Double Jeopardy Law: 작은 브랜드가 고객 수와 충성도에서 함께 밀리는 이유와 성장 처방

점유율이 작은 브랜드는 구매자가 적은 데다 그 구매자마저 조금 덜 자주 삽니다. 그래서 성장은 충성도보다 구매자 수(penetration)를 넓히는 데서 옵니다. 그 수단은 구매 순간 떠오르게 하는 일과 어디서나 쉽게 사게 하는 일입니다. 우리 브랜드에 적용하려면 고객 단위 구매 데이터로 침투율과 구매 빈도를 계산해 법칙의 예상선과 비교하는 일부터 시작합니다.

요약

Peel Research Partners의 창업자 Rob Riester는 ‘How Brands Grow’ 연재 첫 편에서 Byron Sharp(University of South Australia 마케팅 과학 교수)의 책 『How Brands Grow』가 정리한 Double Jeopardy Law(이중 위험의 법칙)를 소개합니다. 출발점은 저자 자신의 반성입니다. 마케터로 일할 때 penetration(일정 기간에 한 번 이상 산 사람의 비율), buy rate(구매율), 충성도, 경쟁 브랜드에서 넘어올 switchers(전환 고객) 가운데 무엇을 노릴지 정한 근거가 대개 경험칙이었다고 씁니다. 그는 그 방식을 “unproven marketing rules-of-thumb rather than science”라고 부릅니다. 이 책을 읽은 사람이 특히 소비재(CPG) 밖에서는 드물다는 점도 연재를 시작한 이유로 듭니다.

법칙은 두 겹입니다. 점유율이 낮은 브랜드는 구매자가 적고(첫 번째 위험) 그 구매자들의 충성도도 조금 낮습니다(두 번째 위험). 점유율이 내려갈 때 침투율은 크게 떨어지지만 구매 빈도로 잰 충성도는 조금만 움직입니다. Sharp는 이 모양이 제품과 서비스, B2B와 B2C, 여러 나라에서 예외가 드물게 반복된다고 보고 ‘법칙’이라 부릅니다. 저자가 끌어내는 결론은 성장이 주로 침투율에서 온다는 것입니다. 충성도는 점유율과 함께 움직이므로 충성도 상승은 점유율이 오른 결과로 나타납니다. 그래서 충성도 프로그램에 쓰는 돈은 대체로 효율이 낮다고 봅니다. 큰 브랜드가 유리한 까닭으로는 제품 성능이나 포지셔닝보다 정신적 가용성과 물리적 가용성을 듭니다. 아래에서 법칙이 어떻게 작동하는지 풀고 우리 데이터로 확인하는 방법과 실행 계획을 붙입니다.

핵심 메커니즘

Double Jeopardy Law: 작은 브랜드가 두 번 불리해지는 규칙

같은 카테고리 안에서 점유율이 낮은 브랜드일수록 구매자 수가 적은 데다 구매자 한 명당 구매 빈도도 조금 낮다는 경험 규칙입니다. 브랜드마다 같은 기간의 침투율과 구매자당 평균 구매 횟수를 계산해 점유율 순으로 놓으면 두 값이 함께 내려갑니다. 내려가는 기울기는 다릅니다. 침투율은 가파르게, 구매 빈도는 완만하게 떨어집니다. 그래서 브랜드 사이 점유율 차이는 대부분 구매자 수 차이로 설명됩니다.

이름은 사회학자 William McPhee가 1963년에 붙였습니다. 그는 배우의 인지도와 호감도, 라디오 진행자 청취에서 이 모양을 먼저 봤고 이후 Andrew Ehrenberg가 브랜드 구매 데이터에서 같은 패턴을 확인했습니다(Ehrenberg, Goodhardt, Barwise 1990, Journal of Marketing). 서로 바꿔 살 수 있는 브랜드들이 비슷한 고객에게 팔리는 카테고리에서 잘 맞습니다. 유통이 한 채널에 묶이거나 용도가 특수한 브랜드에서는 벗어납니다(아래 Niche와 Change-of-pace). 원문은 중국 치약 브랜드 그림과 여러 업종을 한데 모은 그림으로 이 모양을 보여 줍니다. 저자는 이 패턴이 브랜드가 클 때도 줄어들 때도 유지된다고 강조합니다. 자라는 브랜드는 같은 선을 따라 위로 움직일 뿐입니다.

