사장다리사장으로 가는 다리
← 고객 경험 (CX)
고객 경험 (CX) · 뛰어난 기업의 고객관리 · 3편 / 21편

LTV·CAC·NPS, 관계를 숫자로 옮긴 사람들

1990년 라이히헬드의 산업별 결과부터 2003년 NPS, 2007년 복제 실패, 2021년 자가 보완까지

홍정현·2025.07.15
11분 읽기

이 글은 《뛰어난 기업의 고객관리》 시리즈 3편이다. 1편이 손님을 부르는 단어를, 2편이 그 옆에 붙는 "관리"라는 단어와 CRM 산업사를 풀었다. 3편은 그 둘을 숫자로 옮긴 세 약어 LTV·CAC·NPS의 출처와 한계를 본다. 세 약어는 CRM 컨설팅 자료의 첫 페이지에 거의 빠짐없이 등장하지만, 원 출처에서 멀어진 채 회의실을 떠도는 경우가 흔해서 한 편에서 정리해 둔다. 발행 시점 이후 중요한 사실 변동이 확인되면 추후 업데이트한다.

LTV·CAC·NPS는 어디서 나온 숫자인가

세 약어의 출처는 좁고 정확하다. 고객 생애가치는 1990년 프레더릭 라이히헬드와 얼 새서가 Harvard Business Review에 발표한 논문에서, 순고객추천지수는 2003년 라이히헬드가 같은 매체에 발표한 논문에서 나왔다. 고객 획득 비용의 3배 규칙은 벤처투자자 데이비드 스콕이 상장 SaaS를 관찰해 정리한 경험칙이다. 학계가 오래 검증해 합의한 표준이 아니라, 특정 시점에 특정한 사람이 특정한 데이터를 보고 쓴 문장들이다.

약어한국어 이름최초 출처발표 시점원래 형태
LTV고객 생애가치라이히헬드·새서, 「Zero Defections: Quality Comes to Services」, Harvard Business Review1990년 9~10월호유지율 개선의 이익 효과를 산업별로 따로 제시
CAC고객 획득 비용데이비드 스콕, forEntrepreneurs 연재2010년경 이후정상 궤도에 오른 상장 SaaS 관찰에서 뽑은 3대 1 경험칙
NPS순고객추천지수라이히헬드, 「The One Number You Need to Grow」, Harvard Business Review2003년 12월호추천 의향을 묻는 한 문항, 0~10점

2편에서 본 CRM이 관계를 저장하는 도구였다면, 세 약어는 저장된 관계를 회계 언어로 환산하는 장치다. 도구가 굳는 동안 그 도구로 무엇을 측정할지에 대한 답도 함께 굳었다. 굳는 과정에서 원문이 마모된 것이 문제다. 세 약어 모두 원 논문보다 요약본이 훨씬 널리 유통됐고, 요약본에서 가장 먼저 떨어져 나간 것이 그 숫자가 성립하는 조건이다.

유지율을 5% 올리면 이익은 얼마나 늘어나는가

1990년 논문은 하나의 숫자를 준 적이 없다. 산업마다 다른 결과를 따로 적었다. 널리 인용되는 "유지율 5% 향상이 이익을 25~95% 끌어올린다"는 단일 범위는 이 논문 어디에도 등장하지 않는다.

1990년 9~10월호 Harvard Business Review에 실린 라이히헬드와 새서의 「Zero Defections: Quality Comes to Services」 본문에는 산업별 결과가 나뉘어 있었다. 어느 은행 지점망에서 이탈률을 5% 줄였더니 이익이 85% 늘었고, 보험 중개에서는 50%, 자동차 정비 체인에서는 30%였다. 신용카드사 MBNA America는 이탈률을 10%에서 5%로 절반으로 낮춰 이익이 125% 늘었다.

