[TIL] 실전프로젝트 7일차: 최종 액션 플랜 도출

Donghyun·2024년 9월 25일
0

TIL (Today I Learned)

목록 보기
52/53

✅ 오늘 목표

튜터님께 멘토링 받고 최종 액션 플랜 도출하기

멘토링 결과

어제까지의 결과로 다음과 같이 세 가지 액션 플랜이 도출됐다:

  1. 핵심 고객에 집중하여 더 큰 효과를 창출하는 액션 플랜(할인 쿠폰 전략)
  2. 이탈 고객 재유치를 위한 웰컴백 프로모션(할인 쿠폰 전략)
  3. 크로스셀링(연관분석) 전략

이 전략들에 대해 튜터님께 최종 피드백을 받았고, 결과는 다음과 같다.

  1. 핵심 고객에 집중하여 더 큰 효과를 창출하는 액션 플랜(할인 쿠폰 전략)
    • 고객을 재유치해야 하는 건 알겠는데, 굳이 왜 핵심 고객이어야 하는지 이해가 되지 않는다. 그런 할인 쿠폰 프로모션을 하려면 차라리 이탈 비율이 가장 높았던 고객 세그먼트를 확인하고 그 세그먼트에 하는게 더 합리적일 것이다.
  2. 이탈 고객 재유치를 위한 웰컴백 프로모션(할인 쿠폰 전략)
    • 좋다. 실제로 어떤 것에 불만족에서 이탈했는지에 대한 조사를 현업에서 많이 하기도 한다.
    • 또한, 탈퇴(이탈)할 때 과정을 복잡하게 해서 계속 귀찮게 하는 경우도 있다.
  3. 크로스셀링(연관분석) 전략
    • 파이썬을 통해 크로스셀링까지 해 본 아이디어도 충분히 좋지만, 특히 해당 전략을 통해 예상되는 매출을 직접 구해본 것은 아주 칭찬할 만하다.
    • 하지만 소량구매에서 카테고리를 띄울 때 서브 카테고리를 띄우면 해당 카테고리를 다 띄울 것인가? Item으로 하는 것이 마땅하다.
      • 답변: 이 생각도 해보고 Item으로 해보려고 했으나 RAM의 문제로 계산이 되지 않았다…
        • 그런 경우에는 아이템별로 구매한 빈도수의 임계치를 기준으로 1차로 필터링하고 나머지에 아이템에 대해 소량구매-Item 으로 추천하는 방법도 있다.
          • 왜 그렇게 필터링했나?
            • RAM의 문제로 1차로 복잡도를 줄이고 진행할 수밖에 없었다고 발표.

최종 액션 플랜

멘토링을 받고 아래와 같이 최종 액션 플랜을 도출해냈다:

1. 핵심 고객에 집중하여 더 큰 효과를 창출하는 액션 플랜(포인트 적립 전략)

기존 할인 쿠폰 전략에서 포인트 적립 전략으로 변경했다. 이를 통해, 그냥 현금을 고객들에게 돌려주는 것 보다는 자사에서 사용하며 마케팅 예산도 효율적으로 사용하고, 정착할 수 있는 계기를 제공.

할인쿠폰 대신 자사에서 사용할 수 있는 포인트 적립 전략

  • 누구에게 프로모션을 할지 결정할 때, 이탈률이 높은 세그먼트에 더 집중하는 것이 바람직함. 각 세그먼트의 이탈률을 확인하여 세그먼트별 차별화된 전략을 도입.
  • 구성 비율만 봤을 땐 30%, 25%에 달하는 이탈 우려 고객과 잠재 충성 고객에게 하는 것이 마땅한다.
  • 하지만 이익 비율을 보면 VVIP와 VIP가 압도적인 것을 확인할 수 있다. 따라서, 이들을 대상으로 프로모션을 진행 하는 것이 더욱 마땅하다고 판단.
  1. 각 세그먼트별 이탈했을 때의 기회비용 확인하기 (Sales Margin Amount 확인 - 2017 기준)

    1. VVIP 각 고객별로 놓쳤을 때 인당 평균 3억 5,541만원 정도의 손실 발생 - 마진율 약 43%정도
    2. VIP 각 고객별로 놓쳤을 때 인당 평균 약 2억 8,303만 정도의 손실 발생 - 마진율 약 45% 정도
  2. 각 구매에 대해 일정 % 적립금으로 돌려준다.

    • 적립률은? → 각 구매당 4%, 한 번에 적립 가능한 상한선 1,000,000
      • 4%로 책정한 이유?
        • 적절한 적립률을 책정하기 위해 1% 부터 살펴보다가 적립률 1%면 평균적으로 연에 약 1,220만원까지 적립이 가능하다는 것을 발견.
        • 우리의 목표는 1분기 예산이기 때문에 4%로 설정하여 평균적인 VVIP 고객들이 인당 최대 예산인 1천만원을 달성할 수 있도록 하였다.
  3. 2020 1분기 핵심고객을 위한 마케팅 예산은?

