매출액 구간 분석(Binning)으로 고객층 쪼개기

1. 구간 분석이란, 왜 중소기업에 필요한가

구간 분석(Binning)은 값이 연속적으로 이어지는 측정값을 몇 개의 구간(bin)으로 나눠, 각 구간에 몇 건·얼마가 들어가는지 세는 기법입니다. 객단가, 판매수량, 배송비처럼 “0원부터 수천만원까지 끊김 없이 이어지는” 숫자를 사람이 이해할 수 있는 덩어리로 바꾸는 것이죠.

중소기업 사장님이 실무에서 가장 많이 보는 지표는 “평균 객단가”입니다. 그런데 평균은 거짓말을 자주 합니다. 평균 객단가가 3만원이라고 해도, 실제로는 1만원대 주문 8,000건과 2,000만원짜리 기업 주문 20건이 섞여 나온 평균일 수 있습니다. 이 둘은 완전히 다른 고객인데 평균 하나에 뭉개지면 “우리 고객은 3만원짜리”라는 잘못된 그림이 만들어집니다.

구간 분석은 이 평균의 함정을 깨뜨립니다. 매출액을 구간으로 잘라 보면 주문이 어느 대역에 몰려 있는지, 꼬리(고액 구간)에 얼마나 큰 매출이 숨어 있는지가 막대 하나하나로 드러납니다. 분포를 보고 나서야 비로소 “누가 우리 고객인가”라는 질문에 숫자로 답할 수 있습니다.

IAM BI에서는 주문 라인 CSV를 업로드한 뒤 측정값을 고르고, 구간 폭 단위와 구간 개수만 지정하면 됩니다. 예를 들어 “단위 2,000만원, 구간 7개”를 입력하면 0~2천만 / 2천~4천만 / ... / 1억4천만 초과까지 7개 막대가 그려집니다. 브라우저 안에서 15만 행을 0.01초대로 다시 계산하기 때문에, 단위를 500만원으로 줄이거나 구간을 10개로 늘리는 실험을 클릭 한 번마다 즉시 확인할 수 있습니다.

2. 실전 예시 1: 매출액 구간으로 VIP 기준과 프로모션 설계하기

첫 번째 질문은 이것입니다. “우리 매출의 상당 부분을 만들어 주는 초대형 고객군은 얼마나 되는가?” 객단가를 측정값으로 두고 단위 2,000만원, 구간 7개로 나눠 봅시다.

• 0~2,000만원 구간: 주문 건수는 압도적으로 많지만 개별 기여도는 작은 일반 고객층.
• 2,000만~6,000만원 구간: 반복 구매·중형 거래처. 관리하면 위로 끌어올릴 수 있는 성장 후보.
• 1억4,000만원 초과 구간: 막대는 짧지만 매출 합계는 전체의 큰 몫을 차지하는 초대형 고객.

여기서 “2,000만원 이상 초대형 고객군 비중”이라는 경영 질문에 바로 답이 나옵니다. 만약 상위 두 구간이 전체 고객의 4%인데 매출의 38%를 만든다면, VIP 기준선을 “누적 결제 2,000만원”으로 확정하고 그 고객에게 전담 응대·우선 배송·연간 리베이트를 붙이는 결정이 근거를 갖게 됩니다.

프로모션 설계도 같은 그림 위에서 이뤄집니다. 주문이 1만~2만원대에 봉우리를 이루고 3만원 근처에서 뚝 떨어진다면, “3만원 이상 무료배송” 문턱을 봉우리 바로 위에 걸어 평균 객단가를 끌어올리는 설계가 가능합니다. 문턱을 어디에 둘지는 감이 아니라 구간 분포의 계곡을 보고 정합니다.

3. 실전 예시 2: 판매수량 구간으로 도매성·번들 고객 찾기

측정값을 판매수량으로 바꾸면 완전히 다른 축의 고객이 보입니다. 대부분의 소매 주문은 1~2개짜리지만, 꼬리에는 한 번에 5개, 10개, 30개씩 사가는 주문이 있습니다. 이들은 사실상 도매성·재판매 고객이거나 선물·비축 수요일 가능성이 큽니다.

판매수량을 단위 1개, 구간을 여러 개로 잘라 보면 “5개 단위 도매성 고객 기여도” 같은 질문에 답할 수 있습니다. 예를 들어 5개 이상 구간의 주문이 전체 건수의 3%인데 판매수량 합계로는 22%를 차지한다면, 이 고객층을 위한 별도 설계가 필요하다는 신호입니다.

번들·다량구매 할인 설계

1. 수량 구간 막대에서 “주문은 적지만 수량 합계가 큰” 구간을 찾습니다.
2. 그 구간이 시작되는 수량(예: 5개)을 번들 최소 단위로 잡습니다.
3. 5개 묶음 할인가를 만들어, 3~4개를 사던 고객을 5개 구간으로 밀어 올립니다.
4. 할인 후 다시 구간을 그려 봉우리가 실제로 5개 쪽으로 이동했는지 검증합니다.

