이번 포스팅은 아래 데이터리안 아티클을 읽고 작성했습니다!
간단하게 RFM 분석법에 대해 요약하고, 주목한 점들을 정리해보겠습니다.
RFM 분석법은 사용자들의 행동 패턴을 통해 타겟팅 하는 방식 중 가장 범용적으로 사용할 수 있고, 특히 구매 고객들을 분류하는 데 효과적입니다.
구매 고객들은 다음 3가지 기준에 따라 분류됩니다.
- Recency - 얼마나 최근에 구매했는가
- Frequency - 얼마나 자주 구매했는가
- Monetary - 얼마나 많은 금액을 지출했는가
이러한 기준들을 통해서 구매 고객들을 분류한 후, 각 고객군별 차별화된 마케팅 전략을 펼치는 등의 기대 효과를 얻을 수 있습니다.
이외에도 충성 고객들이 자주 사용하는 기능 또는 자주 방문하는 페이지 등을 찾아내 일반 사용자들에게도 이를 자주 사용하도록 유도하는 등의 전략을 생각해볼 수 있습니다.
한 가지 주목할 점은 R, F, M 기준은 절대적이지 않다는 사실입니다.
각 서비스마다 특성이 다르기 때문에 각 기준을 서비스 특성에 맞게 세울 필요가 있습니다.
예를 들면, 생필품을 판매하는 이커머스 서비스는 고급화 전략을 구사하는 플랫폼과는 다른 Recency 기준을 잡아야 합니다.
두 서비스간에는 구매 주기가 다르다는 차이가 있기 때문입니다.
이번 포스팅에서는 RFM 분석 기법에 대해서 알아봤는데요, 구매 고객들을 세분화하는 범용적인 아이디어인 동시에 다양하게 적용될 수 있는 분석법이라는 사실을 알았습니다.
물론 RFM 분석의 단점 또한 존재하지만 이를 서비스 특성에 맞게 적절히 사용한다면 서비스 개선 또는 성장에 도움이 될 수 있을 것 같습니다.
'데이터분석' 카테고리의 다른 글
서비스 리텐션에 대해서 (0) | 2024.01.14 |
---|---|
데이터리안 SQL 입문반 수업을 마치며 (0) | 2023.12.30 |