재구매율 계산 방법: 분모·기간·코호트로 정하는 3가지 기준

Nov 09, 2026
재구매율 계산 방법: 분모·기간·코호트로 정하는 3가지 기준

재구매율은 "다시 산 사람 수 ÷ 전체 고객 수"라는 공식 하나로 끝나지 않습니다. 같은 매출 데이터로도 분모와 기간을 어떻게 잡느냐에 따라 숫자가 두세 배씩 달라지는 지표입니다.

재구매율을 제대로 계산하려면 공식보다 분모(누구를 셀지), 기간(언제까지 볼지), 코호트(어느 시점의 고객끼리 비교할지)를 먼저 정해야 합니다. 이 세 가지가 고정되지 않으면 지난달과 이번 달의 재구매율을 나란히 놓고 비교할 수 없습니다.

아래에서 재구매율 공식 3가지, 기간을 정하는 기준, 숫자가 틀어지는 지점, 계산한 결과를 광고와 CRM 판단에 쓰는 순서를 기준별로 설명합니다.

1. 재구매율 계산 방법: 공식 3가지와 분모 고르는 기준

실무에서 쓰는 재구매율은 크게 세 가지입니다.

이름은 모두 '재구매율'이지만, 답하는 질문이 서로 다릅니다.

① 고객 기준 재구매율

가장 많이 쓰는 공식입니다.

고객 기준 재구매율 = 기간 내 2회 이상 구매한 고객 수 ÷ 기간 내 구매한 전체 고객 수 × 100

"우리 고객 중 몇 퍼센트가 한 번 더 샀는가"에 답하는 숫자입니다.

예를 들어 3개월 동안 구매 고객이 1,000명이고, 그중 2회 이상 산 고객이 180명이라면 재구매율은 18%입니다.

다만 이 공식에는 약점이 하나 있습니다. 기간 끝 무렵에 처음 산 고객은 재구매할 시간이 거의 없었는데도 분모에 들어갑니다.

그래서 신규 유입이 많은 달일수록 재구매율이 낮게 찍히는 착시가 생깁니다. 광고비를 늘린 달에 재구매율이 떨어졌다면, 고객 충성도가 아니라 이 구조 때문일 가능성부터 확인해야 합니다.

② 주문 기준 재구매율

주문 기준 재구매율 = 기간 내 재구매 주문 수 ÷ 기간 내 전체 주문 수 × 100

"매출 중 얼마가 기존 고객에게서 나오는가"를 보는 숫자입니다.

같은 1,000명 데이터에서 전체 주문이 1,400건이고, 그중 첫 구매가 아닌 주문이 400건이라면 주문 기준 재구매율은 약 28.6%입니다.

고객 기준(18%)보다 높게 나오는 게 정상입니다. 한 사람이 여러 번 사면 그 횟수만큼 분자가 커지기 때문입니다.

-> 핵심: 보고서에 '재구매율 28%'라고만 적혀 있으면 어느 공식인지 반드시 확인해야 합니다. 고객 기준 18%와 주문 기준 28%는 같은 데이터에서 나온 숫자입니다.

③ 코호트 재구매율

코호트 재구매율 = 특정 기간 첫 구매 고객 중 N일 안에 재구매한 고객 수 ÷ 해당 기간 첫 구매 고객 수 × 100

예를 들어 "9월 첫 구매 고객 500명 중 60일 안에 다시 산 고객 85명 → 60일 재구매율 17%"처럼 계산합니다.

모든 고객에게 똑같이 60일이라는 시간을 주기 때문에, 신규 유입량이 달라도 달마다 공정하게 비교할 수 있습니다.

광고 성과나 CRM 개선 효과를 판단할 때는 이 코호트 방식이 기준이 되어야 합니다.

구분

분모

답하는 질문

적합한 용도

주의점

고객 기준

기간 내 구매 고객

고객 중 몇 %가 다시 샀나

월간 현황 보고

신규 유입 많을수록 낮게 나옴

주문 기준

기간 내 전체 주문

매출 중 기존 고객 비중

매출 구조 파악

헤비 유저 몇 명이 숫자를 끌어올림

코호트 기준

특정 시점 첫 구매 고객

같은 조건에서 몇 %가 돌아왔나

광고·CRM 효과 비교

관측 기간이 끝나기 전엔 확정 불가

2. 재구매율 계산 기간 정하는 기준: 재구매 주기에서 역산하기

공식을 골랐다면 다음은 기간입니다.

