과거 소비 행태가 온라인 커머스 멤버십 가입에 미치는 영향: 커머스 멤버십 사례에 대한 계량경제학적 분석^*

소비자의 지출 행태는 특정 브랜드나 플랫폼과의 관계 형성에 영향을 미치며, 이러한 관계가 멤버십 가입으로 이어질 가능성이 높다는 연구가 지속적으로 이루어져 왔다(Bray et al., 2021). 일정 수준 이상의 지출을 지속하는 고객들은 멤버십을 활용하여 추가적인 혜택을 얻으려는 경향이 있고, 이는 멤버십 프로그램의 핵심 가입 유인으로 작용할 수 있다(George & Wakefield, 2018).

또한, 특정 온라인 커머스 플랫폼에서의 소비 경험이 많을수록 해당 플랫폼에 대한 신뢰와 충성도가 높아지고 소비자가 지속적인 혜택을 기대하며 멤버십을 활용할 가능성이 커진다(Wu et al., 2023). 이에 더해, 강선과 현병환(2021a)은 배송 서비스 품질이 온라인 쇼핑몰 충성도를 높이며, 이는 장기적으로 멤버십 가입으로 이어질 가능성이 높음을 실증적으로 확인하였다. 뿐만 아니라, 최근 여러 통계 지표가 이러한 경향을 뒷받침한다. 예를 들어, 유료 멤버십을 보유한 소비자의 37%는 해당 브랜드에 더 많은 지출을 할 의향이 있다고 응답하였다(PYMNTS & Ordergroove, 2022). 실제로 멤버십 회원은 비회원보다 지출 규모가 크며, 멤버십 프로그램 가입 고객은 비가입 고객 대비 연간 매출 증가율을 보이는 것으로 나타났다(PYMNTS & Ordergroove, 2022). 대표적인 사례로 Amazon Prime 멤버십을 들 수 있는데, Prime 회원의 40%가 최근 90일간 200달러 이상을 지출한 반면 비회원은 13%에 불과하였다(Smith, 2014). 이러한 결과는 높은 지출 고객이 멤버십 가입을 통해 추가 혜택을 기대함을 시사한다.

위 연구를 바탕으로 볼 때, 소비자의 총지출 수준 내지 전체 소매 분야 지출 수준과 특정 온라인 커머스 플랫폼에서의 소비 비중이 멤버십 가입 가능성에 영향을 미칠 것이라 추론할 수 있다. 즉, 지출 규모가 크고 특정 플랫폼에서의 소비 비중이 높을수록 멤버십 가입 가능성이 증가할 것으로 예상된다. 이러한 점을 고려하여 가설 1, 가설 2, 가설 3을 설정하였다.

최근에는 온라인 재화 및 서비스에서 번들링이 활발히 이루어지고 있다. Bakos and Brynjolfsson (2000)은 재화 및 서비스 등이 디지털화된 정보재(infor- 외부 활동 goods) 간 번들링이 시장 균형에 미치는 영향을 이론적으로 분석하였다. 정보재들을 결합 판매하는 기업은 단일 재화만을 판매하는 기업보다 소비자를 겨냥하는 데 유리하며, 단일 재화만을 판매하는 기업이 정보재 간 결합을 시도했을 때도 시장에서 우월한 고지를 차지한다는 점을 밝혔다.

최근 구독경제 및 온라인 플랫폼 산업의 발전과 함께, 다양한 서비스와 상품이 묶여 제공되는 번들형 멤버십이 소비자에게 제공하는 가치가 더욱 강조되고 있다. 예를 들어, Bango(2025)의 글로벌 설문조사에 따르면, 소비자의 68%가 개별 서비스보다 번들 서비스를 선호하며, 응답자의 62%는 번들을 통해 서비스를 구독하는 것이 더 편리하다고 응답하였다.

