만족과 추천 - 마케팅 지표 핸드북 ep.09

광고비로만 자라는 회사는 광고를 멈추면 자라지 않는다.

이 편의 단어들은 광고비 없이도 자라는 구조 의 측정. 만족한 사용자가 추천을 통해 다른 사용자를 데려오면 CAC가 줄고 LTV가 늘어난다. 단위경제의 양쪽 끝을 동시에 개선한다.

NPS·CSAT·CES는 만족도의 측정 이고, K-factor와 Viral Coefficient는 그 만족이 매출로 변환되는 비율 이다. 두 종류를 한 편에 묶는다.

이번 편에서 다룰 것

마케팅 지표 핸드북 시리즈의 5단계 퍼널 지도. 위에서부터 획득(ep.01–02), 활성화(ep.03–04), 유지(ep.05–07), 수익(ep.08), 추천(ep.09) 카드가 화살표로 연결되고, 이번 편이 속한 추천 단계가 강조 표시되어 있으며 NPS·CSAT·K-factor 지표가 함께 적혀 있다. 맨 아래에는 측정 인프라(MEASUREMENT LAYER) 띠로 ep.10 실험·ep.11 트래킹·ep.12 어트리뷰션이 배치되어 있다.

10개 용어. 만족도의 세 가지 척도(NPS, CSAT, CES), 바이럴 측정(Viral Coefficient, K-factor, Referral Rate, Word-of-Mouth), NPS 분류(Promoter, Detractor, Passive).

이번 편은 광고와 무관한 마케팅 의 영역. 결과 지표가 천천히 누적되는 만큼 변화도 천천히 나타납니다.

NPS · Net Promoter Score · 순추천지수

① 정의

“이 서비스를 친구에게 추천할 의향이 얼마나 되시나요?” 를 0~10점 척도로 묻고, 추천자 비율 − 비추천자 비율 로 계산.

NPS = % 추천자(9~10) − % 비추천자(0~6)
범위: −100 ~ +100

7~8점은 중립 으로 분류되어 계산에서 제외.

② 맥락

회의에서: “이번 분기 NPS 42. 작년 28에서 14점 상승.” — 만족도의 가장 표준적인 단일 숫자.
UI 위치: 분기 보고, 제품 회의의 정성 평가 자리.

③ 액션

개발: NPS 조사 도구(Delighted, AskNicely, 자체 구현). 응답률을 끌어올리는 짧고 적절한 시점의 인앱 설문이 핵심. 활성화 직후, 첫 결제 직후 등.
디자인: NPS 설문 UI 자체의 디자인 영향. 0~10 슬라이더 vs 클릭형 vs 별점형 의 차이가 응답 결과에 영향. 일반적으로 클릭형 0~10 이 표준.
기획: NPS는 느린 변화 의 지표. 분기 단위로 추적. 매주 보면 노이즈가 큽니다.

④ 사례

센티: 활성화 후 30일째 사용자 NPS 38. 결제 사용자만 보면 52, 무료 사용자 24. 결제 전환의 만족도 격차 가 14점.
실제 사례: 애플 70+, 디즈니 60+, 토스 40~50대(추정), 한국 통신 3사 -10~10 사이. NPS 50+ 가 매우 강한 브랜드.

⑤ 비고

흔한 함정: 응답자 편향(response bias). NPS 응답률 자체가 일반 사용자와 다른 집단을 대변할 수 있습니다.
함께 보기: CSAT, CES, Promoter, Detractor

NPS 계산 구조를 보여주는 다이어그램. "이 서비스를 친구에게 추천할 의향이 얼마나 되시나요?"라는 질문에 0(전혀)10(매우)으로 답한 응답을 세 그룹으로 나눈다. 06점은 Detractor(불만 또는 무관심), 78점은 Passive(중립, 계산 제외), 910점은 Promoter(적극 추천)이다. 센티 D30 사용자의 실제 응답 분포 막대는 Detractor 12%, Passive 34%, Promoter 54%로 표시된다. NPS 계산: NPS = % Promoter − % Detractor = 54 − 12 = +42. 주석은 Passive 34%는 계산에서 제외되며 이들을 9~10점으로 옮기는 것이 NPS 개선의 가장 큰 레버라는 설명.

