CAREW V4 시장·오디언스 검증 시스템

여성 중심 가설을
검증 가능한 이미지로.

실제 DART 시장 신호와 연령·니즈 세그먼트를 연결해 4개 여성 우선 페르소나를 정의했습니다. V4는 메시지와 시각 역할을 분리해 어떤 조합이 실제 타깃 반응과 주문 전환을 만드는지 검증합니다.

후편집 없는 통제 실험48개 독립 생성

규격은 2048 × 2048 high 요청 · 생성 원본 1254 × 1254 PNG · 무변환입니다. 원본을 보존해 업스케일이나 다른 변환 없이 사용합니다. 한국어 카피를 생성 단계에 포함했으며 후편집이나 텍스트 합성은 하지 않았습니다. 성별·직업은 관측값이 아니라 검증할 마케팅 가설입니다.

순매출+53.8%2026년 상반기·직전 기간 대비
주문 수+48.7%2026년 상반기·직전 기간 대비
구매자 수+55.3%2026년 상반기·직전 기간 대비
세션 수+24.4%2026년 상반기·직전 기간 대비
서버 전환율16.1% → 19.2%주문 수 ÷ 세션 수
유료 신규 CAC₩14.4k+28.0%
기여 ROAS2.03x직전 기간 2.39x
6개월 순 LTV₩54.0k₩39.7k 대비 +36.1%
DART 2025실제 공시21개사 · 시장 신호 11건
내부 GA4·주문합성 데이터세그먼트·성장 분석 연습용
성별·직업마케팅 가설실제 테스트에서 신규 수집
V4 결과응답 대기가짜 성과값을 표시하지 않음
01 / 핵심 진단 근거

무엇이 변했고 어디에서 새는가

거래량은 개선됐지만, 단위경제성은 더 좁은 운영 기준을 요구합니다.

별도 표기가 없는 수치는 모두 관측값입니다. 아래 근거는 실험을 선택하기 위한 자료이며 채널 인과성을 단정하는 근거가 아닙니다.

코호트 · 반복구매01

리텐션이 현재의 사업 제약입니다.

M16.7%
M35.1%
M65.6%
180일30.1%

세럼은 관측된 리텐션이 가장 강한 제품입니다. 180일 반복구매율 33.5%, 순 LTV ₩67.7k입니다. 이를 포괄적 획득 주장보다 첫 루틴 경로 설계에 사용합니다.

채널 퍼널02
채널·기기별 관측 퍼널 비율
유입원도달 기준조회→장바구니구매
유료 소셜33.5%16.7%
유료 검색43.4%27.1%
모바일—21.9%
데스크톱—25.2%

검색은 관측된 구매 의도가 더 강합니다. 소셜은 교육에서 장바구니로 넘어가는 연결을 개선해야 하며 모바일 구매율은 데스크톱보다 3.3%p 낮습니다.

단위경제성03
유료 신규 CAC₩14.4k+28.0%
기여 ROAS2.03x−0.36x
6개월 순 LTV₩54.0k+36.1%

반복 행동이 LTV 상승을 유지할 때만 높아진 CAC를 감당할 수 있습니다. 기여 ROAS를 캠페인 확장의 보호 지표로 사용합니다.

데이터 품질 · 조치 필요

매체 효율을 읽기 전에 구매 데이터를 대조해야 합니다.

GA4 구매 누락
55건
구매 중복
20건
구매 매칭 목표
99%
첫 사용자 캠페인 미매칭 지출
50.7%

서버 주문 데이터를 거래의 기준으로 사용합니다. 구매 이벤트와 캠페인 매핑 문제가 해결되기 전까지 GA4는 방향성 지표로만 해석합니다.

02 / DART 시장 인텔리전스

ACTUAL DISCLOSURES · 2025 FY

보습은 큰 카테고리입니다.
CAREW의 기회는 주장보다 루틴에 있습니다.