미국 구독자 대상 설문에서도 유사한 양상이 나타났다. 응답자의 68%는 하나 이상의 서비스를 통신사나 리테일러를 통한 번들 형태로 가입하고 있으며, 개인당 평균 구독 서비스 개수는 5.4개, 이 중 약 2개는 제휴 번들로 제공되었다(Bango, 2025). 또한 응답자의 62%는 개별 서비스를 따로 관리하기보다 번들로 묶여 제공되는 것을 선호한다고 밝혔다(Bango, 2025). 이는 번들 서비스가 가격 할인 이상의 실질적 혜택, 예컨대 구독 관리의 편의성과 서비스 이용의 통합성을 제공하기 때문으로 분석된다(Bakos & Brynjolfsson, 1999).

번들링은 구독 관리의 용이성, 새로운 서비스에 대한 접근성 확대 등 소비자 입장에서의 혜택을 증진하여 단순한 할인 이상의 가치를 창출한다. 특히 크로스 카테고리 번들링(cross-category bundling)은 서로 다른 영역의 서비스를 결합해 보완적 가치를 제공하는 전략으로, 최근 온라인 커머스 멤버십에 디지털 콘텐츠, 음식 배달, 금융 서비스 등 이질적인 서비스가 결합되는 사례가 증가하고 있다. Thomas et al.(2025) 연구에서도 소비자의 74%가 개별 구독에서 번들 구독으로 전환한 경험이 있다고 보고하며, 번들링이 새로운 서비스의 발견과 채택을 촉진하는 역할을 한다고 밝혔다.

번들링이 신규 고객 확보 및 서비스 확산에도 효과적이라는 연구 결과가 있다. 소비자는 번들을 통해 평소 관심 없던 새로운 서비스에도 접근할 기회를 얻으며, 이는 기업이 새로운 고객층을 확보하는데 유리한 전략으로 평가된다(Stremersch & Tellis, 2002). 실제로 번들을 통해 이전에 개별 구독으로 유료 이용하던 서비스를 무료 또는 할인된 형태로 이용한 사례가 44%에 이른다(Bango, 2025).

이러한 결과는 특정 분야(예: 디지털 콘텐츠)에 대한 가치 인식이 높은 소비자의 경우, 이와 관련된 서비스가 포함된 번들형 멤버십에 더욱 높은 관심과 가입 의사를 보일 가능성이 크다는 주장을 뒷받침한다.

이러한 점에 착안할 때, 온라인 커머스 멤버십 서비스에 다른 분야 온라인 서비스가 결합되었을 때, 해당 서비스가 멤버십 구독에 미치는 영향이 존재할 것이라 예상할 수 있다. 이에 본 연구에서는 커머스 중심 멤버십에 결합된 디지털 콘텐츠 이용 행태가 해당 멤버십 가입에 미치는 영향을 확인하고자 한다. 이에 가설 4를 도출하였다.

온라인 쇼핑은 쇼핑 및 여타 오프라인 활동과 시간을 활용하는 측면에서 대체 관계에 있다. Narang and Shankar(2019)는 모바일 커머스 앱 도입이 오프라인 소비에 어떤 영향을 주고 있는지 실증적으로 검증하였으며, Ansari et al.(2008)은 온오프라인 채널 이동(migration)이 소비자의 오프라인 행태에 미치는 영향에 관한 이론을 도출하고 이에 대해 계량적으로 확인하였다.

이러한 대체 관계는 다방면으로 살펴볼 수 있다. 앞서 살펴본 번들링의 측면에서, 커머스 멤버십에 결합된 타 분야 온라인 서비스의 오프라인 대체재에 대한 소비와 멤버십 가입은 서로 영향을 줄 것으로 추론할 수 있다. 또한, 소비자가 오프라인에서의 다양한 활동에 들이는 시간과 멤버십 가입 여부도 상호 관계가 존재할 것이다. 선행연구에 따르면 오프라인 지출이 높을수록 온라인 서비스 이용 및 멤버십 가입 가능성은 오히려 감소하는 경향이 있다(Ansari et al., 2008; Narang & Shankar, 2019).

