회원관리 CRM을 만들 때 고민하는 3가지: 이탈 예측, 성과 정산, 알림

회원·단골이 매출의 절반을 넘는 사업은 CRM 하나로 매출이 갈립니다. 그런데 CRM을 "고객 목록 + 메시지 발송"으로만 만들면 6개월 뒤에는 아무도 안 씁니다. Madeline AI CRM을 비롯해 회원관리 시스템을 만들 때, 고객관리가 실제로 돌아가게 하려고 우리가 특히 신경 쓰는 세 가지를 정리했습니다.

1. 이탈 예측: 결제 말고 출석을 본다

멤버십 사업에서 흔한 방식은 RFM(최근성·빈도·금액)으로 회원 점수를 매기는 겁니다. 문제는 매달 정액이 자동이체되는 회원은 운동을 안 나와도 계속 "VIP"로 잡힌다는 점입니다. 출석은 끊겼는데 결제는 살아 있으니 시스템이 이탈을 놓칩니다.

그래서 우리는 결제 금액 대신 세 가지 신호를 따로 봅니다.

• 출석 빈도 변화: 최근 4주 출석과 이전 8주 평균 비교
• 마지막 상담 후 경과 시간: 트레이너와 깊은 대화를 나눈 지 얼마나 지났는가
• 결제 패턴: 정액 갱신 시점과 추가 세션 구매 빈도

세 신호를 0~100 점수로 묶고, 점수가 60 아래로 떨어지면 담당 트레이너에게 알림을 보냅니다. 겉으로는 VIP인데 곧 떠날 회원을, 결제 기반 점수보다 먼저 잡는 게 목표입니다.

2. 트레이너 성과를 한 숫자로 보지 않는다

성과를 "세션 수"만으로 보면 놓치는 기여가 생깁니다. 신규 회원을 잘 데려오는 트레이너, 담당 회원을 오래 붙잡는 트레이너의 몫이 급여에 안 잡힙니다.

그래서 정산을 세 갈래로 나눠 설계합니다.

• 직접 세션 기여: 본인이 진행한 세션 수
• 신규 유입 기여: 본인이 데려온 회원의 가입·등록
• 리텐션 기여: 본인 담당 회원의 3개월 유지율

각 갈래의 가중치는 지점 운영자가 직접 조절합니다. 신규 유입이 급한 지점과 리텐션이 급한 지점이 다르기 때문입니다.

3. 알림은 처음부터 적게 만든다

운영자가 모든 변화를 알아야 한다고 전제하면, 신규 가입·이탈 위험·결제 실패·트레이너 결근·회원 컨디션 이상까지 전부 알림으로 쏟아집니다. 하루 수십 건이 쌓이면 운영자는 알림을 아예 안 봅니다. 자동화가 할 일을 줄이는 게 아니라 오히려 늘리는 상황입니다.

그래서 알림은 설계 단계에서 최대한 줄입니다.

• AI가 우선순위 정리: 그날 이벤트를 훑어 운영자가 오늘 볼 3~5건으로 요약
• 정형 데이터는 요약 리포트로: 결제·출석 같은 기록은 매일 아침 한 번 묶어서 발송
• 트레이너용과 운영자용 분리: 회원 컨디션 이상은 트레이너에게, 매장 운영 이슈는 운영자에게

이렇게 만들려면 데이터가 회사에 있어야 한다

위 세 가지는 나중에 바꿀 수 있어야 합니다. 이탈 모델을 손보려면 출석·결제 데이터가 회사 DB에 그대로 쌓여 있어야 하고, 정산 가중치를 조절하려면 원본 기록이 남아 있어야 합니다. 그래서 우리는 데이터를 외부 도구에 가두지 않고 회사 소유의 데이터베이스에 저장합니다. 도구는 나중에 교체할 수 있고, 예측 모델은 다시 만들 수 있어야 하니까요.

CRM은 화면을 예쁘게 뽑는 일로 끝나지 않습니다. 어떤 회원을 언제 챙길지, 트레이너의 어떤 기여를 인정할지, 운영자에게 무엇만 보여줄지를 정하는 일이 진짜 설계입니다.