RFM은 최근성(Recency)·빈도(Frequency)·금액(Monetary) 3가지 행동 지표로 고객 가치를 정량화하는 세그멘테이션 모델이다
Recency는 마지막 구매·상호작용 이후 경과 일수, Frequency는 일정 기간 내 구매 횟수, Monetary는 지출 총액이나 평균 주문가를 의미한다
세 지표 모두 설문·정성평가가 아니라 트랜잭션 로그에서 바로 뽑을 수 있는 정량 데이터라는 점이 RFM의 핵심 강점이다
신규 고객 획득보다 기존 고객 유지 비용이 훨씬 낮다는 원칙이 RFM 기반 CRM 전략의 경제적 근거다
RFM이 왜 지금도 CRM의 기본값인가
RFM(Recency, Frequency, Monetary Value)은 고객의 최근 구매시기, 구매 빈도, 구매 금액이라는 세 가지 행동 데이터에 기반한 고객 세그멘테이션 모델입니다. 설문조사나 브랜드 선호도 같은 정성적 지표 없이, 이미 시스템에 쌓여 있는 구매 로그만으로 고객을 등급화할 수 있다는 게 가장 큰 장점입니다. 마케터가 "이 고객이 우리에게 얼마나 중요한가"를 직관이 아니라 숫자로 판단하게 해주는 도구라서, 데이터 마이닝 인프라가 갖춰진 조직이라면 가장 먼저 시도하는 세그멘테이션 기법으로 자리 잡았습니다.
RFM이 오래 살아남은 이유는 단순함과 해석 가능성입니다. 클러스터링이나 예측 모델처럼 블랙박스가 아니라, 담당자가 "이 고객은 R이 낮고 F·M은 높다"는 식으로 바로 설명할 수 있습니다. 그래서 데이터팀이 아니라 CRM·그로스 담당자가 직접 다루기에도 부담이 적습니다.
세 지표는 각각 무엇을 측정하는가
Recency(최근성)는 고객의 마지막 거래 또는 상호작용 이후의 시간을 뜻하며, 보통 일수 또는 개월 단위로 측정합니다. 최근성이 높을수록(즉 마지막 구매가 최근일수록) 고객의 참여도와 활성 상태가 높다는 신호로 해석합니다. 이탈 여부를 가장 먼저 감지하는 지표가 바로 R입니다.
Frequency(빈도)는 고객이 특정 기간(보통 12~24개월) 동안 구매한 횟수를 나타냅니다. 구매 빈도가 높을수록 충성도와 반복 구매 의도가 높다는 지표로 봅니다. 다만 이 12~24개월이라는 기간은 업종 표준일 뿐, 실제로는 자사 구매 주기에 맞춰 조정해야 하는 값입니다.
Monetary(금액)는 고객이 특정 기간 동안 지출한 총액 또는 평균 주문 가격을 의미합니다. 고객이 만들어내는 수익 기여도를 직접 반영하는 지표라서, 세 축 중 매출 임팩트와 가장 직결됩니다. 다만 총액 기준으로 볼지, 평균 주문가(AOV) 기준으로 볼지에 따라 같은 고객도 다르게 평가될 수 있어 어느 쪽을 쓸지 미리 정의해둬야 합니다.
정량 지표라서 가능한 것 — 정성평가와의 차이
설문 기반 고객 세그멘테이션은 응답률·응답 편향 문제로 전수 조사가 사실상 불가능합니다. 반면 RFM은 트랜잭션 테이블만 있으면 전체 고객을 예외 없이 계산할 수 있습니다. 이 전수성 덕분에 세그먼트 크기(예: VIP 고객이 전체의 몇 %인지)를 정확히 파악하고, 세그먼트가 시간에 따라 어떻게 이동하는지도 추적할 수 있습니다. 이 트래킹 개념은 이후 레슨(등급 이동 추이 분석)에서 다시 다룹니다.
RFM 전략이 성립하는 경제적 근거
고객 유지 비용이 신규 획득 비용보다 훨씬 낮다는 원칙이 RFM 전략의 핵심 근거입니다. 신규 고객 한 명을 데려오는 데 드는 광고비보다, 이미 구매 이력이 있는 고객을 다시 움직이게 하는 비용이 구조적으로 낮기 때문에, RFM으로 기존 고객을 세분화해 자원을 배분하는 것이 전체 마케팅 예산 대비 효율이 높습니다. 이 원칙 때문에 RFM은 신규 획득 캠페인이 아니라 리텐션·CRM 조직의 기본 프레임워크로 자리 잡았습니다.
R·F·M 중 어느 지표를 먼저 봐야 하는가
세 지표는 동등한 비중으로 다루는 게 원칙이지만, 실무에서 가장 먼저 반응을 보이는 신호는 R입니다. 고객이 이탈하기 시작하면 F나 M이 눈에 띄게 떨어지기 전에 R부터 벌어지기 때문입니다. 반대로 M은 가장 늦게, 하지만 가장 무겁게 작용합니다 — 같은 이탈 징후라도 M이 높은 고객(과거 고액 구매자)과 M이 낮은 고객은 CRM 담당자가 투입할 자원의 우선순위가 완전히 달라야 합니다. 그래서 세 지표를 각각 따로 보는 것이 아니라, 세 축을 조합한 하나의 좌표로 고객을 읽는 게 RFM의 본질입니다.
이 조합적 관점 때문에 RFM은 단일 지표(예: 누적 구매액 상위 10%)로 VIP를 뽑는 방식보다 훨씬 정교합니다. 누적 구매액만 보면 과거에 크게 한 번 사고 1년 넘게 발길을 끊은 고객과, 꾸준히 자주 사는 고객을 구분하지 못합니다. RFM은 이 둘을 서로 다른 좌표에 배치해 완전히 다른 CRM 대응을 설계할 수 있게 해줍니다.
이 레슨이 뒤에 이어지는 방식
이후 레슨들은 이 3축 정의를 그대로 실무 파이프라인으로 옮기는 순서로 구성됩니다. 2강에서는 이 값을 자사몰 구매 테이블에서 SQL로 직접 뽑아내는 쿼리 구조를, 3강에서는 뽑아낸 값을 1~5점 등급으로 환산하는 기준을, 4강부터는 등급 조합을 실제 세그먼트 이름과 CRM 대응 전략으로 연결합니다. 즉 1강은 "왜 이 세 지표인가"에 대한 답이고, 나머지는 전부 이 답을 실행 가능한 데이터 파이프라인으로 바꾸는 과정입니다.
다음 행동
자사몰 구매 테이블에서 고객별 마지막 구매일·누적 구매 횟수·총 결제 금액 세 컬럼만 우선 뽑아보고, 이 값들의 분포(최소·중앙값·최대)를 확인해보세요 — 다음 레슨에서 이 분포를 바탕으로 실제 SQL 쿼리와 점수 기준을 설계합니다.
CHALLENGE
배운 걸 실전 문제로 확인
카테고리별 Level Test로 실무 레벨을 점검해보세요.