Mental Availability와 Physical Availability: 큰 브랜드가 더 많이 팔리는 두 이유

Sharp는 큰 브랜드의 우위를 두 가지 가용성으로 설명합니다. Mental Availability(정신적 가용성)는 구매 상황에서 그 브랜드가 떠오르는 정도이고 Physical Availability(물리적 가용성)는 그 브랜드를 찾고 사기 쉬운 정도입니다. 큰 브랜드는 인지도가 높고 유통이 넓으며 품목 구성(assortment)이 넓습니다. 소비재라면 매대의 진열면(shelf facings)도 많습니다. 그래서 더 많은 사람이 사고 더 많은 사람의 consideration set(구매 때 떠올리는 후보 브랜드 묶음)에 들어가며 그 결과 충성도도 조금 높아집니다. 가끔 사는 light buyer는 작은 브랜드를 모르거나 매장에서 못 볼 가능성이 커서 이 차이가 큰 브랜드 쪽으로 기웁니다(light buyer는 연재 2편의 주제입니다).

Ehrenberg 계열 연구는 이 현상을 통계적 선택 효과로 봅니다. 브랜드끼리 대체 가능하고 고객층이 겹치면 브랜드 크기만으로 침투율과 빈도의 관계가 정해집니다. NBD-Dirichlet 모델(Goodhardt, Ehrenberg, Chatfield 1984)은 카테고리 구매 빈도와 브랜드 점유율만 넣으면 브랜드별 침투율과 구매 빈도의 예상치를 계산해 줍니다. 저자는 여기에 단서를 하나 붙입니다. 정신적 가용성을 쌓으려면 좋은 브랜딩이 필요하고 브랜드 전략이 약하면 성장이 더 어렵다는 것입니다.

Penetration-led Growth: 성장은 구매자 수를 늘리는 데서 온다

점유율을 키우는 주된 경로는 기존 구매자가 더 자주 사게 만드는 것이 아니라 구매자 수를 늘리는 것입니다. 법칙대로라면 점유율이 오를 때 침투율이 크게 오르고 충성도는 조금 따라 오릅니다. 거꾸로 충성도만 먼저 끌어올려 점유율을 키우는 경로는 이 패턴에서 보이지 않습니다. 저자는 이 점을 들어 전략의 우선순위를 buy rate나 충성도보다 침투율에 두라고 권합니다. 충성도 구축 프로그램은 대체로 마케팅 예산을 낮은 수익에 묶는다고 봅니다. 충성도 프로그램 이야기는 연재 뒤편에서 더 다루겠다고 예고합니다.

가상 예시로 보면 이렇습니다. 생활용품 회사가 3위 브랜드의 연간 구매자당 구매 횟수를 1위 수준으로 올리겠다는 목표를 세웠다고 합시다. 이 법칙은 그 목표가 침투율 격차를 그대로 둔 채로는 이루기 어렵다고 알려 줍니다. 같은 예산이라면 구매자 수를 늘리는 목표가 법칙과 맞습니다.

Physical Availability의 범위: 유통을 넘어 사기 쉽게 만드는 일

Sharp의 처방은 차별화와 충성도 프로그램에 쓰는 시간과 돈을 줄이고 두 가용성에 쓰라는 것입니다. 저자는 물리적 가용성을 유통 확대보다 넓게 읽습니다. 그가 드는 수단은 네 가지입니다. 사려다 멈추게 하는 핵심 장벽을 없애고 넓은 고객이나 표적 고객에게 맞는 종류를 갖추고 용량을 줄이더라도 가격을 적정하게 맞추고 구매 과정을 최대한 매끄럽게 만드는 것입니다. 디지털 채널로 옮기면 검색 결과 노출, 재고 표시, 결제 단계 수가 같은 역할을 합니다(덧붙인 해석).

Niche와 Change-of-pace: 법칙에서 벗어나는 두 모양

법칙을 실제 데이터에 대 보면 예상선에서 벗어나는 브랜드가 나옵니다. 이때 쓸 진단 틀로 1차 문헌의 구분을 덧붙입니다(Kahn, Kalwani, Morrison 1988). Niche 브랜드는 침투율이 낮은데 구매 빈도가 예상보다 높습니다. 한 유통 체인에서만 파는 PB가 대표적입니다. Change-of-pace 브랜드는 침투율은 높은데 재구매가 예상보다 낮습니다. 계절 상품처럼 가끔 기분을 바꾸려고 사는 브랜드입니다. 우리 브랜드가 예상선보다 충성도가 높게 나오면 ‘충성도가 강점’이라고 읽기 전에 유통이 좁아 생긴 niche 모양인지 먼저 확인합니다.

