같은 말을,
같은 뜻으로.

Customer Relationship Management

고객을 기억하고, 이해하고, 그 고객에게 맞게 대하면서 관계를 오래 이어 가는 일. 그 일을 돕는 소프트웨어를 가리키기도 해요.

Awareness, Interest, Trust, Loyalty

고객의 마음이 우리와 가까워지는 네 단계. 인지(알게 됨), 관심(궁금해서 다가옴), 신뢰(몇 번 겪어 보고 믿게 됨), 충성(다른 선택지가 있어도 우리를 고름)의 순서예요. 단계는 건너뛰기 어렵고, 단계에 맞지 않는 말은 어색하게 들려요. 마음은 데이터에 바로 찍히지 않으므로 방문, 문의, 재구매, 추천 같은 행동으로 짐작해요.

Customer Lifecycle

고객이 처음 사고, 자주 사게 되고, 뜸해지고, 떠나는 흐름을 단계로 나눈 것. 신규, 성장, 충성, 휴면, 이탈의 다섯 단계이고, 휴면이나 이탈에서 다시 사기 시작한 고객은 재활성 고객이라고 불러요. 단계마다 CRM이 할 일이 달라요. 관계 4단계(인지, 관심, 신뢰, 충성)가 고객의 마음이 깊어지는 순서라면, 생애주기는 구매 행동이 변하는 순서예요.

Dormant Customer

한동안 사지 않았지만 아직 떠났다고 보기는 이른 고객. 마지막 구매 뒤 정해진 기간이 지나면 휴면으로, 그보다 더 오래 지나면 이탈로 봐요. 기간은 그 업종 고객의 평소 구매 주기에 맞춰 정해요. 휴면이나 이탈에서 다시 사기 시작한 고객은 재활성 고객이라고 불러요.

Loyal Customer

다른 곳도 갈 수 있는데 우리를 계속 고르는 고객. 행동(꾸준히 다시 산다)과 태도(좋아하고 남에게 권한다)를 함께 봐요. 둘 다 높으면 진짜 충성, 행동만 높으면 가깝거나 습관이라서 오는 타성 충성, 태도만 높으면 좋아하지만 자주 오지 못하는 잠재 충성이에요.

Loyalty Program

자주, 오래 오는 고객에게 더 많은 것을 돌려주는 제도. 적립, 등급별 혜택, VIP 제도가 모두 여기에 들어요. 혜택은 할인과 적립 같은 경제적 혜택과, 초대, 전담 직원, 먼저 알려 주기 같은 경험적 혜택으로 나뉘어요.

Churn

고객이 우리와의 거래를 끝내는 것. 통신이나 구독처럼 해지가 있는 계약형 사업은 이탈 시점이 분명하지만, 백화점이나 가게처럼 말없이 발길을 끊는 비계약형 사업은 "얼마나 안 오면 이탈로 볼지"를 정해야 해요. 이탈은 갑자기 오지 않아서, 그 전에 방문 간격이 늘고 문자를 안 열고 사는 품목이 줄어드는 신호가 먼저 보여요.

Win-back Campaign

휴면이나 이탈한 고객을 다시 사게 만드는 활동. 뜸해진 이유를 먼저 찾고, 휴면 초기의 고객과 예전에 가치가 컸던 고객부터, 그 고객이 좋아하던 것을 기억해 건네요. 효과는 보낸 고객의 복귀율에서, 보내기 전에 무작위로 골라 남겨 둔 고객(대조군)의 같은 기간 복귀율을 빼서 재요.

Campaign

정해진 고객에게, 정해진 기간에, 하나의 목표를 위해 건네는 CRM 활동 한 번. 목표(무엇이 바뀌면 성공인가), 대상(누구에게, 누구는 빼고), 제안(무엇을 건네나), 채널과 시점, 측정(무엇을 언제 셀까)을 시작하기 전에 한 장에 적어요.

Control Group

캠페인을 보내기 전에 대상 고객 중 무작위로 골라, 아무것도 보내지 않고 남겨 두는 고객. 같은 기간 받은 묶음과 대조군의 차이가 캠페인이 만든 몫(순효과)이에요. 담당자가 골라 남기면 처음부터 다른 고객이 섞여 비교가 어긋나요.

A/B Test

무작위로 나눈 두 묶음에 한 가지만 다르게 건네고 반응을 비교하는 방법. 차이가 우연의 범위를 넘는지 보려면 묶음이 충분히 커야 하고, 기대하는 차이가 작을수록 더 많은 사람이 필요해요.

Pull-forward

행사 기간 매출 중 행사가 새로 만든 것이 아니라, 어차피 며칠 뒤에 생겼을 구매를 행사 기간으로 앞당긴 부분. 행사 뒤 몇 주 동안 매출이 평소보다 줄어드는 것으로 드러나요. 그래서 행사의 성과는 행사 기간만이 아니라 앞뒤 기간을 합쳐서 봐요.

