📌 마케터를 위한 핵심 요약
✅ 재방문자의 구매 전환율은 2.9%로 신규 방문자(1.7%)보다 약 1.7배 높았습니다.
✅ 신규 방문자에게는 상품 발견을, 재방문자에게는 이전 탐색을 이어갈 정보를 제공해야 합니다.
✅ 그루비에서는 첫 방문 여부에 상품 조회, 장바구니, 주문 이력을 더해 고객의 상태에 맞는 메시지를 설계할 수 있습니다.
재방문자에게 주목해야 하는 이유
디지털 경험 분석 기업 Contentsquare는 신규 트래픽 확보 부담이 커지는 상황에서 재방문자의 중요성이 커지고 있다고 분석했습니다. 6,000개 이상 사이트의 웹·앱 세션 990억 건을 분석한 결과, 전체 방문의 52.8%를 재방문자가 차지했습니다. 구매전환율도 신규방문자보다 약 1.7배 높았습니다.1)
또 다른 조사에서도 비슷한 차이가 나타났습니다. 재방문자는 신규 방문자보다 장바구니 담기율이 65.2%, 구매 전환율이 73.7% 높았으며, 평균 주문 금액도 16.2% 더 많았습니다.2) 재방문자는 이미 브랜드나 상품을 접했고, 이전에 시작한 탐색과 비교를 이어가기 위해 돌아왔을 가능성이 높기 때문입니다.
이전 행동에 맞춰 메시지 설계하기
Shopify는 아직 구매하지 않은 재방문자와 구매 경험이 있는 고객을 구분할 것을 제안합니다.3) 상품을 다시 본 고객, 장바구니를 확인한 고객, 구매 경험이 있는 고객에게 필요한 메시지가 각각 다르기 때문입니다.
재방문 여부에 상품 조회, 장바구니, 주문 이력을 더하면 고객이 이전에 무엇을 했는지 파악하고, 다음 행동에 맞는 메시지를 설계할 수 있습니다.
| 이전 방문 행동 | 고객 상태 | 메시지 방향 |
|---|---|---|
| 상품 다시 조회 | 관심 상품을 검토하는 단계 | 해당 상품의 구매 혜택 안내 |
| 장바구니 페이지 방문 | 구매 조건을 확인하는 단계 | 무료배송 등 구매 조건 안내 |
| 구매 완료 | 다음 구매를 탐색하는 단계 | 구매 패턴을 반영한 상품 추천 |
1) 다시 살펴본 상품에 구매 혜택 더하기
이전에 본 상품을 다시 확인하는 고객은 해당 상품의 구매를 고민하고 있을 가능성이 높습니다. 이때는 이미 살펴본 상품 혜택을 제시해 고객의 구매 결정을 도울 수 있습니다.
그루비에서 방문 이력과 조회한 상품, 구매 여부 등을 조합해 세그먼트를 설정할 수 있습니다. 또한 PDP 상품명 또는 상품 코드 조건을 적용해, 이전에 본 상품을 다시 확인하는 고객을 타겟팅할 수 있습니다.
2) 장바구니를 다시 확인한 고객의 구매 부담 줄이기
장바구니를 다시 확인하는 고객에게는 배송비가 구매를 망설이는 원인이 될 수 있습니다. Baymard Institute 조사에서 아직 구매할 준비가 되지 않은 고객을 제외하면, 장바구니 이탈 사유의 가장 큰 이유는 배송비·세금·수수료 등 추가 비용이었습니다(40%).4)
그루비에서는 장바구니 페이지에 도달한 고객을 ‘담은 총액’에 따라 구분할 수 있습니다. 무료배송 기준보다 장바구니 금액이 낮은 고객에게 무료 배송 조건을 안내해 구매를 유도할 수 있습니다.
실제로 그루비 고객사 S사는 일정 금액 이상의 상품을 장바구니에 담은 고객에게 사은품과 무료배송 혜택을 안내했습니다. 그 결과 객단가는 71%, 매출은 78% 증가했습니다.
3) 구매 이력이 있는 고객에게 선호 상품 추천하기
구매 경험이 있는 재방문자에게는 첫 구매 혜택이나 단순 인기 상품보다, 이전 쇼핑 경험을 반영한 상품을 제안할 수 있습니다.
그루비에서는 과거 주문 횟수를 기준으로 구매 이력이 있는 고객을 구분할 수 있습니다. 여기에 방문자 이력 기반 AI 알고리즘인 ‘구매 패턴 유사 고객 선호 상품’을 활용하면 구매 패턴이 비슷한 고객들이 선호하는 상품을 추천할 수 있습니다.
재방문 고객의 관심을 구매로 연결하려면 이전 행동을 함께 살펴봐야 합니다. 그루비에서 방문 여부에 상품 조회, 장바구니, 주문 이력을 더해보세요. 다시 온 고객이 무엇을 했는지에 따라 구매 혜택부터 무료배송 조건, 개인화 상품 추천까지 다르게 제안할 수 있습니다. 그루비의 세그먼트 타겟팅과 AI 상품 추천으로 재방문 고객의 관심을 구매로 연결해보세요.
💡 더 읽어볼 콘텐츠
쇼핑몰 개인화 상품 추천을 위한 AI 알고리즘 활용 방법
참고자료
1) Contentsquare, Conversion benchmarks: tracking growth in a high-cost, high-intent world (2026.03.09)
2) Barilliance, New Study: New vs Returning Customers eCommerce Behavior (2018.02.19)
3) Shopify, Returning Visitor Rate: Definition and Benchmarks (2025.09.27)
4) Baymard Institute, 50 Cart Abandonment Rate Statistics 2026 (2026)
