[Product Analytics] RFM 분석 기본개념

2022-01-12 213 words One minute

Contents

RFM (Recency, Frequency, Monetary) 분석 의 기본개념을 알아보자.

개념설명

위의 3가지 지표를 통해 구매 가능성이 높은 고객을 선정하기 위한 데이터 분석 방법이다. 이를 통해 주로 고객가치측정, 고객세분화를 하려고 한다. 이를 통해 수익성예측, 마케팅 예산 할당. 고객이탈 예측을 할 수 있을 것이다.

도메인에 따라 각 지표들의 중요성이 달라진다. 이를 고려하여 가중치를 잘 만드는 것이 중요하다.

모형은 아래와 같은 모습이다. 가중치를 이용하여 각 고객마다 RFM 점수를 구한다. 물론 항상 가중치를 이용할 필요는 없다.

$$RFM = w_1 Rscore + w_2 Fscore + w_3 Mscore$$

가중치산출은 어떻게 할까?

통계적 추정방식
- 각 score를 covariate으로 놓고 target을 수익성지표(매출액 등)으로 하여 회귀계수를 구하고 이를 가중치로 이용
거래비율 분할방식
- R,F,M의 각 점수구간(1점~5점)에 포함되는 고객들의 비율을 이용

가중치를 산출하지 않아도 분석을 진행할 수 있다.

Scoring 기법
- RFM의 요인을 각 5등급으로 분류
- ex1) 각 요인을 5등급으로 나누어서 총 125개의 그룹 만들기
- ex2) 각 요인의 우선순위를 만들고 순차적으로 5등급씩 나누기
- ex2) 군집알고리즘을 통해 총 5개의 그룹 또는 각 요인 5개 그룹이후 총 125개의 그룹 만들기

RFM분석으로 고객세분화를 진행할 떄, 각 요인마다 ‘범위, 고객수, 고객비율, 금액, 금액비율, 매출기여도 등’ 들을 같이 적어서 보는게 좋다. 물론 목적에 따라 세부적인 내용은 달라질 수 있다.

그렇다면 실제로 RFM 분석을 이용한 사례는 어떤게 있을까? 고객등급화, 세분화에 다 사용할 수 있다.