Propensity Score

고객이 어떤 행동(이탈, 재구매, 반응)을 할 가능성을 AI나 통계 모델이 0에서 1 사이 숫자로 매긴 것. 과거 고객의 기록에서 배운 규칙으로 매기므로, 과거 데이터의 착시와 빈칸도 함께 배워요. 점수는 예언이 아니고, 점수 숫자가 곧 확률인 것도 아니에요(0.7이 떠날 확률 70%라는 뜻은 아니에요). 누가 더 떠날 것 같은지 순서를 매기는 데 먼저 쓰고, 어디서 끊어 행동할지(기준선)는 사람이 정해요.

Precision and Recall

예측으로 고객을 골랐을 때의 두 성적. 정밀도는 고른 고객 중 실제로 그 행동을 한 비율(헛연락이 얼마나 적나), 재현율은 실제로 그 행동을 한 고객 중 고른 비율(얼마나 놓치지 않았나)이에요. 기준선을 낮추면 재현율이 오르고 정밀도가 내려가요. 둘 중 무엇을 더 챙길지는 놓쳤을 때와 헛연락했을 때의 비용이 정해요.

Prompt

생성형 AI에게 일을 맡기는 글. 역할, 대상, 목표, 지켜야 할 것, 결과의 모양을 적을수록 쓸 만한 결과가 나와요. 캠페인 설계서의 칸을 그대로 옮겨 적으면 좋은 프롬프트의 뼈대가 돼요.

Human-in-the-loop

AI가 만든 결과가 고객에게 닿기 전에 사람이 확인하고 고치고 결정하는 단계를 일의 흐름 안에 넣어 두는 것. AI는 빠르게 많이 만들고, 사람은 목표와 기준을 정하고, 예외와 맥락을 읽고, 결과에 책임을 져요.

Segmentation

고객을 공통된 특성에 따라 여러 묶음으로 나누는 것. 묶음마다 다르게 대하기 위해 나눠요. 기준은 나이와 사는 곳 같은 인구통계, 얼마나 자주 얼마나 많이 샀는지 같은 구매 행동, 어떤 상품군을 주로 사는지 같은 관심사, 그리고 관계의 깊이예요.

Customer Tier

세분화를 계단으로 만든 것. 일반, 우수, VIP처럼 위 계단에 더 많은 것을 건네요. 기준을 금액만으로 두면 상반기에 크게 사고 떠난 사람도 VIP가 되므로, 최근성과 횟수를 함께 봐요. 경계는 사람이 정하므로 등급은 데이터가 아니라 기준이 만들어요.

Targeting

세분화한 묶음 중에서 이번에 무엇인가를 건넬 대상을 고르는 것. 문자, 쿠폰, 초대장을 누구에게 보낼지 정하는 일이에요.

Response Rate

무엇인가를 받은 고객 중 기대한 행동(구매, 방문, 클릭)을 한 고객의 비율이에요.

Personalization

같은 묶음 안에서도 사람마다 맞는 때에, 맞는 내용을, 맞는 길로 건네는 일. 문자에 이름을 넣는 것은 개인화의 가장 얕은 모양이에요. 고객이 알려 줬다고 느끼는 범위 안에서, 왜 왔는지 한 문장으로 설명할 수 있는 개인화만 반가워요.

Average Order Value

한 번 살 때 쓴 평균 금액. 기간 매출을 구매 건수로 나눈 값이에요. 매출 = 고객 수 × 구매 빈도 × 객단가에서 세 번째 숫자이고, 함께 살 것을 권하거나 더 좋은 것을 권할 때 움직여요.

Repeat Purchase Rate

처음 산 고객 중 정해진 기간 안에 한 번 더 산 고객의 비율. 두 번째 구매가 일어나야 구매 빈도가 1을 넘고 관계가 시작돼요. 그래서 CRM은 첫 구매보다 두 번째 구매에 더 신경을 써요.

Recency, Frequency, Monetary

고객을 세 가지 숫자로 보는 방법. 마지막으로 산 지 얼마나 됐나(R, 짧을수록 좋아요), 얼마나 자주 샀나(F, 많을수록), 얼마나 많이 썼나(M, 클수록). 고객을 R, F, M 각각의 순서로 줄 세운 뒤 다섯 칸으로 나눠 1~5점을 줘요.

Customer Lifetime Value (LTV)

한 고객이 우리와 관계를 이어 가는 동안 가져다줄 것으로 예상되는 가치의 합이에요. LTV(Lifetime Value)와 같은 뜻이에요. 고객 한 명을 얻는 데 드는 비용(CAC)과 비교할 때 힘을 가지는데, 이 둘의 비율을 LTV:CAC 비율이라고 불러요.