가장 흔한 실수는 업종과 상관없이 '30일 재구매율'을 쓰는 것입니다.

① 상품 소진 주기보다 짧으면 숫자가 의미를 잃습니다

60일분 영양제를 파는 브랜드가 30일 재구매율을 보면, 정상적으로 다 먹고 다시 사는 고객은 거의 안 잡힙니다.

반대로 일주일 안에 다 먹는 간편식 브랜드가 180일 재구매율을 보면, 거의 모든 고객이 '재구매자'로 잡혀서 개선 여부를 판단할 수 없습니다.

그래서 관측 기간은 상품의 소진 주기 + 배송·고민 여유 기간으로 잡는 게 기본입니다.

  • 소진 주기 30일 상품 → 45일 또는 60일 재구매율

  • 소진 주기 60일 상품 → 90일 재구매율

  • 소진 주기가 불분명한 상품(의류·잡화) → 실제 재구매 간격 데이터의 중앙값을 먼저 구한 뒤 결정

② 실제 재구매 간격은 데이터로 확인합니다

소진 주기는 기획 단계의 가정일 뿐입니다. 실제로는 사은품이나 묶음 구매 때문에 재구매 간격이 예상보다 훨씬 길어지는 경우가 많습니다.

1회차 구매일과 2회차 구매일의 차이를 고객별로 구한 뒤, 평균이 아니라 중앙값과 75% 지점을 보는 편이 안전합니다. 평균은 1년 만에 돌아온 소수의 고객 때문에 크게 늘어나기 때문입니다.

75% 지점을 관측 기간으로 잡으면 "돌아올 고객의 대부분이 돌아오는 시점"까지 보게 됩니다.

이 간격 데이터는 이탈 고객 기준일을 정할 때도 그대로 쓰입니다.

이탈 고객 기준 몇 일: 재구매 주기로 정하는 3단계 계산법

③ 최근 코호트는 '미확정' 표시를 붙여야 합니다

90일 재구매율을 쓴다면, 오늘 기준으로 90일이 지나지 않은 코호트는 아직 숫자가 확정되지 않은 상태입니다.

예를 들어 11월 초에 보고서를 만들면서 9월 코호트의 90일 재구매율을 적으면, 실제로는 40~60일치 데이터만 들어간 값입니다. 당연히 낮게 나옵니다.

이 숫자를 보고 "최근 재구매율이 떨어졌다"고 판단하는 실수가 의외로 자주 생깁니다.

-> 핵심: 관측 기간이 끝나지 않은 코호트는 표에서 회색 처리하거나 '진행 중'으로 따로 표시하세요.

3. 재구매율 계산에서 숫자가 틀어지는 5가지 지점

공식과 기간을 정해도, 원본 데이터를 그대로 쓰면 재구매율이 실제와 다르게 나옵니다.

실무에서 자주 걸리는 지점을 순서대로 정리합니다.

① 고객 식별자가 하나로 묶이지 않음

회원 ID, 비회원 주문번호, 전화번호, 이메일이 섞여 있으면 같은 사람이 여러 명으로 잡힙니다.

특히 첫 구매는 비회원으로 하고 두 번째는 회원가입 후 구매하는 고객이 많습니다. 이 고객은 식별자를 묶지 않으면 '첫 구매 고객 2명'으로 계산되고, 재구매자에서는 빠집니다.

결과적으로 재구매율이 실제보다 낮게 나옵니다. 전화번호를 정규화(하이픈 제거, 국가번호 통일)해서 보조 키로 쓰는 것만으로도 상당 부분 정리됩니다.

② 취소·반품·환불 주문이 포함됨

결제 완료 기준으로 데이터를 뽑으면, 결제 후 취소한 주문도 1회 구매로 잡힙니다.

잘못 주문해서 취소하고 바로 다시 주문한 고객이 '재구매자'가 되는 셈입니다. 이렇게 되면 재구매율이 부풀려집니다.

재구매율 계산에는 구매 확정 또는 배송 완료 기준 주문만 쓰는 것이 원칙입니다.