상장 화장품 기업의 사업보고서에서 시장 구조와 보습 신호를 읽었습니다. 경쟁사의 효능 문구를 모방하기보다, CAREW가 소유할 수 있는 반복 루틴과 감각 경험을 찾는 자료입니다.

비교기업21개사재무 공시 확인 21/21
보습 관련 신호11건직접·핵심사업 신호 6건
영업이익률 중앙값8.2%21개사, 연결·별도 혼합
매출총이익률 중앙값42.5%기업 전체 재무 기준
BUSINESS TYPE COMPOSITION01

브랜드와 공급망을 함께 봅니다.

  1. 브랜드629%
  2. 브랜드/제조524%
  3. OEM/ODM419%
  4. 화장품 소재210%
  5. ODM15%
  6. 제조15%
  7. 브랜드/유통15%
  8. OEM/ODM/브랜드15%

21-PEER PROFITABILITY MAP

매출 규모 × 영업이익률

가로축은 매출액 로그 스케일, 세로축은 영업이익률입니다. 점을 선택하면 해당 DART 사업보고서로 이동합니다.

브랜드 포함제조·ODM소재
21개사 수치 표로 보기
기업유형매출(억원)영업이익률
LG생활건강브랜드/제조63,5552.7%
아모레퍼시픽브랜드/제조42,5287.9%
한국콜마OEM/ODM27,2248.8%
코스맥스OEM/ODM23,9888.2%
애경산업브랜드/제조6,5453.2%
코스메카코리아OEM/ODM6,40913.0%
브이티브랜드4,37219.0%
클리오브랜드3,2895.0%
씨앤씨인터내셔널ODM2,8857.7%
에이블씨엔씨브랜드2,4207.4%
아이패밀리에스씨브랜드2,24112.1%
토니모리브랜드2,2036.5%
한국화장품제조제조1,84617.8%
잇츠한불브랜드/제조1,53412.5%
네오팜브랜드/제조1,32221.8%
현대바이오랜드화장품 소재1,3059.7%
마녀공장브랜드1,1309.3%
대봉엘에스화장품 소재1,0217.2%
한국화장품브랜드/유통8500.6%
제닉OEM/ODM78219.1%
본느OEM/ODM/브랜드460-18.1%

MOISTURIZER SIGNAL LEDGER

공시에서 확인한 보습 카테고리 신호 11건

직접은 제품명이 명시된 근거, 공급망·원료는 카테고리 생산 기반을 보여주는 간접 근거입니다.

03 / 여성 중심 오디언스 전략

SEGMENT EVIDENCE → MARKETING HYPOTHESIS

규모는 25–34세에서,
반복 신호는 35–44세에서 읽습니다.

연령과 니즈는 세그먼트 집계에서 가져왔습니다. 여성 중심 타겟과 직업은 실측 항목이 아니므로 V4에서 검증할 마케팅 가설로만 사용합니다.

근거GA4 합성 데이터 세그먼트 분석analysis/persona_image_test_2025/segment_evidence.csv
실측 차원연령·니즈·구매·매출·반복구매제공된 세그먼트 데이터 범위
검증 필요여성 중심 타겟·직업·라이프스타일성별·직업 = 마케팅 가설
  1. P011순위 규모 획득
    25–34세 · 균형·가벼움

    가벼운 매일 루틴

    여성 중심초·중기 직장인성별·직업 = 마케팅 가설
    고객
    472명
    구매자
    214명
    순매출
    ₩11,923,400
    크림 매출
    ₩2,458,900
    90일 반복구매
    16.95%
    우선순위 점수
    84.58
    JOB TO BE DONE
    바쁜 아침에도 부담 없이 바르고 매일 지속할 수 있는 보습 루틴
    V4 MESSAGE
    빠른 흡수감, 가벼운 보습, 출근 전 짧은 루틴
    VISUAL DIRECTION
    밝은 아침광, 얇은 텍스처, 활동적이지만 정돈된 라이프스타일
    GA4 합성 데이터 분석우선순위 1 / 4
  2. P022순위 제품 적합
    25–34세 · 장벽·보습

