| 주차(시장 추정) | 단계 | 인플루언서 역할 | 재구매로 잇는 장치 |
|---|---|---|---|
| 1주차 (D1~7) | 시딩(체험) | 마이크로~미드 다수에게 제품 발송, 진짜 후기 원재료 확보 | 오디언스 적합도 기준 선별 + 첫 구매 쿠폰 동봉 준비 |
| 2주차 (D8~14) | 콘텐츠(후기) | 반응 좋은 후보를 유료 협찬으로 전환, 개봉·조리·시식 후기 제작 | 2차 활용 범위를 전자계약에 명시(자사몰·광고 재활용) |
| 3주차 (D15~21) | 공동구매(전환) | 전용 링크·쿠폰 코드로 성과 연동 판매 진행 | 매출 집계 기준·환불 차감·정산 주기 사전 합의 |
| 4주차 (D22~30) | 재구매(리텐션) | 후기 콘텐츠를 광고 소재로 재활용 | 첫 구매 쿠폰 발송 + 콘텐츠 시청자 리타게팅 |
왜 F&B의 KPI는 '재구매'에 가까운가 — 첫 구매로 끝나면 남는 게 적다
밀키트와 디저트는 다른 카테고리와 결이 다릅니다. 객단가가 상대적으로 낮고, 한 번 먹어보면 맛·양·배송 상태로 호불호가 빠르게 갈리며, 처음 한 번은 호기심으로 사도 두 번째 구매는 순수하게 제품력으로 결정되는 경향이 있습니다. 그래서 인플루언서 협찬으로 첫 구매를 만들어도, 그 고객이 다시 사지 않으면 협찬비·할인·배송비를 빼고 나면 첫 거래만으로 남는 게 많지 않을 수 있습니다(이 단락의 비용·수치 판단은 모두 일반 참고용 추정이며 제품·시즌·채널에 따라 다릅니다). 즉 F&B 인플루언서 마케팅에서 무게중심은 '얼마나 많이 노출됐나'보다 '몇 명이 다시 샀나(재구매)'에 두는 편이 합리적입니다. 이 글의 핵심은 하나입니다 — 재구매는 캠페인이 끝난 뒤에 고민하는 게 아니라, 캠페인을 시작하기 전에 첫 구매 쿠폰·리타게팅·후기 재활용을 미리 설계로 박아 두는 편이 낫다는 것입니다. [브리찌 실제 데이터 삽입: 자사 밀키트/디저트 캠페인의 실제 재구매율·객단가·첫 거래 손익 구간이 있다면 여기에 삽입].
30일 한눈에 보기 — 시딩→콘텐츠→공동구매→재구매
30일을 4개 구간으로 끊으면 각 주차의 목적과 인플루언서 역할이 명확해집니다. 1주차(D1~7)는 시딩입니다. 마이크로~미드 크리에이터 다수에게 제품을 보내 '진짜 후기'의 원재료를 모으고, 게시 의무가 약한 만큼 비용은 제품 원가+배송에 가깝게 잡는 것이 일반적입니다(시장 추정). 2주차(D8~14)는 콘텐츠입니다. 시딩 반응이 좋았던 후보를 유료 협찬으로 전환해 개봉·조리·시식 과정을 보여주는 정식 후기 콘텐츠를 만듭니다. 3주차(D15~21)는 공동구매입니다. 전용 링크·쿠폰 코드로 매출을 집계할 수 있는 성과 연동 판매를 열어 콘텐츠를 본 사람을 실제 구매로 전환합니다. 4주차(D22~30)는 재구매입니다. 첫 구매 고객에게 한정 쿠폰을 발송하고, 콘텐츠를 본 사람에게 리타게팅 광고를 돌리고, 잘 나온 후기를 자사몰·광고 소재로 재활용합니다. 이 흐름은 시딩과 유료 협찬, 공동구매를 섞는 일반적인 운영 방식이며, 단가·전환율·기간 같은 수치는 모두 시장 추정입니다. 인플스 AI에서는 공개 모집으로 후보를 모으는 list_open_campaigns·list_campaign_applicants 흐름을 검색·섭외와 병행할 수 있습니다.