온라인과 오프라인 소비 채널의 관계에 대해서는 연구 결과가 엇갈린다. 일부 연구는 온라인 채널 이용 증가가 전체 구매 규모 감소와 연관될 수 있다고 보고하는 반면(Ansari et al., 2008), 다른 연구에서는 모바일 앱 도입 이후 온·오프라인 구매가 모두 증가하는 상호보완적 효과가 있다고 보고하였다(Narang & Shankar, 2019). 그러나 소비자의 시간과 예산이 제한적이기에 오프라인 활동 참여가 많을수록 온라인 멤버십 가입에 대한 필요성이 낮아지는 구독 포화 현상이 나타날 가능성이 있다(Narang & Shankar, 2019). 실제로 소비자의 42%는 구독 과다를 느끼고 있으며, 향후 구독 서비스 일부를 해지할 계획임을 밝혔다(Verwest & Muralidharan, 2024).

따라서, 오프라인 레저 활동에 대한 지출이 많은 소비자는 커머스 관련 멤버십 가입 가능성이 낮을 것으로 예상된다.

본 연구에서는 마크로밀 엠브레인에서 수집한 패널빅데이터 중 카드 결제 정보 및 패널 프로파일 정보를 활용하였다. 카드 결제 정보 데이터는 소비자들이 수신하는 문자 메시지 등으로부터 일시, 결제처 및 그 카테고리, 금액 등 결제 내역을 추적하여 기록한 것이며, 패널 프로파일 정보는 성별, 통근 여부 등 조사 참여자의 인구통계학적 정보를 담고 있다(이경택, 2024).

이러한 데이터로부터, 본 연구는 대한민국 대표 온라인 커머스 업체의 멤버십 가입에 미치는 소비 행태를 살펴보았다. 해당 업체는 2010년대 초반부터 빠른 배송 및 온라인 쇼핑 서비스를 중심으로 성장해 왔다. 해당 업체에 따르면, 2018년 10월 유료 멤버십 서비스를 처음 도입하였다. 초기에는 월 2,900원의 구독료로 빠른 배송 혜택을 무료로 제공하는 것을 핵심 서비스로 삼고 있었다. 이후, 2020년 12월에 영상 스트리밍 서비스가 해당 멤버십에 결합되었고, 2023년 4월에 음식 배달 서비스에서의 각종 혜택도 점진적으로 같은 멤버십에 추가되었다. 멤버십 요금은 2021년 12월과 2024년 4월 각각 월 4,990원과 월 7,890원으로 인상되었다. 다만, 인상 시점 기준 기존 가입자에게는 인상을 각각 일정 기간 유예하였다(오정민, 2021; 이영환, 2022; 쿠팡, 2024).

본 연구는 2020년 1월 5일부터 2023년 12월 30일까지 4년(208주)간의 기간에 대한 소비자 4,597명의 데이터를 활용하였다. 코로나19에 따라 소비 행태가 달라질 가능성이 높으므로, 이 중 앞 2년(104주)을 코로나19가 성행하던 팬데믹 기간(구간 1)으로, 뒤 2년(104주)을 코로나19가 완화되는 엔데믹 기간(구간 2)으로 설정하여, 감염병 유행 상황에 따라 별도로 분석하였다. 각 구간에서, 첫 1년(52주)간의 소비자 행태를 바탕으로 직후 1년(52주)간 멤버십 가입 확률을 예측하는 모형을 구축했다. 이와 같이 두 시점을 구분하여 분석함으로써 팬데믹 유무라는 외부 환경 변화가 멤버십 가입 가능성에 미치는 영향을 보다 명확히 파악하고자 하였다. <그림 2>는 이러한 분석 구조를 시각화한 것이다. 본 연구에서는 개별 소비자의 주차별 행태를 분석 단위로 사용하였으며, 이를 바탕으로 집계하여 분석에 활용하였다.

그림 2. 분석에 사용한 구간 구조

Download Original Figure

<표 3>에서 구간 1과 구간 2 각각에 대한 분석 결과를 확인할 수 있다. 우선, 커머스 멤버십 서비스 가입에 직접적으로 영향을 미치는 설명변수들을 살펴보자. WeeklySpending_i과 PlatformRatio_i는 코로나19에 상관없이 Adopt_i에 통계적으로 유의한 양의 영향을 미쳤다(유의 수준 .05, 이후 동일). 즉, 총지출과 분석 대상 커머스 플랫폼 지출 비중이 높을수록 해당 플랫폼의 멤버십 서비스에 가입할 비중이 높다. 이는 가설 1과 가설 3을 지지한다.

