본문으로 바로가기
리옵트 핸드북
리옵트 핸드북
고객 전환 시뮬레이션

읽는 법

근거 읽는 법

전환 지도

매체별 전환 지도제품별 전환 지도직군별 전환 지도

페이드 마케팅

페이드 매체 기준선보고 전환과 증분 전환소재·리타게팅·포화

리퍼럴 마케팅

리퍼럴 퍼널 수치리퍼럴 실험과 전파 한계

파트너·인플루언서

인플루언서 마케팅 전환파트너·콜라보·스폰서십

이커머스

이커머스 전환 기준선이커머스 퍼널과 장바구니이커머스 레버의 효과 크기

SaaS와 앱

SaaS 셀프서브 전환앱 구독 전환모바일앱 획득과 리텐션데스크톱 앱 전환초기 스타트업 SaaS 전환세일즈 주도 전환

시뮬레이션

벤치마크를 구간으로예측 모형 고르기LLM 합성 고객전문가 예측과 실측 보정시나리오 예제 5건

부록

참고 자료검증 리포트업데이트 내역
핸드북›고객 전환 시뮬레이션›리퍼럴 퍼널 수치

리퍼럴 퍼널 수치

공유율과 초대 전환, 획득률, 첫 추천까지 걸리는 시간을 산업별로 모으고 벤더마다 다른 분모를 정리해 리퍼럴 예측식을 세웁니다

글·검토 Eric Han · 리옵트 공동창업자·CTO

핵심 요약

  • 벤더의 공유율은 분모가 제각각입니다. Extole은 프로모션 클릭, ReferralCandy는 프롬프트 노출을 씁니다. 전체 고객 대비 참여율로 읽으면 크게 과대평가합니다.
  • ReferralCandy 기준 공유 행동률은 상위 25%가 4.64%, 상위 10%가 13.38%부터입니다.
  • 첫 추천 판매까지는 중앙값 14일이고, 측정 가능한 프로그램의 68%가 1개월 안에 도달합니다.
  • 추천은 소수에 집중됩니다. 11회 이상 추천한 추천인 1.1%가 추천 고객의 30.2%를 만듭니다.
  • 확인한 자료 어디에도 한국 기업의 친구 초대 전환·참여 수치는 없습니다.

산업별 벤치마크

Extole이 공개한 산업별 중앙값입니다. 공유율=공유/프로모션 클릭, 가입률=가입/공유 링크 클릭(이메일 입력·리드 제출 등 참여 포함), 전환율=전환/공유 링크 클릭, 획득률=전환자/추천인입니다. 가입률과 전환율은 분모가 같으니 곱하지 마세요. 표본과 기간을 공개하지 않은 업체 자료입니다(등급 C).

공유 링크 클릭→전환율
산업별 중앙값, 표본 미공개, 등급 C
  • 의류15.8%
  • 은행13.4%
  • 일반 소매10.8%
  • 대출9.4%
  • 건강·뷰티9.1%
  • 소비재7.2%
  • 보험6.6%
  • 금융 서비스6.5%
  • 통신5.2%
  • 교육4.1%
  • 호텔·여행2.2%
  • B2B1.3%
산업공유율가입률전환율획득률
B2B4.8%7%1.3%17%
은행15.6%17.9%13.4%30%
금융 서비스17%4.9%6.5%7%
통신15.9%17.5%5.2%8%
의류5.2%15.2%15.8%15%
일반 소매7.7%16.2%10.8%21%
소비재4.9%20.2%7.2%11%
건강·뷰티7%13.4%9.1%14%
호텔·여행7.3%10.6%2.2%11%
보험26%8.9%6.6%22%
대출30%22%9.4%16%
교육14.8%6.8%4.1%13%

금융 쪽 후속 단계도 있습니다. 은행·신협은 가입 후 계좌 개설 60%, 계좌 개설 후 자격 충족 67%이고 통신은 가입 후 주문 38%, 주문 후 설치 80%입니다.

