RFM (고객 세분화 분석) 이란?

RFM 분석이란 무엇인가?

RFM 분석은 고객의 구매 행동을 기반으로 고객을 세분화하고 평가하는 방법입니다. RFM은 Recency(최신성), Frequency(빈도), Monetary(금액) 세 가지 지표의 약자입니다.

1. Recency (최신성): 고객이 마지막으로 구매한 시점까지의 시간입니다. 고객이 최근에 구매했을수록 더 가치가 있다고 판단합니다.
2. Frequency (빈도): 특정 기간 동안 고객이 구매한 횟수입니다. 구매 빈도가 높을수록 더 가치 있는 고객으로 간주됩니다.
3. Monetary (금액): 고객이 특정 기간 동안 소비한 총 금액입니다. 소비 금액이 많을수록 더 중요한 고객으로 분류됩니다.

현업에서 CRM을 하여 푸쉬를 보낼 대상자를 추출 할 때 자주 사용했던 방법입니다. 

RFM 분석 예시

한 이커머스 업체에서 RFM 분석을 수행한다고 가정해봅시다. 고객 데이터를 기반으로 각 고객에 대해 R, F, M 점수를 계산합니다. 예를 들어:

• 고객 A: 최근 10일 이내에 구매, 지난 6개월 동안 5회 구매, 총 구매 금액 500,000만원
• 고객 B: 최근 30일 이내에 구매, 지난 6개월 동안 3회 구매, 총 구매 금액 200,000만원
• 고객 C: 최근 90일 이내에 구매, 지난 6개월 동안 1회 구매, 총 구매 금액 50,000만원

이 데이터를 바탕으로 각 고객에게 점수를 부여합니다. 예를 들어, R(최신성) 점수는 최근 구매일이 가까울수록 높게, F(빈도) 점수는 구매 횟수가 많을수록 높게, M(금액) 점수는 소비 금액이 많을수록 높게 부여합니다.

RFM 분석을 통한 고객 분류

RFM 점수를 기반으로 고객을 다음과 같이 분류할 수 있습니다:

1. 최고 고객: 최신성, 빈도, 금액 모두 높은 고객
2. 충성 고객: 빈도와 금액이 높지만 최신성이 낮을 수 있는 고객
3. 잠재적 고가치 고객: 최신성과 빈도가 높지만 금액이 낮은 고객
4. 신규 고객: 최신성이 높지만 빈도와 금액이 낮은 고객
5. 일시적 고객: 최신성이 낮고, 빈도와 금액이 중간 정도인 고객

이커머스에서의 RFM 분석 사용 예시

이커머스에서는 RFM 분석을 통해 마케팅 캠페인을 맞춤형으로 설계할 수 있습니다. 예를 들어:

• 최고 고객에게는 특별 할인이나 VIP 혜택을 제공하여 충성도를 유지합니다.
• 신규 고객에게는 첫 구매 할인 쿠폰이나 웰컴 패키지를 제공하여 재구매를 유도합니다.
• 일시적 고객에게는 리마인더 이메일이나 특별 할인 혜택을 제공하여 다시 활성화합니다.

RFM 분석 사용 시 유의할 점

1. 데이터의 정확성: RFM 분석은 고객 데이터에 크게 의존하므로, 데이터의 정확성이 매우 중요합니다.
2. 비즈니스 특성 고려: 모든 비즈니스가 동일한 RFM 기준을 적용할 수 없습니다. 비즈니스 특성에 맞게 기준을 조정해야 합니다. 예를들어, 중고거래 플랫폼의 경우, 큰 금액을 한번 구매한 사람보다 여러번 구매한 사람이 더 충성 고객일 가능성이 높습니다.
3. 시간 간격 조정: RFM 분석에 사용되는 시간 간격은 비즈니스 특성에 맞게 설정해야 합니다. 예를 들어, 패션 이커머스와 식품 이커머스의 고객 행동 패턴은 다를 수 있습니다.