1~2주차: 시딩과 콘텐츠 — '재구매를 부르는 후기'를 고른다
시딩의 목적은 노출이 아니라 '재구매를 설득할 수 있는 후기 원재료'를 모으는 것입니다. 그래서 후보 선정 기준이 팔로워 수보다 오디언스 적합도에 가까워야 합니다 — 실제 식품을 사는 2030 자취·신혼·육아 오디언스인지, 댓글에 '어디서 사요?' 같은 구매 신호가 있는지, 광고 표기(뒷광고) 이력이 깨끗한지를 봅니다. 좋은 후보 선정은 좋은 브리프에서 나오므로 제품 가격대·타깃·KPI(=재구매)·게시 플랫폼·납기·금지 표현을 먼저 정하세요. 인플스 AI에서는 ChatGPT·Claude에 MCP로 연결하거나 웹 대시보드에서 자연어로 검색·비교·섭외를 진행하며, search_influencers(검색)·compare_influencers(비교)·get_influencer_detail(상세)·request_sourcing(소싱 요청)·draft_outreach_messages·send_outreach(아웃리치) 같은 도구를 호출합니다. 예시 프롬프트: '20~30대 자취·1인가구 타깃, 한식 밀키트, 인스타 릴스 중심, 댓글에 구매 문의가 많고 광고 표기 이력이 깨끗한 한국 인플루언서를 오디언스 적합도 기준으로 20명 추려서 시딩 후보와 유료 협찬 후보로 나눠줘.' 2주차에는 시딩 반응이 좋았던 후보만 유료 협찬으로 전환해, 개봉→조리→시식의 '결정적 순간'을 담은 콘텐츠를 만들게 합니다. 예산 가늠은 get_pricing_intelligence·estimate_campaign_cost로 보조할 수 있으나, 산출 수치는 참고용 추정으로 다루세요.
3~4주차: 공동구매와 재구매 장치 — 첫 구매 쿠폰·리타게팅·후기 재활용
3주차 공동구매는 고정 단가 협찬과 달리 매출에 따라 인플루언서 수익이 달라지는 성과 연동 구조라, '무엇을 매출로 인정하고 언제 어떻게 정산하는지'가 핵심입니다. 전용 링크·쿠폰 코드로 매출을 집계하고, 환불·반품·교환 차감 방식과 정산 주기를 미리 합의하세요. 그리고 4주차의 재구매 장치 3종을 공동구매를 열기 전에 세팅해 둡니다. 첫째, 첫 구매 쿠폰 — 제품을 받은 직후 '맛이 가장 좋게 기억되는' 시점에 쓸 수 있는 한정 쿠폰을 동봉/발송합니다(기간·할인폭은 시장 추정으로 직접 설계). 둘째, 리타게팅 — 인플루언서 콘텐츠를 본 사람과 1차 구매자를 분리해 재노출 광고를 돌립니다. 셋째, 후기 콘텐츠 재활용 — 잘 나온 후기를 자사몰 상세페이지·SNS·유료 광고 소재로 2차 사용합니다. 이때 2차 활용은 반드시 전자계약에 사용 범위·기간·매체를 미리 명시해야 분쟁이 없습니다. 인플스 AI는 create_contract·sign_contract로 합의 조건을 전자계약에 고정하고, 양측이 전자서명하면 에스크로가 자동 펀딩됩니다. 이후 submit_deliverable로 결과물을 제출하고 게시·검수 승인(approve_deliverable) 단계를 거쳐 release_escrow_payment로 대금이 릴리스됩니다. 정산 시 크리에이터가 90%를 수령하고 10%는 플랫폼 몫이며, 단계별로 끊는 경우 propose_milestones·release_milestone_payment로 단계금액도 90/10으로 정산합니다 — 미게시·조건 미달 리스크를 줄이는 구조입니다.
인플스 AI로 30일 캠페인 운영하기 — 검색에서 정산까지 한 흐름
이 30일 플레이북을 흩어진 도구로 돌리면 스프레드시트·DM·메일·은행 이체로 새기 쉽습니다. 인플스 AI(운영사 브리찌)는 검색→비교→단가→캠페인/아웃리치→전자계약→에스크로 정산→리포트→분쟁을 한 흐름으로 묶습니다. 추론은 사용자 본인 AI에서 돌아가는 구조라 별도 LLM 비용 부담이 작고, 브랜드 가격은 GMV 5%(Pro)이며 가입·검색·브리프·후보검토는 베타 기간 무료입니다(정식 과금은 계약 성사·정산 시점의 거래 수수료). 실제 MCP 도구로는 search_influencers·compare_influencers·get_pricing_intelligence·estimate_campaign_cost·create_campaign·get_campaign_brief·draft_outreach_messages·send_outreach·create_contract·sign_contract·submit_deliverable·approve_deliverable·release_escrow_payment·get_deal_status·generate_campaign_report·report_issue·dispute_contract·request_mediation·call_manager 등을 자연어로 호출합니다. 예시 프롬프트: '이번 밀키트 캠페인의 게시 현황·공동구매 매출·정산 상태와 보류 잔액(10%)을 한 장으로 요약하고, 재구매 쿠폰 발송 대상과 다음 분기 재섭외 후보를 표시해줘.' 분쟁이 생기면 report_issue→dispute_contract→request_mediation/call_manager 경로로 중개를 요청할 수 있습니다. MCP 엔드포인트는 https://infls.ai/api/mcp 입니다.
