고객 RFM 세분화 분석
쇼핑몰·POS에서 내려받은 주문 CSV를 넣으면 고객별 최근성(R)·구매 횟수(F)·구매 금액(M) 점수로 11개 고객군을 나누고, 고객군별 추천 액션·메시지와 발송용 고객 목록을 만들어 줍니다.
🔒 주문·고객 정보는 이 브라우저 안에서만 계산되고 어디로도 보내지 않습니다 (저장도 안 함)① 주문 데이터
한 줄에 주문 1건(또는 주문 상품 1줄). 고객ID · 주문일 · 금액 열만 있으면 됩니다. 엑셀에서 표를 복사해 그대로 붙여 넣어도 됩니다(탭 구분 자동 인식). 엑셀 파일(.xlsx)은 「다른 이름으로 저장 → CSV UTF-8」로 바꿔 여세요.
② 열 연결 열 이름(고객ID·주문일자·결제금액 등)을 보고 자동으로 골랐습니다. 다르면 바꾸세요.
③ 분석 조건
경계값 4개를 작은 값부터 쉼표로 적습니다. R은 "며칠 이내면 5점", F·M은 "이상이면 높은 점수".
분석 결과
고객군별 현황
매출 비중 고객 수 비중 · 평균 객단가 = 고객군 매출 ÷ 주문 수
R×F 히트맵 칸 숫자 = 고객 수
오른쪽 위(최근·자주)일수록 좋은 고객, 왼쪽 아래는 이탈. 왼쪽 위(예전엔 자주 샀는데 최근 없음)가 많으면 재방문 캠페인이 급합니다.
고객군 나누는 규칙 R 점수 × FM 점수
FM 점수 = (F 점수 + M 점수) ÷ 2, 소수점 버림. 예: RFM 코드 524 → R5, FM 3 → 잠재 충성.
점수별 실제 값 범위
고객군별 추천 액션 · 메시지 문안
문안의 {이름}은 발송 도구의 고객 이름 치환 문구로 바꿔 쓰세요. 광고성 문자·메일은 제목/첫머리에 (광고), 수신거부 방법을 넣어야 합니다(정보통신망법 제50조).
고객 목록
RFM 분석은 고객 행동을 최근성·빈도·금액 세 가지로 단순화한 방법입니다. 5분위 점수는 같은 값이 많으면(예: 1회 구매 고객이 절반 이상) 한 점수에 몰릴 수 있어, 그럴 때는 「직접 구간」이 더 알맞습니다. 결과는 마케팅 참고용이며, 고객 정보로 광고성 정보를 보낼 때는 수신 동의 여부를 꼭 확인하세요.