📌RFM 분석

RFM 분석이란 ? R (Recency) F (Frequency) M (Monetary) 의 약어 이며
고객의 활동 지표를 3가지 지표의 조합으로 판단하는 고객 가치 평가 모형 이다.

🎨 RFM-BASE-DATA

🔎 R : 가장 최근 구매 시점

가장 최근 2018-09-04에 배송이 시작되었지만, 도착하지 않은 상태 예상 배송일이 2018-09-06으로 배송 도착일은 2018-09-05로 추정되며 가장 최근 구매한 날짜로 봄.

✍ 가장 최근 날짜를 기준으로 customer_unique_id 별 Recency 산출

R : 2018-09-05부터 최근 구매일 에 차이 , R_sub : 최근 구매 날짜, F : 구매 횟수 ,
M : 구매

✍ RFM별 사분위수 산출

✍ R (Recency) 고객 별 최근 구매

• 2018-09-03 까지 고객 최근 구매 활동
  

✍ F (Frequency) 고객 구매 횟수

• 1번 구매한 고객 전체 97%
  

📊 RFM 지표별 분포

'F' 와 'M'이 치우쳐져 있는 모습이 보인다.

📌RFM SCORE

• R , F , M ( 4 , 4 , 4 ) -> VVIP 고객
• R , F , M ( 1 , 1 , 4 ) -> 1회에 대량 구매해 이탈 가능성 높은 고객
• R , F , M ( 4 , 4 , 2 ) -> 구매 금액은 적으나 충성고객이될 가능성이 높은 고객
• R , F , M ( 4 , 1 , 4) -> 최근 가입하였고 구매금액이 큰 것으로 보아 VVIP 가능성이 높은 고객, 별도 관리가 필요.
  

RFM SCORE 별 매출 기여 효과

• R_score -> 4
  
  

• F_score -> 10.04
  

• M_score -> 4.311
  

RFM 모형 탐색

• $RFM \ score = a * Recency + b * Frequency + c * Monetary$

• $a , b , c = 가중치 ( a , b , c )$

• 가중치가 1인 모형 (1 , 1 , 1 )
  

• 매출 기여 효과를 가중치로 부여