2026 상반기
뷰티 이커머스 인덱스

객단가(AOV) 벤치마크

쇼핑몰별 평균 객단가의 중앙값(대표 쇼핑몰) 기준 — 거래액 합산은 대형몰이 지배하므로 "전형적인 쇼핑몰"을 보려면 중앙값이 정확합니다.

월별 객단가 추이(대표 쇼핑몰 중앙값) — 계절이 바뀌어도 객단가는 거의 움직이지 않습니다(반년 내내 4만 원대 후반, 변동 ±3%). 검색어는 보습에서 선케어로 갈아입지만, 장바구니 금액대는 그대로입니다.

구매 여정 — 어디서 새는가

대표 쇼핑몰(중앙값)의 단계별 전환율(데이터라이즈 공식 퍼널 정의: 방문→상품조회→장바구니→구매완료).

👉 가장 큰 누수는 상품조회→장바구니 단계 (12%만 통과). 매출의 92%가 모바일에서 발생하므로 모바일 상품상세→장바구니 동선이 최우선 개선 지점입니다.

상품 미시 퍼널 — 노출부터 구매까지

위 구매 여정이 "방문자"의 퍼널이라면, 이건 상품 카드 하나의 여정입니다. 노출→상세조회→클릭→장바구니→구매의 단계별 통과율(쇼핑몰 구분 없는 전체 합산 기준).

👉 가장 좁은 관문은 노출→상세조회(약 3%)와 클릭→장바구니입니다. 노출 대비 조회 전환은 썸네일·가격·리뷰 노출의 문제 — 상품 리스트 큐레이션이 매출 레버입니다.

노출 대비 매출(RPM) — 진열 효율

위 미시 퍼널의 첫 단계였던 노출이 결국 얼마의 매출이 되는지 — RPM = 상품 노출 1,000회당 발생 매출. 같은 진열 공간이 얼마의 매출을 만드는지 보여주는 진열 효율 지표입니다. ASP는 판매된 상품의 평균 단가.

👉 노출 1,000회가 대략 12만 원대 매출을 만듭니다. 진열·검색 상단 노출의 기회비용을 RPM으로 환산하면, 어떤 상품군을 상단에 올릴지 판단할 수 있습니다.

결제수단 믹스

뷰티 자사몰에서 실제로 발생한 주문의 결제수단 분포(주문 건수 기준). 간편결제·페이 채널의 침투율을 보여줍니다.

👉 카드결제가 여전히 과반이지만, 네이버페이·카카오페이 등 간편결제 합이 카드 다음 자리를 굳혔습니다. 체크아웃에서 간편결제 미지원은 곧 이탈로 이어질 수 있는 구간입니다.

모바일 vs PC — 주문은 어디서 일어나는가

주문 건수와 매출액 각각의 디바이스 분포. 건수 비중이 매출 비중보다 높으면 모바일 객단가가 상대적으로 낮다는 뜻입니다.

👉 주문의 9할이 모바일에서 발생합니다. 모바일 매출 비중이 주문 비중보다 낮다면 모바일 객단가가 PC보다 낮은 것 — 모바일 화면에서의 연관추천·묶음판매 여지가 큽니다.

할인·포인트 행동

대표 쇼핑몰(중앙값) 기준. 할인율은 정가(주문총액) 대비 실결제액의 차이로, 쿠폰·세일·즉시할인을 모두 반영한 유효 할인 수준입니다.

👉 전형적인 뷰티몰은 정가 대비 약 21%를 할인해 판매하고, 주문 5%에서 적립금이 쓰입니다. 상시 할인이 구조화돼 있어 "정가 판매" 가정의 수익 시뮬레이션은 현실과 어긋납니다.

※ 할인율은 주문총액 대비 실결제액 차이로 산출 — 배송비·부분취소 등으로 개별 주문 편차가 있어 대표 쇼핑몰 중앙값으로만 제시합니다.

구매 취소율

구매확정 대비 취소 비중(취소÷(구매+취소)). 사이즈·색상 불일치, 변심 등 뷰티의 취소 부담을 보여줍니다.

👉 사이즈·핏 반품이 없는데도 취소율은 4.2% — 패션 업종(4.4~4.7%)과 사실상 차이가 없습니다. 뷰티의 취소는 색상·피부타입 불일치에서 나옵니다 — 상세페이지의 발색 사진과 피부타입 가이드가 취소율을 직접 낮추는 지렛대입니다.

재구매·충성도 벤치마크

재구매율 정의 — 분모는 집계 기간에 구매한 전체 고객 수, 분자는 그중 해당 구매로부터 N일 안에 한 번 더 구매한 고객 수입니다(N=7·30·90).

같은 정의라도 계산 단위에 따라 값이 둘로 나뉩니다. 대표 쇼핑몰은 쇼핑몰별로 각각 계산한 재구매율의 중앙값(30일 6%) — "전형적인 한 쇼핑몰"의 숫자입니다. 전체 합산(거래량가중)은 쇼핑몰 구분 없이 전체 고객을 한 덩어리로 계산한 값(11%) — 고객이 많은 대형몰의 높은 재구매가 크게 반영돼 값이 올라갑니다. 둘 다 정직하게 제시합니다.

