[TIL] RFM - 세그먼트 특성 확인 & 그룹핑 및 라벨링 (2024-08-06)

SHU·2024년 8월 9일
0

H&M 데이터 분석

목록 보기
7/8

세그먼트 특성 확인

27개로 구분은 다 했는데...1, 2, 3이라고 적힌 숫자만으로 그룹들을 묶는게 맞나? 이렇게 쪼갠 뒤에 뭘 봐야 할까 잠깐 멍했다. 계속 말을 하니 생각이 고갈되는 기분이다. 튜터님이 집단의 기본적인 특성은 확인했냐고 해서 아차! 하고 방향을 잡을 수 있었다. 실시간으로 도움을 구할 사람들이 있다는 것이 부트캠프의 최고 장점 아닐까

세그먼트별 기본 특성

기초적인 것들이라고 생각되는 것들은 다 뽑아 보았다

  • 고객 수
  • 평균 나이
  • 평균 주문 횟수
  • 평균 주문당 주문 상품 수
  • 평균 주문 금액
  • 평균 구매 주기
  • 최다 구매 분기
  • 구매 물건 개당 평균 가격
  • 총 주문 수
  • 총 매출액
  • 온/오프라인 매출 비중
  • 온/오프라인 주문 수 비중
  • 선호 카테고리
  • 선호 상품 타입
  • 선호 색상

세그먼트별 특성 읽기

15개의 특성을 인당 3개씩 나누어 구한 뒤, 그림처럼 하나의 테이블로 만들어서 전체 집단을 파악했다

아래와 같은 시사점을 얻을 수 있었다

  • RFM 111 그룹(VIP) : 전체 고객의 7.7%, 총 매출의 41.3% 차지
  • RFM 112, 113 : 전체 고객 11%, 총 매출의 16% 차지
    → RFM 11n : 전체 고객의 19%, 총 매출의 과반 이상
  • 선호 색상, 카테고리는 그룹 간 차이가 없음
    • RFM 131 그룹만이 divided 카테고리를 선호(그러나 고객 수 5명으로 너무 적음)
  • 평균 나이는 30대 중후반으로 모두 유사
  • 대다수의 그룹이 tops&t-shirts를 가장 선호
  • 그룹별 온/오프라인 구매 비중의 차이가 크다…
    • RFM 331 231 131 그룹(재구매 없음 + 구매 금액 많음) : 온라인 구매 전무
  • 이탈한 VIP의 평균 구매 주기가 현재 VIP보다 10일 짧음 → why?

세그먼트 그룹핑 & 라벨링

유사성을 가지는 집단들은 묶어 너무 많은 집단 수를 줄이고, 적절한 이름을 붙여주기로 했다

VVIP, VIP, 신규 고객, 이탈 신규 고객(1회 구매 후 이탈), 이탈 고객, 그 외 일반 고객 총 6개 집단으로 RFM 세그먼테이션을 마무리했다.

앞으로...

그룹별 특성을 RFM 세그먼트 특성 파악한 것처럼 파악한 뒤, 그에 따른 액션 플랜을 각각 제시할 예정이다.

profile
슈의 코드뜨개질

0개의 댓글