[CRM 강의 후기] SeSAC 러닝스푼즈 데이터 드리븐 마케팅 강의 : CRM 1단계 : 고객세분화를 알아보자
<시작 전에...>
cf. 고객의 세부 등급 분류 : 멤버쉽 제도를 기반으로!
우리조 발표 : 무신사!
> 포인트 누적을 통한 등급 분류 (매주 월요일 산정), 8개 등급!
> 포인트 소진 안하고 누적되어야 등급 유지되는 구조 => 등급유지를 위한 이탈 방지
> 포인트를 쓰기 어려운 대신 지급되는 쿠폰 역시 등급에 따라 나뉨으로써 멤버십 로열티 제공
다른 조 사례) SimplyO
4개 등급, 누적 사용 금액을 통한 등급 산정
&이게 리셋이 안된다! => 아직은 최고등급까지 구매한 고객들이 적은 상황일 것이므로 모객 및 리텐션을 위함!
> 기업이 어느 정도 성장을 이룬 후에, 고객 증가 및 고객 구매 누적금액이 늘어나면 멤버십 개편을 하게 될 것!
다른 조 사례) 배달의 민족 VIP 등급
4개 등급, 매월 주문횟수에 따른 등급 산정
등급별 혜택; 월간 쿠폰북 제공 (최소 주문비용 존재해서 잘 사용은 안하게 됨)
1. 고객 세분화의 이해
1) 고객 세분화가 뭘까?
- 고객을 일정한 그룹으로 나누는 마케팅 전략; 다양한 기준 활용
- cf. 지역으로 나누는 기준; 해당 기준에 따라 나눈 사람들의 구매패턴이 다른가?
ex. 서울 사는 20대 여성 / 부산 사는 20대 여성의 구매패턴 차이? > 온라인에서는 크게 차이가 없음
but 오프라인에서는 크게 차이가 날 수밖에... (배송여부, 지역에 따라 자주 사용되는 것들을 많이 구매 등등)
cf. 글로벌 서비스로 구분할 땐 지역으로 봐야할까 문화권으로 봐야할까? 의 애로사항 발생
- 통상적으로 1~3개 정도의 변수를 기준으로 집단을 나눔 (기준을 많이 적용하진 않음)
2) 고객 세분화하기 전, 고객에 대한 이해
=> 고객은 단일 집단으로 이루어져 있지 않음!!!!
- 과거 경험의 함정
- 평균/ 대표값의 함정
=> 하나의 큰 집단보단, 특징이 뚜렷한 작은 집단을 타깃으로 할 때 기획이 용이
=> 집단별로 맞춤 전략을 적용해 고객 액션 끌어올리는 장점
=> 그만큼 절대적으로 기획해야 하는 분량이 늘어나는 단점
3) 고객 세분화의 장점
1- 효과적인 캠페인 기획 가능
2- 고객을 더욱 정확히 이해 (= 고객만족도 향상 및 이익으로 연결!!)
ex. 구매력이 약한 학생 대상이라면 이벤트 캐시 지급 프로모션이 효과적 워킹
3- 고객 니즈 파악 용이 (= 그 니즈에 맞는 상품을 개발할 기회)
4- 고객군의 성장 및 구매품목 확장 유도가 가능해짐!! ★
5- 4를 통한 매출 증대!!!
4) 고객세분화 사례
- 고객 등급 구분 (VIP 등) - 구매금액이나 횟수 등등 1개 기준
- 인구통계적 구분 - 연령 성별 2개 기준
=> 연령 및 성별에 따라서 경제력/주변환경/그에 따른 관심사도 달라지는 경우가 많기에 자주 쓰임!
=> 그만큼 너무 강력하게 쓰여지는 기준, 편견적인 분석을 하게 될 수 있는 주의사항
- RFM 구분 : 3가지 변수로 구분 (구매액 / 구매빈도 / 최근)
5) 고객 세분화를 어떻게?
=> 데이터 탐색과 직관!; 알고리즘은 잘 사용되지 않음
6) EDA를 활용한 고객 세분화
(특징)
1- '목적'에 맞게 (고객 행동 유도 및 확장, 이탈 방지, 뉴비와 리텐션 유저 나누어서 등등)
2- 세그먼트에 대한 이해가 쉬움; 집단의 모두가 이해!
3- 세그먼트를 나눌 수(총 n개 등급) 및 크기(등급당 몇 명) 조절 가능
4- 전략 짜기가 쉬움!
(단계)
1- 세분화하는 목적을 정한다
2- 목적에 맞게 평가 기준 정하기
(ex. 얼마나 많이 사용하는지, 구매하는지 등
사용 기준으로 나눈다면 사용 횟수, 시간으로 나눌지
구매 기준으로 나눈다면 구매 횟수, 총액, 구매한 타이밍 등등 세분화)
3- 기준에 맞는 데이터 확인
4- 데이터 분포 정도를 확인하고, 분할할 지점 정하기!!
5- 분할한 세그먼트별 사람들의 비율 확인
(비율이 지나치게 적거나 많은 집단이 생긴다면, 분할하는 기준이 적합한지 살펴볼 필요!)
