객단가 (AOV) 뜻과 계산 방법
홍승협(준이아빠) / 데이터 분석, AI 실무 교육
객단가(AOV, Average Order Value)는 주문 한 건당 평균 결제 금액입니다. 기간 매출을 주문 건수로 나눠 구하고, 분모를 고객 수로 바꾸면 같은 기간의 매출에서도 다른 값이 나옵니다.
🤔 주문은 늘었는데 남는 돈이 그대로일 때
광고비를 올려 주문 건수가 늘었는데 월말 이익은 지난달과 비슷한 달이 있습니다. 주문이 몇 건 들어왔는지만 보고 있으면 그 주문 한 건에서 얼마를 받았는지는 따로 계산하지 않으면 알 수 없어서 그렇습니다.
주문 건수와 매출 사이에는 숫자가 하나 더 있습니다. 주문 한 건의 금액이고, 그 평균에 붙은 이름이 객단가입니다. 이 값이 달라지면 광고 성과 계산과 고객 가치 계산도 함께 달라집니다.
🔑 객단가(AOV)의 정의
객단가(AOV, Average Order Value)는 주문 한 건당 평균 결제 금액입니다.
이름을 이루는 세 낱말이 그대로 계산 방법입니다.
- Average(평균): 개별 주문 금액이 아니라 기간을 먼저 정해 놓고 그 안의 평균을 냅니다
- Order(주문): 세는 단위가 고객이 아니라 주문입니다. 한 사람이 세 번 사면 세 건으로 셉니다
- Value(금액): 이익이 아니라 결제 금액입니다. 원가와 배송비, 결제 수수료는 아직 빠지지 않은 상태입니다
그래서 객단가는 숫자 하나로 끝나지 않습니다. 기간, 분모로 삼은 단위, 취소와 반품의 반영 여부를 함께 적어 둬야 다음 달 숫자와 나란히 놓을 수 있습니다.
⛽ 주유소에 들른 차 한 대로 보는 객단가
주유소에서 하루 동안 받은 돈을 그날 들른 차 수로 나누면 차 한 대가 평균 얼마를 넣고 갔는지 나오듯, 객단가도 기간 매출을 그 기간의 주문 건수로 나눠 구합니다. 차 한 대가 넣는 금액이 커지면 같은 대수로도 그날 매출이 올라갑니다.
주유소 주인이 매출을 늘리는 길은 두 가지입니다. 더 많은 차가 들어오게 하거나, 한 대가 넣고 가는 금액을 키웁니다. 앞쪽은 광고비가 들고 뒤쪽은 진열과 기준선을 바꾸는 일이라, 광고비를 더 쓰기 어려운 달에는 뒤쪽부터 확인하는 편이 낫습니다.
다만 평균 하나로 하루를 요약하면 놓치는 것이 생깁니다. 5만 원씩 넣는 승용차 사이에 화물차 한 대가 40만 원을 넣고 가면 평균이 훌쩍 오르는데, 그 평균에 맞춰 승용차용 상품을 치우면 실제 손님과 어긋나기 때문입니다.
🧮 계산 공식과 분모를 정하는 문제
객단가(원) = 기간 매출 ÷ 기간 주문 건수
가상의 온라인 쇼핑몰 자료로 계산해 보겠습니다. 기간은 2026년 8월 한 달이고 단위는 원입니다.
- 매출: 4,800만 원
- 주문 건수: 1,200건
- 구매 고객 수: 600명
- 객단가 = 48,000,000 ÷ 1,200 = 40,000원
여기서 분모를 고객 수로 바꾸면 같은 매출에서 다른 숫자가 나옵니다. 한 고객이 한 달에 평균 두 번 샀기 때문입니다. 한 사람이 한 달에 세 번 사는 상품이라면 두 값의 차이는 세 배로 벌어집니다.
| 기준 | 분모 | 계산 | 값 | 쓰는 곳 |
|---|---|---|---|---|
| 주문 기준 객단가 | 주문 1,200건 | 4,800만 ÷ 1,200 | 40,000원 | 장바구니 구성, 무료 배송 기준선, 주문당 배송비 |
| 고객 기준 객단가 | 고객 600명 | 4,800만 ÷ 600 | 80,000원 | 월 고객 가치, 광고비 상한, 재구매 설계 |
두 값 모두 객단가로 불리는 탓에 회의에서 40,000원과 80,000원이 같은 이름으로 오갑니다. 어느 쪽이 맞다기보다 무엇을 정하려는 계산인지에 따라 분모가 달라집니다. 배송 정책이나 묶음 구성처럼 주문 한 건을 다루는 결정에는 주문 기준을 쓰고, 고객 한 명에게 얼마까지 쓸 수 있는지 정할 때는 고객 기준을 씁니다.
