🔥 실무 꿀팁 전통 및 현대 퍼널 모델

고객 건강도 점수

Customer Health Score

💡 3줄 핵심 꿀팁 요약

고객 건강도 점수(Customer Health Score)는 사용자의 제품 활성화 지표를 수치화하여 이탈 징후를 사전에 감지하고 CS 및 영업이 선제 대응하도록 돕는 프레임워크입니다. 핵심 공식은 (로그인 빈도 x 0.3) + (핵심 기능 사용 횟수 x 0.5) - (미결제 및 에러 티켓 수 x 0.2)로 구성됩니다.

📖 개념 정의 및 실무 적용

B2B SaaS 및 구독 비즈니스에서 고객 이탈은 매출에 직접적인 타격을 줍니다. 사후약문처방식으로 고객이 해지를 요청한 뒤에야 연락하는 방식은 이미 늦었습니다. 고객 건강도 점수는 매일 혹은 매주 자동으로 사용자의 행동 데이터를 수집·가중치 합산하여 위험 계정을 사전에 식별합니다.

SQL SNIPPET

SELECT user_id, (COALESCE(login_count, 0) * 0.3 + COALESCE(core_feature_usage, 0) * 0.5 - COALESCE(support_tickets, 0) * 0.2) AS health_score FROM (SELECT user_id, COUNT(DISTINCT DATE(login_timestamp)) AS login_count, SUM(feature_x_count) AS core_feature_usage, COUNT(DISTINCT ticket_id) AS support_tickets FROM user_activity_log WHERE activity_date >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY) GROUP BY user_id)

⚡ 5분 만에 적용하는 실행 스텝

STEP 1

단계: 비즈니스 목표에 부합하는 3~5개의 핵심 행동 지표(로그인, 핵심 기능 사용, CS 티켓 등)를 정의합니다.

STEP 2

단계: 각 지표의 중요도에 따라 가중치(합계 1.0 또는 100%)를 부여하고 점수화 공식을 확정합니다.

STEP 3

단계: SQL 또는 데이터 파이프라인을 구축하여 일 단위로 고객별 건강도 점수를 자동으로 계산합니다.

STEP 4

단계: 점수 구간별(예: 80점 이상 Safe, 50~79점 Warning, 50점 미만 Danger)로 자동 알림 및 CS/영업 액션 플랜을 연동합니다.

🚀 실무자만 아는 한 끗 차이 Pro Tip

단순 로그인 빈도에만 가중치를 높게 두면 '출근 도장만 찍고 가치 체감을 못 하는 좀비 유저'가 우수 고객으로 오인될 수 있습니다. 반드시 유저가 제품의 핵심 가치(Aha Moment)를 경험하는 특정 행동 로그를 점수의 50% 이상으로 설정하세요. 또한 절대값 점수보다는 전주 대비 점수 하락 폭(Drop Rate)을 트리거로 활용하는 것이 이탈 예측 정확도를 높이는 데 훨씬 효과적입니다.

⚠️ 흔히 하는 실수 & 주의사항 (삽질 방지)

초보자들이 가장 흔히 저지르는 실수는 모든 지표에 동일한 가중치를 부여하거나 비즈니스 임팩트와 상관없는 지표(예: 페이지뷰)를 건강도에 포함하는 것입니다. 이는 지표 왜곡을 낳아 불필요한 리소스를 낭비하게 만듭니다. 또한, 서비스 규모가 커지면서 누적 데이터가 쌓일 때 기간 정의(예: 최근 30일)를 누락하여 휴면 계정과 신규 계정이 동일하게 고득점을 받는 오류를 범하므로, 반드시 롤링 윈도우(Rolling Window) 기간 조건을 명시해야 합니다.

❓ 자주 묻는 질문 (FAQ)

건강도 점수는 얼마나 자주 업데이트하는 것이 좋나요?

B2B SaaS의 경우 일 단위(Daily batch) 업데이트가 가장 이상적입니다. 주 단위나 월 단위는 이탈 징후를 감지하고 선제 대응하기에는 주기가 너무 깁니다.

점수가 낮은 위험 계정으로 분류되면 구체적으로 어떤 액션을 취해야 하나요?

50점 미만 Danger 그룹에는 CSM(고객 성공 매니저)이 직접 연락하여 온보딩 교육을 다시 제공하거나, 제품 사용 중 겪는 페인포인트를 청취하고 해결책을 제시하는 웨비나/가이드를 발송해야 합니다.

💡 [] 꿀팁은 현재 검증/작성 중입니다!