CRM(Customer Relationship Management)을 잘 하기 위해서는 모든 고객에게 똑같은 마케팅을 적용하는 것이 아닌 고객별 특징에 따라 세그먼테이션을 진행하고 각 세그먼트 별로 마케팅 하는 것이 중요하다.
고객 세그먼테이션은 고객을 공통된 특성을 가진 다양한 그룹으로 나누는 기법이다.
프로젝트 시간이 짧고, 리소스가 많이 들어가지 않는다면 간단하게 특성기반 세그먼테이션을 할 수 있고, 충분한 데이터가 있다면 프로덕트의 성장단계와 고객 수에 따라 조금 더 복잡한 모델 기반 방식을 활용할 수도 있다.
5단계 고객 세그먼테이션 방법
1. 특성기반 고객 세그먼테이션
빠르게 고객 세그먼테이션을 할 수 있는 방법이다.
1. 인구통계학적 세그먼테이션 : 나이, 성별과 같은 공통된 간단한 특성을 바탕으로 고객을 여러 그룹으로 나눈다.
- 빠르게 세그먼테이션을 진행할 수 있는 가장 원초적이고 널리 알려진 간단한 방법이다.
- 고객 데이터가 불충분할 때 용이하다.
- 위치적 세그먼테이션 : 고객을 국가, 지역, 도시와 같은 위치 및 장소에 따라 여러 그룹으로 나눈다.
- 도메인 : 모빌리티, 배달 산업과 같은 GIS기반 위치가 중요한 도메인에서 사용가능하다.
- 심리적 세그먼테이션 : 고객을 라이프스타일, 관심사, 가치 및 태도에 따라 여러 그룹으로 나눈다.
- 이커머스 산업에서 주로 활용될 수 있다.
- 고객 행동 세그먼테이션 : 프로덕트 관점에서 고객의 웹/앱 로그, 사용 패턴, 브랜드 로열티 및 충성도, 마케팅 채널에 대한 반응률을 기준으로 고객을 여러 그룹으로 나눈다.
- 고객이 주로 사용하는 마케팅 채널별(이메일, 앱푸시,문자 등) 이용에 따라 그룹을 세그먼트 할 수도 있다.
2. 마케팅 기법 고객 세그먼테이션
RFM 고객 세그먼테이션 : 고객별로 얼마나 최근에, 얼마나 자주, 얼마나 많은 금액을 지출했는지에 따라 고객을 그룹으로 나눈다. 장기적으로 고객 세그먼트를 고정해서 활용해야 할 경우 용이하다.
예를 들어, 쇼핑몰 로그를 바탕으로 기준을 정한다면 (여기서, 활동은 구매뿐만 아니라 비즈니스 목적에 따라 클릭, 방문으로 바꿀 수 있다.)
- R(Recency) : 고객이 얼마나 최근에 상품을 구입했는가?
- F(Frequency) : 고객이 얼마나 자주 상품을 구입했는가?
- M(Monetrary) : 고객이 구입했던 총 상품 금액은 얼마인가?
R,F,M이 모두 높으면 핵심고객
R,F는 높지만 M이 낮으면 실제 구매로는 이어지지 않는 고객으로서, 상품에 관심은 많지만 구매를 망설이는고객
R,M은 높지만 F가 낮으면 신규고객
F,M은 높지만 R이 낮으면 예전에는 주 고객이었다가 어떠한 이유로 이탈한 고객
등으로 고객의 유형을 결정할 수 있고, 마케팅 담당자는 그 유형에 맞는 전략을 짜서 고객별로 차별화된 마케팅이 가능하다.
3. 예측 고객 세그먼테이션: ML 모델 활용
- 비지도 학습: 클러스터링 기법 k-means clustering, k-medoids clustering, DBSCAN 등 도메인에 맞게 군집 알고리즘을 활용할 수 있다.
- 지도 학습: 고객 행동 예측 레이블링을 하거나 고객 행동 데이터 예측을 바탕으로 고객이 어떤 행동을 할지 예측하여 분류할 수 있다.
4. 개인화 추천 고객 세그먼테이션: 추천시스템 활용
데이터가 충분히 쌓였고, 프로덕트의 유저가 많은 단계에서는 개인화 추천 타겟팅이 용이하다. 데이터를 수집할 수 있는 여건에 따라 컨텐츠 기반 필터링, 협업 필터링 등 추천시스템을 활용해서 만들 수 있다.
5. 혼합 고객 세그먼테이션
위의 4가지 방법들을 혼합해서 활용할 수 있다.
- 위치적 세그먼테이션 + 추천시스템
- RFM + 예측 고객 세그먼테이션(비지도)
사후 분석
고객 세그먼테이션을 마치면 고객을 기준에 맞게 그룹별로 잘 나누었는지 사후 분석하는 단계도 중요하다. 예상치 못한 아웃라이어가 있을 수도 있고, 비중이 적지만 리텐션 또는 매출이 큰 그룹이 존재할 수도 있다. 세그먼트별로 나눈 결과를 바탕으로 A/B 테스트를 통해 효과를 확인해 볼 수도 있다.
