발송 빈도 최적화, 감으로 하고 계신가요 — 다른 툴이 안 알려주는 '클릭률 꺾이는 지점'
월초 캠페인 회의에서 매번 반복되는 질문이 있습니다. "이번 달 전체 발송, 몇 번 할까요?" 늘리자니 고객이 지칠 것 같고, 줄이자니 매출이 빠질 것 같습니다. 그런데 이 질문에 데이터로 답해본 적이 있나요? 대부분의 팀에서 발송 빈도는 "저번 달만큼", "경쟁사도 이 정도", "컴플레인 없었으니 유지" — 결국 감으로 정해집니다.
마케터가 게을러서가 아닙니다. 지금까지 쓰던 툴이 이 질문에 답을 준 적이 없기 때문입니다.
CRM에서 가장 오래된 질문인데,
왜 아직도 감인가
발송 빈도는 CRM의 가장 근본적인 변수입니다. 같은 오디언스, 같은 메시지라도 몇 번째 발송이냐에 따라 반응이 달라지니까요. 그런데 대부분의 발송 툴이 보여주는 건 캠페인별 오픈율·클릭률까지입니다. 정작 필요한 질문 — "같은 고객 집단에게 n번째로 보낸 메시지의 클릭률은 1번째에 비해 얼마나 떨어지는가" — 는 어디에도 없습니다.
이 분석이 어려운 이유는 명확합니다. 캠페인 단위 통계가 아니라, 동일 집단을 고정해두고 발송 회차별로 반응을 분해해야 하기 때문입니다. 발송 로그와 클릭 로그를 고객 단위로 이어붙이는 SQL 작업이고, 데이터 팀에 요청하면 우선순위에서 밀리기 일쑤입니다. 그래서 이 질문은 늘 "언젠가 해봐야지"로 남습니다.
질문을 바꾸면 답이 보인다 —
"몇 번?"이 아니라 "몇 번째부터 꺾이나"
최적 빈도는 하나의 정답 숫자가 아닙니다. 핵심은 피로 곡선이 꺾이는 지점을 찾는 겁니다. 발송을 한 번 늘릴 때마다 추가로 얻는 클릭(한계 반응)은 조금씩 줄어드는데, 어느 회차부터는 얻는 것보다 잃는 것(피로·수신거부)이 커집니다. 그 직전이 우리 고객, 우리 브랜드의 최적 빈도입니다.
중요한 건 이 곡선이 브랜드마다, 세그먼트마다 다르다는 점입니다. 업계 평균이나 경쟁사 관행을 빌려올 수 없는 이유입니다. 우리 데이터로 우리 곡선을 그려야 합니다.
"이 부분은 놀랐습니다" — 에이전트에게 물어본 마케터
건강기능식품 브랜드 익스트림의 CRM 담당자는 이 질문을 데이터 팀이 아니라 블럭스 에이전트에게 던졌습니다. 공개 인터뷰의 표현을 그대로 옮기면 이렇습니다.
"단기 매출을 위해 월 몇 회 전체 CRM 발송이 가장 효율이 좋은지 — 이 효율 같은 경우는 동일 집단에게 빈도를 어떻게 보냈을 때 클릭률이 얼마나 떨어지는지를 분석해줍니다. 이 부분은 놀랐습니다."
채팅창에 질문 한 문장을 입력하면, 에이전트가 동일 오디언스의 발송 이력과 클릭 로그를 이어붙여 회차별 반응 변화를 분석하고 차트로 보여줍니다. SQL을 짜지 않아도, 데이터 팀의 일정을 기다리지 않아도 됩니다. 이런 분석이 가능한 조건은 하나입니다 — 발송 로그와 고객 반응 데이터가 한 플랫폼 안에 있고, 그 위에서 에이전트가 분석을 설계할 수 있어야 합니다. 발송만 하는 툴과 분석까지 하는 툴의 차이가 여기서 갈립니다.
빈도 데이터를 손에 쥐면 바뀌는 세 가지
① 발송 상한이 '감'에서 '곡선'으로. "이 정도면 많겠지"가 아니라 "우리 데이터에서 n회차부터 한계 클릭이 급감한다"로 상한을 정하게 됩니다. 근거가 있으니 팀 내 설득도 쉬워집니다.
② 세그먼트별로 다른 피로도가 보입니다. 전체 고객에게 같은 빈도를 적용할 이유가 없다는 걸 데이터가 보여줍니다. 활성 고객은 더 자주 받아도 반응이 유지되고, 휴면 직전 고객은 한 번만 더 보내도 수신거부로 이어질 수 있습니다. 빈도도 개인화의 대상이 됩니다.
③ 늘릴 곳과 줄일 곳이 구분됩니다. 총 발송량을 유지하면서도, 반응이 살아있는 구간에 발송을 재배분해 같은 비용으로 더 많은 클릭을 얻는 운영이 가능해집니다.
이번 주에 에이전트에게 던져볼 질문 3개
"최근 3개월, 동일 오디언스 기준으로 발송 회차별 클릭률이 어떻게 변했는지 분석해줘"
"월 발송 횟수가 다른 세그먼트끼리 수신거부율을 비교해줘"
"클릭률이 꺾이기 시작하는 발송 회차를 기준으로, 이번 달 발송 계획을 제안해줘"
발송 빈도는 CRM에서 가장 오래된 질문이지만, 가장 오래 방치된 질문이기도 합니다. 이제는 툴이 대답할 차례입니다.