[RFM] 고객 세분화 분석이란?

요즘 데이터리안의 SQL 부트캠프를 수강하며, 데이터 분석가에게 필수적인 SQL 역량을 쌓고 있다. 이번 포스팅에서는 데이터리안 데이터 분석가 이보민님의 RFM 분석에 관한 글을 공부하고, 이전에 진행했던 톤쇼유 리뷰 실습을 떠올리며 관련 내용을 정리했다.

 

RFM 분석?

 

RFM 분석(출처 : 하단 URL)

 

실제 비즈니스에는 수많은 고객들이 존재한다. RFM 분석이란 이러한 고객의 가치를 평가하기 위해 사용되는 마케팅 분석 도구이다. RFM은 Recency(최근성), Frequency(빈도), Monetary Value(구매금액)의 약자로, 고객의 구매 행동을 3가지 요소를 통해 분석한다.

 

1. Recency (최근성) : 고객이 마지막으로 구매한 날짜를 기준으로 측정한다. 최근에 구매한 고객일수록 높은 점수를 받는다. 이는 최근에 구매한 고객이 더 활동적이며, 향후 구매 확률이 높다고 가정한다.
2. Frequency (구매 빈도) : 고객이 얼마나 자주 구매하는지를 측정한다. 더 많이 구매한 고객은 더 높은 점수를 받는다. 이는 자주 구매하는 고객이 더 충성도가 높고, 앞으로도 지속적으로 구매할 가능성이 높다고 예측할 수 있다.
3. Monetary Value (구매 금액) : 고객이 얼마나 많은 돈을 소비하는지를 측정한다. 더 많은 돈을 소비한 고객은 더 높은 점수를 받는다. 이는 많은 돈을 소비하는 고객이 더 가치가 있다고 가정한다.

RFM 분석은 3가지 요소를 각각 점수화하여 고객을 여러 그룹으로 분류한다. 이렇게 분류한 후, 각 그룹에 대한 특정 마케팅 전략을 수립하거나, 더 높은 가치의 고객을 Targeting하는 방법을 사용할 수 있다.

 

예시 Data

 

위의 사진은 톤쇼우 리뷰 분석에서 활용했던 데이터이다. 숫자가 높을수록 해당 영역에서 좋은 점수를 받은 것 이며, 최근에 구매를 진행한 고객들도 구매 빈도와 금액에 따라 세부적으로 분류할 수 있음을 확인할 수 있다. 그렇다면, R이 동일한 상황에서 우리는 F와 M 중 어떤 것에 더 주목해야할까?

 

RFM 분석 유의점

정답은 "사용하는 데이터에 따라 상이하다" 이다. 실제 분석 대상인 데이터는 우리의 생각보다 복잡하므로, 산업군이나 플랫폼에 따라 기준을 조절해야 한다. RFM 분석을 실제 환경에 적용하려면 다음 요소를 고려할 수 있다.

 

• Recency, Frequency, Monetary의 분할 단계 설정 : RFM 각 요소를 몇 단계로 나눌지 결정해야 한다. 개별 요소를 3~5 단계로 나누는 것이 일반적이지만, 데이터의 특성과 기업 비즈니스 목표에 따라 달라진다. 너무 많은 단계로 나누면 분석이 복잡해질 수 있으므로, 적절한 균형을 찾는 것이 중요하다.
• Frequency, Monetary 집계 기간 설정 : 기간 설정은 비즈니스의 특성, 제품의 생애 주기, 고객의 구매 패턴 등을 고려해야한다. 예를 들어, 패션 산업에서는 계절성을 고려할 수 있고, 자동차 산업은 자사 제품별 평균 수명을 고려해 기간을 설정할 수 있다.
• 점수 부여 방식 : 일반적으로는 모든 요소에 동일한 가중치를 부여하지만, 비즈니스의 특성에 따라 각 요소의 중요도를 다르게 설정할 수도 있다. 예를 들어, 식품 및 음료 산업에서는 신제품 출시와 계절별 선호도 변화가 빈번하게 일어난다. 이러한 사업은 고객이 최신 제품이나 서비스를 구매하는 경향이 있기 때문에, Recency의 가중치를 높여서 분석할 수 있다.
• 고객 세분화 방법 : RFM 분석 결과를 바탕으로 고객을 어떻게 세분화할지 결정해야 한다. 이는 고객 그룹의 수, 개별 그룹의 크기, 그룹 간의 차이 등을 고려할 수 있다. 숫자에 비해 그룹이 너무 많으면 관리가 어렵고, 고객 만족도가 떨어질 위험이 존재한다. 따라서 적절한 수의 그룹을 설정하는 것이 중요하다.