    장벽 보습 리셋

    여성 중심사무·전문직성별·직업 = 마케팅 가설
    고객
    427명
    구매자
    196명
    순매출
    ₩11,460,100
    크림 매출
    ₩3,110,021.74
    90일 반복구매
    11.11%
    우선순위 점수
    81.25
    JOB TO BE DONE
    컨디션이 흐트러진 날에도 복잡한 단계 없이 편안한 보습감을 채우는 루틴
    V4 MESSAGE
    매일 장벽 보습, 편안한 마무리, 하루 끝 단순한 케어
    VISUAL DIRECTION
    차분한 저녁광, 부드러운 크림 텍스처, 조용한 개인 공간
    GA4 합성 데이터 분석우선순위 2 / 4
  3. P033순위 프리미엄 단순화
    35–44세 · 균형·가벼움

    정돈된 밸런스 케어

    여성 중심관리자·자영업·전문직성별·직업 = 마케팅 가설
    고객
    346명
    구매자
    164명
    순매출
    ₩9,066,300
    크림 매출
    ₩2,027,600
    90일 반복구매
    18.38%
    우선순위 점수
    77.50
    JOB TO BE DONE
    품질과 효율을 모두 놓치지 않고 오래 지속할 수 있는 정돈된 보습 습관
    V4 MESSAGE
    필요한 만큼의 보습, 절제된 프리미엄, 매일 일관된 루틴
    VISUAL DIRECTION
    절제된 에디토리얼, 깔끔한 제품 히어로, 자신감 있는 일상
    GA4 합성 데이터 분석우선순위 3 / 4
  4. P044순위 리텐션 후보
    35–44세 · 장벽·보습

    리치 나이트 보습

    여성 중심워킹파렌츠·관리자성별·직업 = 마케팅 가설
    고객
    304명
    구매자
    128명
    순매출
    ₩7,639,800
    크림 매출
    ₩1,812,000
    90일 반복구매
    21.90%
    우선순위 점수
    70.42
    JOB TO BE DONE
    바쁜 하루 끝에 충분한 보습감을 느끼며 다음 날까지 이어갈 나이트 루틴
    V4 MESSAGE
    리치한 보습감, 밤의 돌봄 루틴, 다음 병까지 이어지는 습관
    VISUAL DIRECTION
    깊은 저녁 톤, 밀도 있는 텍스처, 신뢰감 있는 집안 루틴
    GA4 합성 데이터 분석우선순위 4 / 4
04 / 크리에이티브 시스템

캠페인 버전별 승인 자산

V1·V2·V3·V4를 같은 기준으로 비교합니다.

V4는 여성 우선 페르소나, 공통 메시지, A–D 시각 역할을 분리해 어떤 요인이 반응을 만드는지 검증하는 버전입니다.

48현재 조건의 승인 자산
여성 우선 페르소나 실험4개 페르소나 × 3개 메시지 × 4개 역할

48개 모두 독립 생성했습니다. 2048 × 2048 high 요청 · 생성 원본 1254 × 1254 PNG · 무변환입니다. 한국어 카피는 생성 단계에 포함했으며 후편집·텍스트 합성은 하지 않았습니다.

제품 없는 포스터

기억과 재활성화를 위한 순수 포스터 작업

제품 팩샷보다 시각 영역의 고유성과 메시지 회상을 우선한 D형 대표 작업입니다.

1차 이미지 판독강제선택 효용 + 구매의향

페르소나별 12개를 불완전 블록으로 비교해 상위 2개를 선별합니다.

2차 독립 확인V4 상위 2개 vs V3 기준 2개

새 표본과 사전 고정한 대조군으로 신규성 효과를 분리합니다.

라이브 보호 지표주문 CVR·기여 ROAS·환불률

CTR은 진단값이며 실제 확장은 서버 주문 전환과 수익성으로 결정합니다.

