[멋쟁이사자처럼 AI스쿨] week12 - WIL

 

 

23.3.6 - 23.3.8

week12. RFM & 머신러닝 기초

 

 

 

고객가치 평가의 척도, RFM(Recency, Freq uency, Monetary) 

RFM analysis for Customer Segmentation https://clevertap.com/blog/rfm-analysis/

 

RFM 모형

- 일정기간 동안 발생된 고객의 구매 패턴을 이용, 고객을 분류, 고객의 기본적인 구매 패턴 → 고객가치 평가

   ▶ 기업의 마케팅 전략에서 고객의 평가/분류방법으로 가장 많이 사용되고 있는 분석 방법

• Recency - 거래의 최근성 : 고객이 얼마나 최근에 구입했는가?
• Frequency - 거래 빈도 : 고객이 얼마나 빈번하게 우리 상품을 구입했나?
• Monetary - 거래 규모 : 고객이 구입했던 총 금액은 어느 정도인가?

 

- "고객이 어떤 행동 패턴을 가지고 있나"에 의하여 고객가치를 평가.

   고객의 과거 구매행태에 근거, 미래의 구매행태를 예측 → 매우 우수한 예측력.

    구매 행동별로 고객을 묶어 각 고객집단별로 차별화된 마케팅 전략을 수립

• 최근에 구매한 고객일수록 회사의 마케팅 홍보에 반응을 보일 가능성이 클 것이며,
• 자주 구매하는 고객이 그렇지 않은 고객보다 반응할 가능성이 더 높고,
• 많은 금액을 소비한 고객이 다시 구매할 가능성이 더 높다.

 

RFM 활용시 유의점

• Recency, Frequency, Monetary를 각각 몇 단계로 나눌 것인가
• Frequency, Monetary를 집계하는 기간을 어떻게 설정할 것인가
• 고객의 가치를 수치화 하는 데는 한계(R, F, M에 대한 각각의 의미는 나타낼 수가 없음)

 

 

 

 

머신러닝

https://brunch.co.kr/@hansungdev/9