📉 평균만 보면 놓치는 것
평균은 큰 값 몇 개에 쉽게 끌려갑니다. 아래는 같은 쇼핑몰의 하루치 주문 20건을 금액 순으로 늘어놓은 가상 자료입니다.
15,000 18,000 19,000 20,000 22,000 23,000 25,000 25,000 27,000 28,000
30,000 32,000 35,000 38,000 42,000 45,000 52,000 60,000 480,000 520,000합계는 1,556,000원이고 평균 객단가는 77,800원입니다. 그런데 가운데 두 값인 28,000원과 30,000원의 평균, 즉 중앙값은 29,000원입니다. 평균이 중앙값의 두 배를 넘고, 20건 가운데 18건이 평균보다 낮습니다.
금액 구간으로 묶으면 어긋난 정도가 더 분명해집니다.
| 금액 구간 | 주문 건수 | 건수 비중 | 구간 매출 | 매출 비중 |
|---|---|---|---|---|
| 2만 원 미만 | 3건 | 15% | 52,000원 | 3.3% |
| 2만 원 이상 3만 원 미만 | 7건 | 35% | 170,000원 | 10.9% |
| 3만 원 이상 5만 원 미만 | 6건 | 30% | 222,000원 | 14.3% |
| 5만 원 이상 10만 원 미만 | 2건 | 10% | 112,000원 | 7.2% |
| 10만 원 이상 | 2건 | 10% | 1,000,000원 | 64.3% |
주문의 절반이 3만 원 아래에 있는데 매출의 64%는 10만 원이 넘는 두 건에서 나왔습니다. 이 상태에서 평균 77,800원에 맞춰 상품 구성을 바꾸면, 가장 많이 사는 2만 원대 고객이 살 물건부터 줄어듭니다. 평균 객단가만 보고 내린 결정이 실제 다수 고객과 어긋나는 지점입니다.
그래서 객단가는 세 가지 숫자를 나란히 놓고 봅니다. 평균으로 전체 규모를 재고, 중앙값으로 보통 주문의 크기를 확인하고, 금액 구간별 분포로 어느 금액대가 매출을 만드는지 확인합니다. 고액 주문 건수를 따로 세어 두면 다음 달 평균이 오르내렸을 때 그 변화가 전체에서 온 것인지 큰 주문 한두 건에서 온 것인지 구분할 수 있습니다.
🔗 객단가가 ROAS와 LTV, CAC를 움직이는 방식
객단가는 혼자 쓰이는 숫자가 아니라 다른 지표의 분자로 들어갑니다. 전환 한 건에 든 광고비인 CPA가 그대로여도 객단가가 오르면 ROAS가 함께 오릅니다.
ROAS(%) = (객단가 ÷ CPA) × 100
CPA가 20,000원이고 공헌이익률이 35%인 상품으로 계산해 보겠습니다.
| 객단가 | CPA | ROAS | 주문당 공헌이익 |
|---|---|---|---|
| 40,000원 | 20,000원 | 200% | 14,000원 |
| 44,000원 | 20,000원 | 220% | 15,400원 |
| 48,000원 | 20,000원 | 240% | 16,800원 |
객단가를 20% 올리면 광고비를 한 푼도 더 쓰지 않고 ROAS가 200%에서 240%로 올라갑니다. 같은 변화가 LTV에도 그대로 들어갑니다. LTV를 객단가와 구매 빈도, 거래 기간의 곱으로 잡으면 객단가 40,000원에 연 3회, 2년 거래일 때 매출 기준 LTV는 240,000원이고 공헌이익률 35%를 반영하면 84,000원입니다. 객단가만 48,000원으로 오르면 같은 조건에서 100,800원이 됩니다.
