고, 오른쪽 칸이 리뷰 관리의 진짜 일입니다. 답글은 그 고객 한 명과 리뷰를 읽는 사람들을 위한 것이고, 오른쪽 칸은 같은 불만을 겪을 다음 고객을 위한 것입니다. 메시지에 할인 쿠폰을 붙이기 전에, 고객이 느끼는 값을 바꾸는 문장을 먼저 고민해 보세요. 그 방법은 CRM 메시지 프레이밍, 할인 없이 고객이 느끼는 값 바꾸기에 정리해 두었습니다.

리뷰를 재구매로 잇는 법, 별점별로 나눠 셉니다

리뷰에 답했다면 다음은 그 고객이 다시 사는지 세는 일입니다. 별점 구간별로 리뷰를 쓴 고객을 나누고, 90일 안에 다시 산 비율을 봅니다. 아래는 설명을 위한 예시 숫자입니다.

이 예시 몰은 좋은 리뷰 400건에는 빠짐없이 답했지만, 나쁜 리뷰 100건 중에는 10건에만 답했습니다. 답글을 다는 데 쓴 시간 대부분이 이미 만족한 고객에게 간 셈입니다. 별 1~3개 리뷰를 쓴 고객 100명의 재구매율을 10~15%에서 조금만 끌어올려도, 같은 시간으로 다시 사는 고객이 더 늘어납니다. 재구매와 이탈을 고객 묶음별로 나눠 보는 법은 리텐션 높이는 법: 생애주기를 늘리는 이탈 신호 3가지를 참고하세요.

우리 쇼핑몰에 적용한다면, 이번 주에 할 일

1. 지난 3개월 리뷰를 별점별로 내려받아, 별 1~3개 리뷰 가운데 답글이 없는 것이 몇 건인지 세어 달라고 지시합니다.

2. 리뷰 관리 프로그램이나 쇼핑몰 설정에 낮은 별점 리뷰를 자동으로 숨기거나 승인 대기로 돌리는 기능이 켜져 있는지 확인하고, 켜져 있다면 끕니다.

3. 별 1~3개 리뷰는 48시간 안에, 위 표의 순서대로 구체적으로 답한다는 규칙을 정하고 담당자를 한 명 정합니다.

4. 나쁜 리뷰에서 자주 나오는 불만 세 가지를 뽑아 상세페이지 안내나 포장, 출고 기준을 하나씩 고칩니다.

5. 별 1~3개 리뷰를 쓴 고객 명단을 따로 묶어 90일 재구매율을 세고, 다음 달에 다시 비교합니다.

흔한 함정 두 가지. 하나, 모든 리뷰에 같은 감사 문장을 복사해 붙이는 것입니다. 연구에서 효과가 있었던 것은 리뷰 내용을 짚은 맞춤 답글이었고, 좋은 리뷰에 단 답글은 오히려 이후 별점을 끌어내렸습니다. 둘, 나쁜 리뷰를 쓴 고객에게 바로 할인 쿠폰부터 보내는 것입니다. 원인을 고치지 않고 할인만 주면, 같은 불만이 다음 주문에서 또 나옵니다.

나쁜 리뷰를 쓴 고객이 다시 사는지 매주 손으로 세기 어렵다면 AI 그로스 CRM, 리토스가 도울 수 있습니다. 카페24·아임웹과 연동한 첫날 지난 12개월 주문을 불러와 고객 묶음별 재구매를 LTV 코호트로 보여 주고, 「첫 구매 후 30일 재방문 없음」 같은 프리셋 묶음에 알림톡·브랜드메시지·문자를 시퀀스로 걸어 둘 수 있습니다. 1인당 발송 주기 상한이 있어, 불만을 남긴 고객에게 메시지가 몰려 가지 않게 묶어 둡니다.

확인해 볼 것

• 지금 우리 몰에서 별 1~3개 리뷰는 고객이 쓰자마자 그대로 게시되는가?

• 지난달 나쁜 리뷰 가운데 답글이 달린 비율은 몇 %인가?

• 나쁜 리뷰에서 나온 불만이 상세페이지나 출고 기준을 실제로 바꾼 적이 있는가?

• 별점 구간별로 리뷰를 쓴 고객의 90일 재구매율을 셀 수 있는가?

정리

• 리뷰 관리는 리뷰를 모으는 일보다, 나쁜 리뷰에 답하고 그 고객을 다시 사게 만드는 일입니다.

• 리뷰는 LTV의 구매자 전환율과 CC의 이탈률, 두 군데에서 일합니다.

• 패션노바는 별 4개 미만 리뷰를 숨긴 일로 2022년 FTC와 420만 달러에 합의했고, 2025년 소비자 14만 8,351명이 240만 달러를 환불받았습니다.

• 답글을 시작한 호텔은 리뷰가 12% 늘고 별점이 0.12점 올랐다는 연구와, 리뷰는 늘었지만 별점은 0.06점 내려갔다는 연구가 함께 있습니다.

• 나쁜 리뷰에 단 맞춤 답글은 이후 별점을 올렸고, 좋은 리뷰에 단 답글은 오히려 내렸습니다.

• 별 1~3개 리뷰에 먼저 구체적으로 답하고, 그 고객의 90일 재구매율을 따로 셉니다.

더 읽어 보기

• 미국 FTC · Fashion Nova will Pay $4.2 Million as part of Settlement of FTC Allegations it Blocked Negative Reviews of Products · 2022.1.25 · 영문

• Fashion Dive · FTC refunds Fashion Nova customers over suppressed negative reviews · 2025.1.30 · 영문

• INFORMS · Want to improve your business's online ratings? Make sure to respond to reviews (Proserpio·Zervas, Marketing Science) · 2017.9.8 · 영문

• NBER · Channels of Impact: User Reviews when Quality is Dynamic and Managers Respond (Chevalier·Dover·Mayzlin) · 2017.3 · 영문

• Journal of Marketing Research 55(2) 163~177 · When and How Managers' Responses to Online Reviews Affect Subsequent Reviews (Wang·Chaudhry) · 2018 · 영문

자주 묻는 질문

리뷰 관리는 어떻게 시작하나요?

별점이 낮은 리뷰부터 봅니다. 별 1~3개 리뷰가 숨겨지지 않고 게시되는지 확인하고, 답글이 없는 리뷰에 불만 내용을 짚어 구체적으로 답한 뒤, 그 고객이 90일 안에 다시 사는지 따로 셉니다.

나쁜 리뷰 답글은 어떻게 써야 하나요?

고객이 쓴 불만을 그대로 인정하고, 원인과 지금 할 수 있는 조치, 다음 주문에서 바뀌는 점을 순서대로 적습니다. 호텔 리뷰 연구에서는 리뷰 내용을 콕 집은 맞춤 답글이 이후 별점을 올리는 효과가 더 컸습니다.

나쁜 리뷰를 숨기거나 지워도 되나요?

권하지 않습니다. 미국 FTC는 별 4개 미만 리뷰를 게시하지 않은 패션노바와 2022년 420만 달러에 합의했고, 이를 나쁜 리뷰를 숨긴 첫 사건으로 다뤘습니다. 숨긴 리뷰에는 상품을 고칠 정보와 다시 붙잡을 수 있었던 고객이 함께 담겨 있습니다.

↑ 누르면 리토스 소개 페이지로 이동합니다

↑ 누르면 뉴스레터 구독 페이지로 이동합니다

↑ 누르면 플라이휠 그로스 컨설팅 안내 페이지로 이동합니다