RFM 분석에 추가할 수 있는 요소

RFM 분석의 정확성을 높이기 위해 다음과 같은 추가 요소를 고려할 수 있습니다. 제가 업무 진행시 주로 사용했던 추가적인 요소들 입니다.

1. 구매 카테고리 (Purchase Category)

설명: 고객이 주로 구매하는 제품 카테고리를 분석하여 특정 카테고리에서의 행동을 평가하는 지표입니다. 이를 통해 특정 제품군에 대한 고객의 관심도를 파악할 수 있습니다.

방법: 구매 데이터를 카테고리별로 세분화하여 분석하고, 각 고객의 카테고리별 구매 빈도와 금액을 평가하여 RFM 분석에 추가합니다.

적용 예시:

• 특정 카테고리에서 반복적으로 구매하는 고객에게 해당 카테고리의 신제품 정보를 제공하거나, 관련 상품의 할인 혜택을 제공합니다.

2. 캠페인 반응률 (Campaign Response Rate)

설명: 고객이 마케팅 캠페인(이메일, 광고, 프로모션 등)에 얼마나 잘 반응하는지를 측정하는 지표입니다. 이를 통해 고객의 참여도와 마케팅 효과를 평가할 수 있습니다.

방법: 이메일 오픈율, 클릭율, 프로모션 참여율 등의 데이터를 수집하여 점수화하고, RFM 분석에 반영합니다.

적용 예시:

• 높은 반응률을 보이는 고객에게는 새로운 캠페인에 대한 정보를 먼저 제공하고, 반응률이 낮은 고객에게는 관심을 끌 수 있는 특별 혜택을 제공합니다.

3. 방문 빈도 (Visit Frequency)

설명: 고객이 웹사이트나 오프라인 매장을 방문하는 빈도를 측정하는 지표입니다. 방문 빈도가 높은 고객은 관심이 높고 구매 가능성이 높은 고객으로 간주될 수 있습니다.

방법: 웹사이트 트래픽 데이터나 매장 방문 데이터를 분석하여 고객의 방문 빈도를 평가하고, RFM 분석에 추가합니다.

적용 예시:

• 자주 방문하는 고객에게는 방문 감사 혜택을 제공하거나, 방문 시점에 맞춘 맞춤형 프로모션을 진행합니다.

4. 소셜 미디어 참여도 (Social Media Engagement)

설명: 고객이 소셜 미디어에서 브랜드와 얼마나 활발하게 상호작용하는지를 측정하는 지표입니다. 높은 참여도는 브랜드에 대한 관심과 애정을 나타냅니다.

방법: 좋아요, 댓글, 공유 등의 소셜 미디어 활동 데이터를 수집하여 점수화하고, RFM 분석에 반영합니다.

적용 예시:

• 소셜 미디어 참여도가 높은 고객에게는 특별 이벤트 초대나 콘텐츠 참여 혜택을 제공합니다.

5. 고객 생애 가치 (Customer Lifetime Value, CLV)

설명: 고객이 앞으로도 기업에 얼마나 많은 가치를 제공할 것인지를 예측하는 지표입니다. CLV는 고객의 장기적인 가치를 평가하는 데 유용합니다.

방법: 과거 구매 데이터, RFM 점수, 기타 행동 데이터를 기반으로 CLV를 계산하여 RFM 분석에 포함합니다.

적용 예시:

• CLV가 높은 고객에게는 장기적인 혜택 프로그램이나 VIP 서비스 등을 제공하여 지속적인 충성도를 유지합니다.

 

이와 같은 추가 요소들을 반영하면, RFM 분석을 통한 고객 이해와 마케팅 전략 수립이 더욱 정교해질 수 있습니다.

 

참고자료

- https://clevertap.com/blog/rfm-analysis/

RFM analysis for Customer Segmentation - CleverTap

- https://datarian.io/blog/what-is-rfm?utm_source=sql-camp&utm_medium=camp&utm_campaign=referral&utm_content=sql-basic