2026년에 승리하는 DTC 브랜드들이 CAC 산식과 싸우기를 멈춘 이유
요약
DTC 브랜드의 고객 획득 비용(CAC) 상승과 마진 악화로 인해 기존의 CAC 및 ROAS 중심 성장 모델이 한계에 도달했습니다. 성공적인 브랜드들은 단순 광고 효율을 넘어 반품, 고객 지원, 풀필먼트 데이터를 통합하여 실질적인 수익 구조를 구축하고 있습니다.
핵심 포인트
- CAC는 최적화 대상이 아닌 시장 가격으로 수용해야 함
- 첫 주문 마진은 반품률과 운영 비용을 고려할 때 허구일 가능성이 높음
- 구매 이력, 고객 지원, 반품 데이터를 통합한 데이터 기반 의사결정 필요
- 단순 매출액이 아닌 실질적인 순비용 중심의 경제 구조 구축 필수
작성자: Nicole Ogonowska, IT Growth Manager, Digital Colliers
만약 당신이 여전히 혼합 CAC (blended CAC)와 첫 주문 ROAS (first-order ROAS)를 중심으로 성장 리뷰를 진행하고 있다면, 당신은 승자들이 약 18개월 전 조용히 그만둔 게임을 하고 있는 것입니다. 산식이 깨졌습니다. 서서히 깨진 것이 아닙니다. 유료 소셜 (paid social) 비용이 분기마다 재설정되지 않고, 고객 획득의 핵심 동력이 되어야 할 제품들의 마진을 수익이 갉아먹기 시작한 시점에 산식은 무너졌습니다.
LinkedIn 포스트에서는 당신의 경쟁자들이 CAC 문제를 해결하는 것을 멈췄다고 말했습니다. 이것은 그 이유에 대한 더 긴 버전의 설명입니다.
CAC 곡선은 더 이상 주기적이지 않습니다
DTC 고객 획득 비용 (customer acquisition costs)은 2023년 이후 약 40% 상승했으며, Meta의 CPM (Cost Per Mille)은 2024년과 2025년 내내 계속 상승했습니다. 이것은 단순히 운이 나쁜 분기의 문제가 아닙니다. 이것이 새로운 하한선입니다.
동시에, 영국의 이커머스 (eCommerce)는 전년 대비 한 자릿수 성장에 머물고 있습니다. 즉, 당신은 거의 확장되지 않는 시장에 도달하기 위해 더 많은 비용을 지불하고 있는 것입니다. 만약 당신의 2026년 계획이 더 큰 유료 광고 예산과 더 나은 크리에이티브 (creative)라면, 당신은 작년보다 더 효율적으로 마진을 잃을 계획을 세우고 있는 것입니다.
앞서 나가는 운영자들에게서 공통적으로 보이는 점은 그들이 불편한 사실을 받아들였다는 것입니다: CAC는 이제 조절할 수 있는 레버 (lever)가 아니라 시장 가격 (market price)이라는 점입니다. 당신은 시장 가격을 최적화할 수 없습니다. 대신 그 가격을 흡수할 수 있는 경제 구조를 구축해야 합니다.
첫 주문 경제학은 언제나 허구였습니다
여기 2021년에는 아무도 대놓고 말하고 싶어 하지 않았던 부분이 있습니다. 첫 주문 공헌 마진 (First-order contribution margin)은 결코 실제 수치가 아니었습니다. 단지 그 격차를 무시할 수 있을 정도로 실제 수치에 가까웠을 뿐입니다.
이제 그 격차는 세 가지 이유가 겹치면서 매우 커졌습니다:
-
반품률은 총 온라인 매출의 약 19-20% 수준이며, 의류(apparel) 카테고리의 경우 25-40%에 달합니다. 이는 박리다매 형태의 초도 주문 마진(first-order margin)을 고려할 때 단순한 반올림 오차 수준이 아닙니다.
-
전형적인 멀티채널(multi-channel) 브랜드의 SKU 중 약 30%는 광고비, 반품, 풀필먼트(fulfilment) 비용을 차감하고 나면 실제 주문당 손실을 기록합니다. 대부분의 재무 팀은 그 30%가 정확히 어떤 것인지 알지 못합니다.
-
주문당 고객 지원 비용(Support cost per order)은 실제 비용 항목이지만, 해당 주문을 발생시킨 획득 채널(acquisition channel)과 연계하여 추적하는 곳은 거의 없습니다.
만약 귀하의 손익계산서(P&L)가 판매액만을 보고 있다면, 이 중 그 어떤 것도 볼 수 없습니다. 그저 현금으로 전환되지 않는 매출만을 보게 될 뿐입니다.
