안녕하세요 구독자님! 버클팀 마케터 조입니다.

벌써 3월이 되었네요. 1분기가 끝나간다는 느낌이 들어요. 구독자님은 1분기에 후회했던 일이나, 2분기에 대한 기대, 새롭게 시작하고 싶은 것들이 있으신가요? 저는 3월엔 카메라를 열심히 갖고 다녀보려고 해요. 휘발되는 것들이 아쉬워서, 그렇게라도 기억해 보려고요. 구독자님이 새롭게 시작할 일이나 잘 정리해야 하는 것들이 있다면, 모두 잘 되길 제가 응원하겠습니다.😍

오늘 뉴스레터는 마케터라면 누구나 알고싶지만, 또 제대로 알기 어려운 충성고객 찾는 방법에 관해 이야기해 보려고 해요. 다른 툴 없이! 로우데이터와 생성형 AI 두 개로요. 그럼 시작해볼게요.👉

충성고객, 왜 내눈에만 안보일까?

스마트 스토어에서 3번, 자사몰에서 2번 구매한 홍길동 고객이 있습니다. 채널을 따로 관리하고 있다면 홍길동 고객님은 어디에서도 충성고객으로 판단할 수 없어요. 각 채널의 "재구매 고객"으로 남아있는 거죠.

반대 상황으로 한 채널에서 10번 구매한 박둘리 고객이 있어서 '오 박둘리 고객님, 우리 충성고객인데!' 라고 생각하지만, 사실은 단가가 낮은 구매를 반복한 고객일 수 있습니다. 채널 단위로는 전체 구매 패턴과 주기를 파악할 수 없어서, 내 눈에 충성고객이 보이지 않는거에요.

채널을 통합하면 보이는 세 가지

1. 어느 채널에서든 우리 브랜드를 꾸준히 찾는 고객의 반복 구매 빈도
2. 특정 계절, 신제품 출시, 할인 등 고객의 구매 패턴
3. 이탈 직전 고객을 발견할 수 있는 구매 주기

각 채널에서 데이터를 다운받을 때 아래 다섯 가지 항목이 있다면, 시도해 볼 수 있는 방법으로, 대부분의 데이터에 포함되어 있을겁니다.(플랫폼, 자사몰 등)

채널마다 "주문자명, 회원명"처럼 컬럼명이 다를 수 있지만, 컬럼명을 통일하는 작업을 하거나, AI에 맡기는 방법도 있어요.

고객을 분류하는 방법에는 여러 가지 기법이 있겠지만, 뉴스레터에서 소개할 것은 RFM 분석이에요. 위의 형태로 데이터를 정리했다면 RFM 분석을 통해 고객을 등급화 할 수 있는거죠.

세 점수를 각 1~5점으로 구간을 나누고, 합산이 높은 고객이 충성고객이라 할 수 있겠죠? 하지만, 판매하는 상품에 따라, 브랜드의 기준에 따라 각 항목에 가중을 둘 수 있습니다.

생성형 AI를 활용하면 RFM 분석을 더 빠르게 처리할 수 있는데요. 다음 프롬프트를 활용해 보세요.

아래는 우리 브랜드의 고객 구매 데이터입니다.
[엑셀 데이터를 붙여 넣거나 CSV로 첨부]

다음 기준으로 고객을 분류해 주세요.

1. RFM 분석을 적용해 각 고객의 R, F, M 점수를 계산해 주세요.
   - R: 오늘 기준 마지막 구매일까지의 일수 (낮을수록 높은 점수)
   - F:  총구매 횟수
   - M: 총구매 금액

2. 점수 기준으로 고객을 아래 4개 등급으로 나눠주세요.
   - 충성고객: R·F·M 모두 상위 30%
   - 잠재 충성고객: F·M은 높지만 R이 낮은 경우
   - 프로모션 의존 고객: F는 높지만 M이 낮은 경우
   - 이탈 위험 고객: 마지막 구매가 90일 이상 경과

3. 결과를 표로 정리해 주세요. (고객ID, 등급, R점수, F점수, M점수)

출력 결과를 읽고 활용하는 방법은?

AI가 분석 결과를 뽑아줬다면, 마케팅에 활용할 수 있는 인사이트로 전환해야 해요.

• 충성고객: 할인 쿠폰 없이도 구매는 그룹으로 VIP 프로그램, 신제품 우선 안내, 멤버십 혜택이 더 효과적이에요. 쿠폰을 남발하면 오히려 브랜드 가치를 낮출 수 있습니다.

• 잠재 충성고객: 과거엔 자주 샀지만, 최근 뜸해진 그룹으로 "오랜만이에요, 이런 상품 나왔어요" 같은 부드러운 리마인드 메시지를 추천해요.

• 프로모션 의존 고객: 할인할 때만 오는 고객으로 이 그룹에 대한 과도한 투자는 마진을 갉아먹을 수 있으므로 세일 외 시점에 구매를 유도하는 콘텐츠 접근이 효과적입니다.

• 이탈 위험 고객: 90일 이상 미구매라면 이미 다른 브랜드로 넘어갔을 가능성이 높아요. Win-back 캠페인보다 잠재 충성고객 그룹에 리소스를 집중하는 편이 효율적입니다.