본 내용은 데이터리안의 블로그 글을 읽고, 중요한 부분을 요약정리한 내용입니다.
출처: https://datarian.io/blog/what-is-rfm?utm_source=home-copy&utm_medium=home-copy
RFM 분석이란?
RFM의 개념은 비교적 간단합니다. 아래 세 가지 단어의 약자를 따서 RFM이라고 부르는데요.
Recency : 얼마나 최근에 구매했는가
Frequency : 얼마나 자주 구매했는가
Monetary : 얼마나 많은 금액을 지출했는가
즉, 사용자별로 얼마나 최근에, 얼마나 자주, 얼마나 많은 금액을 지출했는지에 따라 사용자들의 분포를 확인하거나 사용자 그룹(또는 등급)을 나누어 분류하는 분석 기법입니다. 구매 가능성이 높은 고객을 선정할 때 용이한 데이터 분석방법이라고 알려져 있고, 또 사용자들의 평소 구매 패턴을 기준으로 분류를 진행하기 때문에 각 사용자 그룹의 특성에 따라 차별화된 마케팅 메시지를 전달할 수 있는데요.
예를 들어 A 고객은 이미 최근에도 잘 구매를 진행한 사용자이기 때문에 A 사용자는 그냥 두고 B 사용자에게 할인 쿠폰을 보내줄 수도 있고요. 또는 반대로 이미 A 사용자가 서비스를 잘 사용하고 있기 때문에 더 잘 사용하라는 의미에서 VIP 고객을 위한 할인 쿠폰을 보내줄 수도 있겠죠. 이런 식으로 RFM을 사용하면 사용자의 특성별로 각기 다른 정책을 적용하고 서비스를 더 잘 사용하게끔 유도하는 전략을 세워볼 수가 있습니다.
실전에서 RFM 적용 시 고려할 점
사실 RFM 분석에서 ‘반드시 이렇게 해야 한다’고 정해진 것은 아무것도 없습니다. 비즈니스의 성격에 따라, 상황에 따라 알맞은 기준을 세우면 됩니다. 대표적으로 서비스마다 다르게 적용이 가능한 요소들은 아래와 같습니다,
Recency, Frequency, Monetary를 각각 몇 단계로 나눌 것인가
Frequency, Monetary를 집계하는 기간을 어떻게 설정할 것인가
분석하는 서비스에 따라 위와 같은 항목에서 설정되는 값이 모두 다를 수 있기 때문에 똑같이 RFM 기법을 적용한다고 하더라도 어느 서비스에서는 사용자 그룹을 3개로, 어느 곳에서는 사용자 그룹을 5개로 분류할 수가 있는 겁니다.
예를 들어, 쿠팡같이 생필품을 판매하는 플랫폼의 경우 한 달 이내 구매가 없을 때 이미 Recency 가 떨어지는 고객으로 분류할 수 있지만 29cm같이 고급화 전략을 쓰고 있는 플랫폼에서는 Recency 구분 기준을 한 달으로 세우면 너무 타이트한 기준이 될 수 있습니다.