③ 0원 주문·샘플·사은품 주문이 섞임

체험팩 무료 신청이나 포인트 전액 결제 주문을 첫 구매로 셀지는 미리 정해야 합니다.

무료 체험을 첫 구매로 넣으면, 체험 후 유료 구매한 고객이 '재구매자'로 잡힙니다. 실제로는 첫 유료 전환인데 말이죠.

이 둘은 따로 보는 게 맞습니다. 무료 체험 → 첫 유료 구매는 '전환율', 첫 유료 구매 → 두 번째 유료 구매가 '재구매율'입니다.

④ 정기구독 자동결제가 재구매로 섞임

정기구독 고객의 매월 자동결제를 재구매로 넣으면 재구매율이 아주 높게 나옵니다.

하지만 그건 고객이 다시 선택한 게 아니라 해지하지 않은 것입니다. 정기구독은 구독 유지율로 따로 계산하고, 일반 재구매율에서는 빼는 편이 판단에 유리합니다.

둘을 합쳐서 보면, 구독 고객 비중만 늘어도 재구매율이 오른 것처럼 보이는 착시가 생깁니다.

⑤ 판매 채널이 나뉘어 있음

자사몰에서 처음 사고, 두 번째는 오픈마켓에서 사는 고객이 적지 않습니다.

자사몰 데이터만으로 재구매율을 계산하면 이 고객은 이탈로 잡힙니다. 채널 간 고객을 연결할 수 없다면, 최소한 보고서에 "자사몰 기준, 타 채널 재구매 미포함"이라고 범위를 적어 두어야 합니다.

점검 항목

틀어지는 방향

정리 방법

식별자 분산

낮게 나옴

전화번호·이메일로 보조 매칭

취소·반품 포함

높게 나옴

구매 확정 기준 주문만 사용

0원·체험 주문

높게 나옴

유료 첫 구매부터 카운트

정기구독 자동결제

높게 나옴

구독 유지율로 분리

채널 분산

낮게 나옴

측정 범위를 보고서에 명시

4. 재구매율 계산 결과를 광고·CRM 판단에 쓰는 순서

재구매율은 계산해 두고 보고서에 적는 것만으로는 의미가 없습니다.

어떤 판단에 쓸지 정해야 계산 방식도 거기에 맞게 고정됩니다.

① 유입 채널별 코호트 재구매율 비교

같은 달 첫 구매 고객이라도 어느 광고로 들어왔느냐에 따라 재구매율이 크게 갈리는 경우가 많습니다.

할인 소구 소재로 들어온 고객은 첫 구매 단가는 낮지만 재구매율도 낮고, 성분·효능 설명형 소재로 들어온 고객은 첫 구매 전환은 느려도 재구매율이 높게 나오는 식입니다.

건강기능식품이나 스킨케어처럼 반복 구매가 매출의 중심인 카테고리에서는, 첫 구매 ROAS만으로 소재를 끄면 장기적으로 남는 고객을 데려오는 소재를 먼저 꺼버리는 일이 생깁니다.

그래서 첫 구매 ROAS가 비슷한 두 소재가 있다면, UTM 기준으로 코호트를 나눠 60일·90일 재구매율을 비교한 뒤 예산을 옮기는 편이 정확합니다.

② 차수별 재구매율로 병목 찾기

재구매율을 하나의 숫자로만 보면 어디서 고객이 빠지는지 알 수 없습니다.

1회 → 2회, 2회 → 3회, 3회 → 4회 전환율을 따로 계산해 보면 보통 1회 → 2회 구간이 가장 낮고, 그 이후로는 점점 올라갑니다. 두 번 산 고객은 이미 습관이 붙기 시작했기 때문입니다.

이 구조라면 CRM 예산은 첫 구매 직후, 첫 소진 시점 전후에 몰아야 합니다. 3회차 이상 고객에게 할인 쿠폰을 계속 뿌리는 건 쿠폰 없이도 샀을 고객에게 마진을 내주는 셈입니다.

차수별 재구매율은 고객 등급과 세그먼트를 나눌 때 기준값으로도 쓰입니다.

RFM 분석 세그먼트 나누기: 점수 기준과 그룹 묶는 4단계

③ LTV와 허용 CAC로 연결하기

재구매율을 계산하는 최종 목적은 결국 고객 한 명을 데려오는 데 얼마까지 써도 되는가를 정하는 것입니다.

