최근 데이터리안에서 SQL 데이터 분석 캠프 입문반을 수강하면서 현업에서 필요한 데이터 분석 개념을 많이 접하고 있다. RFM은 3가지 기준, 얼마나 최근에 구매했는가(recency), 얼마나 자주 구매했는가(frequency), 얼마나 큰 금액을 사용했는가(Monetary value)에 따라 고객군을 나누는 기법이다. 어떤 고객이 회사에 더 큰 가치를 가져다주는지에 따라 타겟팅된 전략을 수립할 수 있다. 아래 링크에 RFM 분석에 대해 자세히 설명되어 있다.
데이터 분석을 공부하면서 느끼는 점은, 모든 상황에 항상 들어맞는 전략이 존재하지 않는다는 것이다. RFM에서도 3가지 기준을 어떻게 정해야 할지 인간의 의사결정이 필요하다. “최근”, “자주”, “많은 금액”의 기준을 어떻게 수립해야 할지는 서비스의 성격에 따라 모두 달라질 것이다.
이 3가지 기준을 서비스에 맞게 정립했다고 하더라도 이것을 어떻게 잘 활용할 수 있을지도 역시 많은 고민이 필요해 보인다. 예를 들어, “자주 왔지만 최근 구매하지 않는 고객”에 타겟팅을 해야 할지, “최근 많은 금액을 구매한 고객”에 타겟팅을 해야 할지, 또 이 고객군에 어떤 프로모션을 제공할 것이며, 어떤 결과를 기대할 수 있을지 가능성이 무궁무진하다. 따라서 좋은 데이터 분석가는 데이터 분석 능력은 기본이고, 서비스와 고객에 대한 이해, 가설 수립과 검증, 협업 능력 등을 겸비해야 하는 것 같다.