RFM(고객 세분화 분석)

🔗
데이터리안의 'RFM 고객 세분화 분석이란 무엇일까요' 글을 기반으로 작성한 글입니다.
https://datarian.io/blog/what-is-rfm?utm_source=sql-camp&utm_medium=camp&utm_campaign=referral&utm_content=sql-basic

📚 RFM 요약

• RFM이란?
  : 사용자의 구매 패턴을 기준으로 사용자 그룹을 분류해 분석하는 기법
  : 사용자들의 행동 패턴을 통해 타켓팅하는 방식 중 하나

  R (Recency) : 얼마나 최근에 구매했는가
  F (Frequency) : 얼마나 자주 구매했는가
  M (Monetary) : 얼마나 많은 금액을 지출했는가

• RFM 분석 과정
  1) R,F,M에 기준 세우기
  2) 사용자군을 기준에 따라 그룹으로 분류
  3) 마케팅 캠페인 목적에 맞는 사용자 그룹을 대상으로 마케팅 캠페인 진행

👩🏻‍💻 느낀 점

RFM은 분석 시 논리적으로 분류 기준을 성립하고 분석 결과를 해석하는 것이 중요하다고 생각한다. 그러기 위해서는 비즈니스와 분석 목적에 대한 이해도가 높아야 되는 것 같다. 원글에서 언급된 29cm를 생각해봤을 때, 분석자가 29cm의 고급화 전략을 잘 이해하고 있지 못하면 recency의 구분 기준을 짧은 기간으로, monetary를 적은 금액으로 정해 비교적 충성도가 높은 고객들까지 충성도가 낮은 고객들과 한 그룹으로 분류되는 문제가 발생했을지도 모른다. 의미있는 RFM 성과를 내기 위해서는 비즈니스와 분석 목적을 이해하려는 태도를 가져야한다고 생각한다. 또한, RFM을 통해 의미있는 성과를 내기 위해서는 내가 세운 기준, 해석한 결과에 대해 '왜?'라는 질문을 던졌을 때 논리적으로 답할 수 있을 정도로 고민하며 분석을 진행해야겠다고 생각했다.