다른 집계와 비교

Mention Me 2021의 450개 이상 브랜드 섹터 평균입니다. 구매율 분모가 본문에 정의되어 있지 않습니다(등급 C).

섹터공유율구매율
패션6.3%14.4%
뷰티7.5%30%
유틸리티8.1%18.5%
여행9%25.7%
금융9.9%33%
홈6.8%20.6%
선물6.2%30.1%

구매 후 페이지가 만든 신규 고객 비중은 패션 62%, 홈 68%입니다. 어디에 프롬프트를 두는지가 공유량을 좌우한다는 신호입니다.

ReferralCandy의 공유 행동률은 Shopify 상점 500개, 2025년 7월~2026년 6월 기준입니다(분모는 프롬프트 노출). 나머지 행은 같은 회사의 별도 연구로 대체로 2025년 6월~2026년 5월 기준이고 표본이 다릅니다(등급 C). 공유 행동은 버튼 클릭이며 실제 전송 여부는 알 수 없습니다.

지표값
공유 행동률 상위 25% 진입4.64%
공유 행동률 상위 10% 진입13.38%
첫 추천 판매까지(측정 가능한 프로그램)중앙값 14일, 1개월 내 68%, 90일 내 89%. 월 주문 100건 미만은 23일
1회 추천자추천인의 83%, 추천 고객의 44.9%
11회 이상 추천자추천인의 1.1%, 추천 고객의 30.2%
채팅·이메일 비중공유 버튼 클릭의 69.2%
채팅·이메일 클릭이 공개 소셜보다 많은 상점93.7%
현금·커미션 보상 상점이 쿠폰 전용보다 추천이 매출의 의미 있는 비중에 도달한 경우(관측 비교)약 2.2배

분모를 맞추기 전에 비교하지 마세요

세 자료의 공유율은 같은 지표가 아닙니다. 이미 프로그램을 운영 중인 곳만 표본에 들어가 생존 편향도 있습니다. 예측에 쓸 때는 한 자료를 골라 그 분모대로 전체 퍼널을 구성합니다.

예측식

리퍼럴은 전체 고객 수에서 위에서 아래로 내려가며 계산합니다. 아래 분해와 감쇠식은 이 책에서 정리한 것입니다.

1세대 추천 고객=활성 고객×노출률×공유율×공유자당 초대×초대 전환율×증분율\text{1세대 추천 고객} = \text{활성 고객} \times \text{노출률} \times \text{공유율} \times \text{공유자당 초대} \times \text{초대 전환율} \times \text{증분율}1세대 추천 고객=활성 고객×노출률×공유율×공유자당 초대×초대 전환율×증분율

KKK는 고객 1명이 평균적으로 데려오는 신규 고객 수입니다.

K=노출률×공유율×공유자당 초대×초대 전환율K = \text{노출률} \times \text{공유율} \times \text{공유자당 초대} \times \text{초대 전환율}K=노출률×공유율×공유자당 초대×초대 전환율

KKK가 1보다 작으면 세대가 이어져도 합이 유한합니다.

총 추천 고객=1세대×11−K\text{총 추천 고객} = \text{1세대} \times \frac{1}{1 - K}총 추천 고객=1세대×1−K1​

리퍼럴 프로그램 구간

근거 없는 입력이 많으니 넓게 둡니다. 어느 입력이 결과를 흔드는지 먼저 보세요.

고정 입력
단계별 비율

강도 k는 이 평균을 관측 몇 건만큼 믿는지입니다. 클수록 구간이 좁아집니다.

프롬프트 노출률공개 자료 없음, 판단값
공유율ReferralCandy 상위 25% 진입 4.64% 아래
초대 전환율0.5%와 10% 사이의 판단값
범위로 두는 값
공유자당 초대
증분 비율
증분 추천 고객
4.9명
90% 구간 0.2명 ~ 36.7명
증분 추천 고객 분포5% 0.2명 · 중앙값 4.9명 · 95% 36.7명
0.0명36.6명73.3명
결과를 가장 흔드는 입력

입력 하나만 5%, 95% 분위로 움직이고 나머지는 평균에 둔 값입니다. 위쪽부터 먼저 재세요.