통념과 다른 주장

저자가 든 사례

표적 고객을 경험칙으로 고르던 저자의 팀

• 상황: 마케팅 전략을 세울 때 침투율, 구매율, 충성도, switchers 가운데 어디를 노릴지 정해야 했습니다.
• 한 일: 검증되지 않은 경험칙에 기대 정했고 그럴듯하게 들린다는 이유로 switchers를 겨냥하는 일이 잦았습니다.
• 결과: 성과 수치는 원문에서 밝히지 않음. 저자는 이 경험을 근거 있는 법칙을 찾아야 할 이유로 듭니다.
• 연결: Penetration-led Growth. 표적 선택의 기준을 경험칙에서 법칙으로 바꾸는 출발점입니다.

중국 치약 브랜드: 침투율이 먼저 무너진다

• 상황: 같은 카테고리 안에 점유율이 서로 다른 치약 브랜드들이 있습니다.
• 한 일: 원문은 브랜드별 침투율과 구매 빈도를 한 그림에 놓아 비교합니다.
• 결과: 점유율이 낮은 브랜드로 갈수록 침투율이 구매 빈도보다 훨씬 빠르게 떨어집니다. 원문 본문에 구체 수치는 없음.
• 연결: Double Jeopardy Law의 기본 모양입니다.

여러 업종을 한데 모은 비교: 같은 모양의 반복

• 상황: 식료품, 산업재 브랜드, 서비스, 매장, 신문, 라디오 방송국처럼 성격이 다른 업종.
• 한 일: 브랜드마다 침투율과 충성도를 한 그림에 놓고 점유율을 크기로 표시했습니다(Sharp · Romaniuk 『How Brands Grow Part 2』 데이터).
• 결과: 침투율 변화에 비해 충성도 변화가 작다는 모양이 업종마다 반복됩니다. 구체 수치는 원문 본문에 없음.
• 연결: 이 패턴을 ‘법칙’이라 부르는 근거입니다.

기술 디테일: 우리 구매 데이터로 법칙을 확인하려면

아래는 글의 법칙을 우리 브랜드 데이터에 대 보는 방법으로, AX Review가 새로 작성했습니다. 숫자는 모두 가상 예시이거나 예시 설정값입니다.

Double Jeopardy를 우리 카테고리에서 재려면 고객 ID가 붙은 거래 데이터가 필요합니다. 멤버십·앱 주문, 소비자 패널, B2B 주문 라인 어느 쪽이든 customer_id, brand, category, order_date, qty, amount 여섯 필드면 됩니다. 기간은 1년을 기본으로 둡니다. 기간이 짧으면 대부분의 구매자가 한 번만 사서 빈도 차이가 보이지 않습니다. 브랜드별 지표는 세 가지입니다. 침투율 b(카테고리 구매자 중 그 브랜드를 한 번 이상 산 비율), 구매 빈도 w(그 브랜드 구매자의 평균 구매 횟수), 점유율입니다. 계산은 SQL이나 pandas가 하고 LLM에 맡기지 않습니다. 같은 입력에 같은 숫자가 나와야 분기마다 비교할 수 있습니다.

예상선을 그리려면 두 단계로 갑니다. 먼저 Ehrenberg 계열 문헌이 쓰는 근사식 w(1−b)≈w₀로 카테고리 전체의 w₀를 브랜드들의 평균으로 구하고 브랜드마다 예상 빈도 w₀/(1−b)를 계산합니다. 정밀하게 보려면 NBD-Dirichlet 모델로 예상치를 뽑습니다. CRAN의 NBDdirichlet 패키지 같은 구현이 있습니다. 그다음 실제 w를 예상치로 나눈 w_ratio를 브랜드마다 붙입니다. 판정 경계는 예시로 0.81.2를 ‘선 위’로 두고 1.2를 넘으면 niche 검토, 0.8 아래면 change-of-pace 검토로 표시합니다. 경계값은 우리 카테고리의 과거 23년 데이터로 브랜드별 편차가 얼마나 흔들리는지 본 뒤 고칩니다.