예를 들어 첫 구매 공헌이익이 1만 원이고, 2회차 재구매율이 25%, 3회차가 15%라면 고객 한 명이 가져오는 기대 공헌이익은 첫 구매만 볼 때보다 커집니다. 이 차이만큼 신규 고객 획득 비용을 더 쓸 여지가 생깁니다.

반대로 재구매율이 낮은 상품인데 LTV를 업계 평균 수준으로 가정하고 CAC를 높게 잡으면, 광고를 늘릴수록 손해가 쌓입니다.

LTV 계산하는 법: 공헌이익·코호트로 잡는 4단계 기준

④ 실무 사례: 재구매율이 '떨어진' 게 아니었던 경우

한 생활용품 브랜드에서 신규 캠페인을 크게 키운 다음 달, 월간 재구매율이 이전보다 눈에 띄게 낮아진 적이 있습니다.

처음에는 "광고로 들어온 고객의 질이 나쁘다"는 결론이 나왔고, 캠페인 예산을 줄이자는 의견까지 나왔습니다.

그런데 고객 기준 공식을 코호트 기준으로 바꿔 다시 계산하자 상황이 달라졌습니다. 해당 월 첫 구매 고객의 45일 재구매율은 이전 코호트와 거의 차이가 없었습니다.

숫자가 떨어진 이유는 분모에 갓 들어온 신규 고객이 한꺼번에 늘었기 때문이었습니다. 재구매할 시간이 없던 고객들이 분모만 키운 것입니다.

-> 핵심: 재구매율이 갑자기 움직이면 고객 행동보다 분모 구성의 변화를 먼저 의심해야 합니다.

자주 묻는 질문

재구매율 평균은 몇 퍼센트인가요?

업종, 상품 소진 주기, 공식, 관측 기간에 따라 차이가 너무 커서 하나의 평균값으로 비교하기 어렵습니다. 외부 평균을 볼 때는 어떤 공식이고 며칠짜리 기준인지부터 확인해야 합니다. 자사 코호트를 3~6개월 쌓아 그 추이를 기준선으로 삼는 편이 훨씬 정확합니다.

재구매율과 리텐션율은 같은 건가요?

비슷하지만 다릅니다. 재구매율은 '구매' 행동만 세고, 리텐션율은 앱 접속이나 방문처럼 구매 외의 활동까지 포함하는 경우가 많습니다. 커머스에서 매출 판단을 할 때는 구매 기준 재구매율을 따로 계산하는 것이 좋습니다.

엑셀로 재구매율 계산하는 방법은?

주문 데이터를 고객 ID 기준으로 정렬한 뒤, 고객별 첫 구매일과 구매 횟수를 피벗 테이블로 뽑습니다. 그다음 첫 구매월로 고객을 묶고, 첫 구매일부터 N일 안에 두 번째 주문이 있는지 표시하면 코호트 재구매율이 나옵니다. 계산 전에 취소 주문과 0원 주문을 먼저 제거해야 합니다.

재구매율이 낮을 때 가장 먼저 볼 것은?

첫 소진 시점 전후에 고객에게 닿는 접점이 있는지부터 확인합니다. 1회 → 2회 구간이 가장 많이 빠지는 구간이기 때문입니다. 그다음 유입 소재별 코호트 재구매율을 비교해 '재구매하지 않을 고객'을 데려오는 광고가 있는지 점검합니다.

마무리

재구매율 계산 방법의 핵심은 공식 자체보다 분모, 기간, 코호트를 한 번 정하면 바꾸지 않는 것에 있습니다.

월간 현황은 고객 기준으로, 매출 구조는 주문 기준으로, 광고와 CRM 효과는 코호트 기준으로 나눠 보세요.

관측 기간은 상품 소진 주기와 실제 재구매 간격 데이터에서 역산하고, 취소·체험·구독 주문은 계산 전에 걸러야 합니다.

이 기준이 고정되어 있어야 재구매율이 움직였을 때 고객이 바뀐 건지 계산 방식이 흔들린 건지 구분할 수 있습니다. 그리고 그 구분이 되어야 광고 예산과 CRM 발송 시점을 숫자로 판단할 수 있습니다.

Share article