05 / V4 유저테스트

이미지 선호가 아닌 실제 의사결정 실험

누구에게 어떤 V4가 작동했는지 분리해 판정합니다.

여성 중심 4개 페르소나를 먼저 검증하고, 남성은 코어 결과와 섞지 않은 M0 탐색군으로 운영합니다.

실제 응답자 결과 대기 중 · results pending actual respondents

아래 숫자는 표본·노출·판정 기준을 사전에 고정한 설계값입니다. 관측 성과나 예측 점수가 아닙니다.

V4 실험 자산484 페르소나 × 3 메시지 × 4 역할
Stage 1 표본480여성 · 페르소나별 120명
응답자당 노출8자기 페르소나 후보 12개 중
이미지당 노출80120명 × 8회 ÷ 12개
M0 탐색 표본100남성 · 확증 결과와 분리
라이브 계획 가정2,900세션/군 · 기준율 확인 후 재산정
01 / 자산 행렬

모든 V4는 하나의 페르소나·메시지·역할만 바꿉니다.

현재 자산 상태는 QA, 실험 판정은 대기입니다. 이미지 제작 완료가 성과 승인으로 오해되지 않게 두 상태를 분리합니다.

M01매일의 가벼운 시작M02하루 끝의 편안한 장벽 루틴M03다음 병까지 이어지는 루틴
A제품 히어로B인물·생활C텍스처·타이포D브랜드 포스터
P01

라이트 밸런스

25–34세 여성 · 초기 커리어·오피스 생활 가설

QA

밀리지 않고 빠르게 흡수되는 매일 보습

25–34 균형·가벼움 세그먼트 · 구매자 214명 · 분석 우선순위 84.58연령·니즈는 행동 데이터, 여성·직업은 모집 및 마케팅 가설

M01-A대기M01-B대기M01-C대기M01-D대기M02-A대기M02-B대기M02-C대기M02-D대기M03-A대기M03-B대기M03-C대기M03-D대기
P02

카밍 배리어

25–34세 여성 · 전문직·사무직 생활 가설

QA

예민한 날에도 부담이 적은 장벽 보습

25–34 장벽·보습 세그먼트 · 구매자 196명 · 분석 우선순위 81.25연령·니즈는 행동 데이터, 여성·직업은 모집 및 마케팅 가설

M01-A대기M01-B대기M01-C대기M01-D대기M02-A대기M02-B대기M02-C대기M02-D대기M03-A대기M03-B대기M03-C대기M03-D대기
P03

폴리시드 심플

35–44세 여성 · 관리자·전문직·자영업 생활 가설

QA

복잡하지 않지만 완성도 있는 균형 케어

35–44 균형·가벼움 세그먼트 · 구매자 164명 · 90일 반복구매율 18.38%연령·니즈는 행동 데이터, 여성·직업은 모집 및 마케팅 가설

M01-A대기M01-B대기M01-C대기M01-D대기M02-A대기M02-B대기M02-C대기M02-D대기M03-A대기M03-B대기M03-C대기M03-D대기
P04

리치 나이트

35–44세 여성 · 워킹페어런트·관리자 생활 가설

QA

하루 끝에 믿고 쓰는 리치한 장벽 루틴

35–44 장벽·보습 세그먼트 · 구매자 128명 · 90일 반복구매율 21.90%연령·니즈는 행동 데이터, 여성·직업은 모집 및 마케팅 가설

M01-A대기M01-B대기M01-C대기M01-D대기M02-A대기M02-B대기M02-C대기M02-D대기M03-A대기M03-B대기M03-C대기M03-D대기
02 / 순차 검증

새 표본으로 압축하면서 V3를 넘어서는지 확인합니다.

Stage 1 결과로 Stage 2 대조군을 바꾸지 않습니다. V3 대조 2개는 결과를 보기 전에 고정합니다.

