재구매율 하나로 가성비를 줄 세워도 될까?

결론부터 말하면, 재구매율은 "한 번 더 산 고객의 비율"만 보여줄 뿐 인기·가성비·충성도를 그대로 대표하지 않는다[8][9][12]. 같은 데이터라도 계산 방식에 따라 숫자가 크게 달라지기 때문에, 재구매율 하나만 놓고 제품이나 브랜드를 줄 세우면 판단이 뒤집힐 수 있다. 이 글은 그 함정이 어디서 생기는지, 구매 전 무엇을 확인해야 하는지를 정리한다.

흔한 오해는 이렇다. "재구매율 70%"라는 문구를 보면 그 제품이 대부분의 고객을 만족시켰다고 읽기 쉽다. 하지만 이 숫자가 전체 고객 대비 계산인지, 구매 고객 중 계산인지, 반품·구독 자동결제가 섞였는지에 따라 같은 매장 같은 데이터에서도 결과가 정반대로 보일 수 있다.

핵심 정리

  • 재구매율은 진단 지표이지, 총평 지표가 아니다[8][11][12]
  • 같은 데이터도 분모 정의에 따라 22%와 51%처럼 다른 값이 나올 수 있다[8]
  • 반품·구독 자동결제를 섞으면 재구매율이 실제보다 부풀려질 수 있다[8][11][12]
  • 전체 평균보다 최근 코호트 재구매율을 함께 봐야 착시를 줄인다[8][11]
  • 업종별 기준선이 다르므로 정의·기간·모수를 같이 봐야 비교가 성립한다[1][10][15]

같은 재구매율인데 왜 숫자가 22%와 51%로 갈릴까?

계산 방식 자체가 다르면 같은 매장, 같은 기간 데이터에서도 전혀 다른 숫자가 나오기 때문이다. 재구매율은 크게 두 가지 방식으로 계산된다. 하나는 "전체 고객 대비 2회 이상 구매 고객" 비율이고, 다른 하나는 "구매 고객 중 2회 이상 구매자" 비율이다[8][10][12]. 전자는 한 번도 구매하지 않은 방문객까지 분모에 넣는 경우가 있어 값이 낮게 나오고, 후자는 최소 1회 구매자만 분모로 잡아 값이 높게 나온다.

실제로 한 자료는 동일 데이터에서 계산 방식 차이만으로 22%와 51%라는 두 배 넘게 벌어진 결과가 나올 수 있다고 지적한다[8]. 두 숫자 모두 "거짓"은 아니다. 다만 서로 다른 질문에 대한 답일 뿐이다. 그래서 재구매율을 비교 자료로 인용할 때는 반드시 공식, 기간, 모수를 같이 적어야 숫자가 의미를 갖는다[8]. "재구매율 51%"라는 문구만 보고 판단하기보다, 어떤 분모로 계산했는지를 먼저 확인하는 습관이 필요하다.

전체 평균 재구매율이 좋아 보이는데 왜 의심해야 할까?

전체 스토어 단일 숫자는 신규 유입이 약해진 사실을 가릴 수 있기 때문이다. 기존 충성고객이 반복 구매를 계속하면 전체 평균은 그대로거나 오히려 올라가지만, 정작 새로 들어오는 고객의 재구매율은 떨어지고 있을 수 있다[8][11]. 이 경우 매장이나 제품 라인이 실제로는 신규 매력도를 잃어가는 중인데도 지표만 보면 "잘 되고 있다"는 착시가 생긴다.

최근 실무 자료들은 이 문제를 피하려면 전체 재구매율보다 코호트별 재구매율을 함께 확인하라고 권한다[8][11]. 예를 들어 이번 달 신규 유입 고객 코호트의 90일 재구매율과, 전체 누적 집계 재구매율을 나란히 놓고 보는 방식이다. 한 2026년 분석은 집계 재구매율과 최근 90일 코호트 재구매율이 5%포인트 이상 벌어지면, 최근 코호트 숫자를 더 신뢰하라고 제안한다[11]. 즉 "요즘도" 잘 팔리는지를 보려면 오래된 고객까지 섞인 평균보다 최근 유입만 뗀 숫자가 더 정직하다.

반품·구독 자동결제까지 재구매로 잡으면 뭐가 문제일까?