반면, CommerceRatio_i가 Adopt_i에 미치는 영향은 구간 1과 구간 2에서 모두 통계적으로 유의하지 않으며 따라서 가설 2는 기각된다고 볼 수 있다.

다음으로, 번들링된 서비스에 관한 변수를 살펴보면 DigitalRatio_i는 구간에 상관없이 Adopt_i에 미치는 영향이 통계적으로 유의하지 않았다. 디지털 콘텐츠 서비스가 번들링된 커머스 멤버십 가입에 디지털 콘텐츠 지출이 미치는 영향이 유의하지 않은 것이므로, 가설 4는 기각된다. 그러나 디지털 콘텐츠와 대체 관계에 있는 오프라인 활동을 나타내는 변수인 LeisureRatio_i가 Adopt_i에 미치는 영향은 구간 2에서 통계적으로 유의한 양의 영향을 보였으나, 구간 1에서는 통계적으로 유의하지 않았다. 즉, 커머스 멤버십 가입에 오프라인 레저 활동 지출 행태가 미치는 영향은 코로나19에 따라 달라져 가설 5는 일반적인 측면에서는 기각되며 이는 코로나19라는 특수한 환경이 작용되었다고 유추된다.

<표 3>에서 구간 통합 분석의 두 결과를 확인할 수 있다. 우선, 교차항이 없는 모형의 결과를 살펴보면, 구간 통합 분석에서도 WeeklySpending_i과 PlatformRatio_i가 Adopt_i에 미치는 영향은 통계적으로 유의하다. 총지출과 분석 대상 커머스 플랫폼 지출 비중이 당해 분석에서도 커머스 멤버십 가입에 양의 영향을 준다는 것이므로, 가설 1과 가설 3에 대한 채택은 여전히 강건함을 확인할 수 있다.

한편, 교차항이 있는 모형의 결과를 살펴보면, LeisureRatio_i과 AfterCovid_i의 교차항이 통계적으로 유의하지 않다. 이를 살펴볼 때, 오프라인 레저 활동 지출 비중이 커머스 멤버십 가입에 미치는 영향이 코로나19가 유행이었는지 여부에 따라 진정으로 차이가 있는지 불분명하다. 이에 가설 5는 시기에 따른 영향을 별도의 항으로 분리한 분석에서도 채택되기 어렵다. 다만, LeisureRatio_i와 AfterCovid_i의 교차항이 Adopt_i에 미치는 영향을 나타내는 회귀계수의 p값이 .104로, 분석 표본이 더 커진다면 그 구간별이 밝혀질 여지가 있다.

본 연구 회귀분석에서, 해석이 유효하지 않을 정도로 다중공선성이 존재하지는 않는지 분산팽창지수(VIF)를 확인해보았다. 구간 통합 모델 2가지에 대한 산출 결과를 <표 4>에서 확인할 수 있다. 본 연구에서 사용한 통제변수 중 다항 카테고리 변수가 존재하므로, GVIF(generalized VIF)와 이를 일반 VIF와 비교할 수 있도록 조정한 AVIF (adjusted VIF, =GVIF^{1/(2×변수별 자유도)})를 산출하였다. 통상적으로 VIF가 5 이하이면 회귀분석을 수행할 수 있으며, 2 이하이면 다중공선성이 양호한 수준이라고 판단한다는 점을 고려할 때, 본 연구 분석은 다중공선성으로부터 안전한 것으로 판단할 수 있다. 다만, 교차항이 있는 구간 통합 분석 모형에서 교차항과 그 교차항에 사용된 직접 효과 항은 비교적 높은 VIF 값을 나타냈다. 이는 교차항에 의해 발생하는 자연스러운 현상이며, 교차항이 제외한 모형에서 다중공선성이 안정적이므로 회귀분석에 문제가 없다고 볼 수 있다.

