이 글은 데이터라이즈 박민성 CSO가 일본 넷경제신문(日本ネット経済新聞)에 연재한 칼럼 「한국 데이터 기업이 보는 일본 EC」 제3회를 한국 독자를 위해 재구성한 것입니다. 원문: https://netkeizai.com/articles/detail/19214

일본 진출을 준비하는 한국 브랜드가 가장 자주 부딪히는 벽은 '첫 구매'가 아니라 '두 번째 구매'입니다. 광고로 첫 주문까지는 어떻게든 끌어오지만, 일본 고객이 두 번째, 세 번째 주문으로 이어지지 않는 것이죠. 이 재구매의 벽은 사실 일본 EC 전체가 안고 있는 구조적 숙제이기도 합니다. 그리고 한국 EC는 이 문제를 5~7년 먼저 겪고 나름의 답을 찾아 왔습니다.

정확성에 대한 안내 이 글에서 인용하는 통계와 연구는 일본 넷경제신문(日本ネット経済新聞) 게재 시점 기준이며, 업종과 상품군에 따라 편차가 큽니다. 유지율 관련 수치는 방향성으로 이해하시고, 특정 성과를 보장하지 않습니다. 실제 효과는 반드시 자사 데이터로 검증하시길 권합니다.

일본의 '구매 후'에 여백이 있는 건, 그 앞이 완성돼 있어서다

'구매 후'에 여백이 있다는 건, 뒤집어 보면 그 앞의 완성도가 그만큼 높다는 뜻이기도 합니다. 일본 EC는 상품 정보의 정확함, 배송의 신뢰성, 포장의 세심함까지 첫 구매 경험을 세계 최고 수준으로 갈고닦아 왔습니다.

다만 그 정교함은 주로 '주문에서 배송까지'에 집중돼 있습니다. 첫 구매를 끝낸 고객을 2번째, 3번째로 어떻게 이을지, 이 설계는 상대적으로 담당자 개인의 감각에 맡겨진 경우가 많습니다.

배경에는 구조적인 이유가 있습니다. 일본에서는 고객 데이터가 EC몰의 구매 데이터, LINE의 반응 데이터, 자사 사이트의 행동 데이터로 자연스럽게 세 곳에 나뉘어 쌓입니다. 그런데 서로 연결되지 않은 경우가 많습니다. '구매 후'를 데이터로 설계하려면, 이 세 가지가 한 명의 고객으로 이어져야 합니다.

이 여백은 지금까지 큰 문제가 아니었습니다. 시장이 충분히 크고, 신규 고객을 안정적으로 데려올 수 있었기 때문입니다. 하지만 그 전제가 흔들리고 있습니다. 광고비와 수수료가 오르고, 2026년 10월부터 LINE 요금이 개정되면서(100만 통 기준 +26%, 1,000만 통 기준 +91%) 신규 획득 비용은 계속 오릅니다. 신규가 비싸질수록, 이미 데려온 고객을 얼마나 오래 붙잡아 두는가, 즉 '구매 후'의 가치가 커집니다. 일본에 진출하는 한국 브랜드에게도 똑같이 적용되는 셈법입니다.

한국 EC가 '구매 후'를 설계한 3단계

한국도 처음부터 정교했던 것은 아닙니다. 인구 약 5,000만 명이라는 제약 속에서, 신규를 무한히 데려올 수 없다는 걸 일찍 마주했을 뿐입니다. 여기에 잘 알려진 경제 논리가 겹칩니다. 신규 획득 비용은 기존 유지의 5~25배(HBR, Amy Gallo, 2014), 반대로 유지율을 5%만 높여도 이익은 25~95% 늘어난다(Bain & Company, Reichheld, Sasser, 1990). 모두 업종 차가 크므로 방향성으로 받아들이는 것이 적절합니다.

1단계, 재구매 타이밍의 설계

카테고리마다 '소비 주기'는 다릅니다. 스킨케어는 1~2개월, 건강식품은 1개월, 펫푸드는 3~4주 하는 식이죠. 앞서 언급한 카카오톡의 '쿠폰 유효기간 안내'를 재구매 시기에 맞춰 보내는 운용이 그 초기 형태였습니다. 중요한 건 내용이 아니라 타이밍입니다. 같은 메시지라도 아무 때나 보내면 광고가 되고, 소비 주기에 맞추면 정보 제공이 됩니다. 실무에서는 주기를 계산할 때 평균값이 아니라 중앙값과 분포를 쓰는 것이 중요합니다. 가끔만 사는 소수가 평균을 끌어올려, 실제보다 주기가 길게 나오기 때문입니다.

