RFM 분석이란?

Recency : 얼마나 최근에 구매 했는가?

Frequency : 얼마나 자주 구매했는가? 

Monetary : 얼마나 많은 금액을 지출했는가?

 

-> 사용자별로 얼마나 최근에 , 얼마나 자주, 얼마나 많은 금액을 지출했는지에 따라 사용자들의 분포를 확인하거나 사용자 그룹(또는 등급)을 나누어 분류하는 분석 기법을 의미한다. 구매 가능성이 높은 고객을 선정할 때 용이한 데이터 분석방법이며 사용자들의 구매 패턴을 기준으로 분류를 진행하기 때문에 각 사용자 그룹의 특성에 따라 차별화된 마케팅 메세지를 전달할 수 있음. 

 

이러한 식으로 분류할 수 있게되면 사용자의 특성별로 각기 다른 정책을 적용하고 서비스를 더욱 잘 사용할 수 있도록 전략 세우기가 가능해진다. 

 

<RFM SEGMENT>

예시

구매내역의 경우, 기간 제한 없이 서비스가 시작된 이래로 전체 기간 동안의 데이터라고 가정한다. 

 

- Recency : 2021-01-01 기준으로 최근 한 달 이내에 결제되었는가?

- Frequency : 3 회 이상 주문했는가?

- Monetary : 500 달러 이상 주문했는가? 

 

이 기준에 따라, 각 컬럼에 이러한 기록을 남긴다.

- Recency : 2021-01-01 기준으로 한 달 이내의 구매 기록이 있을 경우, 'recent' 이외 'past'

- Frequency : 3회 이상 구매 시 'high' , 3회 미만 구매 시 'low'

- Monetary : 500달러 이상 구매시 ,'high' 500달러 미만 구매시 'low'

 

이렇게 간단한 값으로 변환이 된다.

변환된 데이터들을 기준으로 사용자군을 임의로 나누면

이러한 테이블로 구성이 가능하다.

상황과 목적에 맞게 사용자 그룹을 뽑아 사용 가능하다. 

 

<RFM 적용 시 고려할 점>

: '반드시' 의 기준은 없기에 비즈니스의 성격과 목적 그리고 상황에 따라 알맞은 기준을 세워 적용한다. 

 

- Recency, Frequency, Monetary 를 각각 몇 단계로 나눌 것인가

- Frequency, Monetary를 집계하는 기간을 어떻게 설정할 것인가

 

RFM 기법을 적용한다하더라도 서비스에 따라 어느 서비스는 사용자 그룹을 3개로 어느 곳은 사용자 그룹을 5개로 나누어 분류할 수 있음.

 

* 추가적인 제언

분석을 할 때 필요하다면 Recency , Frequency , Monetary 를 기본으로 하고 회원 가입 일시 데이터까지 추가로 함께 확인할 수 있으며 콘텐츠 소비 데이터를 Recency (얼마나 최근에 봤는지) , Frequency (얼마나 많이 보았는지) , Duration (얼마나 오래 봤는지) 로 나누어 비슷하게 사용자들의 등급을 분류해 볼 수 있다. 

 

 

* 후기

현재 나는 데이터분석 인턴을 진행중이다. 많은 분석 기법에 대한 관심이 많은 상태였는데 이번 캠프를 통해 또 하나의 분석 기법을 알게 된 것이 너무 기쁘다. 사실 그전 회사 인턴을 진행하면서도 간단한 crm 업무를 수행했었고 고객 세그먼트를 통해 다양한 crm 관련 프로모션이나 기획 등을 어깨너머로 배웠는데 데이터리안을 통해 알게된 실무와 관련된 분석 내용이 참 재밌다.

데이터 분석가 그리고 사이언티스트로 향하는 이 길목에서 다양한 것들을 데이터리안과 함께 시도해보고 싶고 공부하고 싶다! 

 

- 데이터리안 데이터 분석 캠프 입문반 23기를 참여하며 남긴 기록입니다.

- 모든 글은 데이터리안 RFM 분석 글을 보며 참고하였습니다.