RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 보고서에서 점수 및 고객 그룹 이해하기
학습 내용
RFM(RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법)) 보고서에서 최신성, 빈도, 금액 점수와 고객 그룹이 어떻게 산출되는지 알아보세요.
Klaviyo 고급 데이터 플랫폼 및 개인화는 Klaviyo의 표준 마케팅 애플리케이션에 포함되어 있지 않으며, 관련 기능에 액세스하려면 구독이 필요합니다. 청구 가이드로 이동하여 이러한 요금제를 구매하는 방법을 알아보세요.
보고서를 구축하고 맞춤 설정하는 방법에 대한 자세한 내용은 RFM 보고서 시작하기 가이드를 참고해 주세요.
시작하기 전에 알아야 할 것
이 보고서를 사용하려면 계정이 다음 조건을 충족해야 해요:
- 주문한 적이 있는 고객이 최소 500명 있어야 해요.
이는 전체 프로필 수를 의미하는 것이 아니라, 실제로 비즈니스에서 주문을 한 사람의 수를 의미해요. 선택한 전환 지표와 기간 동안 구매가 없는 프로필에는 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 그룹이 할당되지 않아요.
- 전자상거래 연동(예: Shopify, BigCommerce, Magento 등)이 있거나 Klaviyo API를 사용해 접수된 주문을 전송하세요.
- 최소 180일의 주문 내역이 있고, 지난 30일 이내에 주문이 있어야 해요.
- 3회 이상 주문한 고객이 최소한 일부는 있어야 해요.
고객 수 및 주문 내역 요건은 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 모델에 대해 선택한 전환 지표와 기간에 적용돼요.
소유자, 관리자, 매니저, 분석가만 이 보고서에 액세스할 수 있어요. 또한 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 보고서에서 사용하기 위해 새 사용자 지정 지표를 만들었다면, 이 변경사항이 데이터에 반영되기까지 최대 48시간이 걸릴 수 있어요.
RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 정의
RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 지표는 마케팅 및 데이터 전략에서 흔히 사용되는 용어예요. Klaviyo에서는 다음과 같이 정의하고 계산해요:
- 최근성
고객이 회사에서 구매한 지 얼마나 되었는지. 최근성은 보고서의 기간 내 마지막 구매 이후 경과한 시간(일수로 측정)으로 표시돼요. - 빈도
보고서의 기간 내에 고객이 회사에서 구매하는 빈도예요. - 금액 가치
보고서 기간 내에 고객이 회사에서 지출한 금액이에요.
RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 모델의 정의와 점수 기준 임계값을 확인하려면:
- 개인 설정 > 고객 인사이트 > RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 분석으로 이동하세요.
- RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) scoring model에서 모델을 선택하고 편집을 클릭해 주세요(읽기 전용 액세스 권한이 있는 경우 보기).
- 최근성 정의, 빈도 정의 또는 금액 값 정의를 여세요.
백분위수, 점수 산정, 고객 그룹 이해하기
백분위수 및 점수 산정
Klaviyo는 선택한 모델의 전환 지표, 기간, 점수 임계값을 사용해 최신성, 빈도, 구매 금액에 대해 각 고객에게 1–3점의 점수를 부여해요. 점수가 높을수록 고객이 더 최근에 구매했거나, 더 자주 구매했거나, 더 많이 지출했다는 의미예요.
Klaviyo는 값이 양수인 주문만 확인해요. 주문이 무료인 경우(예: 100% 할인 적용)에는 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 분석에 포함되지 않아요.
기본적으로 최신성은 180일과 365일 임계값을 사용해요. 빈도와 금액은 고객 데이터의 33번째 및 66번째 백분위수를 기준으로 한 임곗값을 사용해요. 각 모델별로 이러한 임계값을 사용자 지정할 수 있으니, 점수를 해석할 때는 모델 설정을 확인해 보세요.
- 최근 구매 점수
- 고객의 가장 최근 구매가 최근 180일 이내인 경우: 점수 3
- 고객의 가장 최근 구매가 180일보다 이전이지만, 지난 365일 이내인 경우: 점수 2
- 고객의 가장 최근 구매가 365일보다 이전인 경우: 점수 1. 이는 마지막 구매 이후 오랜 공백이 있었다는 것을 의미해요.
- 빈도 점수 산정
- 66번째 백분위수를 기준으로 한 더 높은 구매 횟수 임곗값 이상: 점수 3
- 33번째 백분위를 기준으로 한 낮은 구매 횟수 임계값 이상이지만 더 높은 임계값 미만인 경우: 점수 2
- 구매 횟수 하한 임계값 미만: 점수 1
예를 들어 구매 횟수 임곗값이 2와 3인 경우, 구매 1회인 고객은 점수 1을 받고, 구매 2회인 고객은 점수 2를 받으며, 구매 3회 이상인 고객은 점수 3을 받아요. 이 횟수는 예시일 뿐이며, 모든 모델에 고정된 요구사항은 아니에요.
- 금전적 점수 부여
- 66번째 백분위수를 기준으로, 더 높은 지출 임계값 이상: 점수 3
- 33번째 백분위수를 기준으로 한 더 낮은 지출 임계값 이상이지만 더 높은 임계값 미만인 경우, 점수는 2입니다.