유지율 5% 개선의 이익 효과를 산업별로 비교한 막대 그래프. MBNA 신용카드 125%, 은행 지점망 85%, 보험 중개 50%, 자동차 정비 체인 30%

결과가 30%에서 125%까지 벌어진다. 벌어지는 이유는 업종마다 손님 한 명이 남기는 마진의 크기와 그 마진이 이어지는 기간이 다르기 때문이다. 신용카드처럼 계약이 자동으로 갱신되고 해지가 명시적으로 관찰되는 업종에서는 유지율 개선이 곧바로 이익으로 환산된다. 정비처럼 방문 간격이 몇 달씩 벌어지고 이탈이 조용히 일어나는 업종에서는 개선 폭이 이익에 닿기까지 여러 해가 걸린다. 자기 업종의 숫자를 확인하지 않고 남의 업종 숫자를 가져오면 개선 여력을 서너 배로 과대평가하게 된다.

"25~95%"라는 통합 표현은 6년 뒤인 1996년, 라이히헬드가 토머스 틸과 함께 펴낸 단행본 The Loyalty Effect에서 백여 개 회사 데이터를 압축한 결과다. 두 출처를 섞어 인용하면 어느 쪽에도 해당하지 않는 문장이 만들어진다. 1990년 논문을 근거로 달아 놓고 "25~95%"를 말하는 자료는 원문을 열어 보지 않았다는 표시에 가깝다.

LTV는 어떻게 계산하는가

외식이나 소매처럼 한 사람의 소비가 단순한 업종에서는 세 칸을 곱하면 끝난다.

LTV = 1회 평균 구매액 × 연간 구매 빈도 × 평균 거래 지속 연수

한 번 식사에 4만 원, 한 달에 두 번, 평균 3년 단골이면 LTV는 약 288만 원이다.

LTV 계산 도해. 1회 평균 구매액 4만 원, 연간 구매 빈도 24회, 평균 거래 지속 연수 3년을 곱해 288만 원이 나오는 구조

회계적으로 한 단계 더 들어가면 미래 현금흐름의 현재가치로 풀고, 무한 시계열·일정 마진·일정 유지율 가정을 두면 마진과 유지율과 할인율 세 변수의 함수로 줄어든다. 구독형 SaaS의 경우 평균 고객 수명이 1을 월 이탈률로 나눈 값이 되므로, LTV는 1인당 월평균 매출에 평균 수명과 매출총이익률을 곱한 형태로 단순화된다.

세 칸 중 실제 가게에서 가장 자주 틀리는 칸은 마지막이다. 1회 평균 구매액과 연간 구매 빈도는 영수증과 결제 기록에 그대로 남지만, 평균 거래 지속 연수는 손님이 언제 끊겼는지를 사람이 판정해야 나온다. 그런데 소매·외식·정비에서 손님은 해지 통보를 하지 않는다. 그냥 오지 않는다. 이탈이 관찰되지 않는 업종에서 지속 연수는 언제나 사후 추정이고, 추정 기준을 6개월 미방문으로 잡느냐 18개월로 잡느냐에 따라 LTV가 두 배 넘게 벌어진다. 구독형 회사가 LTV를 편하게 쓰는 이유는 계산식이 쉬워서가 아니라 해지 버튼이 이탈 시점을 자동으로 기록해 주기 때문이다.

3배 규칙은 이미 궤도에 오른 회사를 보고 만든 숫자다

고객 획득 비용은 신규 고객 한 명을 데려오는 데 들어간 광고비·영업 인건비·할인 쿠폰을 전부 합쳐 신규 고객 수로 나눈 값이다. 단위경제학에서 자주 인용되는 "LTV는 CAC의 3배 이상이어야 한다, 회수 기간은 12개월 이하여야 한다"는 휴리스틱은 데이비드 스콕이 매트릭스 파트너스 시절 HubSpot·Salesforce·NetSuite 같은 이미 정상 궤도에 오른 상장 SaaS를 관찰해 내놓은 경험칙이다. 관찰 대상이 전부 살아남은 뒤의 회사였다는 사실이 이 숫자의 성격을 결정한다.

전제는 셋이고, 각 전제가 깨지는 지점도 분명하다.