LTV가 오르면 감당할 수 있는 CAC의 상한도 따라 오릅니다. 고객 한 명이 남기는 이익의 3분의 1을 상한으로 잡는 경험칙을 쓰면 상한은 28,000원에서 33,600원으로 올라갑니다. 광고 단가가 오르는 시장에서 객단가부터 다시 보는 이유가 여기 있습니다. 지표가 서로 이어지는 순서는 마케팅 지표 계산 공식 총정리에 캠페인 한 건의 숫자로 정리해 두었습니다.
📈 객단가를 올리는 방법과 전환율 맞교환
주문 금액을 키우는 방법은 대체로 전환율에도 함께 영향을 줍니다. 한쪽만 보고 정하면 객단가는 올랐는데 주문 건수가 줄어 매출이 제자리인 상태가 됩니다.
| 방법 | 객단가 | 전환율 | 맞교환에서 확인할 것 |
|---|---|---|---|
| 묶음 판매 | 오름 | 내려갈 수 있음 | 묶음 가격이 1회 결제 부담을 넘기면 단품 구매자가 이탈 |
| 상위 상품 제안 | 오름 | 내려갈 수 있음 | 제안 화면이 결제 단계에 끼어들어 단계가 늘어남 |
| 무료 배송 기준선 | 오름 | 내려갈 수 있음 | 기준선 아래 고객이 장바구니를 버리는 비율 |
| 수량 할인 | 오름 | 오를 수 있음 | 할인율만큼 공헌이익률이 내려감 |
| 함께 사는 상품 추천 | 조금 오름 | 거의 그대로 | 추천 상품의 재고와 배송일이 본품과 맞는지 |
무료 배송 기준선이 대표적입니다. 기준선을 3만 원에서 5만 원으로 올리면 금액을 맞추려고 하나 더 담는 고객이 생겨 객단가는 오르지만, 3만 원어치만 사려던 고객은 배송비를 보고 그대로 나가기도 합니다. 기준선을 바꾼 뒤에는 객단가와 주문 건수를 같은 기간으로 놓고 곱해서 매출이 실제로 늘었는지 확인합니다.
기준선을 얼마로 둘지는 평균이 아니라 구간 비중에서 찾습니다. 앞의 자료라면 주문의 절반이 3만 원 아래에 있으므로, 기준선을 5만 원으로 올리는 선택은 대다수 주문을 기준선 바깥으로 밀어냅니다.
💰 객단가와 공헌이익을 함께 보는 계산
객단가가 올라도 남는 돈이 줄어드는 때가 있습니다. 할인으로 묶음을 팔면 결제 금액이 커지는 만큼 원가도 함께 커지기 때문입니다.
주문당 공헌이익(원) = 객단가 × 공헌이익률
30,000원짜리 단품을 원가 18,000원에 파는 상품으로 계산해 보겠습니다. 두 개를 묶어 20% 할인한 48,000원에 내놓은 경우입니다.
| 항목 | 묶음 판매 전 | 묶음 판매 후 |
|---|---|---|
| 주문 한 건 구성 | 단품 1개 | 단품 2개 묶음 |
| 결제 금액(객단가) | 30,000원 | 48,000원 |
| 원가 | 18,000원 | 36,000원 |
| 주문당 공헌이익 | 12,000원 | 12,000원 |
| 공헌이익률 | 40% | 25% |
객단가는 30,000원에서 48,000원으로 60% 올랐는데 주문 한 건에서 남는 돈은 12,000원 그대로입니다. 결제 금액이 커진 만큼 공헌이익률이 40%에서 25%로 내려갔기 때문입니다. 여기에 주문당 배송비와 결제 수수료를 더하면 묶음 쪽이 오히려 적게 남기도 합니다.
손익분기 ROAS도 함께 올라갑니다. 공헌이익률 40%일 때 손익분기 ROAS는 250%인데 25%로 내려가면 400%가 됩니다. 객단가를 할인으로 올렸다면 목표 ROAS를 예전 값으로 두는 순간 판단이 틀어집니다. 객단가를 보고할 때 공헌이익률을 같은 줄에 적어 두면 이런 착각을 줄일 수 있습니다.
