백엔드
Brandi DA 의 데이터 분석 비망록
두줄요약
RFM을 브랜디 서비스의 고객 분석과 셀러 분석에 적용한 사례를 다뤘습니다. 고객 행동과 시즌성을 함께 고려해 세그먼트와 클러스터링을 고도화했습니다.
핵심 내용
- RFM 기반 고객 분석을 브랜디 커머스 데이터에 적용한 과정과, 이를 셀러 클러스터링 및 CRM 캠페인 분석으로 확장한 사례
- 구매 데이터와 앱 행동 데이터, 시즌성까지 고려해 변수와 기간을 정하고, 상관관계와 분포를 바탕으로 불필요한 변수를 제거
- VIP 고객 이탈과 셀러 특성의 연관성을 살피고, 셀러 관리 우선순위를 위해 DBSCAN, 스펙트럴 클러스터링, TF-IDF 전처리까지 활용
적용해볼 점
- 고객 세그먼트 정의 시 구매 데이터만이 아니라 행동 데이터와 사업 도메인 특성까지 함께 반영할 필요
- 단순 지표 하나보다 군집화와 임베딩을 결합해 더 일반적인 관리 기준을 만들 수 있음
- 셀러 간 유사도 계산에는 세션 기반 그래프와 가중치 보정 방식이 유효할 수 있음