내배캠 TIL 51일차

이론

1) RFM.
고객 평가, 고객 세그먼트 등에 사용할 수 있는 지표.

최근성(R),  구매빈도(F), 구매액(M)의 가중평균을 통한 고객의 평가.
혹은 각각의 수치에 따라서 고객을 세그먼트하는 기법.

모두가 우수한 고객은 vip.
모두가 저조한 고객은 저수익성 고객.
최근성은 떨어지지만 나머지 지표가 높은 고객은 이탈위험 고객군 등
고객 세그먼트의 지표가 된다.

우리가 가진 데이터에서는
상품 카테고리에 따라서
최근성과 구매빈도를 다르게
정의할 수 있을 듯 하다

통상적으로 구매주기가 긴 카테고리에 대해서는
구매빈도의 기준으로 다르게 적용하는 법을 고려중이다.

 

2. AARRR.
기업이 각 철자의 5가지 단계를 통해.
비즈니스에 직접적인 영향을 미칠 수 있는 지표에만.
집중할 수 있도록 한다.

1) Acquisition : 사용자 획득.
- MAU : 한 달 동안 해당 서비스를 이용한 순수 이용자 수.
- DAU : 일단 순수 활동 이용자 수.
- NU : 신규 방문자 수.

2) Activation : 유입 고객의 서비스 이용 여부 지표.
- Bounce Rate : 이탈률. 첫 페이지에서 서비스를 종료한 비율.
- PV : 둘러본 페이지 수.
- DT : 고객이 방문 후 나가기까지 머무른 시간.
- sign up : 구독.

3) Retention : 재구매율을 나타내는 지표.
- Retention Rate : 서비스의 만족도를 나타내는 지표.


4) Revenue : 최종 구매율을 높이기 위한 지표.
- 매출 전환율.
- 객단가.
- CLV : 고객생애가치.


5) Refferral : 지인 추천 단계.
- Channel : 바이럴 계수.
- SNS Share Rate: 공유, 댓글, 태그 등.

우리가 가진 데이터는
로그데이터가 아닌 구매 데이터이기 때문에
사용할 수 없는 지표를 구분하고
우리 데이터에 맞게 변형하여 사용할 지표를 선정해야 한다.

 

 

 

EDA

동일 카테고리 내의 상품에서
상품ID 별로 구매횟수와 금액의 합을 그래프로 나타내었다.
일부 카테고리에서 특정 상품이 점유율을 높게 차지하고 있다.
해당 특성을 마케팅 전략 수립 시 사용을 고려한다.

고객별 평균금액과 구매카테고리의 수를 나타냈다.
비슷한 개형을 가지고 있어서
해당 플랫폼에서 많은 카테고리의 제품을 구매하는 사람이
많은 금액 또한 사용한다고 볼 수 있다.
적은 카테고리를 구매하지만 비싼 품목만 구매할 수도 있기에
조금 더 확인할 필요가 있다.

온·오프라인 마케팅 비용의 추이를 나타냈다.
오프라인 비용은 양자화되어있는 반면
온라인 비용은 연속적이다.

하지만 일반적으로 마케팅 활동의 효과가
하루만 간다고 생각되지는 않기에
해당 금액에 대한 모수를
이동평균으로 하는 것을 고려중이다.