CSAT · Customer Satisfaction Score · 고객 만족도

① 정의

“이번 경험에 만족하시나요?” 를 보통 1~5 또는 1~7 척도로 묻고, 만족(4~5 또는 6~7) 응답 비율로 계산.

CSAT = 만족한 응답 수 ÷ 전체 응답 수 × 100 (%)

NPS와 달리 즉시 경험 에 대한 평가.

② 맥락

회의에서: “이번 달 CS 채팅 CSAT 87%, 작년 동월 81%.” — 특정 접점·기능의 만족도.

③ 액션

개발: CSAT는 접점 직후 측정. CS 채팅 종료 직후, 결제 완료 직후, 기능 사용 직후 등.
디자인: 별점·이모지·슬라이더 등 다양한 UI. 이모지가 응답률 가장 높음. 그러나 분석 데이터로는 별점·숫자가 좋습니다.
기획: CSAT는 특정 접점의 즉시 평가. 전체 제품 평가에는 NPS가 더 적합.

④ 사례

센티: 자동 분류 결과 CSAT 92%, 카드 연동 CSAT 78%. 카드 연동의 과정 자체 가 불편한 경험이라는 신호.

⑤ 비고

함께 보기: NPS, CES

CES · Customer Effort Score · 고객 노력 점수

① 정의

“이 작업을 완료하는 데 얼마나 노력이 들었나요?” 를 1~7 척도로 묻고, 적은 노력(6~7) 응답 비율로 계산.

CES = 적은 노력 응답 비율 (%)

만족이 아니라 노력의 무게 를 묻는 척도. CSAT보다 유지(retention) 와 더 강한 상관이 있다는 연구.

② 맥락

회의에서: “가입 흐름 CES 64%. 카드 연동 41%. 가장 무거운 단계가 카드 연동.” — 어디가 가장 힘든지 찾는 도구.

③ 액션

개발: 작업 완료 직후 짧은 CES 설문. 보통 한 문장.
디자인: CES 점수가 낮은 단계는 디자인 개선의 우선순위. 사용자가 어렵다고 느낀 자리 가 곧 이탈 자리.
기획: CES는 고객 충성도 예측 에 NPS보다 강하다는 Harvard Business Review 연구. 쉬운 경험 이 기뻐하는 경험 보다 유지에 영향 큼.

④ 사례

센티: 카드 연동 CES 41%. 연동 권한 동의 텍스트 단순화 + 연동 진행 상태 시각화 추가 후 64%로 개선.
실제 사례: 토스가 모든 인증·결제 흐름의 CES 를 핵심 KPI로 운영. 간편함이 곧 브랜드 라는 일관된 결정.

⑤ 비고

함께 보기: NPS, CSAT

Viral Coefficient · 바이럴 계수

① 정의

한 사용자가 평균적으로 데려오는 신규 사용자 수.

Viral Coefficient = 평균 초대 수 × 초대 수락률
또는
Viral Coefficient = 한 사용자가 가입시킨 신규 사용자 / 그 사용자 본인

1.0이면 바이럴 성장(한 사용자가 한 명 이상 데려옴 → 광고 없이도 사용자가 증가). < 1.0이면 도움이 되지만 자체 성장은 아님.

② 맥락

회의에서: “Viral Coefficient 0.32. 가입자 3명당 1명이 새로 들어와요.” — 광고 없이 자라는 비율 의 측정.

③ 액션

개발: 사용자별 초대 보낸 수 와 초대로 가입한 사용자 수 를 추적. 초대 링크에 referrer ID 포함.
디자인: 바이럴 계수에 영향을 주는 디자인 — 초대 버튼의 위치, 초대 인센티브, 초대 후 첫 화면, 받는 사람의 가입 흐름.
기획: Viral Coefficient > 1.0은 현실에서 매우 드뭅니다. SNS 같은 사용자가 사용자를 필요로 하는 제품에서만 가능.