리텐션(retention) 산식의 실제 모습
이번 사이클에서 승리하고 있는 브랜드들은 경쟁사들이 여전히 별도의 탭에 나누어 관리하는 세 가지 데이터 소스, 즉 구매 이력(purchase history), 고객 지원 티켓(support tickets), 그리고 풀필먼트 또는 반품 데이터를 연결했습니다. 이 데이터들을 결합하면, 상황은 잔혹해지는 동시에 매우 유용해집니다.
귀하는 이제 "이 고객을 획득하기 위해 얼마를 썼는가"라고 묻는 대신 다음과 같이 묻기 시작합니다:
-
고객이 60일 이내에 다시 돌아왔는가?
-
반품과 고객 지원 문의를 제외했을 때, 두 번째 주문을 처리하는 데 드는 순비용은 얼마인가?
-
어떤 획득 소스(acquisition source)가 두 번째 주문에서 실제로 수익을 내는 고객을 만들어내는가?
마지막 질문에 대부분의 돈이 숨겨져 있습니다. 두 채널이 초도 주문 CAC 측면에서는 동일해 보일 수 있지만, 90일 기여 마진(contribution margin) 측면에서는 3배까지 차이가 날 수 있습니다. 만약 퍼널(funnel)의 앞부분만 측정하고 있다면, 귀하는 더 나쁜 채널에 자금을 대고 더 좋은 채널은 굶기고 있는 셈입니다.
2026년 승자들이 실제로 추적하는 지표들
대시보드의 모습이 달라집니다. 허영 지표(vanity numbers)는 줄어들고, 운영 지표(operational numbers)는 늘어납니다. 제가 계속해서 목격하고 있는 패턴은 다음과 같습니다:
-
획득 코호트(acquisition cohort)별 60일 재구매율 (60-day repeat rate). 혼합된 수치가 아닙니다. 채널별, 첫 구매 제품별, 할인 깊이(discount depth)별로 구분합니다.
-
재구매 주문당 공헌 이익 (Contribution margin per repeat order). 반품, 고객 지원, 풀필먼트(fulfilment) 비용을 제외한 수치입니다. 이것이 임대료를 지불할 수 있게 해주는 진짜 숫자입니다.
-
SKU 레벨의 반품 조정 제품 마진 (Return-adjusted product margin at SKU level). 이를 통해 손실을 내고 있는 30%의 SKU 중 어떤 것을 수정하거나, 가격을 재조정하거나, 혹은 단종시켜야 하는지 실제로 확인할 수 있습니다.
-
SKU 및 채널별 주문당 고객 지원 문의 건수 (Support contacts per order by SKU and by channel). 문의 티켓이 3건이나 발생하는 저렴한 제품은 결코 저렴한 제품이 아닙니다.
이 중 어느 것도 생소한 것이 아닙니다. 데이터는 Shopify, Gorgias 또는 Zendesk, 그리고 귀사의 3PL(제3자 물류)에 이미 존재합니다. 대부분의 팀이 이 데이터를 갖지 못하는 이유는 이러한 시스템들을 안정적으로 연결하는 것이 엔지니어링 작업이며, 다음 캠페인을 진행하는 것만큼 시급하게 느껴지지 않기 때문입니다.
뒤처지는 리스크는 생각보다 조용하게 찾아옵니다
2026년에 뒤처지는 브랜드들은 극적인 분기를 맞이하지 않을 것입니다. 대신 8개 분기 동안 조용히 무너질 것입니다. 유료 광고 예산은 야금야금 늘어나고, 공헌 이익(contribution margin)은 야금야금 줄어들며, 현금 전환(cash conversion)은 악화되지만, 무엇이 문제인지 명확히 짚어낼 곳이 없게 됩니다.
반면, 구매, 고객 지원, 풀필먼트 데이터를 하나로 묶는 데 6개월을 투자한 경쟁자는 이제 첫 클릭 ROAS(광고비 대비 매출액) 대신 90일 마진을 기준으로 채널 의사결정을 내리고 있습니다. 그들은 재구매를 하는 고객에 대해서는 귀사보다 더 높은 입찰가를 제시할 수 있으며, 재구매를 하지 않는 고객들은 귀사가 가져가도록 내버려 둘 수 있습니다.
그것이 현재의 게임 방식입니다. 이제는 CAC를 해결하는 것이 문제가 아닙니다. 어떤 고객이 시장 가격을 지불할 가치가 있고, 어떤 고객이 그렇지 않은지를 아는 것이 핵심입니다. 만약 귀사의 기술 스택(stack)이 코호트별, SKU별, 채널별로 이를 알려줄 수 없다면, 그것이 향후 두 분기 동안 수행해야 할 과제입니다.
출처
이 기사는 원래 Digital Colliers Blog에 게시되었습니다. Digital Colliers는 DACH 및 UK 기업들이 AI를 도입할 수 있도록 지원합니다 — 저희의 AI 컨설팅 서비스 (AI consulting services)를 확인하거나 문의하기 (contact us)를 통해 연락해 주세요.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기