RFM 분석은 단순히 구매 이력을 우리의 기준으로 분류하는 기법이다. 그렇다면, 우리는 분류한 결과를 어떻게 활용할 수 있을까? 많은 방법이 있지만, 그 중 STP 분석에 대해 소개하고자 한다.

 

STP 분석

STP 분석

 

위 사진은 "제1회 KRX 금융 빅데이터 활용 아이디어 경진대회"에서 활용했던 STP 분석의 예시이다. STP 분석은 Segmentation(세분화), Targeting(타겟팅), Positioning(포지셔닝)의 약자로, 고객의 다양한 특성에 따라 시장을 여러 부분으로 나누고, 특정 고객 그룹에 초점을 맞춰 그들의 요구와 선호에 맞는 전략을 세우는 방법이다. 대회에서는 RFM 분석을 직접적으로 사용하지는 않았지만, RFM 분석으로도 고객 층을 세분화하고, 고객의 행동과 가치를 이해하는데 활용될 수 있다.

• Segmentation(세분화) : 시장을 명확하게 정의된 부분으로 세분화하는 것 이다. 고객의 요구 사항, 선호도, 구매 패턴, 인구 특성 등으로 수행되며, RFM 점수를 기반으로 고객의 가치를 평가하고 그룹화할 수 있다.
• Targeting(타겟팅) : 세분화된 시장 중에서 자사의 제품 혹은 서비스를 판매할 대상을 선택한다. 대표적으로 RFM 분석을 통해 얻은 그룹에서 가장 가치가 높은 그룹, 혹은 F,M은 높지만 R은 낮은 떠나간 충성 고객 등을 Target으로 선택할 수 있다.
• Positioning(포지셔닝) : 선택한 Target 시장에서 어떻게 경쟁 우위를 차지할지 결정한다. 이는 고객에게 제품이나 서비스의 가치를 명확히 제안하고, 고객이 경쟁사의 상품이 아닌 우리의 상품을 써야할 이유를 만드는 과정이다.

이처럼 STP 분석과 RFM 분석은 각각 독립적으로 사용할 수 있지만, 두 분석을 결합하면 고객의 행동 패턴과 선호를 더욱 정확하게 파악하고, 이를 바탕으로 더 효과적인 마케팅 전략을 수립할 수 있다. 이렇게 RFM 분석을 활용하면, 고객의 가치를 효과적으로 평가하고, 고객 그룹에 따른 맞춤형 마케팅 전략을 수립하는 데 도움이 된다. 이를 통해 데이터 분석가는 고객의 만족도를 높이고, 기업의 매출을 증가시키는 데 기여할 수 있다. 단순히 분석에서 끝나는 것이 아니라, 실제 비즈니스에서 이를 어떻게 활용할 수 있는지에 대한 아이디어를 생각해보는 습관을 가지도록 하자. 

 

본 내용은 데이터리안 'SQL 데이터 분석 캠프 입문반' 을 수강하며 작성한 내용입니다. 좋은 글을 소개해주셔서 감사합니다 !

 

출처 - 데이터 분석가 보민님

RFM 고객 세분화 분석이란 무엇일까요

 

사진 출처

RFM analysis for Customer Segmentation - CleverTap