2단계, RFM과 세그먼트에 따른 개인화

최근성, 빈도, 금액의 세 축으로 고객을 나누고, 신규, 우량, 이탈 위험 같은 그룹별로 보내는 메시지도 오퍼도 다르게 합니다. '전원에게 일괄 발송'에서 '누구에게 무엇을 보낼지 데이터로 나누기'로의 전환입니다. 이는 '누구에게 보낼까'가 아니라 '누구에게 보내지 않을까'의 관점이기도 합니다. 다만 RFM은 과거를 요약해 상자에 나눠 담을 뿐, '이 고객이 다음에 언제 살지'까지는 예측하지 못합니다. 그래서 앞선 사례들은 개인 단위로 구매 주기나 이탈 확률을 추정하는 통계 모델(BG/NBD 등)로 나아가, 타이밍을 '세그먼트의 평균'이 아니라 '그 사람 개인의 예측'에 맞추기 시작했습니다.

3단계, 리텐션의 자동화

고객의 행동을 방아쇠로 삼아, 메시지가 자동으로 나가는 시나리오를 짭니다. 장바구니 이탈 대응, 이탈 방지, 윈백, 어느 것이든 도달률과 비용 효율이 좋은 채널부터 시도하는 폴백 구조 위에서 움직입니다. 최근에는 한발 더 나아가, 개별 이벤트 대신 행동 데이터 전체에서 '지금 이 고객이 살 가능성'을 점수로 추정하고, 점수가 높아진 회원에게 자동으로 보내는 방식도 함께 씁니다. 페이지 구조가 바뀌어도 잘 무너지지 않는 것이 장점입니다. '무엇을 했는가'에서 '지금 얼마나 살 것 같은가'로, 방아쇠 자체가 진화하고 있습니다.

이 3단계 모두의 전제는 자사 사이트의 행동 데이터입니다. 한국 EC 거래의 78.8%가 모바일이라는 사실(통계청, 2025년 7월)도 이 설계를 떠받치는 토양이 됩니다.

일본은 이미 강력한 '구매 후' 자산을 갖고 있다

여기서 흥미로운 대조를 하나 짚어 봅니다. 예컨대 아마존 프라임은 첫해 회원 유지율이 90%를 넘는다고 합니다(CIRP 조사, 미국). 라쿠텐 이치바나 아마존 같은 대형 플랫폼은 강력한 재구매 구조를 쌓아 왔습니다. 일본 EC가 '구매 후'를 못하는 게 아니라, 플랫폼 차원에서는 이미 세계 최고 수준의 재구매 구조를 갖고 있다는 증거입니다.

다만 그 힘이 플랫폼에 귀속돼 있다는 점이 핵심입니다. 고객이 라쿠텐에서 반복 구매해도, 그 관계는 대부분 몰의 자산으로 남습니다. 한국이 지난 5~7년 해 온 일은, 이 '구매 후'의 힘을 브랜드 자신의 데이터로 되찾는 작업이었습니다. 일본에 진출하는 한국 브랜드라면, 처음부터 이 관점으로 시작할 수 있습니다.

일본 진출 브랜드가 지금 시작할 수 있는 것

한국의 시행착오에서 거꾸로 짚어 보면, 순서는 의외로 명확합니다.

먼저, 흩어진 데이터를 한 명의 고객으로 잇는 것입니다. EC몰, LINE, 자사 사이트가 '같은 고객'으로 연결되지 않으면 타이밍도 세그먼트도 계산할 수 없습니다. 화려한 자동화보다 이 연결이 먼저입니다.

다음으로, 소비 주기가 명확한 카테고리부터 타이밍 설계를 시작하는 것입니다. 소모품, 화장품, 건강식품이라면 거창한 시스템 없이도 작은 리마인드부터 시작할 수 있습니다.

그리고 LINE 요금 개정을 세그먼트 도입의 계기로 삼는 것입니다. 발송량이 늘수록 비용이 불어나는 구조에서는 '모두에게 다 보내는 방식'이 그대로 비용이 됩니다. 역설적이지만, 이 압력이야말로 '필요한 고객에게만 보내는' 설계로 옮겨 가는 자연스러운 이유가 됩니다.

그래서 우리는

한국 EC의 '구매 후' 설계가 보여주는 것은, 그것이 대단한 기술의 문제가 아니라 '고객을 데이터로 이해하고, 그 이해를 자동화된 흐름으로 바꾸는' 순서의 문제였다는 사실입니다. 출발점은 언제나 자사 데이터라는 한 곳에 고객의 흔적을 모으는 일이었습니다.

데이터라이즈는 한일 양국의 브랜드와 함께 바로 이 '구매 후' 데이터를 다루며, 흩어진 고객 데이터를 통합하고 구매 가능성과 이탈 가능성을 예측해 LINE을 포함한 여러 채널로 알맞은 자동 캠페인을 내보내는 일을 돕습니다. 그리고 그 캠페인이 정말 재구매를 늘렸는지 증분 효과로 검증합니다.

일본 진출 후 재구매가 좀처럼 오르지 않는다면, 우리 브랜드의 구매 데이터로 '구매 후'를 어떻게 설계할 수 있을지 데이터라이즈가 함께 그려 드리겠습니다.