  • 초대 전환율0.4명 ~ 30.1명
  • 공유율2.7명 ~ 21.6명
  • 공유자당 초대4.7명 ~ 15.6명
  • 프롬프트 노출률6.8명 ~ 13.8명
  • 증분 비율7.1명 ~ 13.2명

단계를 서로 독립으로 두고 8,000회 반복한 값입니다. 단계가 함께 움직이면 실제 구간은 더 넓습니다. 세로선은 5%, 중앙값(진한 선), 95%이고 분포의 마지막 칸은 99% 분위 이상을 모은 값입니다.

위에서 내려온 값을 아래에서 검증합니다

벤더 수치를 곱한 값은 쉽게 낙관적으로 나옵니다. 대규모 실데이터와 맞춰 봅니다.

교차 점검 앵커값맥락근거
고객당 관측 시점 누적 성공 추천0.18(일반 유입)~0.30(추천 유입)캐시백 앱 4,120만 명, 평균 재직 약 4년Gershon·Jiang, B
추천당 구매약 0.51%(계산)온라인 소매Leskovec 외, B
추천 유입 비중약 30%위 캐시백 앱Gershon·Jiang, B
추천 유입 비중5.1%My Yoga Teacher 54,349명Gershon·Jiang 추가 데이터셋, B

KKK가 평균 재직 약 4년의 누적값 0.18~0.30보다 크게 나온다면 입력값을 의심합니다.

공개 사례

대조군이 없으니 방향만 참고하세요.

사례값한계
Dropbox(2010)일일 가입의 35%가 리퍼럴, 양면 인센티브로 가입 60% 증가창업자 발표
토스증권(2021)1차 이벤트 170만 명 이상앱 내 이벤트 총량. 친구 초대 기여가 분리되지 않음
PayPal, Airbnb, Uber널리 인용되지만 1차 출처 확인 실패이번 판 수치에서 제외

Andrew Chen은 성공한 리퍼럴이 획득 믹스의 20~30%라고 쓰지만 근거를 제시하지 않은 의견입니다(D).

빈칸

한국 기업의 친구 초대 전환과 참여율은 토스·당근·배달의민족·카카오뱅크 등을 찾아봐도 공개 수치가 없었습니다. B2B 추천 성사율도 분모가 명확한 자료가 없습니다. 잠식(원래 올 고객에게 보상을 준 비중)은 공개 수치가 없으니, 일부 고객에게 프로그램을 끄는 On/Off 실험으로 직접 측정합니다.

관련 장

  • 리퍼럴 실험과 전파 한계
  • 시나리오 예제: 리퍼럴

관련 문서

리퍼럴 실험과 전파 한계

추천 고객의 가치와 보상 설계 실험, 바이럴 전파 규모를 논문으로 확인하고 K가 1을 넘는다는 가정이 왜 위험한지 설명합니다

지표와 대시보드

CRM의 정석 · CRM 운영을 의사결정에 연결하는 KPI 트리와 대시보드 기준을 설계합니다.

B2B SaaS 세일즈·고객성공

수주부터 온보딩·확장·갱신까지 ARR 중심으로 운영하는 GTM 실행 핸드북

오프라인 마케팅 — 이벤트·PR·콜라보

신규 브랜드 마케팅 전략 · 이벤트 기획, PR 보도자료 작성, 콜라보 파트너 리서치, O2O 전환, 온라인 증폭 전략

토큰 비용과 가격 책정

SaaS 유료 플랜 설계 · 토큰 비용에서 가격을 역산하는 Cost-Plus 공식, 복잡한 비용을 단순화하는 크레딧 시스템, 60~70% 마진 타겟과 일일·월간 한도, 초과 사용(Overage) 처리법을 다룹니다.

On this page

산업별 벤치마크다른 집계와 비교예측식위에서 내려온 값을 아래에서 검증합니다공개 사례빈칸관련 장