이탈하는 고객들

Q사 상황

**업종:** 프로젝트 관리 SaaS
**고객:** 기업 3,000개
**MRR:** 3억원 (월 반복 매출)
**문제:** 높은 이탈률

위기의 지표

이탈률 추이

**2024년 1월:**
월 이탈률 20%

**2024년 6월:**
월 이탈률 **35%**

**의미:**
- 신규 고객보다 이탈 고객이 많음
- MRR 성장 정체
- 3개월 후 MRR 감소 예상

이탈 사유 분석

**설문 조사:**
1. "너무 느려요" (60%)
2. "기능 부족" (25%)
3. "가격" (15%)

**핵심:**
**성능 문제**

성능 분석

느린 기능들

**대시보드:**
- 로딩 시간: 15초
- 고객 불만 1위

**프로젝트 목록:**
- 100개 이상 시: 30초+
- "답답해서 못 쓰겠다"

**검색:**
- 5초+
- "차라리 수동으로 찾는게 빠르다"

근본 원인

**DB 구조 분석:**
- 정규화 안 됨: 데이터 중복 심각
- 인덱스 없음: 풀 테이블 스캔
- N+1 쿼리: 프로젝트 100개 = 쿼리 1,000개

**결론:**
DB가 문제

긴급 개선 프로젝트

팀 교육

**강의:**
김영한의 실전 데이터베이스

**집중 학습:**
- 정규화
- 인덱스 최적화
- 쿼리 최적화

개선 작업 (2개월)

#### 1. DB 정규화

**Before:**
프로젝트 정보가 5개 테이블에 중복

**After:**
- 3NF 정규화
- 데이터 크기 50% 감소
- 일관성 보장

#### 2. 인덱스 추가

**Before:**
인덱스 10개 (부족)

**After:**
- 핵심 쿼리 분석
- 복합 인덱스 30개 추가
- 커버링 인덱스 활용

**예시:**
``sql
-- 프로젝트 목록 조회
CREATE INDEX idx_project_list
ON projects(company_id, status, updated_at);

-- 검색
CREATE FULLTEXT INDEX idx_project_search
ON projects(title, description);
`

#### 3. N+1 문제 해결

**Before:**
`python
projects = get_projects() # 1 query
for project in projects:
tasks = get_tasks(project.id) # N queries
`

**After:**
`python
projects = get_projects_with_tasks() # 1 query (JOIN)
`

#### 4. 집계 테이블 (반정규화)

**Before:**
대시보드 로딩 시 매번 집계 계산

**After:**
`sql
CREATE TABLE dashboard_summary (
company_id BIGINT,
total_projects INT,
active_tasks INT,
updated_at DATETIME,
INDEX(company_id, updated_at)
);
``

**갱신:**
매시간 자동 업데이트

성능 개선 결과

대시보드

**Before:** 15초
**After:** **0.8초** (19배 향상!)

프로젝트 목록

**Before:** 30초 (100개 이상)
**After:** **1.2초** (25배 향상!)

검색

**Before:** 5초
**After:** **0.3초** (17배 향상!)

고객 반응

출시 1주 후

**고객 문의:**
"시스템이 갑자기 빨라졌는데 뭘 하셨나요?"

**소셜 미디어:**
"Q사 완전 달라졌어요. 이제 진짜 쓸만함!"

이탈률 변화

**개선 전 (6월):**
월 이탈률 35%

**개선 후 (8월):**
월 이탈률 **14%** (60% 감소!)

**신규 가입:**
입소문으로 +40%

비즈니스 지표

MRR 성장

**6월:**
MRR 3억원 (정체)

**8월:**
MRR 3.5억원 (+17%)

**12월:**
MRR **9억원** (3배!)

LTV (고객 생애 가치)

**Before:**
평균 6개월 사용 = LTV 180만원

**After:**
평균 18개월 사용 = LTV **540만원** (3배!)

NPS (순추천지수)

**Before:**
NPS 20 (낮음)

**After:**
NPS **65** (높음)

투자 유치

시리즈 A

**타이밍:**
개선 후 3개월

**투자:**
50억원

**VC 평가:**
"리텐션 지표가 인상적입니다. MRR 성장도 가속화되고 있네요."

**밸류:**
300억원

CEO 인터뷰

**Q: 이탈률이 35%까지 올라갔을 때 어떤 기분이었나요?**

절망적이었죠. 신규 고객을 아무리 데려와도 이탈이 더 많으니까요.

**Q: DB 개선이 이렇게 효과적일 줄 알았나요?**

솔직히 반신반의했어요. 하지만 김영한 강의를 듣고 "이게 맞다"는 확신이 들었어요.

**Q: SaaS에서 성능이 왜 중요한가요?**

고객은 매달 돈을 내요. 느리면 "돈 아깝다"고 생각하고 떠나죠.

CTO 인터뷰

**Q: 가장 효과적이었던 개선은?**

인덱스 추가요. 쿼리 속도가 10-20배 빨라졌어요.

**Q: 강의에서 배운 핵심은?**

"정규화 후 필요한 곳만 반정규화"였어요. 대시보드 집계 테이블이 대표적이죠.

1년 후

**고객:**
3,000개 → **8,000개** (2.7배)

**MRR:**
3억 → **12억** (4배)

**이탈률:**
35% → **8%** (77% 감소)

**팀:**
20명 → 50명

핵심 성공 요인

1. 문제 진단

**이탈 원인:**
성능 = DB 문제

2. 근본 해결

**서버 증설 ✗**
**DB 최적화 ✓**

3. 빠른 실행

**2개월 집중:**
빠르게 개선 → 이탈 방지

SaaS에서 DB가 중요한 이유

1. 사용자 경험 = 리텐션

**느린 성능:**
고객 이탈

**빠른 성능:**
고객 만족

2. 멀티 테넌시

**하나의 DB:**
모든 고객 데이터

**설계 중요:**
한 고객이 전체에 영향

3. 장기 성장

**MRR 성장:**
이탈 < 신규

**이탈 방지:**
성능이 핵심

결론

**SaaS 성공:**
리텐션이 핵심

**리텐션:**
성능에 좌우

**성능:**
DB 설계로 결정

**학습:**
김영한의 실전 데이터베이스

**결과:**
이탈률 60% 감소, MRR 4배

---

**태그**: #SaaS #리텐션 #DB최적화 #고객이탈방지 #MRR증가