단골이 빠져나가는 신호 — 이탈은 마지막 방문 전에 시작된다
이탈은 어느 날 갑자기 일어나지 않는다. 방문 간격과 객단가에서 미리 보이는 신호를 잡는 방법.
이탈은 사건이 아니라 과정
"단골이 안 온다"고 느끼는 시점은 이미 늦다. 이탈은 대개 다음 순서로 진행된다.
- 방문 간격이 조금씩 늘어난다
- 객단가가 떨어진다 (풀코스 → 단품)
- 부가 메뉴·서비스 이용이 사라진다
- 방문이 멈춘다
3번까지는 아직 매장에 오고 있다. 개입 가능한 구간이 최소 세 단계 있는 셈이다.
신호 1 — 방문 간격의 확장
가장 먼저 나타나고 가장 잡기 쉽다.
```
이탈 위험 = 마지막 방문 후 경과일 > (그 고객의 평균 방문 간격 × 2)
```
주의할 점은 고객마다 기준이 다르다는 것이다. 주 2회 오던 사람의 3주 공백과, 분기 1회 오던 사람의 3주 공백은 전혀 다른 의미다. 매장 전체 평균으로 일괄 판정하면 신호가 뒤섞인다.
고객별 평균 간격을 계산할 수 없다면, 최소한 방문 빈도 그룹(주 단위·월 단위·분기 단위)으로 나눠서 각각 다른 기준을 적용한다.
신호 2 — 객단가 하락
같은 빈도로 와도 쓰는 돈이 줄어드는 경우다. 이건 두 가지로 갈린다.
- 전체 고객의 객단가가 같이 떨어짐 → 매장 요인(가격 인상, 메뉴 변경, 경기)
- 특정 고객만 떨어짐 → 그 고객의 이탈 전조
전자를 후자로 오인해 개별 고객에게 쿠폰을 뿌리면 비용만 나간다. 그룹 평균과 비교하는 단계를 반드시 거친다.
신호 3 — 부가 이용의 소실
디저트를 늘 함께 시키던 사람이 음료만 시킨다, 항상 하던 추가 시술을 건너뛴다. 이 신호는 데이터로 잡기 번거롭지만 현장에서 가장 먼저 체감된다.
POS에 메뉴 조합이 남는다면 '주문 품목 수' 변화로 근사할 수 있다.
개입 시점과 방법
| 구간 | 상태 | 개입 |
|---|---|---|
| 평균 간격 × 1.5 | 주의 | 아무것도 안 함. 정상 변동 범위 |
| 평균 간격 × 2 | 위험 | 짧은 안내 1회 (신메뉴·재입고 등 사실 정보) |
| 평균 간격 × 3 | 휴면 | 복귀 유인 제공 (기한 있는 혜택) |
| 6개월 초과 | 이탈 확정 | 개별 접근 중단, 신규 유입에 자원 배분 |
가장 흔한 실수는 1.5배 구간에서 개입하는 것이다. 아직 정상 범위인 사람에게 "왜 안 오세요" 류의 메시지를 보내면 부담을 준다. 잠깐 바빴을 뿐인 손님이 여기서 떠나기도 한다.
왜 떠났는지 아는 방법
떠난 사람에게 물어도 답이 오지 않는다. 회수율이 낮고, 답한 사람의 이유가 전체를 대표하지도 않는다.
더 나은 방법은 아직 남아 있지만 간격이 늘어난 고객에게 묻는 것이다. 이 그룹은 아직 접점이 있고, 불만이 있다면 아직 말할 의사가 있다. 질문도 "왜 덜 오시나요"가 아니라 "최근에 아쉬웠던 점이 있으셨나요"처럼 사실을 묻는 형태가 응답률이 높다.
최소 준비물
이 모든 분석의 전제는 고객 식별이다. 전화번호 뒷자리든 앱 계정이든, 같은 사람의 방문을 이어 볼 수 있어야 간격이라는 개념이 성립한다. 식별자 없이 매출 총액만 보고 있다면, 이탈은 이미 벌어진 뒤에야 보인다.
최종 수정 2026-08-28