태블로/RFM score/코호트 대시보드

Tableau

1. RFM Customer Segmentation

마케팅팀: 구매 행동을 기반으로 고객을 분류해서 효율적인 개인화 마케팅을 하고 싶다.

RFM

Recency : 최근성 | 고객이 얼마나 최근에 구매하였는가?

Frequency : 구매 빈도 | 고객이 얼마나 최근에 구매하였는가?

Monetary : 구매 금액 | 고객이 돈을 얼마나 썼는가

문제 상황 설정

[이X트와 같은 대형 브랜드 슈퍼마켓 설정]

최근 타 브랜드로 이탈하는 고객이 늘고 있다. 한정된 예산으로 이탈하는 고객을 최대한 줄이고 싶다.

✔ 연도별, 지역별로 고객의 특성을 세분화하고 고객의 행동 유형에 맞는 효과적인 마케팅을 통해 매출을 증대시킬 수 있다. 고객 이탈률을 최소화할 수 있는 아이디어를 도출할 수 있다 .

가설

최근(2020-2021) Texas 주에서 AT RISK 고객들의 이탈율이 증가하고 있는 것이 주요인 일 것이다.

과정

• 태블로, 대시 보드 시트 제작
• 계산된 필드 코드 작성

인사이트

• Central 지역, 즉 Texas 주에서 이탈 위험 고객군이 급격하게 증가하고 있다.
• 해당 지역의 고객에게만 20% 할인 쿠폰을 지급하는 등의 마케팅 전략을 취하면 이탈을 최대한 방지할 수 있을 것이다.

한계점 & 추후 보완점

• RFM Scores를 나타내기 위해서 흔하게 얻을 수 있는 Superstore 데이터를 사용한 것이 아쉬웠습니다. 추후에 더욱 현업과 가까운 Fake 데이터를 활용하여 대시보드 제작 능력을 기를 것입니다.
• 참고한 대시보드와의 차별점이 크게 없다는 것이 아쉽습니다. 다음 대시보드에서는 다양한 지표를 추가하여 차별화된 대시보드를 제작하고자 합니다.

배운 점

• 태블로를 이용해 시트를 제작하고, 대시보드화 하는 법을 배웠습니다.
• 태블로에서 계산된 필드를 이용해 집계하고 데이터를 가공하는 법을 익혔습니다.
• RFM Scores의 기본 원리를 이해하고 관련 마케팅 지식을 쌓을 수 있었습니다.
• 문제 상황과 가설을 설정하고 인사이트를 도출할 수 있었습니다.

Data: sample superstore data

 

 

2. Retention Analysis
   

• 위 대시보드는 전서연 님의 작품을 참고하였습니다.

전서연님 태블로 , 패스트캠퍼스 강의