RFM

지난 포스팅에서는 90일 이상 구매 이력이 없는 고객을 장기 미구매 고객이라 정의하고, 해당 고객군의 특성을 파악했다. 이번에는 RFM 분석으로 전체 판매 데이터를 활용해 고객 등급을 지정하고, 또 단순 90일이 아니라 Retention을 파악해서 첫 구매일 이후 고객의 잔존율도 확인해보자. 먼저, python으로 만든 csv 파일을 로드했다.  결과가 문제없이 출력됨을 확인했으니, RFM 분석을 시작해보자. 혹시 RFM 분석이 뭔지 모르신다면, 아래의 포스팅을 먼저 읽고 오시는걸 추천드린다.  [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 ..

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? 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. Recency (최근성) : 고객이 마지막으로 구매한 날짜를 기준으로 측정한다. 최근에 구매한 고객일수록 높은 점수를 받는다. 이는 최근에 구매한 고객이..

이번 포스팅은 지난 주 리뷰 포스팅에서 활용한 데이터로 RFM 분석을 수행했다. 네이버 플레이스 리뷰에 정확히 어떤 메뉴를 먹었는지 명시된 경우가 없기 때문에, 식당의 메뉴를 참조하여 리뷰에 메뉴가 포함되어 있는 경우 해당 음식을 먹었다고 가정했다. KNIME, python, SQL을 모두 활용하여 돈카츠 전문점 "톤쇼우"의 RFM 레벨을 도출했는데, 과정을 확인해보자. 리뷰 추출 먼저, 전체 리뷰에서 메뉴 이름이 포함된 리뷰를 추출하고, csv 파일로 저장하였다. 리뷰에서 메뉴 추출 import re import pandas as pd data = pd.read_csv('톤쇼우_rfm.csv', encoding='cp949') menus = ['버크셔', '히레', '로스', '특로스', '대로스', ..