RFM 분석하기 - 고객 분류 방법론
RFM 분석은 Recency(최근성), Frequency(구매빈도), Monetary(구매금액) 이 세가지 기준을 바탕으로 고객을 분류하는 방법론이다. 온라인 커머스나 병원 마케팅에서 많이 활용되는 방법론이다. 지나치게 기계적으로 고객을 분류한다거나 혹은 고객 행동을 간과하는 측면이 있다는 비판이 있다. 하지만 단 기간 내에 고객을 분류하고 이에 대응한 맞춤형 전략을 펼치는데 많은 이해력을 제공하는 방법론이다.
이외 RFM 방법론을 서비스에 적용하기 위해서 Monetary 대신에 Duration(D, 방문횟수/접속시간)을 활용한 RFD 분석 방법도 있다. 그럼 RFM 분석의 핵심인 3가지 각 차원을 설명하고자 한다.
1. Recency: 고객이 가장 최근, 즉 마지막으로 구입한 날짜이다. 예를 들면 11번가 같은 오픈마켓 경우에는 가장 최근에 사용자가 제품을 구매한 날짜가 될 것이다. 방문한 날짜가 현재에 가까울 수록 높은 점수를 부여하면 된다.
2. Frequency: 고객이 특정 기간 동안 구입한 횟수이다. 예를 들면 11번가 고객이 6개월 기간 제품을 구입한 횟수가 될 수 있다. 해당 기간 동안 방문한 횟수가 많을수록 높은 점수를 부여한다.
3. Monetary: 고객이 일정 기간 동안 구입한 금액의 합계를 가리킨다. 즉 11번가에서 6개월 동안 고객이 제품 구매를 위해 지불한 금액의 합계, 온라인 데이팅 서비스에서 고객이 아이템 구매에 사용한 금액 합계가 이에 해당한다. 당연히 지불한 금액 합계가 클 수록 높은 점수를 부여한다.
여기서 이슈는 각 기준별로 점수를 매기는 방식이다. 단순히 각 기준을 내림차순하여 상위 20%, 40%, 60%, 80%, 100% 이런 류로 단순히 5단계 방식으로 나누는 방식도 있지만 이 부분은 데이터 마이닝 혹은 해당 비즈니스의 전략에 따라 분류 기준을 설립하는 것이 필요하다. 그리고 3단계 혹은 5단계로 분류할지 여부도 각 비즈니스 담당자가 결정해야할 부분이다. 롱테일 고객의 범위가 어느정도인지 여부에 따라 달라지겠지만 일반적인 실무에서는 아래 그림과 같이 각 기준별로 3단계 점수 척도를 가지는 것만으로 충분한 분류가 될 것으로 판단된다.
이제 최종적으로 고객을 분류해야한다. 3개의 차원 각각에 3단계 점수가 부여되었다면(다시 이야기하지만 3첨 척도를 할지 5점 척도를 할지는 담당자의 판단이다) 이를 바탕으로 총 27개의 패턴을 만들 수 있다. 예를 들면 1번 고객군은 R, F, M 점수가 각각 (3,3,3), 2번 고객군은 (3,3,2)... 이런 식으로 마지막 27번 고객군은 R, F, M 점수가 각각 (1,1,1)이 될 것이다.
이제 해석에 대해 설명하고자 한다. 위 그림을 보면 쉽게 이해할 수 있겠지만 R,F,M 점수가 (3,3,3), 즉 자주 구매하면서 동시에 최근에 구매한 이력이 있고 평균구매액이 높은 고객은 Best 고객으로 분류할 수 있다. (1,1,1) 고객은 Recency, Frequency, Monetary 모두 낮다 따라서 이 고객 그룹은 이탈 고객 또는 휴면 고객으로 분류할 수 있다.
이밖에 R, F, M 점수가 (1,3,3)인 고객은 과거 프리미엄 고객이었지만 경쟁사에 빼앗겼을 가능성이 높다. 따라서 기능에 대한 강조 또는 쿠폰과 같이 경쟁사와 차별화되는 리워드를 통해 다시 방문할 수 있도록 유도하는 것이 필요하다. R, F, M 점수가 (3, 1, 3)인 고객은 신규 가입자이며 구매 금액이 큰 만큼 우량 고객이 될 가능성이 높다. 따라서 이들의 편의성을 높이기 위해 노력 혹은 별도 DM을 통해 향후 우량 고객이 될 수 있도록 유인책을 제공하는 것이 필요하다.
상기 설명한 고객 분류 방식 외에 Recency*Frequency*Monetary 곱한 결과에 따라 점수에 따라 고객군을 분류하는 방식도 가능하다. 예를 들면 고객별로 Recency*Frequency*Monetary 곱한 결과값을 구하고 전체 고객을 대상으로 정렬하여 총 10개 그룹으로 세그멘트 하는 방식이 이에 해당된다.
지금까지 RFM 분석에 대한 간략한 설명을 소개했다. RFM 분석은 방법론이 간단하기 때문에 쉽게 실무에서 응용이 가능하다. 방법론이 간결하다는 것은 다시 해석하면 실무 담당자의 인사이트와 판단에 많은 부분을 의존한다는 것을 뜻한다. 각 척도의 점수를 나누는 기준을 설정하는 방법(ex: Recency의 3점은 최근 몇개월 이내로 설정할지 등), 그리고 세그먼트 고객을 해석하는 방법들이 이에 해당한다. 이를 위해 자신이 속한 전략을 바탕으로 할지 혹은 추가적인 노력 및 시간을 들여 데이터 마이닝 기반으로 의사결정할지 여부는 담당자의 몫이란 점을 명심할 필요가 있다.