전제내용이 전제가 깨지는 경우
안정된 이탈률이탈률이 흔들리지 않는 성숙 고객 베이스고객 수가 적어 이탈률이 달마다 두 배씩 튀는 초기 단계
현실적인 LTV 추정여러 해치 실적으로 뒷받침되는 다년 추정1년치 데이터로 5년 LTV를 외삽한 경우
12개월 이내 회수획득 비용을 1년 안에 되찾는 현금 흐름회수에 2~3년이 걸리는데 그동안 자금을 댈 곳이 없는 경우

이 셋이 갖춰지지 않은 시드 단계 회사가 3대 1이라는 비율을 IR 자료에 그대로 박는 것이 가장 흔한 오용이다. Bessemer Venture Partners의 SaaS 포트폴리오 보고에 따르면 회수 기간 중앙값은 회사가 커질수록 오히려 길어진다.

ARR 구간회수 기간 중앙값
1천만 달러 이하15개월
1천만~1억 달러21~24개월
1억 달러 초과30개월

이미 성공한 회사들의 회수 기간이 12개월 기준선을 훌쩍 넘긴다. 규모가 커지면 데려오기 쉬운 고객이 먼저 소진되고, 남은 고객을 설득하는 비용이 올라가기 때문이다. 12개월을 못 맞춘다는 이유로 사업을 접을 근거는 이 자료에서 나오지 않는다.

자동차·부동산·가구처럼 일생에 한두 번 사는 고가 1회성 거래에서는 LTV 자체가 추정의 분산이 너무 커서 의사결정 변수로 쓰기 어렵다. 영업이 임원 판단에 더 많이 기대는 소수 고객 B2B에서는 평균 LTV를 내는 대신 단일 계정별 유지 시나리오를 따로 짜는 편이 낫다. 거래처가 스무 곳인 회사에서 평균값은 정보를 거의 담지 못한다.

NPS는 한 문항으로 무엇을 줄이고 무엇을 버렸는가

순고객추천지수는 라이히헬드가 2003년 12월호 Harvard Business Review에 실은 「The One Number You Need to Grow」에서 처음 발표한 단일 지표다. "저희를 친구나 동료에게 추천하실 의향이 어느 정도이신가요?"라는 한 문항을 0에서 10점으로 묻고, 9~10점은 추천자(promoter), 7~8점은 중립(passive), 0~6점은 비추천자(detractor)로 나눠 추천자 비율에서 비추천자 비율을 뺀다.

NPS(%) = (9~10점 응답 비율) − (0~6점 응답 비율)

NPS 구간 분할 도해. 0에서 6까지 일곱 칸이 비추천자, 7과 8이 중립으로 계산에서 제외, 9와 10이 추천자

줄인 것은 분명하다. 여러 문항짜리 만족도 조사가 한 문항이 됐고, 조사 결과가 -100에서 +100 사이의 숫자 하나가 됐다. 임원 회의에 그대로 들고 갈 수 있는 형태이고, 그 편의성이 이 지표가 20년 넘게 살아남은 이유다.

버린 것도 그만큼 분명하다. 0~6점이 왜 모두 비추천자로 묶이는지, 7과 8이 왜 계산에서 통째로 빠지는지에 대한 통계적 근거는 라이히헬드 본인의 글에서도 분명하지 않다. 11점 척도를 3구간으로 압축하면 검정력이 손실되고, 압축 전과 동일한 정밀도를 얻으려면 표본이 두세 배 더 필요해진다. 응답자 200명으로 유의한 변화를 잡던 조사가 NPS로 바뀌는 순간 500명을 요구하게 된다는 뜻이다. 설문 비용이 늘어나는 방향의 손실인데, 지표가 간편해졌다는 인상 뒤에 가려져 있다.