⚠️ 자주 하는 실수
- 취소와 반품을 빼지 않습니다. 결제 시점 매출로만 계산하면 반품이 몰린 달의 객단가가 실제보다 높게 나옵니다. 반품되는 주문이 고액 쪽에 많으면 차이가 더 커지므로, 월말에 확정 매출과 확정 주문 건수로 다시 계산합니다
- 분자와 분모의 기간을 맞추지 않습니다. 매출은 결제일 기준인데 주문 건수는 주문일 기준이면 월말과 월초에 걸친 주문이 한쪽에만 잡힙니다. 두 숫자를 같은 날짜 기준으로 뽑았는지부터 확인합니다
- 신규 고객과 재구매 고객을 섞어 봅니다. 첫 주문은 대체로 작고 재구매 주문은 큰 편이라, 둘을 합친 평균은 어느 쪽도 설명하지 못합니다. 신규와 재구매를 나눠 재면 광고로 들어온 첫 주문의 크기와 재구매 설계의 성과를 따로 볼 수 있습니다
- 업종 평균 객단가를 목표로 씁니다. 같은 업종이라도 상품 가격대와 구매 주기, 배송 정책이 달라서 집계 기준과 기간이 적히지 않은 평균값은 그대로 옮기기 어렵습니다. 기준선은 지난 6개월 자기 데이터의 중앙값에서 잡습니다
❓ 자주 묻는 질문
객단가 목표는 어떻게 잡나요?
지난 6개월 자기 데이터에서 잡습니다. 월별 평균 객단가와 중앙값을 나란히 놓고 명절이나 행사 같은 계절 요인을 걸러 낸 다음, 그 기준선에서 5%에서 10% 정도 올린 값을 다음 분기 목표로 두는 방법이 무난합니다. 업종 평균으로 떠도는 숫자는 어느 기간에 무엇을 주문으로 셌는지가 적혀 있지 않아 그대로 옮기기 어렵습니다.
객단가가 오르면 매출도 반드시 오르나요?
그렇지 않습니다. 매출은 주문 건수와 객단가의 곱이어서, 객단가가 20% 올라도 주문 건수가 20% 줄면 매출은 제자리입니다. 무료 배송 기준선이나 최소 구매 수량처럼 주문 자체를 막는 방법을 쓸 때는 바꾸기 전과 후의 두 숫자를 같은 기간으로 놓고 곱해 확인합니다.
평균 대신 중앙값만 봐도 되나요?
중앙값만으로는 부족합니다. 중앙값은 보통 주문의 크기를 보여 주지만 매출 총액과 연결되지 않아서, 고액 주문이 몇 건 빠졌을 때 그 영향을 잡아내지 못합니다. 평균으로 규모를 재고, 중앙값으로 보통 주문의 크기를 확인하고, 금액 구간별 비중으로 어느 금액대가 달라졌는지 보는 순서가 맞습니다.
주문 금액 차이가 아주 큰 사업에서는 어떻게 보나요?
고액 주문을 따로 떼어 내고 나머지로 평균을 다시 구합니다. 전체 평균 하나에 큰 계약 한 건이 섞이면 다음 달 숫자와 비교가 성립하지 않기 때문입니다. 상위 5% 주문을 뺀 평균과 전체 평균을 함께 기록해 두면 변화가 어느 쪽에서 왔는지 구분할 수 있습니다.
📋 3줄 요약
-
객단가는 주문 한 건당 평균 결제 금액이고 같은 기간의 매출을 주문 건수로 나눠 구합니다.
-
분모를 주문 건수로 두느냐 고객 수로 두느냐에 따라 같은 달 매출에서도 값이 두 배까지 벌어집니다.
-
고액 주문 몇 건이 평균을 끌어올리므로 평균 객단가 옆에 중앙값과 금액 구간별 비중을 함께 놓고 봅니다.
이 글이 도움이 되셨다면 공유해 주세요
메신저로 바로 보내거나 링크를 복사할 수 있습니다.
하루 주문 20건의 평균 객단가가 77,800원이고 중앙값이 29,000원입니다. 20건 가운데 18건이 평균보다 낮고 매출의 64%는 10만 원이 넘는 주문 두 건에서 나왔습니다. 이 자료를 올바르게 판단한 것은 무엇일까요?
이어서 배우면 좋은 개념
ROAS (광고 수익률) 뜻과 계산 공식
ROAS(Return On Ad Spend)는 쓴 광고비 대비 그 광고가 만든 매출의 비율입니다. 매출을 기준으로 재는 숫자라서 상품의 마진율을 함께 넣어야 흑자인지 적자인지 판단할 수 있습니다.