비용·법규 주의 — 무엇이 무료이고 무엇이 베타·예정인가
비용 구조를 정리하면, 브랜드 가격은 GMV 5%(Pro)이고 가입·검색·브리프·후보검토는 베타 기간 무료이며 정식 과금은 계약 성사·정산 시점의 거래 수수료입니다. 정산 시 크리에이터는 90%를 수령합니다(나머지 10%는 플랫폼 몫). 브랜드 GMV 5%와 크리에이터 정산 구조는 적용 시점·기준이 다르므로 둘을 합쳐 '총 수수료 몇 %'로 단정하지 말고 각각으로 이해하세요. 본문에 나온 단가·기간·전환·재구매율 수치는 모두 시장 추정이며, 실제 값은 제품·시즌·채널에 따라 달라집니다. 베타·예정 기능은 분명히 구분하세요 — 토스페이먼츠 실결제 에스크로, 카카오 알림톡, Google/Kakao 소셜로그인, Vision 자동검수, 세금계산서 자동화가 여기에 해당합니다(현재 로그인은 이메일 OTP). 실제 대금·알림·자동검수에 의존하는 운영이라면 시작 전 연동 범위를 확인하세요. 또한 식품은 규제가 까다로운 카테고리입니다. 광고에 경제적 이해관계가 있으면 이를 표시해야 하는 '뒷광고' 규정(공정거래위원회 「추천·보증 등 표시·광고 심사지침」), 표시·광고의 공정화에 관한 법률과 전자상거래법(국가법령정보센터), 대가의 사업소득/기타소득 원천징수·세금계산서 등 세무(국세청)는 이 글의 일반 정보를 넘어서므로, 식품표시·광고법·세무 전문가와 공식 기관 확인을 함께 받는 것을 권장합니다. 금지 표현은 전자계약·브리프에 미리 명문화해 두면 운영 단계의 분쟁 리스크를 줄일 수 있습니다.
FAQ
밀키트·디저트 마케팅에서 '재구매'를 KPI로 잡으라는 이유가 뭔가요?
식품은 객단가가 낮고 호불호가 빠르게 갈려, 첫 구매 한 번만으로는 협찬비·할인·배송비를 빼고 나면 남는 게 적을 수 있기 때문입니다(일반 참고용 추정). 두 번째 구매부터가 진짜 수익에 가까우므로, 첫 구매 쿠폰·리타게팅·후기 재활용 같은 재구매 장치를 캠페인 시작 전에 미리 설계하는 편이 낫습니다. 시딩→콘텐츠→공동구매→재구매를 한 흐름으로 묶는 이유도 여기에 있습니다.
인플루언서가 만든 후기를 우리 자사몰·광고에 다시 써도 되나요?
후기 콘텐츠 재활용은 재구매를 만드는 핵심 장치지만, 반드시 사용 범위·기간·매체를 전자계약에 미리 명시해야 합니다. 합의 없이 2차 활용을 하면 분쟁이 생기기 쉽습니다. 인플스 AI에서는 create_contract·sign_contract로 2차 활용 조건을 계약에 명시하고, 양측 전자서명 시 에스크로가 자동 펀딩되며 게시·검수 승인 후 대금이 릴리스되므로 분쟁 리스크를 줄일 수 있습니다.
공동구매 정산은 고정 단가 협찬과 어떻게 다른가요?
공동구매는 매출에 따라 인플루언서 수익이 달라지는 성과 연동 구조라, '무엇을 매출로 인정하고 언제 어떻게 정산하는지'가 핵심입니다. 전용 링크·쿠폰 코드로 매출을 집계하고, 환불·반품·교환 차감 방식과 정산 주기를 미리 합의해야 합니다. 인플스 AI는 양측 전자서명 시 에스크로 자동 펀딩, 게시·검수 승인 후 릴리스, 정산 시 크리에이터 90% 수령·플랫폼 10%(마일스톤도 단계금액 90/10) 구조의 에스크로 정산을 제공합니다.
비용은 얼마이고, 지금 바로 쓸 수 없는 기능은 무엇인가요?
브랜드 가격은 GMV 5%(Pro)이고 가입·검색·브리프·후보검토는 베타 기간 무료이며, 정식 과금은 계약 성사·정산 시점의 거래 수수료입니다. 정산 시 크리에이터는 90%를 수령합니다. 단, 토스페이먼츠 실결제 에스크로, 카카오 알림톡, 소셜로그인, Vision 자동검수, 세금계산서 자동화는 베타·예정이므로(현재 로그인은 이메일 OTP), 실제 대금·알림·자동검수에 의존하는 운영이라면 시작 전 연동 범위를 확인하세요.
투명성 고지 · 참고 출처
- · 작성: 인플스 AI 편집팀(브리찌). 최종 업데이트 2026-06-10.
- · 성격: 일반 정보성 콘텐츠입니다. 단가·세무·법률 등 수치와 규정은 일반적 참고용 추정이며 실제와 다를 수 있어, 중요한 판단은 해당 전문가·공식 기관 확인을 권장합니다.
- · 이해관계: 자사 서비스(인플스 AI) 안내를 포함합니다.
- · 출처: 인플스 AI 제품 정책 및 아래 공개 자료를 참고했습니다. 원문은 각 링크에서 확인할 수 있습니다.