.png&blockId=d56de2ed-b1cc-443a-8362-ec828bbda441)
.png&blockId=d56de2ed-b1cc-443a-8362-ec828bbda441&width=256)
Preview
•
목적 : RFM 분석을 통한 타겟 마케팅 인사이트 추출
•
역할 : SQL 을 활용한 데이터 가공, RFM 분석과 리포팅 작성
•
성과 : RFM 지표 개선을 위한 마케팅 임시 대안 도출
분석의 목적
US E-Commerce Records 2020 데이터에는 records 와 customer_stats , 총 2개의 테이블이 있습니다. 해당 이커머스 서비스를 사용하는 고객들의 RFM 분석을 통해 코호트를 만드는 것이 1차 목표입니다. 이외에도 리텐션 분석과 어떤 카테고리의 상품이 많이 팔리는지, 또 지역에 따라 어떤 매출 양상을 보이는지를 파악하여 고객별 타겟 마케팅 대안을 제시하는 것이 최종 목표입니다.
결론
1) 최근 잘 사용하지 않는 VIP고객 재획득 전략
타겟 : 중요 고객 중 이탈 위험이 큰 고객
목표 마케팅 : 개인화 마케팅 전략(VIP 이메일, SMS, 알림톡 등을 활용해서 필수 고객임을 어필. 할인 이벤트 진행)
세부 마케팅 전략 VIP 고객이었지만, 최근 잘 방문하거나 사용하지 않는 원인 파악 필요. 구매 패턴과 고객 정보(연령대, 성별) 를 활용해 원인을 추정해본다. ex) 불만족스러운 원인, 어떤 상품군을 주로 구매했었는지 등
→ 고객에 대한 정보, 퍼널 구간별 로그 데이터 정보, 서비스 이용 만족도 정보(상품 만족도, 배송 만족도 등)를 확인해보면 좋을 것.
2) 기존 VIP 고객의 충성도 강화 전략
타겟 : 기존 VIP 고객
목표 마케팅 : 로열티 확보(특별 혜택 제공, 결제 할인 쿠폰팩), 추가 고객 유도 / 잠재 VIP 이동 유도(AI 활용한 교차 판매 전략 등)
세부 마케팅 전략 기존 VIP 가 계속해서 서비스를 이용할 수 있게끔 장기 고객으로 끌어들이는 구독제 활용.
3) 리타겟팅 전략 : 방문을 유도하는 혜택 제공
타겟 : 결제금액은 높지만 이용 빈도수가 적은 고객
목표 마케팅 : 고객 정보(연령대) 와 구매 패턴(금액, 많이 구매한 상품군), 퍼널 구간별 소요 시간 등을 파악해서 리타겟팅 고객을 세분화
세부 마케팅 전략 창의적인 광고 소재 활용. 리타겟팅 광고 내에서 ‘딥 링크’ 기술 활용 → 사용자 경험 개선
찜 목록 업데이트, 신규 상품, 브랜드 입점 노출 등의 광고 전략
진행 과정
1. Retention 분석
이커머스 서비스의 특징을 고려해서 ‘롤링 리텐션’ 방법으로 분석을 진행했습니다.
롤링 리텐션을 사용한 이유?
리텐션 비율 결과 차트
리텐션 차트를 통해 다음과 같이 예상할 수 있었습니다.
1.
기간에 따른 유지율을 봤을 때 초기에 떨어지는 속도가 느린반면 평균적으로 6개월 이상이 경과하면서 떨어지는 속도가 커집니다. 안정화 단계를 빠르게 만들어내기 위해 고객과의 지속적인 커뮤니케이션과 프로모션 이벤트를 꾸준히 하는 것이 필요해보입니다.
2.
60일이라는 동일한 기간을 놓고 봤을 때, 2월의 리텐션은 90%를 윗도는 매우 높은 값을 보였습니다. 2월에 주문한 고객들의 이용 동선을 확인할 필요가 있습니다.
3.
3월의 신규 주문 수가 가장 높았습니다. 어떤 이유로 가장 많은 주문 수가 발생했는지, 해당 월에 어떤 마케팅을 진행했는지 알아볼 필요가 있습니다.
4.
월 신규 주문 건수가 하락하는 추세입니다. 어떤 이유로 하락하고 있는건지 살펴볼 필요가 있습니다.
2. RFM 분석
서비스의 환경을 고려하여 다음과 같이 기준을 정했습니다.
Recency의 기준 : 2020년 12월 30일을 기준으로 고객이 며칠 동안 주문을 하지 않았는지
Frequency의 기준 : 2020년 12월 30일을 기준으로 구입 횟수 측정
Monetary의 기준 : 2020년 12월 30일을 기준으로 고객 한명 당 구매한 총 매출액
Recency의 기준 : 2020년 12월 30일을 기준으로 고객이 며칠 동안 주문을 하지 않았는지
Frequency의 기준 : 2020년 12월 30일을 기준으로 구입 횟수 측정
Monetary의 기준 : 2020년 12월 30일을 기준으로 고객 한명 당 구매한 총 매출액지표 기준
•
스케일
주문 고객 수가 693명으로 많지 않기때문에 일반적인 1-2 스케일을 사용했습니다.
•
카테고리 분류 기준 ( 사분위수 사용 )
◦
사분위수를 사용한 이유는 RFM의 지표들만 봤을 때 모두 아웃라이어가 존재하고, 평균값과 편차가 크기 때문입니다.
◦
상위 25%를 1(중요고객), 그외 나머지 75%을 0(하위고객)으로 설정했습니다.
RFM 기준치 표
고객 별 RFM 점수 산정
RFM 토대로 고객 세그먼트
3. LTV 계산
계산식은 다음을 이용했습니다.
• 이익×거래 기간(라이프타임)×할인율(현재 가치 계수)
결과
promising_VIP_F 고객군의 LTV 가 약 6400, VIP_left 고객군의 LTV는 약 1800으로 1,2등을 차지했습니다. 이 고객군을 중심으로 한 마케팅의 개선이 필요하다고 판단했습니다.
이외 분석 내용
•
기존 segment(개인, 기업, 홈오피스) 와 rfm segement 분포 비교
인사이트
•
고객별 상품 카테고리 수요 분석
인사이트
•
지역별 구매 패턴 분석
인사이트
한계점 및 아쉬운 점
KEEP | PROBLEM | TRY |
- 고객 분석을 통한 리포팅 과정 경험
- 이커머스 서비스 환경을 고려한 고객 세분화 핵심 지표 기준 선정 경험
- MySQL 을 활용한 실무 로그 데이터 분석 경험
- 타 분석가분들의 분석프로젝트를 참고하여 개괄적인 흐름을 선행 파악 | - 실질적인 액션이나 성과를 도출해내지 못한 점
- 통계적인 검증 과정의 생략
- 도메인에 대한 부족한 지식과 정보 | - 실제 A/B 테스트를 통해 솔루션의 적합성 판단 과정 필요
- 퍼널 분석을 통해 사용자들의 행동 분석을 구체적으로 탐색할 필요
- 팀 프로젝트를 진행하여 다양한 대안책으로 보완할 필요 |