LTV (Lifetime Value) 뜻과 고객생애가치 계산법
LTV(Lifetime Value, 고객생애가치)는 고객 한 명이 거래를 끝낼 때까지 남기는 이익의 합입니다. 객단가와 구매 빈도, 거래 기간을 곱해 구하고 광고비 상한을 정하는 기준으로 씁니다.
CAC (고객획득비용) 뜻과 계산 공식
CAC(Customer Acquisition Cost, 고객획득비용)는 신규 고객 한 명을 얻는 데 들어간 총비용입니다. 광고 매체비만 세는 좁은 기준과 인건비, 도구 구독료, 프로모션까지 세는 넓은 기준으로 나뉩니다.
CVR (전환율) 뜻과 계산 방법
CVR(Conversion Rate, 전환율)은 방문하거나 클릭한 사람 가운데 목표한 행동을 끝낸 사람의 비율입니다. 분모를 클릭 수로 잡을 때와 세션 수로 잡을 때 같은 캠페인에서도 값이 다르게 나옵니다.
관련 인사이트
- 마케터를 위한 통계 기초: 평균, 중앙값, 표준편차를 광고 데이터로광고 소재 두 개의 14일치 전환율로 통계 개념을 차례로 확인합니다. 평균이 같은 두 소재가 중앙값과 표준편차에서 달라지는 과정을 계산으로 보여 주고, 흩어짐이 클 때 무엇을 해야 하는지와 차이를 언제 믿어도 되는지까지 정리했습니다.
- 랜딩페이지 전환율 높이는 법: 어디서 새는지 찾는 4구간 진단랜딩페이지 전환율이 낮을 때 전체를 한꺼번에 고치면 무엇이 통했는지 알 수 없습니다. 방문에서 완료까지를 네 구간으로 끊어 어디서 새는지 찾고, 구간마다 원인과 고칠 것을 정리했습니다. 개선 순서를 정하는 계산과 실험 설계 기준도 담았습니다.
- 마케팅 전략 프레임워크 총정리: SWOT, STP, 4P를 사례 하나로 잇기마케팅 전략 프레임워크는 각각 따로 쓰는 도구가 아니라 앞의 결과가 뒤의 입력이 되는 사슬입니다. 가상의 소상공인 예약 서비스 하나를 SWOT에서 STP, 4P, 포지셔닝 문장까지 연속으로 통과시키며 각 단계에서 무엇이 정해지고 무엇이 다음으로 넘어가는지 정리했습니다.
- 마케팅 지표 계산 공식 총정리: 캠페인 하나로 12개 지표 구하기마케팅 지표는 따로 외우는 것이 아니라 하나의 캠페인 데이터에서 순서대로 나옵니다. 가상 캠페인 한 건의 숫자로 CPM, CTR, CPC, CVR, CPA, 객단가, ROAS, 손익분기 ROAS, CAC, LTV, 회수 기간, ROI를 차례로 계산하고 서로 어떻게 이어지는지 정리했습니다.
- 마케팅 KPI 설정 총정리: 채널별 예시 30개와 목표값 정하는 법마케팅 KPI는 목표에 얼마나 가까워졌는지를 하나의 숫자로 재는 지표입니다. 퍼널 단계와 채널별로 무엇을 KPI로 잡는지 예시 30개로 정리하고, 목표값을 정하는 세 가지 방법과 허영 지표를 거르는 기준, 숫자가 어긋났을 때 점검하는 순서를 담았습니다.
- 비개발자를 위한 네이버 데이터랩 API 가이드: 검색어 트렌드와 쇼핑인사이트네이버 데이터랩 API는 네이버에서 어떤 검색어가 언제 얼마나 검색됐는지를 비율로 돌려주는 오픈 API입니다. 광고 계정이 없어도 쓸 수 있고 발급도 5분이면 끝나는데, 실제 검색 횟수 대신 상대 비율만 준다는 점을 모르면 숫자를 잘못 읽게 됩니다. 통합 검색어 트렌드와 쇼핑인사이트 두 API의 요청 방법, 비율을 실제 검색량으로 바꾸는 방법, 자주 걸리는 오류를 정리했습니다.
