정의
Customer Segmentation(고객 세분화) 은 고객을 행동(Behavior), 인구통계(Demographics), 가치(Value) 기준에 따라 서로 다른 집단으로 나누는 데이터 분석 방법입니다. DTC·이커머스에서는 "모든 고객에게 같은 메시지를 보내는 것"을 멈추고, RFM·LTV·코호트 기반으로 세그먼트를 나눠 각 집단에 맞는 캠페인·상품·CRM 시나리오를 설계하는 핵심 전략입니다.
국내 실무에서는 흔히 "고객군 나누기", "타겟 세그먼트", "VIP/휴면/이탈위험군 분류" 로 불립니다.
비유로 이해하기
고객 세분화는 "한 가게의 단골 명단을 다시 정리하는 것" 과 같습니다.
- 매일 오는 VIP 단골 → 새 상품 우선 안내, 무료배송
- 3개월 전에 한 번 사고 잠수한 휴면 고객 → 재구매 쿠폰
- 장바구니만 채우고 결제 안 한 이탈 직전 고객 → 카카오 알림톡 리마인드
- 첫 구매만 한 신규 고객 → 2차 구매 유도 시퀀스
즉, 같은 "고객"이라도 행동·가치·관심사가 다르므로, 한 줄의 메시지로 모두를 설득하려 하면 아무도 설득하지 못합니다.
핵심 공식
1. RFM 점수 (가장 많이 쓰는 세분화 프레임)
RFM Score = R_score + F_score + M_score
- R (Recency): 최근 구매일 (짧을수록 높은 점수)
- F (Frequency): 구매 횟수 (많을수록 높은 점수)
- M (Monetary): 총 구매 금액 (클수록 높은 점수)
각 항목을 1~5점으로 나누면 최대 15점, 최소 3점입니다.
2. 세그먼트별 LTV
LTV = ARPU × 평균 구매 주기(개월) × 예상 유지 기간
3. 이탈 위험 점수
Churn Risk = (최근 90일 미구매 여부 × 0.4) + (구매 간격 증가율 × 0.3) + (CS 불만 횟수 × 0.3)
세그먼트 비교표
| 세그먼트 | RFM 예시 | 비중(예시) | 평균 LTV | 추천 액션 |
|---|---|---|---|---|
| VIP / 챔피언 | R5 F5 M5 | 5% | 480,000원 | 신상품 얼리액세스, 전담 CS |
| 충성 고객 | R4 F4 M4 | 15% | 220,000원 | 리워드 프로그램, 번들 추천 |
| 신규 고객 | R5 F1 M2 | 30% | 45,000원 | 웰컴 시퀀스, 2차 구매 쿠폰 |
| 이탈 위험 | R2 F3 M4 | 20% | 180,000원 | 재구매 알림톡, 한정 할인 |
| 휴면 고객 | R1 F1 M1 | 30% | 25,000원 | 윈백 캠페인, 설문조사 |
위 수치는 국내 DTC 브랜드 평균을 참고한 예시입니다. 실제 세그먼트 비중은 카테고리마다 크게 다릅니다.
적용 시나리오
시나리오 1: 카페24·쇼피파이 CRM 자동화
1. 데이터 수집: 주문·방문·장바구니·CS 로그
2. RFM 계산: Python 또는 CRM 툴(예: Klaviyo, 스티비, 채널톡)
3. 세그먼트 생성: VIP / 충성 / 신규 / 이탈위험 / 휴면
4. 캠페인 매핑:
- VIP: 카카오 알림톡 + 얼리액세스
- 이탈위험: 7일 내 재구매 시 10% 할인
- 휴면: 30일 후 윈백 메일
시나리오 2: 광고 타겟 최적화
- 메타 광고: VIP 유사타겟(Lookalike) 1% → ROAS 4.2
- 구글 PMax: 이탈위험 세그먼트 제외 → CAC 18% 절감
- 카카오 모먼트: 신규 고객 전용 픽셀 → 전환율 2.8%
시나리오 3: 상품 기획
- VIP 세그먼트의 구매 카테고리 편중 분석 → 프리미엄 라인 출시
- 신규 고객의 첫 구매 SKU 분석 → 번들 구성 최적화
자주 하는 실수
1. 세그먼트를 너무 잘게 쪼개기
- 20개 이상 세그먼트는 운영 불가. 실무에서는 5~7개가 적정.
2. 정적 세그먼트만 사용
- "VIP"를 한 번 정하고 끝내면, 3개월 후 VIP가 휴면이 되어도 모름. 월 1회 재계산 필수.
3. RFM만 맹신
- RFM은 과거 데이터 기반. 관심사·채널·콘텐츠 반응을 함께 봐야 정확.
4. 세그먼트별 메시지 미분화
- 같은 쿠폰을 VIP와 휴면에게 동시에 보내면 VIP 이탈. 혜택·톤·채널을 다르게.
5. 측정 없는 캠페인
- 세그먼트별 CVR·AOV·LTV를 추적하지 않으면 최적화 불가.
관련 용어
- RFM Analysis: Recency·Frequency·Monetary 기반 세분화
- Cohort Analysis: 가입 시점별 그룹 분석
- LTV (Customer Lifetime Value): 고객 생애 가치
- CAC (Customer Acquisition Cost): 고객 획득 비용
- Churn Rate: 이탈률
- Lookalike Audience: 유사 타겟
- Personalization: 개인화
- CDP (Customer Data Platform): 고객 데이터 통합 플랫폼
마무리
고객 세분화는 "데이터를 쌓는 것" 이 아니라 "데이터로 다르게 대하는 것" 입니다. 국내 DTC 시장에서 승리하는 브랜드는 세그먼트를 월 1회 갱신하고, 채널·메시지·혜택을 세그먼트별로 다르게 설계합니다. RFM으로 시작해서 LTV·코호트로 확장하세요.