- 하위 지출 기준치 미만: 점수 1
백분위 임계값은 구매 횟수 또는 지출 금액으로 변환돼요. 같은 값을 가진 고객은 같은 점수를 받기 때문에, 점수가 고객을 반드시 동일한 3분의 1씩으로 나누지는 않아요.
고객 그룹
각 RFM 지표에 대한 점수가 결정되면 이러한 점수를 종합해 고객 그룹을 결정해요.
아래 모델은 이 3가지 점수가 혼합되어 잠재 고객의 구매 그룹을 결정하는 방식을 시각화합니다. 모든 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 지표와 점수(1-3)는 이 큐브에서 시각화할 수 있으며, 각 면 또는 사분면 중 어디에 속하는지 확인할 수 있어요. 예를 들어 모델의 오른쪽 위 녹색 모서리는 모든 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 지표에서 최고 점수인 3점을 획득한 고객을 보여줍니다.

Klaviyo가 이 3가지 점수를 함께 가져오면, 이후 점수가 분류되어 고객 그룹에 정렬돼요. 이 고객 그룹은 현재의 구매 습관을 설명하며, 어떤 고객이 재구매 고객인지, 향후 구매를 위해 약간의 유도가 필요한 고객은 누구인지, 이탈률 위험이 있을 수 있는 고객은 누구인지 등을 이해하는 데 도움이 되는 유용한 방법이에요. 아래 차트는 다음을 포함해 이 로직을 보여줘요:
- 고객 그룹 이름
- 그룹 분할(즉, 어떤 개별 RFM 점수가 이 그룹에 기여하는지)
- 이 그룹의 고객에 대한 일반적인 설명
- 이 고객 그룹에 대한 권장 조치
고객 그룹의 점수 산정 임곗값을 확인하려면 RFM 보고서의 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 점수 산정 모델에서 모델을 선택한 다음 편집 (읽기 전용 액세스 권한이 있는 경우 보기)을 클릭해 주세요. 아래 표를 참고하여 그룹 정의와 점수 조합을 확인해 주세요.
그룹 이름 | 가능한 점수 세분화(RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 순서대로 왼쪽에서 오른쪽으로 나열) | 설명 | 이 그룹에 대한 잠재적 작업/전략 예시 |
Champions | 333, 332, 323 | 최고 고객 |
|
충성 고객 | 321, 322, 331, 232, 233 | 참여도가 높은 가치 있는 고객 이들은 반복 구매를 하고 최신성 점수가 2 또는 3입니다. 금액 점수는 1~3 범위일 수 있습니다. |
|
최근 | 312, 313, 311, 222, 223 | 최근 고객 |
|
주의 필요 | 213, 221, 123, 132, 133 | 최근 구매하지 않은 가치 있는 고객 과거에 많이 지출했거나 자주 구매했을 수 있지만, 최근에는 구매하지 않았을 수 있어요. |
|
위험 상태 | 231, 212, 122, 131, 211 | 최근에 구매하지 않았고 지출 점수가 낮거나 중간인 고객 |
|
비활성 | 111, 112, 113, 121 | 이탈한 고객 | 이들을 다시 참여시키려면 윈백 캠페인을 시도해 보세요. 독점 프로모션이나 쿠폰(특히 기간 한정 프로모션)을 제공해 보세요. 참여도가 낮은 상태라면(특히 윈백 또는 프로모션 이메일에 반응하지 않는 경우), 전송 가능성에 악영향을 주기 전에 리스트를 정리하고 삭제하는 것을 고려해 보세요. |
추가 자료
- RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 분석 보고서 시작하기
최근성, 빈도, 금액 가치(RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법)) 보고서를 사용해 고객의 구매 행동에 대한 더 깊은 인사이트를 얻는 방법을 알아보세요. RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 보고서는 고객이 가장 최근에 구매한 시점, 전반적으로 얼마나 자주 구매하는지, 그리고 개별 거래에서 일반적으로 얼마나 지출하는지에 대한 데이터를 제공합니다. 그런 다음 Klaviyo는 이 데이터를 종합해 프로필이 어떤 고객 그룹(예: 충성 고객)과 가장 잘 일치하는지 판단합니다. 이러한 인사이트는 메시지를 개인화하는 방법, 반복 구매를 유도하는 방법, 메시지를 보내는 빈도와 시기 등 마케팅 전략을 최적화하는 데 도움이 됩니다. 또한 위험할 수 있는 고객 또는 세그먼트의 경우 이러한 인사이트를 활용해 윈백 캠페인을 진행하고 이탈률을 줄일 수 있습니다.
- RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 속성을 사용하여 세그먼트를 구축하는 방법
세그먼트에서 속성으로 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 값과 고객 그룹화를 사용하는 방법을 알아보세요. 세그먼트에서 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 속성을 사용하면 마케팅 콘텐츠에서 세그먼트 기반 추천을 만드는 데 유용해요. 예를 들어 현재 At Risk 또는 비활성 고객 일부에게 할인을 제공하거나, Recent 그룹의 고객에게 교차 판매 콘텐츠를 사용할 수 있어요.
- 캠페인 및 플로우에서 RFM 속성을 전략적으로 사용하는 방법
RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 속성을 사용해 고객 그룹별로 특정 유형의 캠페인과 콘텐츠를 타겟팅하는 방법을 알아보세요. 프로필 속성 자체를 사용하거나 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 속성이 포함된 세그먼트를 사용하면 마케팅을 더욱 맞춤화할 수 있어요.