아래 차트는 재구매 인정 기간을 7일 → 30일 → 90일로 늘려가며 본 전체 합산 재구매율, 표는 같은 값을 업종 전체로 본 것입니다.

👉 뷰티의 30일 재구매율(대표몰 5.8%)은 낮아 보이지만, 이건 충성도가 아니라 속도의 문제입니다. 같은 상품을 다 쓰는 데 중앙값 71일이 걸리니(⑯), 30일 창으로 재구매를 재면 제품이 떨어지기도 전에 재는 셈입니다. 90일로 늘리면 22%까지 올라옵니다 — 뷰티의 CRM 캘린더는 30일이 아니라 두 달 반에 눈금을 맞춰야 합니다.

같은 상품 재구매 주기

같은 상품을 다시 살 때까지 걸리는 일수(중앙값·사분위). 소진주기가 짧을수록 리필·정기구독 소구가 통하는 카테고리입니다.

👉 뷰티는 소모품입니다 — 다 쓰면 다시 삽니다. 중앙값 71일이 곧 재입고 알림을 보낼 날짜입니다. 하위 25%(31일)는 소용량·데일리 아이템, 상위 25%(114일)는 대용량·스페셜 케어로 갈리므로, 상품군별로 알림 주기를 따로 잡는 것이 정확합니다. 중앙값 시점 직전에 맞춘 리마인드 메시지가 재구매를 앞당깁니다.

첫 구매 → 두 번째 구매 간격

한 고객이 첫 주문 이후 다음 주문(상품 무관)까지 걸리는 일수. 위 재구매 주기가 "같은 상품"이라면 이건 "아무 상품이나 다시"의 속도입니다.

👉 재구매하는 고객의 다음 주문은 생각보다 빠릅니다(중앙값 한 자릿수 일). 첫 구매 직후 1~2주가 2차 전환의 골든타임입니다.

※ 익명 기기 쿠키 기준이라 기기·브라우저가 바뀌면 별도 고객으로 계산됩니다(실제보다 재구매를 다소 과소평가). 하위 25%가 0일인 것은 같은 날 추가 주문을 낸 고객이 포함되기 때문입니다.

서울의 밤, 도쿄의 밤 — 한일 쇼핑 대결

같은 데이터라이즈 위에서 움직이는 한국·일본 뷰티 자사몰을 각국 현지 시간 기준으로 비교했습니다. 문화가 데이터에 그대로 찍힙니다.

👉 서울의 지갑은 오전 10시, 도쿄의 지갑은 밤 9시에 열립니다. 일본은 모바일 비중(77%)과 포인트 사용률(1%)이 모두 한국(96% · 13%)보다 높고, 객단가도 엔화 중앙값을 원화로 환산하면 약 5만 원대로 한국(38,250원)을 웃돕니다. 결제수단은 편의점 결제·라쿠텐페이 등 현지 수단이 상위권 — 일본 진출 브랜드가 가장 먼저 봐야 할 숫자들입니다.

※ 객단가는 각국 통화 그대로이며 환산은 참고치(100¥≈920원). 일본 표본은 한국보다 훨씬 작고(주문 97,186건 vs 4,779,841건) Shopify 기반 몰의 비중이 높아, 결제수단 분포는 일본 시장 전체보다 "일본의 D2C 자사몰" 프로파일에 가깝습니다.

※ 방법론 · 데이터라이즈 뷰티 업종 고객사(화장품·미용) 500개사 이상, 2026.01–06. 랭킹·월별은 쇼핑몰 보급률(검색하는 쇼핑몰 비중 %) 기준 — 단일 대형몰 편향 제거. 전환율은 "검색자 중 동 기간 해당 몰에서 구매한 사람 비율"(품목 단위가 아닌 동시발생 근사치). 날씨는 서울 일평균기온·강수(Open-Meteo)를 전국 대리지표로 사용(강수 효과는 요일 미보정 탐색치). 전년 동기 비교는 양년 모두 활성인 동일 쇼핑몰 코호트 기준 보급률(%p)로 비교(신규 유입 착시 제거). 객단가·재구매·퍼널·RPM은 쇼핑몰별 값의 중앙값(대표 쇼핑몰)을 기본으로 하며, 전체 합산(거래량가중 — 쇼핑몰 구분 없이 전체 고객·주문을 한 덩어리로 계산해 대형몰 영향이 큰) 수치는 그렇게 명시합니다. 결제·디바이스 믹스는 주문 건수/매출액 기준 집계입니다. 시장 전체가 아닌 데이터라이즈 고객사 모집단 기준이며, 특정 쇼핑몰은 지목하지 않습니다. 시간대 분석(2장)은 한국 사이트의 현지 시각 기준이고, 한일 비교(5장)만 양국을 각자 현지 시각으로 봅니다. 개인정보는 포함되지 않습니다(집계 통계, 최소 표본 임계값 100 적용).