④ 사례

센티: 가족 공유 기능 출시 후 Viral Coefficient 0.18 → 0.32. 가족 1팀당 평균 1.5명이 추가 가입. 친구 초대보다 가족 공유가 더 강력.
실제 사례: 페이팔 초창기 이메일 초대 보너스로 Viral > 1.0 달성한 전설. Dropbox의 친구 초대 500MB 가 비슷한 효과. 한국에서는 토스의 송금 1만원 받기 캠페인이 유명.

⑤ 비고

함께 보기: K-factor, Referral Rate

K-factor · K값

① 정의

Viral Coefficient의 다른 이름. 의학·전염병학에서 빌려온 용어 — 한 감염자가 평균 몇 명을 감염시키는가.

K = i × c
i = 한 사용자당 평균 초대 수
c = 초대당 가입 전환율

K > 1.0이면 지수 성장, K = 1.0이면 선형 유지, K < 1.0이면 바이럴 단독으로는 감소.

② 맥락

두 용어가 완전히 같은 개념. 회사마다 선호하는 단어가 다를 뿐.
의학·정책 회의에서 자주 등장하는 R0(기초감염재생산수) 와 같은 수학 구조.

③ 액션

개발: K의 두 인수(i, c)를 분리 추적. 초대 수가 적은 것 과 초대 수락이 낮은 것 은 처방이 완전히 다릅니다.
디자인: i를 끌어올리려면 초대 UI 개선. c를 끌어올리려면 받는 사람의 가입 흐름 개선.

④ 사례

센티: i = 0.8 (한 사용자당 0.8명 초대), c = 0.40 (초대받은 사람의 40%가 가입). K = 0.32.

⑤ 비고

함께 보기: Viral Coefficient

Referral Rate · 추천율

① 정의

전체 신규 사용자 중 친구 추천 경로로 들어온 비율.

Referral Rate = 추천으로 가입한 신규 사용자 ÷ 전체 신규 사용자 × 100 (%)

② 맥락

회의에서: “이번 분기 신규의 30%가 친구 추천. 작년 18%에서 12%p 상승.” — 채널 믹스에서 추천의 비중.

③ 액션

개발: 추천 경로 명확히 트래킹. 추천 코드 또는 referrer query parameter 로 어트리뷰션. 추천자의 친구가 가입한 시점 알림 필수.
디자인: 추천 자체를 자연스럽게 유도하는 디자인 — 결제 직후, 첫 성공 직후 등 기분 좋은 순간 에 초대 CTA.
기획: Referral Rate가 30%를 넘으면 추천이 핵심 채널. 광고 의존도가 낮아 단위경제 매우 우호적.

④ 사례

센티: Referral Rate 30%. 추천 가입자의 CAC는 추천 보상비(평균 3,000원)뿐. 광고 CAC 24,000원의 12.5%.
실제 사례: 당근마켓의 신규 가입 30%+ 가 추천 경로. 토스의 송금 받은 사용자 자동 가입 도 추천의 한 형태.

⑤ 비고

함께 보기: Viral Coefficient, K-factor

Word-of-Mouth · 구전

① 정의

공식 추천 프로그램을 거치지 않은 자발적 추천. 측정이 어렵지만 영향은 큽니다.

WoM 추정 = 신규 가입자 중 "친구 추천으로 알게 됐어요"라고 답한 비율 (가입 설문)

② 맥락

회의에서: “가입 설문에서 ‘친구 추천으로 알게 됐다’ 응답이 28%. 공식 추천 30%와 비슷한 규모.” — 측정되지 않는 구전의 크기.

③ 액션

개발: 가입 직후 “우리 서비스를 어떻게 알게 됐어요?” 설문. 다중 선택 가능. 광고와 친구 추천이 동시에 영향을 줄 수 있습니다.
기획: WoM은 NPS와 강한 상관. NPS 50+ 제품은 WoM이 큰 채널이 됩니다.

⑤ 비고

함께 보기: NPS, Referral Rate

Promoter · 추천자

① 정의

NPS 설문에서 9~10점 응답자. 적극 추천 의향.

