서로 다른 고객 코호트에 대해 여러 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 모델을 만드는 방법

Klaviyo의 RFM(RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법)) 분석은 고객이 얼마나 최근에 구매했는지, 얼마나 자주 구매하는지, 그리고 얼마나 많이 지출하는지를 기준으로 점수를 매겨요. 여러 모델을 사용하면 구독 주문, 소매 주문 또는 단일 제품 라인 등 비즈니스의 특정 영역에 대해 두 번째의 독립적인 RFM(RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법)) 모델을 실행할 수 있어요.

각 모델에는 고유한 전환 지표와 고유한 임계값이 있어요. 한 고객은 한 모델에서는 챔피언일 수 있고, 다른 모델에서는 위험 상태일 수 있어요.

여러 모델이 작동하는 방식

기존 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 모델이 첫 번째 모델이 되며, 이름은 Default로 지정돼요. 데이터, 임계값, 프로필 속성은 현재 그대로 유지돼요. 언제든지 이름을 변경할 수 있어요.

계정당 모델을 최대 4개까지 만들 수 있어요. 프로필은 둘 다에 속할 수 있으며, 각각에 별도의 RFM 그룹이 있어요. 모델의 전환 지표에 해당하는 이벤트가 없는 프로필은 해당 모델에 대한 RFM 속성이 없어요.

모델의 전환 지표를 통해 어떤 주문을 모델에 포함할지 선택할 수 있어요. 주문의 하위 집합을 점수화하려면 먼저 사용자 지정 지표를 만든 다음, 이를 모델의 전환 지표로 선택하세요. 예를 들어 POS 채널로 필터링된 "Placed Order"에 대한 사용자 지정 지표를 만든 다음, 소매 주문이라는 이름의 모델에서 전환 지표로 사용하세요.

모델 만들기

1. Klaviyo 마케팅 분석 > 고객 인사이트 > RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 분석으로 이동해 주세요. Klaviyo 고급 데이터 플랫폼 고객인 경우 Klaviyo 고급 데이터 플랫폼 > Intelligence > 고객 인사이트 > RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 분석으로 이동해 주세요.
2. 새 모델 만들기를 클릭하세요.
3. 모델 이름을 입력해 주세요. 각 이름은 계정에서 고유해야 해요. 구독 주문 또는 도매처럼 포함하는 모집단을 기준으로 모델 이름을 지정해 주세요.
4. 전환 지표를 선택해 주세요. 이 지표는 이 모델의 최신성, 빈도, 금액 계산을 결정해요. 여기에서 맞춤 지표를 선택해 모델을 특정 주문 하위 집합으로 범위를 지정할 수 있어요.
5. 모델이 과거 데이터를 얼마나 거슬러 올라가서 확인할지 제한하려면 기간 컷오프를 설정하세요.
6. 최근성, 빈도, 금액 카드을 펼치고 이 모델의 임계값을 설정해 주세요.

1. 미리보기를 클릭해 임계값이 6개의 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 그룹에 고객을 어떻게 분배하는지 확인해 보세요. 이 집단에 대해 분포가 적절해 보일 때까지 조정한 다음 다시 미리보기해 보세요.
2. 만들기를 클릭한 다음, 모달에서 확인해 주세요.

모델 간 전환

RFM 분석 페이지 상단에 있는 RFM 스코어링 모델 선택기를 사용하세요. 페이지 전체가 해당 모델로 다시 범위가 지정돼요. 여기에는 고객 분포 차트, 시간 경과에 따른 그룹 변경, 중앙값 성과, RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 세그먼트 카드가 포함돼요. 편집을 클릭해 해당 모델의 설정을 여세요.

세그먼트와 플로우에서 모델 사용하기

모든 모델의 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 속성은 세그먼트 조건과 플로우 트리거로 사용할 수 있어요. 각 속성에는 괄호 안에 모델 이름이 표시되어, 서로 구분할 수 있어요.

1. 오디언스 > 목록 및 세그먼트로 이동한 다음 새로 만들기 > 세그먼트를 클릭하세요.
2. 조건을 사용자 속성으로 설정한 다음 속성 선택기에서 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법)를 검색하세요.
3. 원하는 모델의 속성을 선택해 주세요(예: 현재 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 그룹(구독 주문)).
4. 값으로 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 그룹을 선택한 다음 세그먼트 만들기를 클릭하세요.

한 모델에서 변경 사항이 있을 때 플로우를 트리거하려면, 플로우 트리거 또는 조건부 분할에서 해당 모델의 현재 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 그룹 속성을 사용하세요. 다른 모델에서의 프로필 상태는 영향을 주지 않아요.

모델 이름 변경

편집을 클릭하고 모델 이름을 변경한 다음 저장하세요. 이름을 변경하면 Klaviyo 전체에서 표시 이름이 모두 업데이트돼요. 기본 속성 키는 변경되지 않으므로 세그먼트, 플로우, API 연동은 계속 작동해요.

