RFM분석이란?

CRM분석에서 데이터분석가들이 가장 많이 쓰는 분석기법중의 하나인 RFM분석입니다.

CRM(고객 관계 관리):
회사의 현재 고객 및 잠재 고객과 관련된 정보를 관리, 추적, 저장하도록 지원하는
일련의 데이터 기반 소프트웨어가 통합된 솔루션.

 

RFM분석은 고객분류기법입니다.

고객을 특성에 따라 분류하고, 특성에 맞춰서 구매기회를 창출하고 발전시키는 것이 목표입니다.

여기서 RFM의 분류기준은

Recency(최근성), Frequency(빈도), Monetary(구매금액) 입니다.

 

Recency(최근성)
: 최근에 구매한 시기가 언제인가?

 

비즈니스의 종류(물건,정보,서비스등)에 따라 다르지만,

보통 RFM분석에서는 최근에 구매한 고객일수록 더 가치있는 고객으로 점수가 매겨집니다.

구매시기가 오래되었다면, 재구매율이 보통 떨어지기 때문입니다.

 

Frequency(빈도)
: 얼마나 많이 구매하였는가?

 

흔히 떠올리는 충성고객이라하면

구매빈도가 가장 중요한 요소일 것입니다.

자주 구매하는 고객일수록, 비즈니스에 큰 도움이 되고 재방문율이 높다고 할 수 있습니다.

빈도수가 높을수록 가치있는 고객으로 점수가 매겨집니다.

 

Monetary(구매금액)
: 얼마나 큰 금액을 구매하는가?

 

구매금액 또한 중요한 요소입니다.

구매빈도가 적더라도, 큰 금액을 지출하는 고객이 회사입장에서는 매출에 더 도움이 될 수도 있습니다.

구매금액이 높을수록 가치있는 고객으로 점수가 매겨집니다.

 

---

 

< RFM분석 절차 >

 

(데이터정제) -> RFM 기준산정 -> 분포파악후 고객분류 -> (고객세그먼트,고객등급 등) 비즈니스 활용

 

사용 데이터 :

Online Retail List for RFM

https://www.kaggle.com/datasets/ilkeryildiz/online-retail-listing?resource=download

Online Retail List for RFM

 

1. 데이터 정제 및 확인

거래번호

상품코드

상품정보

수량

구매일

가격

고객번호

구매지역

 

데이터를 확인해보면 8열로 이루어진 데이터프레임입니다.

여기서 할 것은 고객분류이기때문에 유의미하게 살펴볼만한 지표는

구매일(Recency), 가격(Monetary), 고객번호(Frequency)등이 있습니다.

 

2. RFM기준산정

 

1) Recency

 

4분위수와 히스토그램으로 확인해보았습니다.

최솟값	0일
최댓값	1062일
1분위수	29일
2분위수	114일
3분위수	381일

 

여기서 스코어를 매기는 기준점은

 

1) 분포를 파악하고 직접 적정기준을 잡는다.

2) 사분위수를 기준으로 한다(4점만점)

3) 군집분석을 통해 적정 기준을 잡는다.

등등이 있습니다. 

 

여기서는 단순히 사분위수로 점수를 매기겠습니다.

 

2) Frequency&Monetary

고객별로 구매빈도수와 구매금액도 계산해주었습니다.

 

3) 점수매기기

 

앞서 말했듯, 이번에는 사분위수로 점수를 매겨보겠습니다.

비즈니스의 종류나 고객특성별로 점수매기는 법에 따라 결과도 다르게 나옵니다.

그렇기에 적정한 스코어링방법을 사용하는것도 중요할 것입니다.

R,F,M에 따라 사분위수를 기준으로 점수를 매기고,

각각의 특성에 맞추어 분류했습니다.

 

몇개를 살펴보면,

VIP고객 : R,F,M 모두 4점. 최근에 방문했으며, 자주, 높은 금액으로 구매함.

잠재충성고객 : R과 M score는 높으나, F score가 낮음. 즉, 최근에 높은금액으로 구매했으나 빈도수가 아직 낮은고객.

이처럼 해석할 수 있습니다.

 

---

 

RFM스코어를 구하는법과, 고객세그먼트를 하는것도, 모두 분석가의 판단이 중요합니다.

어떤 근거로 분석기준을 세우느냐에 따라 분석결과도 달라지기때문입니다.

 

활용방법은 다양합니다.

위처럼 고객분류를 할수도있으며, RFM점수를 기준으로 고객등급을 매길수도 있습니다.

또한, 잠재고객과 이탈고객을 확인하여 이에 대한 추가 분석을 통해

유입을 늘리고 이탈을 방지할 수도 있을 것입니다.