- 그룹화(분류) 분석-R.F.M
- 더 신경써야 할 고객을 R.F.M에 따라 구분하는 방식
→Recency: 최근 방문 고객이 더 반응할 확률이 높다.
→ Frequency: 방문 빈도가 높을수록 구매할 확률이 높다.
→ Monetary: 많이 지출할수록 구매할 확률이 더 높다. - 위와 같은 것들을 고려하여 다음을 진행할 수 있다.
→핵심 우량 고객군: 프리미엄 서비스를 제공(VIP)
→우량 고객 후보군: 우대 서비스를 제공
→이탈 위험 고객군: 재활성화, 프로모션/할인 등을 제공
→저수익성 고객군: 디마케팅 대상 - RFM점수는 각 매출액과 구매일, 최종 구매일을 통계적으로 분석해 결정해야하나, 단순하게는 4분위 수로 계산할 수도 있다.
- f(R,F,M)=a*(R)+b*(F)+c*(M) → a,b,c와 같은 계수값은 비즈니스 모델에 따라 다르게 설정할 수 있다.
- 더 신경써야 할 고객을 R.F.M에 따라 구분하는 방식
- 배열
- 하나의 값이 아닌 여러 개의 값을 묶어서 처리할 수 있다.
- 수식 하나로 여러 값을 한 번에 처리할 수 있다.
- 스프레드 시트에서 filter함수나 sort함수 등을 활용할 수 있다.
'Data > [SeSAC 성동1기 전Z전능 데이터 분석가]' 카테고리의 다른 글
[성동1기 전Z전능 데이터 분석가] Day 19 (0) | 2023.11.09 |
---|---|
[성동1기 전Z전능 데이터 분석가] Day 18 (0) | 2023.11.08 |
[성동1기 전Z전능 데이터 분석가] Day 16 (0) | 2023.11.06 |
[성동1기 전Z전능 데이터 분석가] Day 15 (1) | 2023.11.03 |
[성동1기 전Z전능 데이터 분석가] Day 14 (0) | 2023.11.03 |