본 연구에서 활용한 통제변수가 설명변수의 영향을 엄밀하게 제어하기 위해 작동했는지 확인하기 위해, 통제변수를 제외하여 4가지 모형의 분석을 다시 수행해보았다. 이 분석 결과를 <표 5>에서 확인할 수 있다. 통제변수가 포함된 <표 3>의 주 분석 결과와 비교할 때, 구간 2에서의 LeisureRatio_i 항의 유의성이 감소하였고, 구간 통합 분석에서의 CommerceRatio_i 항의 유의성이 증가하였다. 통제변수가 설명할 수 있는 인구통계학적 변수와 시기 고정 효과가 설명변수에 대한 과대 또는 과소 해석 방지 역할을 하고 있다고 볼 수 있다.

본 연구에서 사용한 소비 행태 설명 변수 중 일부는 본래 의도한 바보다 너무 포괄적인 결제처 카테고리를 사용하여 산출했다고 판단할 여지가 있다. 이는 멤버십 가입 여부를 추정함에 있어 부정확한 설명변수 산출로 이어졌을 수 있기에, 관련 설명변수에 대한 대체 분석을 수행하였다.

먼저, 본 연구에서 DigitalRatio_i를 산출하는 데 사용한 결제처 카테고리 ‘디지털콘텐츠’는 본 연구 분석 대상 커머스 플랫폼이 제공하고 있는 결합 서비스에 해당하는 영상 분야뿐만 아니라 음악, 게임 관련 상품도 포함한다. 이로부터 발생할 수 있는 우려를 완화하기 위해, 해당 카테고리 전체 대신 대한민국에서 사업을 영위하고 있는 대표 영상 스트리밍 서비스 3종(N서비스, T서비스, W서비스)에 대한 지출 비중을 나타낸 변수 VideoStrmRatio_i를 반영한 분석을 수행하였다. <표 6>의 열 (a)에서 그 결과를 확인할 수 있다. 주 분석의 교차항 반영 모형과 비교했을 때, 대안 분석에서도 강건한 결과가 나타남을 확인할 수 있다.

다음으로, 본 연구에서 DeliveryRatio_i를 산출하는데 사용한 결제처 카테고리 ‘배달앱’은 순수 음식 배달에 대한 지출뿐만 아니라 배달앱 내에서 존재하는 퀵커머스 지출 또한 반영될 수 있다. 퀵커머스 지출은 그 본질상 배달앱 지출 비중에 반영되면 안 되기에 연구 해석에 왜곡을 가져올 수 있다. 이러한 우려를 완화하기 위해 대안 분석을 수행하였다. 관련한 왜곡 가능성이 있는 변수를 제거하기 위해 통제변수로 작동하고 있는 DeliveryRatio_i와 DiningRatio_i를 제외하여 분석을 수행한 결과를 <표 6>의 열 (b)에서 확인할 수 있다. 주 분석의 교차항 반영 모형과 유사한 통계적 유의성이 나타남을 확인할 수 있다.

한편, <그림 2>에 나타난 본 연구 구조상 기간이 달라져도 결과가 강건한지 확인하기 위해, 2가지 분석을 추가로 해보았다. 먼저, 각 구간에서 가입 요약 기간을 6개월로 단축한 모형의 분석 결과를 <표 6>의 열 (c)에서 확인할 수 있다. 주요 결과가 강건하게 유지되는 가운데, 소매 지출 비중이 멤버십 가입에 미치는 영향이 통계적으로 새로이 유의해졌으며, 기존에 약한 유의성에 그쳤던 교차항의 유의성이 강화되었다. 다음으로, 각 구간에서 가입 예측 기간으로 사용된 2021년과 2023년을 26주(반기)씩 나누어 소비 행태 요약 기간과 가입 예측 기간으로 구성한 분석의 결과를 <표 6>의 열 (d)에서 확인할 수 있다. 역시, 전체적으로 주 분석과 같은 결과를 나타내되 교차항의 유의성이 조금 더 약해졌다. 종합하면, 전체적으로 기간에 상관없이 주 분석의 결론이 강건하되, 소매 지출 비중이 멤버십 가입에 미치는 영향과 레저 지출 비중이 멤버십 가입에 미치는 영향의 팬데믹에 따른 이질성은 통계적 유의성이 약간 변동하여 해석 및 적용에 유의할 필요가 있었다. 표본을 보다 확대한 데이터로 분석할 필요성이 있음을 확인할 수 있는 대목이다.