2007년 Journal of Marketing 7월호에 실린 카이닝햄 외 3인의 종단 연구는 노르웨이 고객만족 바로미터의 21개 회사·1만 5천여 응답을 다시 돌려 보고, NPS가 기존 만족도 지표보다 매출 성장 예측력이 더 높지 않다는 결론을 냈다. 이 논문은 그해 마케팅과학연구소(Marketing Science Institute)의 H. Paul Root 상을 받았다. 지표를 반박한 연구가 학계의 상을 받은 뒤에도 지표는 실무에서 계속 쓰였다. 측정 도구의 수명은 정확도가 아니라 보고서에 옮겨 적기 좋은 형태가 결정한다.

한국에서 NPS는 왜 낮게 나오는가

응답 양식이 다르기 때문이다. 한국과 일본 응답자에게 이 지표는 구조적으로 낮게 나오는 경향이 있다. 글로벌 비교 연구에서 미국 응답자는 척도의 양 끝(0이나 10)을 자주 선택하고, 한국·일본 응답자는 중간 값(5~8)에 몰리는 응답 양식(midpoint response style)이 일관되게 관찰된다.

구간 분할이 이 차이를 증폭한다. 중앙에 몰린 응답 가운데 5와 6은 비추천자로 빠지고 7과 8은 계산에서 제외되므로, 응답이 가운데로 모일수록 분자에 남는 것이 줄어든다. 만족한 손님이 8점을 주는 문화에서 그 8점은 계산상 아무 값도 아니다. 만족도 자체가 동일해도 한국에서 측정한 점수가 미국보다 20~40점가량 낮게 나오는 일이 흔하고, 그래서 글로벌 본사가 한국 지사 NPS를 한 잣대로 평가하면 거의 항상 한국이 진다.

국가 간 단순 비교는 권장되지 않는다는 것이 업계 합의에 가깝다. 한 나라 안에서 시계열 추세를 비교하는 용도로 한정해 쓰는 편이 안전하다. 절대 수준이 아니라 방향과 기울기만 읽는다는 뜻이다.

2021년, 지표를 만든 사람이 내놓은 보완책

라이히헬드 본인도 2021년 Winning on Purpose에서 NPS가 회사 내부에서 점수 올리기 게임으로 변질된 것을 사실상 인정했다. 설문 점수가 성과급에 연동되는 순간 현장은 점수를 얻는 방법을 먼저 배운다. 계산에서 빠지는 8점 대신 9점을 달라고 손님에게 부탁하는 응대가 대표적인 형태다.

그가 2021년 Harvard Business Review에 실은 「Net Promoter 3.0」에서 내놓은 보완책이 'Earned Growth Rate'다. 신규 매출 가운데 기존 고객의 재구매와 그들이 데려온 신규 고객에서 비롯된 비중을 회계적으로 분리해 보고하자는 제안이다. 추천 의향을 묻는 설문 대신, 실제 행동으로 드러난 충성도를 매출의 한 줄로 분리하자는 것이다.

두 지표의 성격 차이가 여기서 갈린다. NPS는 손님의 의향을 묻고, Earned Growth Rate는 손님의 결제를 센다. 의향은 부탁으로 움직이고 결제는 그렇지 않다. 30년 동안 한 사람이 하나의 주제를 다른 단어로 다시 풀고 있고, 이번에는 측정 장소를 설문지에서 손익계산서로 옮겼다.

세 지표를 자기 가게 숫자로 채워 보는 순서

세 지표 중 오늘 당장 채울 수 있는 칸은 LTV뿐이다. 고객 획득 비용은 지출 항목을 미리 갈라 놓았어야 나오고, 순고객추천지수는 설문을 돌려야 나온다. 그래서 채우는 데도 순서가 있다.

