프로젝트 목적
3차 과제는 E-commerce를 방문자들이 유입된 이후의 행동 데이터를 다루었습니다. 사용자 행동 데이터를 기반으로 RFM 분석을 하고, 이를 바탕으로 인사이트와 액션을 제안해보는 것이 본 프로젝트의 목적입니다.
1. 데이터 분포 시각화
데이터에 대한 이해를 하기 위해, 간단한 쿼리문들을 돌려보았습니다. 이번 프로젝트에서 다룰 데이터는 고객 54,402명의 64,027건의 구매 내역입니다.
조회 가능한 데이터의 기간은 2022년 6월부터 8월까지의 데이터입니다. RFM 분석에 앞서 각 변수에 대한 데이터가 어떻게 분포 되어 있는지 살펴보겠습니다.
Recency
Recency는 고객이 얼마나 최근에 구매했는가에 대한 변수입니다. Recency에 해당하는 내용은 막대그래프로 표현을 해보았습니다. 매월 주문수가 조금씩 증가하고 있습니다.
Frequency
Frequency는 고객이 얼마나 자주 우리 상품을 구매했는가에 대한 변수입니다. Frequency에 해당하는 내용은 파이차트로 시각화해보았습니다. 한 번만 구매한 사람들의 비율이 상당히 높다는 것을 알 수 있습니다.
Monetary
Monetary는 고객이 얼마나 많은 금액을 지출했는가에 대한 변수입니다. Monetary에 해당하는 내용은 산점도로 표현해보았습니다. 대부분 적은 금액을 소진했다는 것을 알 수 있습니다.
2. RFM segmentation
WITH구문과 IF 조건문을 활용하여 RFM 고객 세분화를 진행하였습니다. 각 변수의 기준을 어떻게 설정하였는지는 밑에서 설명하겠습니다.
주어진 데이터의 기간이 6월부터 8월까지였습니다. 여기서 데이터의 기간이 8월에 해당하면 1점을, 아니라면 0점으로 계산되도록 쿼리문을 작성하였습니다.
이제 구매 빈도(Frequnency)를 계산해보도록 하겠습니다. 구매수가 5개 이상인 고객은 상위 4.51%를 입니다. 구매수가 5개 이상인 고객에게는 1점을, 5개 미만을 고객에게는 0점을 부여했습니다.
100,000원 이상 물건을 구매한 고객은 상위 3.76%입니다. 이를 기준으로 Monetary를 계산해보도록 하겠습니다. 100,000원 이상 구매했다면 1점을, 아니라면 0점을 받도록 하였습니다.
앞서 설명한 방식으로 RFM 등급을 계산하였고, 이를 바탕으로 고객 세그먼트를 나누었습니다. 고객 세그먼트에 대한 구분은 회사마다 천차만별입니다. 프로젝트의 내용은 하나의 예시로 받아들여주시면 감사하겠습니다.
3. Action Plan
3.1 VIP 고객
VIP 고객은 최근에 구매를 했고, 자주 그리고 큰 금액을 소비하는 고객입니다. VIP 고객은 모든 등급에서 우수한 절대 놓쳐서는 안되는 고객입니다.
이들을 떠나지 않도록 붙잡기 위해서는 등급제 시스템을 시도해볼 수 있습니다. 대표적으로 무신사가 등급제 시스템을 활용하고 있는데요. 회원 등급이 높을수록 지급 가능한 혜택을 차등으로 지급하는 방법입니다.
3.2 충성 고객
다음으로 충성 고객은 큰 금액을 소비하지는 않지만, 최근에 구매를 했고, 자주 구매를 하는 고객입니다. 충성 고객은 구매금액만 높다면 VIP가 될 수 있는 고객군입니다.
구매 금액을 높이기 위해 일정 금액 이상 구매를 하는 경우 할인을 해준다거나, 사은품이나 무료 배송 등을 제공할 수 있습니다.
3.3 잠재 VIP, 잠재 충성 고객
잠재 VIP 고객은 최근에 구매를 했고, 많은 금액을 소비한 고객입니다. 잠재 충성 고객은 최근에 구매를 했고, 많이 소비하지는 않는 고객입니다.
잠재 VIP 고객, 잠재 충성 고객은 자주 구매하도록 유도한다면 높은 수익을 기대할 수 있는 고객군입니다.
그래서 자주 사이트에 방문할 수 있도록 하기 위해 출석체크 이벤트를 진행하여 포인트나 추첨을 지급해 볼 수 있습니다.
3.4 놓치면 안될 고객
놓치면 안되는 고객은 큰 금액을 소비하고, 자주 구매했으나, 오래 방문하지 않은 고객입니다. 해당 고객군은 최근에 구매만 없을 뿐 충분히 VIP 고객이 될 수 있는 고객군입니다.
이들이 다시 구매를 할 수 있도록 하기 위해, 휴면예정 메시지를 날리거나 혹은 휴면을 해제할 경우 포인트나, 쿠폰, 상품등을 지급해볼 수 있겠습니다.
3.5 관심 필요 고객
관심 필요 고객은 자주 구매를 했지만, 최근에 구매를 하지 않고, 소비도 많이 하지 않는 고객입니다. 자주 구매를 하던 고객이 최근에 구매를 하지 않는다면, 이름 관심을 두고 확인해볼 필요가 있습니다.
트래킹이 가능하다면 이들의 행동 데이터를 확인해보아야 합니다. 체류 시간이 줄지는 않는지, 어느 단계에서 이탈하는지 체크해야 합니다.
그리고 CS 문의가 들어온 게 없는지, 경쟁사에서 이벤트를 진행하고 있는지 여부를 확인해보고 종합적으로 검토해보는 것을 권장합니다.
3.6 이탈 우려 고객
이탈 우려 고객은 많은 금액을 소비했으나, 최근에 그리고 자주 구매하지 않는 고객입니다.
이탈 우려 고객의 구매 리스트를 확인해보아야 합니다. 명품 혹은 전자제품과 같은 상품을 구매했을 가능성이 높습니다. 해당 카테고리의 물품들은 구매주기가 길지 않기 때문에 최근성과 빈도에서 저조한 등급을 받을 수 있습니다.
만약 그럴 경우, 최근성이나 구매주기를 계산하는 기간의 구간을 넓게 설정하여 관리를 할 수 있습니다.
3.7 겨울잠 고객
겨울잠 고객은 적은 금액을 소비하고, 구매 빈도가 낮으며, 오래 전에 방문한 고객입니다. 겨울잠 고객은 상대적으로 중요도가 가장 낮은 고객군입니다. 다른 고객군의 문제를 우선적으로 해결하는 것이 좋겠습니다.