SKU 문구를 브랜드로 정리할 때만 LLM을 쓰려면 상품명 문자열을 넣고 {"sku_text", "brand", "category", "confidence"} JSON 스키마로 구조화 출력을 받습니다. temperature는 0으로 두고 같은 입력을 3회 돌려 다수결로 정합니다. 세 번이 엇갈리거나 confidence가 0.8 미만인 행은 사람 검토 큐로 보냅니다. 카테고리 정의가 지표의 품질을 좌우합니다. 샴푸와 린스처럼 하위 카테고리가 섞이면 선이 흐트러지므로 카테고리 목록은 브랜드 매니저가 확정하고 LLM은 그 목록 안에서만 고르게 합니다.

예산이 어느 쪽에 쓰이는지 보려면 마케팅 예산 항목을 다섯 버킷(침투·도달, 정신적 가용성, 물리적 가용성, 충성도·리텐션, 기타)으로 분류합니다. 항목명, 설명, 금액을 넣고 버킷 하나와 근거 문장을 JSON으로 받습니다. 서로 다른 모델 두 개로 같은 분류를 돌리고 두 모델이 엇갈린 항목만 사람이 봅니다. 기존 고객 전체에 보내는 CRM 메일처럼 애매한 항목은 ‘목적이 재구매면 충성도·리텐션’처럼 규칙을 미리 적어 프롬프트에 넣습니다. 결과는 버킷별 예산 비중표이고 예상선 진단과 나란히 놓고 읽습니다.

실패하는 경우와 대응. 작은 브랜드는 구매자가 수십 명뿐이라 w가 흔들립니다. 기간을 늘리거나 비슷한 브랜드를 묶어 봅니다. 하위 카테고리가 섞이면 선이 깨지므로 카테고리를 다시 정의합니다. 분석 기간이 몇 주뿐이면 빈도가 1회 근처로 눌리니 1년 기준으로 되돌립니다. LLM이 숫자를 계산하면 실행마다 값이 달라질 수 있으니 계산은 코드로 옮깁니다. 고객이 수십 곳뿐인 B2B라면 기간을 2~3년으로 넓혀 봅니다.

현업 실행 디테일: 누가, 언제, 무엇을

역할	담당	4주 동안 하는 일
스폰서	CMO 또는 브랜드 총괄 임원	대상 카테고리 승인, 판정 회의 주재
브랜드 매니저	대상 브랜드 담당 1명	카테고리·경쟁 브랜드 목록 확정, 편차 해석
인사이트 분석가	1명	지표 계산, 예상선, w_ratio 표
데이터 엔지니어	1명	거래 데이터 추출, SKU 정규화 파이프라인
영업·유통 담당	1명	채널별 입점률, 진열·재고 현황 제공
재무	1명	예산 항목 원장, 충성도 프로그램 비용

시작 전 준비물: 최근 1년 고객 ID별 거래 데이터, 경쟁 브랜드 침투율을 볼 수 있는 소비자 패널 자료(있으면), 채널별 입점·노출 현황, 올해 마케팅 예산 항목별 원장, 충성도 프로그램의 비용과 참여 고객 수.

주차	할 일	산출물
1주	대상 카테고리 1개와 경쟁 브랜드 목록 확정, 데이터 추출	카테고리 정의서, 원천 데이터
2주	SKU 정규화, 브랜드별 b·w·점유율 계산, 예상선	브랜드 지표표와 예상선 그림
3주	편차 브랜드 진단, 예산 항목 5개 버킷 분류	편차 진단 메모, 예산 비중표
4주	판정 회의, KPI와 예산 조정안 결정	판정 보고서

확인 질문(브랜드 매니저·영업용): 올해 성장 목표를 ‘신규 구매자 몇 명’으로 바꿔 말할 수 있습니까? 충성도 KPI가 점유율보다 먼저 오르기를 기대하고 있습니까? 고객이 우리 제품을 사려다 못 찾거나 멈추는 지점은 어디입니까(입점 안 된 채널, 품절, 가격대, 용량)? 우리 브랜드가 떠오르는 구매 상황은 몇 가지이고 경쟁 브랜드는 몇 가지입니까?

진행 판정 기준(예시): 우리 브랜드의 w_ratio가 0.8~1.2 안이면 충성도 목표를 따로 올리지 않고 성장 목표를 침투율로 다시 씁니다. 충성도·리텐션 버킷이 예산에서 가장 큰 비중이면 재무와 함께 재배분안을 검토합니다. w_ratio가 1.2를 넘으면 유통이 좁아 생긴 niche 모양인지 영업 데이터로 먼저 확인하고 그다음 강점으로 볼지 정합니다.