순서채울 칸어디서 꺼내는가채우고 나서 읽는 법
11회 평균 구매액최근 3개월 매출을 결제 건수로 나눈다이 칸은 거의 틀리지 않는다
2연간 구매 빈도재방문이 잡히는 손님만 골라 1년 방문 횟수를 센다신규 손님을 섞으면 값이 반으로 내려간다
3평균 거래 지속 연수몇 개월 안 오면 끊긴 것으로 볼지 기준을 먼저 정한다기준을 6개월로 잡느냐 18개월로 잡느냐로 결과가 두 배 넘게 갈린다
4LTV앞의 세 칸을 곱한다손님 한 명을 데려오는 데 쓸 수 있는 돈의 천장이 여기서 정해진다
5CAC지난달 광고비와 판촉비를 그달 신규 손님 수로 나눈다LTV의 3분의 1을 넘으면 신규 유치가 아니라 재방문 쪽을 손봐야 한다
6NPS계산은 마지막이다절대 점수 대신 지난 분기 대비 방향만 본다

1번부터 4번까지는 결제 기록만 있으면 오늘 저녁에 끝난다. 5번은 지출을 신규 유치용과 기존 손님 유지용으로 갈라 놓지 않은 가게에서는 아예 계산이 되지 않는다. 그 분리 작업이 CAC 계산보다 먼저다. 전단지와 첫 방문 할인은 유치 쪽이고, 재방문 쿠폰과 명절 문자는 유지 쪽이다. 두 항목이 한 통장에서 섞여 나가는 동안에는 어느 쪽이 손해인지 판정할 방법이 없다.

6번을 맨 뒤에 둔 이유는 이 편에서 확인한 세 가지 한계 때문이다. 구간 분할에 통계적 근거가 없고, 2007년 종단 연구에서 매출 성장 예측력이 기존 만족도 지표보다 높지 않았으며, 한국에서는 응답 양식 때문에 점수가 구조적으로 깎인다. 그렇다고 버릴 이유는 없다. 한 문항이라 손님에게 부담이 적고, 동일한 방식으로 반복해 물으면 추세는 읽힌다. 다만 그 점수를 직원 성과급에 연결하는 순간, 라이히헬드가 2021년에 인정한 그 게임이 자기 가게 안에서 시작된다.

4편에서는 이 세 지표 옆에 한국어가 따로 가지고 있는 단어 하나를 본다. 단골이다.

출처

책·HBR 논문

학술 논문 (NPS 비판·LTV 정의)

Bain·기업 자료

NPS 비판·문화 편향

한국어 표기 참고

CLV 한계·B2B

이 글에서 단정하지 않은 것

  • 1990년 논문과 1996년 단행본을 잇는 "5% / 25~95%" 문장이 The Loyalty Effect 본문 몇 쪽에 있는지는 확인하지 못했다. Bain의 도서 소개 페이지 요약까지만 근거로 삼았다.
  • 2003년 논문이 제시한 산업별 NPS와 성장률의 회귀 결과 수치는 본문에 옮기지 않았다. 원문 수치를 직접 확인하지 못해 일반 진술 수준까지만 적었다.
  • 데이비드 스콕이 3대 1 휴리스틱을 처음 말한 정확한 시점은 특정하지 못했다. forEntrepreneurs 연재가 2010년경부터 이어졌다는 선까지만 안전하다.
  • 한국 점수가 미국보다 20~40점 낮다는 폭은 여러 조사에서 반복 관찰되는 범위이고, 단일 표준 연구가 확정한 값은 아니다.
  • 표본이 두세 배 필요해진다는 서술은 11점 척도를 3구간으로 압축할 때 일반적으로 지적되는 검정력 손실을 옮긴 것이며, 특정 조사 설계에서 측정된 배수는 아니다.
이어 읽기

사장다리는 로그인 회원에게 글 전체를 공개합니다.
카카오로 1초 로그인하고 이어 읽어 보세요.

카카오로 1초 로그인

가입 절차 없이 카카오 인증으로 바로 시작됩니다.

#고객관리#고객생애가치#순고객추천지수#단위경제학#사다리 시리즈

같은 축의 다른 글

고객 경험 (CX) · 한국 기업

한국 기업이 한 캠프에 들어가지 못하는 이유

2025.11.18· 23분
고객 경험 (CX) · USAA

USAA와 렉서스 1989, 신뢰를 가격으로 환산하지 않은 두 회사

2025.11.11· 13분
고객 경험 (CX) · 파타고니아

파타고니아, 30억 달러 회사를 비우기까지의 49년

2025.11.04· 23분