SQL

RFM 스코어링은 고객 데이터를 기반으로 각 지표를 점수화하여 고객을 행동 유형별로 그룹화하는 분석 기법입니다. 이를 통해 충성도 높은 고객, 이탈 가능성이 높은 고객 등 다양한 세그먼트를 식별할 수 있으며, 실무에서는 맞춤형 메시지와 캠페인을 설계하는 데 핵심적으로 활용됩니다.

RFM 분석은 고객 데이터를 기반으로 ‘최근 구매 시점(Recency)’, ‘구매 빈도(Frequency)’, ‘구매 금액(Monetary)’ 세 가지 기준으로 고객을 세분화하는 대표적인 마케팅 기법입니다. 이 분석을 통해 우리는 단순한 고객 리스트가 아닌, 충성 고객, 이탈 가능 고객, 신규 고객 등으로 고객을 분류할 수 있고, 각 그룹에 맞는 맞춤형 CRM 전략을 설계할 수 있습니다.

지난 포스트에 이어 루커스튜디오 리포트를 공유할 때 매개변수를 활용해서 필터가 적용된 상태로 공유할 수 있는 방법에 대해서 다루겠습니다. 데이터 소스를 연결하고 매개변수를 만드는 방법에 대해 궁금하신 분들은 아래 링크된 이전 포스트를 확인해보시기 바랍니다.

지난 포스트에서는 Google Analytics 4(GA4)에서 빅쿼리(Bigquery)로 전송하는 ‘events_’ 테이블을 루커스튜디오 리포트에 연결하고, PARSE_DATE로 동적 날짜 범위 리포트 생성하는 방법에 대해 설명했습니다. 이번 포스팅에서 루커스튜디오 데이터 소스 공유 및 연결과 더불어 매개변수를 추가해보는 방법에 관한 내용을 더 잘 이해하기 위해서는 아래 링크된 포스트 내용을 확인해보시기 바랍니다.

Universal Analytics 가 곧 종료된다는 소식에 많은 담당자들은 Google Analytics 4 (이하 GA4)로 이동하는 것을 고려하고 있거나 이미 사용하고 있습니다. GA4에서도 퍼널이나 이벤트, 유입 등을 분석할 수 있지만, Bigquery에 데이터를 전송해서 좀 더 유연하게 분석하는 것을 선호합니다.GA4에서 Bigquery로 테이블을 쌓을 때는 아래 이미지와 같이 데이터 세트 안에, 일별로’ events_’ 테이블이 쌓이는 것을 볼 수 있습니다.