CRM 분석, RFM 분석

CRM은 고객 관계 관리를 의미합니다. 

CRM에는 협업, 분석 및 운영 의 3가지 유형이 있습니다 . 

데이터 사이언티스트로서 가장 중요한 접근 방식은 짐작할 수 있듯이 분석적 접근 방식입니다.

 

대부분의 회사에는 크고 귀중한 고객 데이터베이스가 있으며,

그 데이터베이스에서 데이터를 사용하지 않는 것은 부끄러운 일입니다. 

 

더 나은 비즈니스 결정을 내리기 위해 회사는 RFM 분석을 사용하고 고객을 세분화할 수 있습니다. 

각 고객에게 다른 접근 방식을 제공하는 것은 너무 어렵거나 불가능합니다. 

세분화함으로써 기업은 고객 그룹에 보다 전략적으로 접근할 수 있습니다.

 

RFM 분석

RFM은 Recency, Frequency, Monetary의 약자입니다.

 

• Recency : 마지막 트랜잭션과 분석 날짜 사이의 시간입니다.
• Frequency: 트랜잭션 수.
• Monetary: 거래의 총 가격.

 

RFM은 데이터 기반의 규칙 기반 세분화 기술입니다.

 

Table-1 RFM 표의 예

 

Table-1에서 우리는 고객의 RFM 정보를 관찰하고 비교를 시도할 수 있지만 각 고객을 평가하고 세분화하려면 값을 표준화해야 합니다. 이러한 값을 변환하지 않고는 고객의 R, F 및 M 값이 높은지 여부를 결정할 수 없습니다. 예를 들어 C3의 최근 날짜가 46일이면 C1 또는 C2에 비해 좋지 않은 것처럼 보이지만 최근 날짜가 300일 이상인 고객이 있을 수 있습니다. 이 표준화는 1-5 등급 시스템에서 각 메트릭을 점수화하여 수행할 수 있습니다.

 

Table-2 RFM 점수

 

이제 1이 가능한 가장 낮은 점수이므로 C3의 최근성 점수가 나쁘다는 것을 분명히 알 수 있습니다. 점수 테이블을 만든 후 각 고객의 RFM 점수는 RFM 값의 평균을 계산하거나 RFM 값으로 레이블을 지정하는 것과 같은 몇 가지 방법으로 결정할 수 있습니다. 라벨링을 사용합시다.

 

Table-3 RFM 라벨

 

그래도 RFM 점수가 너무 많다는 것을 알 수 있습니다. (111,112,…,555) 5³ = 정확한 값은 125개입니다. 이를 위해 2축 RF 그리드를 사용하여 분할할 수 있습니다.

 

Image-1 RF 그리드

 

M 점수는 사용되지 않습니다. 

우리의 목표는 논리적인 방법으로 그룹의 수를 줄이는 것이며 금전적인 요소가 가장 중요한 척도가 아니기 때문입니다. 

마찬가지로 한 번의 큰 구매 또는 많은 작은 구매로 높은 금전적 점수를 얻을 수 있습니다.

많은 경우 기존 고객을 유지하는 것이 신규 고객을 확보하는 것보다 훨씬 효율적입니다. 

 

따라서 회사는 "풀 수 없음", "위험"과 같이 빈도가 높고 최근성 점수가 낮은 그룹에 집중할 수 있습니다. 

이 고객은 어느 시점에서 "챔피언" 또는 "충성도 고객"이었고 다시 확보하는 것이 유리할 것입니다.

서로 다른 분야와 산업에서 서로 다른 접근 방식을 취해야 합니다.

이 프로세스는 고객의 점수를 업데이트하고 마지막 세분화 프로세스 이후에 고객에게 적용된 전략의 성과를 평가하기 위해 주기적으로 수행되어야 합니다.

 

읽어 주셔서 감사합니다.