[인터넷 마케팅]RFM분석

예를 들어 R과 F 둘이 모두 높은 고객집단과 R과 F가 중간 수준인 고객집단이 있을 때 어느 집단이 더 우수한 고객집단이라고 할 수 있는가에 대해 판단 할 수 있는 방법이 없습니다.
또한 R, F, M 각각의 변수에 1:1:1의 가중치를 부여하고 있으나 고객의 진정한 가치를 측정하기에는 미흡한 점이 있습니다. 고객의 가치를 평가함에 있어 상품과 서비스의 종류에 따라 다르다고 할 수 있는데, RFM 모형에서는 이를 고려하지 않고 각 요소의 비중을 동일하게 취급합니다.
그래서 RFM 모형에 의하여 고객들에게 어떤 점수를 부여하는 것이 쉽지 않으나 많은 기업에서는 고객에게 어떤 수치를 부여하여 고객집단을 서열화하고자 합니다.
요즘 많은 회사에서는 고객의 구매성적을 평가하여 고객을 몇 단계(신참고객, 일반고객, 우수고객, VIP)로 구분하는 경우가 있습니다.
그런데 위에 설명한 전통적 RFM 모형에서는 R, F, M의 중요도가 동일하게 취급되며, 고객을 일정수의 집단으로 구분할 수 있으나 고객집단에게 어떤 점수를 부여하여 서열화를 할 수 없는 문제점이 있어서 고객들을 계층적인 소집단으로 구분할 수 없는 문제점이 있습니다.
이를 해결할 수 있는 방법이 통계적인 모형을 이용한 통계적 RFM 모형입니다.
이 방법을 모 화장품회사의 자료에 적용한 결과 매우 우수한 고객평가 결과를 구할 수 있었습니다.
통계적 RFM 모형은 기본적으로 고객들에 대한 R, F, M의 자료를 이용하나 반응변수가 있는 관리모형(supervised model)을 이용하여 각 요소의 가중치를 구하고, 고객 개인에 대한 RFM 점수를 계산하여 개별고객을 서열화 할 수 있는 방법입니다. 이 방법의 기본적인 알고리즘은 일정기간 고객의 구매 관련 자료를 분할하여 이용하는 것입니다.
다시말해서 과거 1년 동안 고객의 구매 관련 자료가 있을 때, 이를 앞의 8개월과 뒤의 4개월로 분할 한 후에, 앞의 8개월에서는 R, F, M 값을 관측하고 뒤의 4개월 자료에서는 이 기간동안 구매

(보관된 자료가 없습니다)