AX 적용으로 옮길 때는 대표 카테고리 하나에서 진단을 끝까지 돌려 보는 일이 먼저입니다. 글이 B2B와 서비스업에도 같은 패턴이 나온다고 하므로 소비재 밖의 고객사에도 그대로 씁니다. 진단 결과는 성과 지표 체계를 바꾸는 근거로 씁니다. 브랜드 대시보드의 맨 위 지표를 충성도 지수에서 침투율과 신규 구매자 수로 바꾸고 예산 심의에서 충성도 프로그램과 가용성 투자를 같은 표에 놓고 비교하게 합니다. 지표 계산과 예산 분류가 정해지면 분기마다 데이터를 다시 넣어 리포트를 내는 에이전트로 자동화합니다. 스폰서는 CMO, 예산 판단은 CFO가 함께 맡아야 결정이 바뀝니다.

원문 사례

항목	내용
저자	Rob Riester, Peel Research Partners 창업자·파트너(시장조사 회사)
발행	Peel Research ‘Articles’, ‘How Brands Grow’ 연재 1편. 발행일은 원문에 표시 없음
근거	Byron Sharp, 『How Brands Grow』(University of South Australia 마케팅 과학 교수)
법칙	점유율 낮은 브랜드는 구매자가 적고(첫 번째 위험) 충성도도 조금 낮음(두 번째 위험)
적용 범위(저자 인용)	제품·서비스, B2B·B2C, 여러 국가. 식료품, 산업재 브랜드, 서비스, 매장, 신문, 라디오 방송국
그림	중국 치약 브랜드의 침투율·구매 빈도 비교, Sharp · Romaniuk 『How Brands Grow Part 2』 데이터의 업종별 비교
원인	Mental Availability(구매 상황에서 떠오르는 정도), Physical Availability(찾고 사기 쉬운 정도)
처방	침투율 우선. 차별화·충성도 프로그램보다 두 가용성에 투자. 좋은 브랜딩은 정신적 가용성의 전제
물리적 가용성 수단	핵심 장벽 제거, 폭넓은 변형, 적정 가격(용량 축소 포함), 매끄러운 구매 과정
수치	본문에 구체 수치 없음
다음 편	침투율을 키우는 데 light buyer가 왜 중요한가

핵심 개념

Penetration(침투율)

정해진 기간에 그 브랜드를 한 번 이상 산 사람이 전체(또는 카테고리 구매자) 중 차지하는 비율.

Buy rate / Purchase frequency

그 브랜드 구매자 한 명이 기간 중 평균 몇 번 샀는지. 이 글에서는 충성도의 척도로 쓴다.

Switchers

경쟁 브랜드에서 우리 브랜드로 넘어올 것으로 보는 고객층.

Consideration set

구매 순간 고객이 떠올리는 후보 브랜드 묶음.

Shelf facings

매대 앞줄에 보이는 같은 상품의 진열 칸 수.

NBD-Dirichlet

카테고리 구매 빈도와 브랜드 점유율로 브랜드별 침투율·구매 빈도 예상치를 계산하는 반복 구매 모델(Goodhardt, Ehrenberg, Chatfield 1984).

Light buyer

카테고리를 가끔 사는 사람. 작은 브랜드를 모르거나 못 볼 가능성이 크다. 연재 2편의 주제.

내 메모

TODO: 내 생각 추가

원문: Rob Riester, ‘How Brands Grow: Part 1, The Double Jeopardy Law Explained’(Peel Research, 발행일 표시 없음). 요약·메커니즘·통념과 다른 주장·사례·원문 사례 표는 글의 내용을 AX Review가 다시 정리했습니다. 법칙의 기원과 통계적 설명, 예외 유형은 McPhee(1963, Formal Theories of Mass Behaviour), Ehrenberg · Goodhardt · Barwise(1990, ‘Double Jeopardy Revisited’, Journal of Marketing 54(3)), Goodhardt · Ehrenberg · Chatfield(1984, ‘The Dirichlet’, JRSS), Kahn · Kalwani · Morrison(1988, Journal of Marketing Research)에서 보강했습니다. 기술·현업 디테일, 근사식 적용, 판정 경계, 일정, 인포그래픽과 표는 새로 작성했고 숫자는 가상 예시입니다. 전체 내용은 원문에서 볼 수 있습니다.