STAGE 1대기

페르소나 내부 선별

표본
여성 480명 · 페르소나별 120명
노출
각 응답자 12개 중 8개 · 이미지당 80회 노출
배정
페르소나 내부 균형 불완전 블록 무작위 배정
분석
조건부 로짓 선택 효용 + 순서형 혼합효과 모형 · 페르소나 내 BH-FDR 5%
판정
각 페르소나 상위 2개 V4만 Stage 2로 이동
STAGE 2대기

V4 대 V3 확인 실험

표본
새 표본 240–480명 · 페르소나별 60–120명
노출
페르소나 상위 V4 2개 + 사전 고정 V3 대조 2개
배정
4개 후보의 노출 순서와 위치를 응답자 단위 무작위화
분석
V4와 최강 V3 대조의 사전 지정 비교 · Holm FWER 5%
판정
페르소나별 검증 승자와 전체 라이브 후보 1개 결정
M0 / 탐색대기

남성 확장 가능성

표본
남성 100명 · 코어 표본과 완전 분리
노출
Stage 1 상위 후보의 축소 세트
배정
연령대 층화 후 후보·순서 무작위 배정
분석
효과크기와 신뢰구간만 보고 · 확증적 p값 판정 금지
판정
다음 남성 전용 실험의 표본·메시지 가설 수립에만 사용
LIVE A/B대기

실제 주문 전환 검증

표본
계획 가정 2,900 세션/군 · 총 5,800 세션
노출
최종 V4 승자 1개 대 사전 고정 V3 기준 1개
배정
세션이 아닌 사용자 ID 기준 고정 배정
분석
서버 주문 CVR 차이와 95% 신뢰구간 · 실제 기준율로 사전 재검정력 계산
판정
실용 최소효과와 기여 ROAS 보호 조건을 함께 만족할 때만 확장
03 / KPI 사전 등록

한 지표로 승격하고, 세 지표로 위험을 막습니다.

CTR은 라이브 진단값일 뿐 승자 지표가 아닙니다. 실제 확장 판단은 서버 주문 CVR과 기여 ROAS 보호 조건을 사용합니다.

역할지표계산 정의판정 기준데이터
1차 지표강제선택 효용응답자의 후보 선택을 조건부 로짓으로 추정한 이미지별 표준화 계수Stage 1 페르소나 상위 2개 · Stage 2에서 최강 V3 대비 Holm 보정 p<.05실제 응답 선택 로그
진단구매 고려5점 척도 응답과 Top-2 box 비율을 모두 보되 순위 판단은 사전 지정 모형 사용효용 결과의 방향을 설명하며 단독 승격 기준으로 사용하지 않음실제 응답 설문
보호 지표메시지 이해응답자가 고른 핵심 메시지가 자산의 사전 코드와 일치한 비율70% 이상 · 미달이면 승격 금지, 카피 개선실제 응답 설문
보호 지표표현 신뢰과장 없이 믿을 만하다는 5점 척도의 응답자 평균3.5/5 이상 · 3.0 미만이면 효과와 무관하게 중단실제 응답 설문
QA 지표모바일 가독성2초 노출 후 주요 문구를 정확히 읽었다고 확인된 유효 응답 비율80% 이상 · 미달이면 타이포 개선 후 재검사실제 응답 설문
라이브 1차서버 주문 CVR중복 제거된 결제 주문 사용자 수 ÷ 실험 배정 후 유효 사용자 수95% CI 하한>0, 사전 합의한 실용 최소효과 충족, 기여 ROAS 비열등서버 주문 + 실험 배정 로그
04 / 의사결정 규칙

상태를 바꾸는 조건을 결과보다 먼저 잠급니다.

승격 조건을 사후에 완화하지 않습니다. 규칙 변경이 필요하면 기존 판정을 보존하고 새 실험 버전으로 기록합니다.