Customer Acquisition Cost

새 고객 한 명을 얻는 데 든 비용. 광고비, 가입 사은품, 첫 구매 할인 같은 비용을 그 기간에 새로 온 고객 수로 나눈 값이에요. 이익 기준 CLV와 나란히 놓아 LTV:CAC 비율로 읽어요.

Retention Rate

기간이 시작될 때 있던 고객 중 기간이 끝날 때까지 남아 있는 고객의 비율. 새로 들어온 고객은 빼고 세요. 이탈률은 100%에서 유지율을 뺀 값이에요.

Net Promoter Score

"이 브랜드를 친구에게 추천할 가능성은 0~10점 중 몇 점인가요?" 한 가지 질문으로 고객의 마음을 재는 지표. 9~10점은 추천 고객, 7~8점은 중립, 0~6점은 비추천 고객이에요. 점수는 −100부터 +100까지 나오고, 퍼센트가 아니라 점수로 읽어요.

Customer Data Types

CRM이 다루는 고객 데이터를 구매(산 것), 행동(한 것), 피드백(말한 것), 인구통계(누구인지)의 네 종류로 나눈 것. 종류마다 답하는 질문이 달라요. 구매는 고객이 얼마나 소중한지, 행동은 지금 어떤 상태인지, 피드백은 왜 그런지, 인구통계는 무엇이 맞을지에 답해요.

고객이 광고성 정보(행사 안내 문자, 쿠폰, 이메일 등)를 받겠다고 미리 허락하는 것. 한국에서는 영리 목적의 광고성 정보를 전자적으로 보내려면 받는 사람의 사전 동의가 필요해요. 동의하지 않은 고객에게는 행사 문자를 보낼 수 없으니, CRM이 움직일 수 있는 고객은 동의 고객뿐이에요.

전체 매출 가운데 CRM 데이터에 잡히는 몫. 매출 시스템은 계산대를 지나간 모든 돈을 세지만, CRM은 회원이고 마케팅 수신에 동의한 고객의 구매만 들고 있어요. 그래서 CRM 숫자는 늘 전체의 일부예요. 분석을 시작하기 전에 지금 몇 %를 보고 있는지 먼저 말해요.

Data Illusion

데이터가 틀려서가 아니라 기록되는 방식이 사람의 눈과 달라서 생기는 오해. 누구의 이름으로 기록되나(가족카드 착시), 언제 기록되나(상품권 수령, 환불 시점), 평균이 대부분을 가리나(VIP 몇 명이 끌어올린 객단가)의 세 자리에서 주로 생겨요. 숫자와 현장이 다르면 기록된 자리를 먼저 물어요.

Digital Asset Management

이미지, 영상, 문서 같은 디지털 자산을 한곳에 모으고, 찾을 수 있게 정보를 붙이고, 누가 어떻게 쓸지 정해 두는 일. 그 일을 돕는 소프트웨어를 가리키기도 해요. 만든 자료를 다시 쓰는 쪽이 새로 만드는 것보다 싸지면서 생겼어요.

Taxonomy

자산을 나누는 기준과 그 순서. 맨 위 기준은 하나만 두고, 나머지 기준은 아래 단계 폴더나 꼬리표로 붙여요. 기업에서는 브랜드, 국가, 채널 중 무엇을 맨 위에 둘지가 설계의 대부분이에요.

Metadata

자료에 대한 자료. 이 파일이 언제, 누가, 무엇을, 어디에 쓰려고 만든 것인지 적은 정보예요. 파일 이름도 메타데이터이고, DAM의 입력 칸도 메타데이터예요. 기업 DAM은 대개 파일 정보, 설명과 분류, 브랜드와 제품, 권리, 캠페인의 다섯 묶음으로 나눠요.

Rendition

원본을 용도에 맞게 바꾼 파일. 인스타그램용 정사각형, 웹용 작은 크기, 썸네일처럼 같은 자산의 다른 모습이에요. 원본은 그대로 두고 가공본을 만들어 써요.

Version, Approved

버전은 같은 자산을 고쳐 가며 남긴 차례이고, 승인본은 그중 "이걸 쓴다"고 정해진 하나예요. 덮어쓰지 말고 쌓고, 승인본은 하나만 표시해요.

Brand Portal

가맹점, 대리점, 해외 지사, 협력사처럼 회사 밖 사람이 정해진 자산만 보고 받아 갈 수 있게 열어 둔 창구. 본사가 자산을 바꾸면 포털의 것도 바뀌어서, 바깥에서도 늘 지금 것을 써요.

Asset Rights

자산을 언제까지, 어디서 쓸 수 있는지 적은 정보. 사용 기간(시작일과 만료일), 사용할 수 없는 국가, 모델 초상권과 폰트·사진 라이선스 계약이 여기에 들어가요. CRM과 DAM이 만나는 자리이고, 캠페인 사고를 막는 정보예요.