    Deloitte, The CMO Survey, 2019 08 기준 8.6% 책정

    • 2019년 이윤의 8.6% 및 1/4로 책정하여 2020년 1분기 마케팅 예산을 계산 → $654,305 한화 약 8억 7,382만원

    1. VVIP 적립률(60명): 72% → 6억3천만원 but 6억으로 절삭 / 인당 최대 적립금10,000,000원 /
    2. VIP 적립률(20명): 13% → 1억 1천 3백만원 but 1억으로 절삭 / 인당 최대 적립금5,000,000원

2. 이탈 고객 재유치를 위한 전략

이메일을 통해 웰컴백 프로모션을 진행. 이메일을 통해 이탈했던 설문조사를 완료하고, 다시 자사에 회원가입 하여 ID를 입력하면 적립금을 넣어주는 방식.

  • 적립금은 위에서 책정한 마케팅 예산의 나머지15%로 하되 절삭했던 금액들을 더해서 1억 7,382만원으로 책정한다.

  • 그리고 2017년 각 세그먼트들 중 구성 인원 대비 이익 구성 비율을 봤을 때 다음의 4개 세그먼트를 대상으로만 웰컴백 프로모션을 진행하는 것이 좋다고 생각했고, 다음과 같이 이익 기여 비율대로 예산을 책정했다.
  • 설문조사 완료시 자사에서 사용 가능한 적립금제공 → 하지만, 한 번에 사용 ❌  5번에 걸쳐 사용할 수 있도록 한다.
  • 최소 주문 금액: 1회당 사용 가능한 적립금의 2배 이상
    • VVIP 고객(23명) 70% : 1억 2,167만원 → 인당 5,290,000원 → 절삭해서 5백만원 / 1회당 백만원
    • VIP 고객(10명) 9.9% : 1,720만원 → 인당 172만원 → 절삭해서 150만원 / 1회당 30만원
    • 충성 고객(19명) 5.5% : 950만원 → 인당 50만원 / 1회당 10만원
    • 이탈 우려 고객(47명) 9.33% : 1,620만원 → 인당 344,680원 → 절삭해서 30만원 / 1회당 6만원

3. 크로스셀링(연관분석) 전략

  • 상품 이름 새롭게 변경

동일한 상품이름이지만 다른 상품번호를 가지는 행들이 존재 → 이들을 번호를 추가하여 구분함

장바구니/ 결제 시 팝업 구분

  1. 장바구니 단계에서 추천

: confidence의 기술 통계량 50% ~ max(1이하)인 품목들을 추천

→ 상대적으로 구매 가능성이 높은 아이템들을 장바구니 단계에서 추천하여 구매를 유도한다.

  1. 결제시 팝업

: confidence의 기술 통계량 50% 이하를 추천

→ 상대적으로 구매 가능성이 낮은 제품들을 결제 단계에 다시 한번 추천한다.

→ 이미 추천한 제품을 제외하고 그 중 confidence가 높은것을 추천한다.

연관분석 추천 과정:

  1. 장바구니 단계 ( 0.682353 ≤ confidence )

1-1. 장바구니에 ‘Tell Tale Almonds_1’ 존재한다면

추천 팝업 : Gorilla String Cheese_1, Gorilla Low Fat String Cheese_1

1-2. 만약 장바구니에 ‘Gorilla Low Fat String Cheese_1’를 추가 했다면

다시 다음과 같은 추천 팝업 띄우기 : Gorilla String Cheese_1, Tell Tale Limes_1

  1. 결제 단계 ( confidence < 0.682353)

앞서 ‘Gorilla Low Fat String Cheese_1’만 추가하고 다른 제품을 추가 하지 않은 채 결제할 때

결제 단계에서 뜨는 팝업 : Gorilla String Cheese_1, Cutting Edge Potato Salad_1

예상 수익 증가율

예상 수익 증가량

= ((antecedent support - support) confidence ) consequents의 마진 평균

  = (상품 A의 지지도 - A와 B의 지지도)*신뢰도*상품 B의 마진 평균

  = `$2,073,567.9670(예상 증가량)`

해석:

(상품 A의 지지도 - A와B의 지지도) = 전체 거래에서 A만 구매하고 B는 구매하지 않은 거래의 비율

신뢰도 = A만 구매한 거래 비율에 B를 구매할 확률을 곱해 줌

B의 평균 마진 = 또한 추가로 구매하게 되는 B의 평균 마진을 곱해줌으로써,

→ 연관분석을 통해 B를 추가로 구매하고 그것이 가져다 줄 이익을 대략적으로 예측할 수 있다.

예상 수익 증가율 = 예상 수익 증가량 / 전체 마진 * 100

결과 : 마진 3.167% 증가 예상


✅ 주말 동안 할 일

피피티 제작 및 발표 대본 구성

profile
데이터분석 공부 일기~!

0개의 댓글