온라인 리테일 분석¶

RFM 기반 고객 세분화 및 LTV 분석 프로젝트

개요¶

영국 온라인 리테일 데이터를 활용한 고객 행동 분석 프로젝트. 이벤트 제품을 판매하는 업체의 거래 데이터를 기반으로 고객 세분화, 매출 패턴 분석, 이탈 예측을 수행했다.

수행 기간: 프로그래머스 데브코스 4기
데이터 출처: Kaggle Online Retail II UCI
블로그: 온라인 리테일 분석

문제정의¶

온라인 리테일 시장의 경쟁이 심화되면서 지속 가능한 성장을 위한 명확한 전략이 필요함.

핵심 질문:

충성도 높은 고객을 어떻게 식별할 것인가?
매출 증대를 위한 핵심 패턴은 무엇인가?
효과적인 마케팅 전략을 어떻게 수립할 것인가?

가설설정¶

가설 1: RFM 분석을 통한 고객 분류¶

세부 1-1: 최근에, 자주, 많이 구매한 고객일수록 핵심 충성 고객
세부 1-2: 과거 구매 이력이 있지만 최근 활동이 없는 고객은 이탈 위험군

가설 2: 시간대/요일별 매출 집중¶

세부 2-1: 평일 점심시간, 특정 요일(목요일)에 주문량 최대
세부 2-2: 주말에는 주문 건수가 적어도 평균 주문 금액이 높음

가설 3: 국가별 구매 행동 차이¶

세부 3-1: 영국 외 국가 고객은 주문 건수는 적지만 구매 단가가 높음

데이터¶

데이터셋 구조¶

Invoice: 송장 번호 (C로 시작하면 취소)
StockCode: 상품 코드
Description: 상품 설명
Quantity: 수량
InvoiceDate: 거래 일시
Price: 단가
Customer ID: 고객 ID
Country: 국가

전처리¶

# 날짜 데이터 전처리
df['InvoiceDate'] = pd.to_datetime(df['InvoiceDate'])
df["InvoiceYear"] = df["InvoiceDate"].dt.year
df["InvoiceMonth"] = df["InvoiceDate"].dt.month
df["InvoiceDay"] = df["InvoiceDate"].dt.day
df["InvoiceDow"] = df["InvoiceDate"].dt.dayofweek

# 매출 데이터 생성
df['TotalPrice'] = df['Quantity'] * df['Price']

# 취소 데이터 분류
df["Cancel"] = df["Quantity"] < 0
cancel_data = df[df['Invoice'].str.contains('C', case=False)]

# 결측치 확인
# Description: 4,382건 - 가격 0으로 매출 무관
# Customer ID: 243,007건 - 비회원 구매로 처리

분석/모델링¶

RFM 분석¶

고객을 Recency(최근성), Frequency(구매 빈도), Monetary(구매액) 기준으로 분류.

rfm["RecencyScore"] = pd.qcut(rfm['Recency'], 5, labels=[5, 4, 3, 2, 1])
rfm["FrequencyScore"] = pd.qcut(rfm['Frequency'].rank(method="first"), 5, labels=[1, 2, 3, 4, 5])
rfm["MonetaryScore"] = pd.qcut(rfm['Monetary'], 5, labels=[1, 2, 3, 4, 5])

rfm["RFM_SCORE"] = (rfm['RecencyScore'].astype(str) +
                   rfm['FrequencyScore'].astype(str) +
                   rfm['MonetaryScore'].astype(str))

세그먼트 정의¶

Champions (R-F: 5[4-5]) - 최근 자주 구매하는 최우수 고객

Loyal_Customers (R-F: [3-4][4-5]) - 충성 고객

Potential_Loyalists (R-F: [4-5][2-3]) - 잠재적 충성 고객

New_Customers (R-F: 51) - 최근 첫 구매 고객

Promising (R-F: 41) - 유망 고객

Need_Attention (R-F: 33) - 주의 필요 고객

About_to_Sleep (R-F: 3[1-2]) - 이탈 직전 고객

At_Risk (R-F: [1-2][3-4]) - 이탈 위험 고객

Cant_Loose (R-F: [1-2]5) - 잃으면 안 되는 고객

Hibernating (R-F: [1-2][1-2]) - 휴면 고객

LTV 분석¶

# LTV 계산
ltv = arppu / churn_rate

# ARPPU: 결제 유저당 평균 매출
repeat_customers = rfm[rfm['Frequency'] > 1]
total_revenue = repeat_customers['Monetary'].sum()
arppu = total_revenue / repeat_customers.shape[0]

# Churn Rate: 이탈률
churn_customers = rfm[rfm['Recency'] > rfm['Recency'].quantile(0.8)]
churn_rate = churn_customers.shape[0] / rfm.shape[0]

시계열 예측 (Prophet)¶

from prophet import Prophet

pro = Prophet()
pro.fit(daily_sales_new)

future = pro.make_future_dataframe(periods=365)
forecast = pro.predict(future)

결과¶

시각화¶

요일별 주문 분석

요일별 송장(Invoice) 발행 건수 - 토요일 휴무, 평일(월~목) 거래 집중

고객 유지/이탈 분석

재구매 고객(상단)과 이탈 고객(하단)의 월별 추이

시간대별 주문 분석

시간대별 주문 건수 - 10시~15시 피크, 12~14시 최대

Prophet 시계열 예측

Prophet 모델을 활용한 매출 시계열 예측 (신뢰구간 포함)

가설 1 검증 결과¶

반복 구매 고객은 8월~11월에 증가
이탈 고객은 2010년 10~11월 최대치 후 지속 감소
이탈률 감소 추세로 LTV 증가 확인

가설 2 검증 결과¶

매출 피크: 점심시간(12시), 목요일
주말 평균 매출액: 평일 대비 약 47% 높음
11~12월 시즌 매출 급증, 1월 급감

가설 3 검증 결과¶

고가 제품(상위 25%): 전체 매출의 40% 기여
저가 제품(하위 25%): 매출 기여 20.5%
네덜란드: 2011년 후반기부터 매출 기여도 증가

취소 데이터 분석¶

전체 매출 대비 취소 비율: 약 7.9%
취소 집중 시기: 연말 시즌, 매월 초중반(1~15일)
취소 집중 시간: 오전 10시~오후 2시
취소 품목 특징: 대부분 단가 1~10 파운드 저가 상품

배운 점¶

RFM 세그먼트 설정: 너무 세분화하면 실용성 저하, 적정 수준 유지 필요
LTV 공식 선택: 비즈니스 특성에 맞는 공식 선택이 중요
시계열 분석: YoY/MoM은 과거 분석에 한계, Prophet으로 미래 예측 보완
취소 데이터 활용: 리텐션 전략 수립에 취소 패턴 분석 필수

기술 스택¶

언어: Python

분석: pandas, numpy

시각화: matplotlib, seaborn

시계열: Prophet

환경: Jupyter Notebook