RFM 분석은 인사이트를 위한 분석이 아니다

 

 

 

<

 

해당 포스트는 데이터리안의 RFM 고객 세분화 분석이란 무엇일까요, RFM 고객 세분화 분석에서 합리적으로 기준을 잡는 방법에 대해를 읽고 작성한 글이다. >

RFM 분석은 인사이트를 위한 분석이 아니다

 

글에서는 서두부터 못 박아 둔다. "RFM 분석은 인사이트를 위한 분석이 아니다." 또한 실무에서 행하는, 성과를 내는 대부분의 데이터 분석 역시 인사이트를 위한 분석이 아니라고 덧붙인다.

 

다시 말하면, 아무 데이터나 넣으면 기깔나는 인사이트를 뽑아 주는 어린왕자의 상자 같은 분석 프레임워크는 꿈 속에서나 볼 수 있는 거고, 어떤 가공 과정을 거치든 간에 데이터 분석은 나의 앎에서 플러스 마이너스 몇 퍼센트 한 값에서 결과물을 출력해줄 예정이라는 거다. 나쁘게 말하면 뽑기 확률 낮다는 거고 좋게 말하면 내가 놓친 요행이 없단 소리겠다. 오히려 좋다.

 

위에서 언급했듯이, RFM 분석은 인사이트를 발굴해내는 것보다는 이후에 집행할 액션 아이템에 맞춰 유의미한 고객 집단을 발굴해내는 데 그 목적이 있다. 좀 더 적확하게 말하면 일부 집단에만 선택적으로 돈을 쓰겠단 거다. (고객들이 추천을 빙자한 광고에 염증을 느끼는 시대다. 다만 충분히 개인의 특성을 반영해 작성된 푸시는 리텐션과 매출에 여전히 유의미하다.)

 

 

 

 

이처럼 뒤에 이어진 '후속 액션'에 초점을 둔다는 것이 RFM 분석의 특징이다. 이는 리소스가 투여되는 작업이고 보다 신중히 설계해야 한다. 섬세한 정의 없이 인원 수대로 열맞춰 자른 분석에 리소스를 투여할 수는 없지 않겠는가. 보고를 위한 숫자가 아닌 보다 의미있는 숫자를 캐내려면 서비스/ 도메인 파이프라인에 근거한 맞는 '얼마나'를 디자인해야 한다. 

 

'얼마나'를 가늠하는 것은 어려운 일이다. 판단을 내리는 일이라서 여러 지표가 엮여들 수밖에 없다. 이를 테면, Recency를 제대로 정하기 위해서는 우리 고객의 서비스 구매 주기를 먼저 파악해야 한다. 식품 커머스와 의류 커머스의 구매 주기가 같을 수는 없다. 평균 구매 주기가 정해진다면 우리 서비스의 '활성 사용자' 그리고 '이탈 사용자' 역시 정의할 수 있다. "측정할 수 없다면 관리할 수 없다"고 피터 드러커는 말했다. 반대로 측정된다면 관리할 수도 있는 것이다.

 

글에서 적듯이, 프레임워크는 내 손에 쥐어진 도구에 불과하다. 그보다 분석에서 중요한 것은 이 도구를 통해 내가 이루고자 하는 목적이다. 포트폴리오를 머리 쥐어 뜯으며 짜고 있을 미래의 나에게 쓴다. 네가 만든 그것은 목적이 있는 분석인가. 있다면 서비스의 방향성에 충분한 목적이었나. 그리고 그 목적을 충분히 달성한 분석이었나. 잊을 때쯤 한 번씩 돌아 보길 바란다. 

 

 

 

 

참고

 

RFM 고객 세분화 분석이란 무엇일까요

RFM 고객 세분화 분석에서 합리적으로 기준을 잡는 방법

푸시 클릭률 6배를 만든 고객집중