6- 각 세그먼트별 주요 특징 찾기!!
7) 잘 만든 세분화란?
1- MECE : 각 세그먼트를 모으면 전체가 되어야 한다! (중복 없는 상호배타적 & 모두를 포괄)
2- 의미가 명확! (세그먼트별 특징 및 차이가 명확한가?)
3- 마케팅 액션이 가능한, 충분한 인원이 존재하도록 (cf. VIP는 좀 적을 수 있다)
4- 환경이 변화해도 일정 유지될 수 있는 세분화
(ex. 회사의 서비스 및 제공하는 카테고리가 늘거나 줄었을 때도 이 세분화를 적용할 수 있나?)
5- 측정의 변수가 최대한 단순!
8) 세분화의 종류 - 가치 기반
대표적인 브실골플 나누기가 여기에 속합니다!
- 고객의 가치를 기준으로 세분화
- '기간 내 실적'을 기반으로 책정
(지속적으로 최근 활동이 있을 수록 앞으로도 사용 가능성이 높으므로)
- LTV를 교차해 사용하기도 하며, RFM 등을 반영해 고객 케어 프로그램의 우선 순위 및 차등을 나눔
- 멤버십으로 고객에게 동기부여 가능
- 등급별 이동 전략 세울 수 있다! (실버에서 골드 갈때, 골드에서 플래 갈때 중요포인트)
- 고객의 비금전적 요소도 반영 (활동력, 전파력, 지속력, 확장성)
=> ex. 다양한 카테고리를 구매할 수록, 주로 선호하던 카테고리의 변경/삭제 발생해도 이탈이 덜해짐!!
ex. 금액에 크게 신경 쓰지 않고, '프리미엄 서비스'를 얼마나 자주 구매하는지 등
9) 세분화의 종류 - 인구통계
- 성별 및 연령대별 관심과 니즈가 다름!
BUT 고정관념 적용될 수 있음 주의!
- 너무 큰 범위
- 개인정보에 해당되어 수집이 점차 어려워짐
(요즘은 가입단계에서 수집을 지양. 머신러닝으로 추정하는 등)
10) 세분화의 종류 - 행동 기반
- 고객의 행동 패턴 및 니즈 등 근본적인 유저 니즈를 파악해 대응
- 고객 행동은 지속적으로 유지될 가능성이 높다! (습관같은 것!)
- 행동 파악을 위해서는 로그 설계 및 수집환경이 중요하다!!! ★★★
(EX. 와이파이 신호 및 이름 정보를 수집하면 정류장/역 등 위치/교통수단을 알 수 있다.)
(EX. 공항에서 마지막으로 통신사 신호가 잡히다가 끊겼다면 출국을 했구나!!)
- 요즘은 이동정보, 특정 체류시간, 사용시간대, 결제유형, 주로 소비하는 아이템 등으로 구성
- 행동 정보 역시 개인정보의 일환으로 점차 수집 어려워지는 상황.
11) 세분화의 종류 - RFM
- RFM 분석은 최근성, 빈도, 사용 금액(Recency, Frequency, Monetary)의 3개 관점으로 고객 가치 평가
- 다양한 산업군에 공통적용하기 쉬운 관점들이다!
- 최근성 : 가까운 미래에 지속 사용할 가능성 O
- 빈도 : 꾸준히 이용할 수록 미래에도 지속 사용할 가능성 O
> 해당 3개 관점을 나누는 기준은?
1 - 분위수
각 집단별 똑같은 인원수가 들어가도록 나누는 방식 (EX. 4분위 - 전체를 25%씩 집단으로 나눔)
집단별 고객의 비율을 똑같이 나누는 것이 장점이자 단점
=> RFM 적용시 %를 곱해가면서 그룹당 유저 비율이 크게 줄어들기 때문에 우선 분위수로 나눈다.
=> 비율은 그대로인데 상대성 적용되어 기준축이 되는 수치가 달라지는 문제 발생;;;;
> 주의사항!!
- 너무 많은 숫자로 나누면 세그먼트별 유저 수가 너무 작아짐
=> 세그먼트별 차이/특성이 크게 벌어지지 않을수도
=> 세그먼트별 맞춤 액션 하기가 어려워짐
- 최대한 단순화하여 활용해야함
=> 3차원 그대로 활용시 실무 커뮤니케이션이 어려워짐
CF. 이때 CUT-OFF 기준점은 고객들의 등급 향상 욕구에 따른 셀링 촉진을 위해, 평균 소비액보다 높여서 잡았을 가능성 있음!
cf. recency 축 없앨 경우, 얼만큼 기간을 기준으로 할지 - 고객 리텐션/이탈 주기를 기준으로 주로 정함. (ex. 최소한 6개월에 한번은 사야한다!) 어떤 조건으로 기한을 정하면 좋을지 고민해볼 것!
cf. 혜택을 구매 지출의 몇 % 돌려줄지 정하는 기준을 고민해볼 것! (다음번 구매들이 계속 발생할 수 있도록 유도)