QA

제품 마스터 동일성·금지 주장·한국어 카피·모바일 가독성 체크리스트를 모두 통과하기 전

제품 동일성·표현·카피·가독성 검수를 진행합니다.
대기

QA 완료 후 실제 최소 표본과 균형 기준을 충족한 결과 파일이 아직 없는 경우

QA는 통과했지만 실제 응답 결과가 아직 없습니다.
승격

선택 효용 기준을 통과하고 메시지 이해≥70%, 신뢰≥3.5/5, 가독성≥80%인 경우

사전 정의한 1차 지표와 보호 지표를 모두 통과했습니다.
개선

선택 효용은 상위권이지만 메시지 이해·신뢰·가독성 중 하나만 기준에 미달한 경우

선택 신호는 있으나 메시지 이해·신뢰·가독성 중 하나를 보완해야 합니다.
중단

페르소나 하위 25%이면서 양의 선택 신호가 없거나, 표현 신뢰가 3.0/5 미만인 경우

상대 효용이 낮거나 신뢰 보호 기준을 통과하지 못했습니다.
06 / 12주 운영계획

우선순위 실행안

측정을 먼저 복구하고, 그다음 확장 자격을 증명합니다.

모든 작업에는 운영 지표가 있습니다. 이미지 사전 테스트 이후의 최종 판단은 실제 주문 CVR과 기여 ROAS로 내립니다.

01~02주측정 체계 복구

중복 구매 20건과 GA4 구매 누락 55건을 해결하고 서버·GA4 대조표를 배포합니다.

구매 매칭률 99%01
03~04주V4 이미지 스크리닝

여성 핵심 페르소나별로 V4 12개 중 8개를 균형 배정하고 메시지 이해·강제선택 효용을 판독합니다.

이미지당 80회 노출02
05~06주모바일 결제 진단

모바일 PDP와 결제 연결 구간을 실험하고 데스크톱을 실무 기준선으로 사용합니다.

모바일 구매율 21.9%03
07~08주채널별 랜딩 적합도

소셜의 교육형 메시지와 검색의 의도형 메시지를 서로 다른 제품 경로에 연결합니다.

상품 조회→장바구니 격차 축소04
09~10주재구매 알림 시퀀스

동의와 대상 조건을 통과한 고객에게만 D+28·D+50 알림을 배포합니다.

90일 반복구매율 상승05
11~12주결과 판독과 확장 결정

처리군을 동결하고 홀드아웃 대비 증분 반복구매를 계산한 뒤 확대·중단을 결정합니다.

기여 ROAS 보호06
사전 테스트강제선택 효용·구매의향
라이브 핵심 지표서버 주문 전환율
보호 지표기여 ROAS·CAC·환불률
장기 검증90일 반복구매율
07 / 방법론과 근거 원장

지표 관리 원칙

실제·합성·가설·미수집 결과를 구분합니다.

지표·주장정의상태기준 데이터
DART 기업 재무·시장 신호2025 사업보고서 기준 전사 재무와 공시 본문의 보습 관련 신호입니다.실제 공시dart_peers_2025.csv · dart_moisturizer_signals_2025.csv
연령·니즈 페르소나 우선순위합성 고객·주문 데이터의 규모, 크림 매출, 반복구매를 결합한 세그먼트 점수입니다.합성 분석analysis/persona_image_test_2025/segment_evidence.csv
여성 중심·직업 맥락제품과 시장에 기반한 마케팅 방향이며 기존 고객 데이터에서 관측된 속성이 아닙니다.검증 전 가설persona_hypotheses.csv · male_expansion_hypothesis.csv
V4 이미지 성과사전 등록한 1·2차 테스트와 라이브 A/B에서 새로 수집해야 합니다.실제 응답 대기balanced_assignments.csv · response_schema.csv
순매출·주문·구매자·전환율정의된 조정을 반영한 서버 결제 주문. 전환율은 주문 수 ÷ 세션 수입니다.합성 관측값shared/orders.csv · results/period_summary.csv
반복구매 매출 약 ₩1.02M 증가현재 코호트 × 목표 반복구매 상승분 × 관측 기여가정. 매출 예측이 아닙니다.시나리오artifact_payload_action_plan.json