공식몰 구매자라고 해서 모두 같은 특성을 지닌 것은 아닙니다. 고객이 어떤 방식으로 공식몰을 이용하는지에 대한 이해, 즉 구매자 분석이 함께 이루어질 때 비로소 의미 있는 차별화 전략을 도출할 수 있습니다. 공식몰 구매자를 하나의 집단으로 보지 않고 행동 유형별로 세분화해 살펴보며, 각 유형이 공식몰에서 어떤 차이를 보이는지 발견하는 방법에 대해 알아보겠습니다.
BigQuery는 방대한 데이터를 분석할 수 있는 강력한 플랫폼이지만, 최적화 없이 사용하면 비용 증가와 성능 저하 위험이 큽니다. 이번 글에서는 실무에 바로 적용할 수 있는 비용 절감과 속도 개선 최적화 방법을 소개합니다.
세그먼틀릿 입력 값은 크게 2가지 종류로 분류하고 있습니다. 숫자형 데이터는 숫자형 데이터를 입력 받아 조건에 사용합니다. 또한, 연산자, 범위식 사용이 가능합니다. 문자형 데이터는 문자형 데이터를 입력 혹은 선택하여 조건에 사용하고, 연산자 사용이 가능합니다.
RFM 분석기법을 활용해 고객 데이터를 추출하면 우리가 집중해야하는 타겟 그룹을 추출할 수 있습니다. 최근성/빈도/금액 데이터를 활용하여 잠재 고객을 그룹화하는 RFM 분석기법을 바탕으로, 성과 데이터/대상기간 동안 RFM 데이터 등 다양한 데이터를 생성할 수 있는 쿼리문을 알아봅시다.
클러스터링과 RFM 분석기법을 활용한 Discovery 세그먼트 생성에 대해 소개드리고자 합니다. 세그먼트를 직접 생성하는 것에 어려움을 겪는 사용자들을 위한 Discovery 세그먼트는 머신러닝을 통해 세그먼트를 자동으로 정의 및 생성하여 보다 편리하게 사용할 수 있습니다.