만들어진 등급을 기준으로 우수 고객이 전체에서 차지하는 방문 횟수와 매출을 확인해 보겠습니다.
# 총 방문 횟수와 총 매출 합 total_sum_data <- df_rfm_data %>% summarise(t_visit_sum = sum(visit_sum), t_sales_sum = sum(sales_sum)) # 우수 고객 이상의 방문 횟수와 매출 합 loyalty_sum_data <- df_rfm_data %>% summarise(l_visit_sum = sum(ifelse(visit_sum > 2, visit_sum, 0)), l_sales_sum = sum(ifelse(sales_sum > 135, sales_sum, 0))) # 차지하는 비율 확인 loyalty_sum_data / total_sum_data
* 우수 등급 이상 기준인 방문 2초과이면 방문 횟수를 합합니다.
* 우수 등급 이상 기준인 매출 135초과이면 매출을 합합니다.
* 우수 등급 합 / 전체 등급 합
코드를 실행하면 다음과 같습니다.
l_visit_sum l_sales_sum 1 0.5163205 0.7496093
코드 풀이
• 총 방문 횟수와 총 매출 합을 구한 total_sum_data를 만듭니다.
• 우수 고객이 전체에서 차지하는 비율을 구하기 위해 loyalty_sum_data를 만듭니다.
• (우수 고객 / 전체 고객) 식을 이용하여 우수 고객이 전체 고객 중에 차지하는 비율을 구합니다.
분석 결과
우수 등급 이상이 전체에서 차지하는 비중은 방문 횟수가 약 52%, 매출이 약 75%인 것을 알 수 있습니다. 즉, 상위의 소수 고객이 전체 비중에서 다수의 방문 횟수와 매출을 차지하고 있다는 것을 확인할 수 있습니다. 이것으로 우수 등급 이상의 고객이 중요하며 특별한 관리가 필요하다고 생각할 수 있습니다.
이로써 고객 등급 분류를 완료했습니다. 방문 횟수와 매출을 각각 세 등급으로 나누었기에 3×3 총 아홉 개로 분류해서 고객을 관리하거나 마케팅 활동, 멤버십 프로그램도 기획할 수 있습니다.