이런 거래를 포함하면 재구매율이 실제 만족도보다 부풀려져 보이기 때문이다. 반품·교환·샘플·스와치·기프트카드 충전 같은 항목은 고객이 "다시 사고 싶어서" 만든 거래가 아닌 경우가 많다[8][11][12]. 예를 들어 교환을 위해 재주문이 잡히거나, 샘플 발송이 별도 거래로 집계되면 실제 재구매 의사와 무관하게 카운트가 늘어난다.

구독 자동결제도 비슷한 함정이다. 자동 갱신은 고객이 매번 다시 선택해서 산 행동이 아니라 정기 청구 이벤트에 가깝다. 이걸 재구매로 섞어 넣으면 측정하는 대상이 사실상 재구매율이 아니라 해지관리·결제성공률로 바뀌어 버린다[12]. 구독형 상품을 다루는 매장이라면 "재구매율이 높다"는 표현이 실제로는 "해지율이 낮다"는 의미일 수 있으니, 두 지표를 같은 이름으로 부르지 않는 게 안전하다.

업종마다 재구매율 기준이 왜 이렇게 다를까?

재사용·소진·반복필요가 있는 상품일수록 재구매율이 자연히 높게 나오는 구조이기 때문이다[12][15]. 식료품처럼 소진 주기가 짧은 카테고리와 전자제품처럼 한 번 사면 오래 쓰는 카테고리를 같은 기준으로 비교하면 애초에 공정한 비교가 성립하지 않는다.

업종 재구매율 범위
식료품/푸드딜리버리 약 65.2%
구독박스 40~55%
펫용품 30%대 이상
패션 20~30%
전자제품 15~25%

이 수치들은 2025~2026년 정리 자료를 기준으로 한 범위이며[1][10], 업종 내에서도 기간 정의가 붙어야 실제 비교가 가능하다. 한 CPG 자료는 신규 상품의 "초기 52주 반복구매율" 35%를 좋은 초기 신호로, 카테고리 평균을 약 28%로 제시한다[15]. 즉 "재구매율 35%"라는 숫자도 어떤 업종, 어떤 기간을 기준으로 하는지 붙지 않으면 좋은 건지 나쁜 건지 판단할 수 없다.

재구매율이 높으면 정말 좋은 제품일까?

반드시 그렇지는 않다. 재구매율은 "얼마나 빨리 다시 샀는지"를 보여주지 못하기 때문이다[8]. 8일 만에 두 번 산 고객과 8개월 뒤 다시 산 고객이 시스템 안에서는 똑같이 "재구매 1명"으로 잡힌다. 소진 주기가 빠른 상품인데 재구매 간격이 예상보다 길다면, 재구매율 숫자는 그대로여도 실제로는 만족도가 낮아 미루다 다시 산 것일 수 있다.

가성비를 가늠할 때도 재구매율 하나로만 줄 세우면 위험하다[9][12]. 어떤 제품은 가격이 낮아 부담 없이 반복 구매되지만 만족도 자체는 낮을 수 있고, 반대로 비싼 제품은 구매 빈도가 낮아도 한 번 산 고객이 오래 재구매하며 높은 생애가치(LTV)를 만들 수 있다. 그래서 재구매율은 구매 빈도, 객단가, LTV, 재구매 주기와 함께 볼 때만 실제 판단 자료가 된다.

재구매율 수치를 볼 때 무엇부터 확인해야 할까?

숫자를 보기 전에 정의부터 확인하는 것이 순서다. 구매 전이나 자료를 비교할 때는 다음을 먼저 체크하는 게 안전하다.

  • 분모가 전체 고객인지, 구매 고객인지[8][10][12]
  • 기간이 몇 주·몇 개월 기준인지, 최근 코호트인지 누적 집계인지[8][11]
  • 반품·교환·샘플·기프트카드 거래가 포함됐는지[8][11][12]
  • 구독 자동결제가 재구매로 섞여 있는지[12]
  • 비교 대상 업종의 평균 범위와 얼마나 차이 나는지[1][10][15]

이 다섯 가지 중 어느 하나라도 표기되지 않은 "재구매율 OO%"는 숫자 자체보다 표기 방식을 먼저 의심해볼 필요가 있다.