이것이 흔히 말하는 바구니 분석(장바구니 크기 분석)의 출발점입니다. 한 주문에 담기는 수량의 분포를 알아야, 묶음 단위와 할인율을 감이 아니라 실제 데이터로 설계할 수 있습니다.

4. Linear 정밀 범위 필터와 교차분석

단위로 딱 떨어지는 구간만으로는 부족할 때가 있습니다. 예컨대 프로모션·배달팁을 제외한 순수 객단가가 24,590원~39,980원인 주문만 따로 보고 싶다면, 2,000만원 단위 구간으로는 잡히지 않습니다. 이때 Linear 범위 필터를 씁니다.

Linear 필터는 슬라이더나 직접 입력으로 정밀한 연속 범위를 지정해 그 구간의 주문만 격리합니다. 24,590~39,980원 범위를 걸면 그 밴드의 주문만 남고, 여기에 다른 차원을 얹어 실시간 교차분석을 돌립니다.

• 지역과 교차: 이 순수 객단가 밴드가 어느 지역에서 집중적으로 발생하는지.
• 연령과 교차: 이 가격대를 실제로 소비하는 연령층이 누구인지.
• 채널과 교차: 자사몰·오픈마켓·배달앱 중 어디서 이 밴드가 나오는지.
• 요일과 교차: 주중·주말 중 이 가격대가 몰리는 타이밍이 언제인지.

이렇게 순수 객단가 구간(배달팁·프로모션 제외)만 떼어 마진을 계산하면, 겉으로 결제금액이 커 보여도 실제 남는 게 없는 “가짜 고매출 주문”을 걸러낼 수 있습니다. 프로모션이 마진을 갉아먹는 구간을 정확히 지목해 방어선을 세우는 것이죠. 구간 분석으로 큰 그림을 잡고, Linear 필터로 정밀하게 조준하는 2단 구성이 실전에서 가장 강력합니다.

5. 단위와 구간 수를 잘 잡는 법

구간 분석의 결과는 단위와 구간 수를 어떻게 잡느냐에 크게 좌우됩니다. 몇 가지 실전 팁을 정리합니다.

• 넓게 시작해 좁혀 간다: 처음엔 구간을 5~7개로 크게 잡아 전체 형태를 본 뒤, 봉우리가 뭉쳐 있는 구간만 단위를 줄여 확대합니다.
• 봉우리와 계곡을 찾는다: 막대가 높은 봉우리는 주력 고객층, 사이가 꺼진 계곡은 자연스러운 세그먼트 경계입니다. VIP 문턱·무료배송 문턱은 계곡에 거는 게 유리합니다.
• 단위가 너무 작으면 노이즈: 구간이 20~30개로 잘게 쪼개지면 막대가 들쭉날쭉해져 오히려 패턴이 안 보입니다. 분포 모양이 안정되는 가장 큰 단위를 씁니다.
• 꼬리는 ‘초과’ 구간으로 묶는다: 최상위 고액 구간은 개수는 적어도 매출은 크므로, 마지막 구간을 “1억4천 초과”처럼 열어 두면 분석이 깔끔합니다.
• 측정값을 바꿔 두 번 본다: 매출액 구간과 판매수량 구간은 서로 다른 고객을 드러냅니다. 둘을 각각 그려 본 뒤 교차하면 “고액·소량” vs “중액·대량” 같은 세그먼트가 보입니다.

IAM BI에서는 재계산이 0.01초대라 이 실험을 부담 없이 반복할 수 있습니다. 단위 2,000만원 → 1,000만원 → 500만원을 순서대로 눌러 가며 분포가 어떻게 갈라지는지 눈으로 확인하는 것이 가장 빠른 학습법입니다.

6. 데이터 보안과 무료/유료

모든 구간 계산은 여러분의 브라우저 안에서 일어납니다. IAM BI는 서버에 원본을 저장하지 않습니다. 업로드한 CSV가 서버로 넘어가 보관되는 구조가 아니라, 파일을 읽어 브라우저 메모리에서 바로 계산하고 화면에 그리는 방식이라 매출·고객 데이터가 밖으로 나가지 않습니다.

• 무료: 원본을 저장하지 않고 40% 표본으로 분석. 분포의 형태와 구간 경계를 확인하는 데 충분합니다.
• Basic (5,000원): 8만 행까지 100% 데이터로 정밀 구간 분석.
• Pro (10,000원): 20만 행까지 100% 데이터. 대량 주문 이력을 통째로 구간·교차 분석.

먼저 /try에서 데모 데이터로 구간 분석과 Linear 범위 필터를 눌러 보세요. 단위를 바꿀 때마다 막대가 실시간으로 다시 그려지는 감각을 익히면, 내 주문 CSV를 올렸을 때 무엇을 봐야 할지 훨씬 빨리 잡힙니다.