AI로 자사몰 데이터 분석하고 CRM 연계하기

안녕하세요, 아이작입니다. 👋

쇼핑몰을 운영하면 이런 게 궁금하죠.

보통은 이걸 알려면 비싼 분석 툴을 사거나, 개발자를 써야 한다고 생각해요.

아니에요. 주문내역 파일 한 장이면 됩니다. 그리고 AI한테 시키면 돼요. 

오늘은 이 쇼핑몰 주문 데이터를 클로드로 분석한 과정과 어떤 분석을 진행했는지 소개합니다.

주문내역 파일 하나로 멀쩡해 보이던 브랜드 매출에 숨은 문제점을 발견한 이야기인데요.

도움이 되는 인사이트가 있다면 아래 분석 프롬프트를 첨부했으니 참고하시면 되겠습니다.

쇼핑몰 주문데이터로 어떤 분석을 할 수 있을까요?

광고 대시보드의 숫자는 사실 정확하지 않습니다. 그래서 저는 광고 매체 데이터 외에도 쇼핑몰 주문데이터를 봅니다. 광고 데이터에 보이지 않는, 실제 주문금액이 들어온 기록들이 보이기 때문이죠. 

이번 글은 어느 D2C 브랜드의 주문 CSV (약 8만 행, 6개월 기간 데이터)를 분석해서, 아무도 보지 못했던 구조를 발견한 이야기입니다. 빠르게 발견된 인사이트 핵심만 짚으면서 이야기 해보겠습니다.

인사이트 1: 단순히 정기배송 고객을 "단골"이라 부르고 있었습니다

이 브랜드는 정기배송 고객을 “단골” 또는 “충성” 고객이라고 불렀습니다. 자동결제로 매달 돈이 들어오니 어떻게 보면 당연한 이야기일 수 있겠습니다.

그런데 진짜 단골은 따로 있었습니다. 정기배송 계약도 없이, 한 달 남짓마다 스스로 돌아와 사는 사람들요. 이들만 추려보니 약 1,400명, 전체의 5%였습니다. 그런데 이 5%가 누적 8억원의 매출을 만들고 있었어요. 정기배송같은 재구매 방식이 없이도요.

회사가 돈 들여 관리하던 명단이 아니라, 대시보드 어디에도 안 뜨는 이 5%가 진짜 자산이었던 겁니다.

그래서 액션은 분명했습니다. 이 1,400명을 따로 뽑아 정기배송으로 유도하는 것. 신규 고객 한명보다, 광고비도 안 늘리고 매출을 지키는 제일 효과적인 방법이었거든요. 

인사이트 2: 매출은 안정적인데, 새 단골이 마르고 있었습니다

월 매출 그래프는 6개월 내내 안정적이었습니다. 경영진이 안심했던 이유죠.

근데 코호트(첫 구매한 달로 묶어 재구매 시점을 추적하는 것)로 보니 핵심고객의 기반이 빠지고 있었어요. 새로 들어와 단골이 되는 사람이 반년 만에 80%대로 줄었습니다. 신규 고객 재구매율도 20%대 후반에서 5%대로 무너지는 중이었고요.

매출이 멀쩡했던 건 광고를 잘하거나 운영 실력이 아니라, 과거에 쌓아둔 단골이 떠받치고 있어서였습니다. 그 받침이 빠지는 순간 매출은 주저앉아요.

그래서 봐야 할 숫자부터 바꿔야 했어요. '이번 달 얼마 벌었나'가 아니라 '신규 고객 중 단골로 남는 비율'을요. 그리고 첫 구매 4주 안에 재구매를 부르는 CRM을 세팅해주면서, 빠지던 받침을 다시 채우는 것. 이게 유효한 액션이었습니다. 

그런데 왜 4주일까요? 데이터를 보니, 보통 재구매가 평균 4주 안팎으로 일어나는 것 또한 데이터로 확인을 하였습니다. 제품 특성 상, 4주 주기별로 재구매가 일어나는 상황이었던 것이죠. 이로써 재구매가 가장적절히 일어날 수 있는 타이밍까지 예측을 해볼 수 있었습니다.

인사이트 3: 제일 많이 미는 광고가, 제일 빨리 떠날 손님을 데려왔습니다

이게 제일 아픈 대목이에요.

첫 구매 상품별로 손님이 얼마나 오래 남는지(LTV)를 봤더니 광고를 제일 많이 태운 주력 단품으로 들어온 그룹의 재구매율 10%대 후반이었습니다. 제일 돈 쓴 광고가, 제일 안 남는 손님을 데려오고 있었던 거예요.

한 사람이 남기는 평생가치가 두 배 넘게 차이 났습니다. 그 단품으로 들어온 약 8,000명을 정기배송 구매자로 전환시켰다면, LTV가 12억쯤 더 쌓였을 구조였어요.

그래서 이 브랜드의 광고 KPI는 ROAS가 아니라  "LTV가 높은 상품의 신규 유입 수"로요. 추측이 아니라, 고객 구매 데이터가 그렇게 말하고 있었어요. 추가로 기존 고객을 정기배송 고객으로 전환하는 이벤트도 적극적으로 했으면 더 좋았을 겁니다.

이 모든 분석을 단순 하나의 주문데이터 CSV 파일로 했습니다.

여기까지 보면 비싼 분석 툴이나 개발팀이 필요할 것 같으시죠. 아니에요.

입력은 자사몰에서 받은 주문내역 CSV 파일 하나가 전부입니다. 픽셀도, GA4도, BigQuery도 없이 시작했어요. 분석은 AI한테 프롬프트로 시켰고요.

RFM 세그먼트, 코호트 재구매율, 상품별 LTV — 전부 잘 짠 프롬프트 몇 개면 나옵니다. 그래서 이번엔 제가 사용했던 프롬프트를 공개합니다!

📎 복사/붙여넣기만 하면 되는 프롬프트

이번 분석을 여러분의 쇼핑몰 데이터로 그대로 하실 수 있게, 단계별 가이드를 따로 만들었습니다.

👉 주문 CSV 한 장으로 고객 분석하기 — 복붙용 프롬프트 전부

가이드 안에 들어 있는 것:

코딩 몰라도 됩니다. 엑셀 잘 몰라도 됩니다. 프롬프트 복사 → AI에 붙여넣기 → 파일 첨부. 이게 전부예요.

마치며

광고 대시보드는 "매출이 얼마인가"를 보여줍니다.

주문 CSV는 "그 매출 안의 비즈니스 건강도"를 보여줍니다.

둘은 완전히 다른 질문이고, 사업을 장기적으로 살리는 건 후자입니다.

그럼 또 유익한 퍼포먼스 마케팅/콘텐츠 등 다양한 AI 이야기를 전해드릴게요. 감사합니다.

Let AI work, you think.

— 아이작

혹시 놓치신 분들을 위해: 뉴스레터를 통해 다양한 워크플로우, AI 스킬, 프롬프트 등 소개를 해드리고 있습니다.