🔥 실무 꿀팁 전통 및 현대 퍼널 모델

RFM 세그멘테이션

RFM Segmentation

💡 3줄 핵심 꿀팁 요약

RFM 세그멘테이션은 고객의 최근성(Recency), 구매 빈도(Frequency), 총 구매 금액(Monetary)을 점수화하여 가치별로 분류하는 기법입니다. VIP 고객 유지와 이탈 방어 프로모션의 효율을 극대화하는 핵심 마케팅 프레임워크입니다.

📖 개념 정의 및 실무 적용

실무에서 전체 고객을 대상으로 일괄적인 마케팅 메시지를 보내는 것은 예산 낭비와 피로도 증가로 이어집니다. RFM 분석은 데이터를 기반으로 충성 고객과 이탈 위험군을 정확히 분리해 주어, 한정된 마케팅 리소스를 가장 임팩트 있는 곳에 집중시킬 수 있는 비효율 해결사 역할을 합니다.

특히 VIP 고객에게는 로열티 프로그램을 적용하고, 최근 구매가 뜸해진 이탈 위험군에게는 리인게이지먼트 쿠폰을 발송하는 등 맞춤형 액션을 통해 고객 LTV(생애가치)를 극대화하고 마케팅 ROI를 눈에 띄게 개선할 수 있습니다.

SQL SNIPPET

WITH rfm_calc AS (SELECT customer_id, DATEDIFF(CURRENT_DATE, MAX(purchase_date)) AS recency, COUNT(order_id) AS frequency, SUM(amount) AS monetary FROM orders GROUP BY customer_id), rfm_score AS (SELECT customer_id, NTILE(5) OVER (ORDER BY recency DESC) AS r_score, NTILE(5) OVER (ORDER BY frequency ASC) AS f_score, NTILE(5) OVER (ORDER BY monetary ASC) AS m_score FROM rfm_calc) SELECT customer_id, CONCAT(r_score, f_score, m_score) AS rfm_cell FROM rfm_score;

⚡ 5분 만에 적용하는 실행 스텝

STEP 1

단계: 고객별로 최근 구매일(R), 구매 횟수(F), 총 구매 금액(M) 원천 데이터를 추출합니다.

STEP 2

단계: 각 지표별로 NTILE 함수 등을 활용하여 1점부터 5점까지의 등급(Score)을 부여합니다.

STEP 3

단계: 3차원 점수(예: 555, 111)를 조합하여 VIP, 이탈위험, 잠재고객 등 주요 세그먼트로 그루핑합니다.

STEP 4

단계: 세그먼트별 맞춤형 마케팅 시나리오(CRM 메시지, 혜택)를 세팅하고 성과를 모니터링합니다.

🚀 실무자만 아는 한 끗 차이 Pro Tip

절대평가보다는 상대평가(Quintile 방식)를 사용하여 데이터 분포에 따라 등급을 나누어야 고객이 한쪽으로 치우치는 현상을 방지할 수 있습니다. 또한, 이커머스 업종의 특성에 따라 환불 및 취소 금액을 반드시 Monetary 계산에서 제외해야 정확도가 높아집니다.

⚠️ 흔히 하는 실수 & 주의사항 (삽질 방지)

초보자들이 가장 흔히 저지르는 실수는 계절성이 강한 비즈니스에서 1년 전체 데이터를 일괄 적용하여 시기별 트렌드를 놓치는 것입니다. 최근 3~6개월 단위의 롤링 윈도우 데이터를 기준으로 RFM을 산출해야 정확한 현재 상태를 진단할 수 있습니다.

❓ 자주 묻는 질문 (FAQ)

RFM 점수를 5점 만점이 아니라 몇 점으로 나누는 것이 가장 좋나요?

일반적으로 5점 만점(Quintile)을 가장 많이 사용합니다. 5점 초과는 세그먼트가 너무 세분화되어 마케팅 액션 관리가 어려워지고, 3점 미만은 고객 변별력이 떨어지기 때문입니다.

비교적 구매 주기가 긴 고관여 상품(가구, 렌탈 등)에도 RFM이 유효한가요?

구매 주기가 긴 상품의 경우 '최근성(R)'의 기준 기간을 1년이 아닌 2~3년 단위로 넓히거나, Frequency 대신 사이트 방문 빈도나 장바구니 담기 등 행동 데이터를 결합한 RFM+Behavior 모델로 변형하여 적용해야 효과적입니다.

💡 [] 꿀팁은 현재 검증/작성 중입니다!