본 연구는 소비자의 소비 행태가 온라인 커머스 플랫폼의 멤버십 가입에 미치는 영향을 실증적으로 분석하였으며, 팬데믹 전후 시기에 따른 차이도 함께 검토하였다. 이를 위해 전체 소비 지출액, 커머스 관련 지출 비중, 특정 플랫폼에서의 지출 비중이 멤버십 가입 가능성과 어떠한 관계를 가지는지 분석하였다. 추가적으로 멤버십에 번들링된 서비스(디지털 콘텐츠)와 쇼핑 외 외부 활동(레저) 관련 소비가 멤버십 가입 결정에 미치는 영향도 탐색하였다. 분석 결과, 총 지출액이 클수록 커머스 멤버십 가입 가능성이 높아지는 것으로 나타났다. 이는 소비 수준이 높은 소비자일수록 멤버십 서비스를 보다 적극적으로 활용할 가능성이 크다는 점을 시사한다. 또한 특정 커머스 플랫폼에 대한 지출 비중이 높을수록 해당 플랫폼의 멤버십 가입 가능성이 증가하는 것으로 확인되었다. 이는 해당 플랫폼에서의 소비 경험이 많을수록 관련 멤버십 가입으로 이어질 확률이 높다는 것을 보여준다. 즉, 소비 경험이 멤버십 가입으로 이어지고, 주변의 멤버십 가입자가 늘어날수록 다른 사람들의 멤버십 가입에도 영향을 주어 가입자가 지속적으로 늘어나는 일종의 ‘네트워크 효과’의 가능성을 생각해볼 수 있다. 이러한 현상은 고객 규모를 빠르게 늘리고자 하는 기업들에게 중요한 시사점을 제공한다. 한편, 레저 활동 지출 비중이 멤버십 가입에 미치는 영향은 코로나19 유행 이전과 이후 시기에 따라 다르게 나타났는데, 실증적으로 그 영향 방향이 일관적이지 않고 통계적 유의성도 불확실하였다. 이는 후속 연구에서 더 많은 표본이 포함된 데이터나 더 긴 기간의 데이터를 활용하여 해당 변수의 영향력을 면밀히 검증할 필요성을 보여주는 대목이다. 마지막으로, 소매 분야 전체에 대한 지출 비중과 디지털 콘텐츠 지출 비중은 시기에 상관없이 커머스 멤버십 가입에 유의한 양(+)의 영향도 음(–)의 영향도 나타내지 않는 것으로 분석되었다. 요약하면, 높은 소비 규모와 특정 플랫폼에의 집중적 소비가 멤버십 채택을 견인하지만, 일부 번들링 서비스나 다른 소비 분야의 영향은 제한적이라는 점을 확인하였다.

본 연구는 세 가지 측면에서 유통학 분야에 학술적으로 기여한다. 첫째, 선행연구들은 주로 멤버십 가입 후 소비자 행태 변화를 살펴보는 데 초점을 맞춰왔다. 예를 들어, 구독형 멤버십이 고객의 구매를 크게 증가시킨다는 효과가 보고된 바 있다. 그러나 본 연구는 이와 반대로 과거의 소비자 행태가 멤버십 가입에 미치는 영향을 분석함으로써 새로운 시각을 제시하였다. 이러한 접근을 통해 최근 급속히 발달하고 있는 온라인 커머스 산업에 대한 이해를 한층 강화할 수 있었다. 둘째, 기존 연구들에서 대부분 다루지 않은 멤버십 번들링 현상을 본 연구에서는 분석에 포함하였다. 최근 산업계에서는 하나의 멤버십에 여러 서비스를 묶어 제공하는 번들링이 활발하며, 이러한 번들링 서비스가 소비자에게 중요한 유인 요인으로 작용한다는 실증 연구 결과도 보고되었다. 이러한 맥락에서, 본 연구는 이러한 새로운 번들링 현상을 학술적으로 조명하고자 시도했다는 점에서 의미가 있다. 셋째, 선행연구들이 주로 설문조사나 질적 연구에 의존한 것과 달리, 본 연구는 대규모 소비 패널 데이터에 기반한 계량분석 기법을 통해 가설을 검증하였다. 다시 말해, 표본 설문이 아닌 객관적 소비 기록 데이터를 활용함으로써 멤버십 효과를 보다 정량적으로 입증하고자 했다. 이러한 정량적 접근 방식은 멤버십 관련 연구에 보다 엄밀한 증거를 제시했다는 점에서 학술적 의의를 지닌다.