% Promoter = 9~10점 응답자 ÷ 전체 응답자 × 100 (%)

② 맥락

회의에서: “Promoter 비율 54%, Detractor 12%, NPS 42.” — NPS의 분해.

③ 액션

기획: Promoter는 마케팅 자원. 후기·인터뷰·사례 연구 요청의 첫 번째 대상.

⑤ 비고

함께 보기: Detractor, Passive, NPS

Detractor · 비추천자

① 정의

NPS 설문에서 0~6점 응답자. 불만 또는 무관심.

% Detractor = 0~6점 응답자 ÷ 전체 응답자 × 100 (%)

② 맥락

회의에서: “Detractor 12% 중 7점 이상으로 옮길 수 있는 비율을 분석합시다.” — 개선 가능성 분석.

③ 액션

개발: Detractor 응답 직후 자유 입력 사유 수집. 그 사유가 제품 개선의 가장 강한 신호.
기획: Detractor의 자유 입력 분석이 분기 우선순위 의 출발점.

⑤ 비고

함께 보기: Promoter, NPS

Passive · 중립자

① 정의

NPS 설문에서 7~8점 응답자. NPS 계산에서 제외.

% Passive = 7~8점 응답자 ÷ 전체 응답자 × 100 (%)

② 맥락

회의에서: “Passive 34%를 Promoter로 옮기는 것이 NPS 개선의 가장 큰 레버.” — Passive가 가장 움직일 수 있는 집단.

③ 액션

기획: Passive는 만족하지만 추천할 정도는 아닌 사용자. 이들을 9~10점으로 끌어올리는 것이 NPS 점수를 빠르게 올리는 지름길.

⑤ 비고

함께 보기: Promoter, Detractor, NPS

이번 편 한눈에 보기

용어	정의 (한 줄)	좋은 값 (참고)
NPS	추천자 % − 비추천자 %	30+ 좋음, 50+ 매우 좋음
CSAT	만족 응답 비율	80%+
CES	적은 노력 응답 비율	60%+
Viral Coefficient	한 사용자가 데려오는 신규 수	1.0+ 바이럴
K-factor	Viral Coefficient의 동의어	—
Referral Rate	추천 경로 가입자 비율	20~30% 강한 채널
Word-of-Mouth	비공식 구전 (설문 기반)	—
Promoter	NPS 9~10점	비율 클수록 좋음
Detractor	NPS 0~6점	비율 작을수록 좋음
Passive	NPS 7~8점	움직일 수 있는 집단

자주 헷갈리는 쌍

NPS vs CSAT vs CES

	NPS	CSAT	CES
질문	추천 의향	만족도	노력의 무게
시점	전체 경험	즉시 접점	작업 직후
척도	0~10	1~5 또는 1~7	1~7
계산	%추천자 − %비추천자	%만족 응답	%적은 노력

세 척도는 같이 봐야 합니다. NPS만 보면 왜 가 빠지고, CSAT만 보면 추천으로 이어지는지 모릅니다.

Viral Coefficient vs Referral Rate

	Viral Coefficient	Referral Rate
단위	사용자당 가져오는 신규 수	신규 중 추천 비율
수치 의미	0.3 = 사용자 3명당 1명 신규	30% = 신규 10명 중 3명이 추천
관계	두 수치는 같은 데이터의 다른 단위

참고 자료

Reichheld, F. F. (2003). The One Number You Need to Grow. Harvard Business Review.
Dixon, M., Freeman, K., & Toman, N. (2010). Stop Trying to Delight Your Customers. Harvard Business Review (CES).
Skok, D. Lessons Learned — Viral Marketing. For Entrepreneurs.
Bain & Company. Net Promoter System. https://www.netpromotersystem.com
Delighted. NPS Industry Benchmarks. https://delighted.com
Reforge. Network Effects & Viral Loops. https://www.reforge.com

다음 편 예고

ep.10 — 실험과 통계

지금까지의 모든 지표 변화가 진짜 우리 변경의 효과 인지 어떻게 알 수 있을까요. A/B 테스트, 통계적 유의성, 표본 크기, p-value, 그리고 두 종류의 오류. 12개 용어.