다른 모델을 만들어야 하는 경우

고객 기반의 일부가 다른 고객과는 다른 주기나 다른 규모로 구매하는 경우에는 다른 RFM 모델이 필요할 수 있어요. 두 그룹이 비슷한 주기와 비슷한 주문 금액으로 구매한다면, 기존 모델이 이미 올바르게 점수를 매기고 있으며 세그먼트를 통해 원하는 뷰를 확인할 수 있어요.

다음과 같은 경우 다른 모델을 만들어요:

• 정기 구매(구독) 상품을 일회성 구매와 함께 판매하고 있어요. 구독 주문은 정해진 주기로 들어와 전송 빈도를 높이기 때문에, 일회성 구매자는 원래 그 리듬에 맞춰 구매하던 고객이 아니었는데도 이탈 임박으로 표시돼요.
• 오프라인 매장 또는 도매 주문이 온라인 주문과 함께 표시돼요. 이 고객들은 보통 구매 빈도는 낮지만 주문 금액은 더 큰 경우가 많아요. 그래서 단일 모델은 이 고객들이 가장 많이 지출하더라도 낮은 빈도로 점수를 매기는 경우가 있어요.
• 서로 다른 제품 라인을 운영하고 있어요. 6주마다 스킨케어를 구매하고 1년에 두 번 향수를 구매하는 사람은 한 모델에서는 일관성이 없는 것처럼 보일 수 있어요. 별도의 모델을 사용하면 그 격차를 교차 판매 신호로 전환할 수 있어요.
• 할인 또는 거래 계정은 소비자 스코어링을 왜곡합니다. 상시 할인이 적용된 계정은 다른 모든 사용자의 금액 기준 임계값을 낮춥니다.

다음과 같은 경우 두 번째 모델은 잠시 기다려 주세요:

• 두 그룹은 동일한 방식으로 구매해요. 기존 모델을 기반으로 세그먼트를 만드세요.
• 대상 집단이 작아요. 고객이 수백 명뿐인 모델은 실행에 옮기기에는 너무 작은 그룹을 만들어요.

모범 사례

• 먼저 사용자 정의 지표를 구축하세요. 모델의 정확도는 그 뒤에 있는 지표만큼만 높아요. 대상 집단에 어떤 주문을 포함할지 결정한 다음, 해당 사용자 정의 지표를 구축하고 모델을 만드세요.
• 최신성은 해당 모집단의 구매 주기에 맞게 설정하세요. 구독 및 소모품 구매자는 매월 재구매하므로 최신성 기간을 180일로 설정하면 너무 늦게 표시되는 반면, 주얼리나 고가 상품 구매자에게는 더 긴 기간이 필요할 수 있어요.
• 저장하기 전에 미리 확인하세요. Champions, Loyal, Needs attention이 모두 너무 작게 나오면 이 대상 집단에 비해 임곗값이 너무 느슨한 거예요.
• 모델 이름은 목적이 아니라 모집단을 기준으로 지정하세요. 전략이 바뀌어도 소매 주문은 정확하게 유지돼요. Winback 모델은 그렇지 않아요.
• 각 모델에 실제 모집단을 할당하세요. 수백 명의 고객만을 대상으로 구축한 모델은 실행에 옮기기엔 너무 작은 그룹을 만들게 돼요.

알아야 할 정보

• 모델은 다른 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 데이터와 함께 매일 새로 고쳐져요.
• 계정당 모델은 최대 4개까지 만들 수 있습니다.
• 아직 모델을 삭제하거나 비활성화할 수 없어요(곧 제공 예정).
• Klaviyo는 첫 번째 모델에 대해서만 미리 만들어진 RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 세그먼트를 생성합니다. 두 번째 모델의 세그먼트는 수동으로 빌드하세요.
• RFM(RMF('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법)) 분석 페이지의 작업 센터는 첫 번째 모델의 속성만 사용해 세그먼트와 플로우를 만들어요.
• API 및 타사 연동에서는 모델 이름이 아니라 모델 인덱스를 포함한 원시 속성 키를 확인해요.
• 모델은 목록, 세그먼트 또는 프로필 속성으로 범위를 지정할 수 없어요. 전환 지표에서 모집단 범위를 처리하거나, 세그먼트 빌더에서 제외 조건을 사용하세요.

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
• RFM('가장 최근에 산 사람', '가장 구매 빈도가 높은 사람', '가장 많은 돈을 쓴 사람'으로 구매 비율을 산출하는 기법) 보고서의 점수 산정과 고객 그룹 이해하기
• 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
• 사용자 정의 지표를 만드는 방법
• 캠페인 및 플로우에서 RFM 속성을 전략적으로 사용하는 방법