유통업계의 마케터 등 실무 경영자들도 본 연구의 시사점을 활용할 수 있다. 이전의 연구들이 멤버십 가입 고객이 어떤 소비 행태를 보일지 예측함으로써 멤버십 회원에 대한 마케팅 전략을 수립하는 데 기여했다면, 본 연구의 결과는 어떤 소비자층을 공략해야 멤버십 가입을 효과적으로 유도할 수 있을지에 대한 통찰을 제공한다. 예컨대, 총지출액이 크거나 특정 플랫폼에 대한 지출 비중이 높은 고객층은 멤버십 가입 가능성이 높으므로 이러한 고객들을 대상으로 멤버십 혜택을 집중 홍보하는 전략이 유용할 수 있다. 또한 멤버십에 친구 추천 보상이나 혜택 공유 프로그램 등을 도입하여, 기존 가입자가 주변인을 끌어들이도록 함으로써 네트워크 효과를 극대화하는 전략도 고려할 수 있다. 본 연구의 실증 결과를 토대로 기업은 멤버십 가입 유망 고객을 선별하고, 이들에게 맞춤형 인센티브를 제공함으로써 멤버십 가입자 기반을 효율적으로 확대할 수 있을 것으로 기대된다.

다만, 본 연구는 다음과 같은 지점에서 한계를 지닌다. 첫째, 특정 조사 플랫폼에 참여한 소비자 패널들로부터 수집한 데이터로 실증 분석한 분석이기에, 만일 조사 참여자 모집에 무작위성이 충분하지 않았다면, 다른 데이터를 사용한 분석에서는 다른 결과가 나올 수 있다. 이에 후속 연구에서는 본 연구의 연장선에서, 다른 방법으로 수집한 데이터에서도 유사한 결과가 나오는지 분석해 볼 필요가 있다. 둘째, 본 연구에서 코로나19 여부에 따라 그 영향 관계가 달랐던 변수들에 대한 보다 심도 있는 탐구가 필요하다. 후속 연구에서 해당 변수들이 실제로 코로나19에 의해 영향 관계가 달라졌던 것인지 실증적으로 검증할 필요가 있으며, 실제로 그렇다면 그 기저 원리가 무엇인지 이론적 탐색이 요구된다. 그리고, 본 연구의 결과는 분석 대상 커머스 플랫폼에 한정하여 도출한 것이기에, 다른 다양한 산업의 플랫폼에서의 멤버십 서비스를 후속 연구에서 탐구할 필요가 있다. 셋째, 본 연구는 관측치를 단일 시점으로 환산하여 분석하였다는 점에서 시간 집계에 따른 한계가 존재한다. 즉, 멤버십 가입 시점이 빠른 소비자와 늦은 소비자 간에 반영되는 소비 행태의 기간이 상이할 수 있으며, 특히 연말에 가입한 소비자의 경우 분석에 포함되지 않은 소비 행태가 존재할 수 있다. 이러한 한계는 데이터 구조와 분석의 효율성 측면에서 불가피하게 발생한 것으로, 향후 연구에서는 개인별 가입 시점을 기준으로 한 동적 관측창을 적용하거나, 시계열적 접근을 통해 보다 정밀한 분석을 시도할 필요가 있다. 넷째, 본 연구에서 팬데믹-엔데믹 기간을 고정된 2년 단위로 구분한 점은 실제 정책 변경 시기(예: 거리두기 해제)를 정확히 반영하지 못할 수 있다. 이에, 구분 시점을 좀 더 정교화하여 추가 분석이 필요하다.