코멘토 오늘 당장 써먹는 CRM 마케팅 feat. Braze _RFM 분석 및 코호트 분석

코멘토 오늘 당장 써먹는 CRM 마케팅 feat. Braze _RFM 분석 및 코호트 분석

CRM 마케팅 강의 내용 중 RFM 분석 및 코호트 분석 요약

 

 

RMF 분석

- Recency: 거래의 최근성 (얼마나 최근에 구매?)

- Frequency: 거래의 빈도 (얼마나 자주 구매?)

- Monetary: 거래액 (얼마나 많은 금액을 구매?)

 

 

RMF 분석 방법

1. RFM 등급을 먼저 나누어야 함, 일반적으로 4가지 등급으로 나눔

2. 고객별(유저 단위로) R, F, M 수치를 산출해야 하는데, 이 데이터는 데이터팀에 추출 요청하거나 직접 SQL 등으로 얻어야 함

3. 4가지 등급을 적용하여 점수 할당 - Frequncy, Monetarys는 클수록 높은 점수, Recency는 작을수록 높은 점수(숫자가 클수록 거래한지 오래된 것)를 할당해야 함

4. RFM 그룹과 점수를 바탕으로 우리 기업만의 고객 등급을 정하면 됨

 

 

코호트 분석

서비스/제품을 사용한 시기에 따라서 고객을 그룹화한 것

ex. 1월 첫구매 그룹, 2월 첫구매 그룹

 

- 코호트: 앱을 설치한 날짜를 의미

- 코호트 인덱스: 앱을 설치하고 얼마나 지났는지 (0: 당월, 1: 당월 설치 이후 1개월이 지난 것)

- 지표: 활성화 유저의 리텐션 (당월은 100%)

- 코호트 분석으로 알수 있는 것: 프로덕트 라이프 사이클, 유저의 라이프타임

 

리텐션의 값이 대략 이전 기간 대비 +- 10%이면 유의미한 값

 

비즈니스 특성에 맞는 코호트 주기 정의가 중요

- 앱: 일 단위

- 여행업: 3, 6개월 단위

- OTT: 월 단위

 

 

코호트 분석 방법

1. 구글 스프레드시트를 열고, 코호트 분석에 필요한 rawdata를 참조하여 피벗테이블 생성

(피벗 테이블 조건: 코호트 그룹을 넣고, 코호트 인덱스 및 카운트에 대한 값을 넣어주면 됨)
- 행에 코호트 그룹, 열에 코호트 인덱스, 값에 카운트를 넣어줌, 합계표시는 해제

2. 피벗테이블의 값을 바탕으로 비율을 구하고 보기 쉽게 색상으로 시각화