[Olist 이커머스 분석 #5] Tableau로 RFM 세그먼트 시각화하기

🎯 이번 포스팅 목표

SQL로 만든 RFM 마트를 Tableau에 연결하고, 계산된 필드로 R/F/M 점수를 직접 만들어 고객을 5개 세그먼트로 분류했습니다.

🛠️ 사용 도구: Tableau Public (무료) 📁 데이터: mart_rfm.csv

---

🧠 RFM 세그먼트란?

93,357명의 고객을 개별로 볼 수는 없습니다. RFM 점수로 그룹화해야 "어떤 고객에게 무슨 마케팅을 해야 하는가" 에 답할 수 있습니다.

세그먼트 특징 마케팅 전략

VIP	최근·자주·많이 구매	프리미엄 혜택, 충성도 프로그램
충성고객	자주 구매하지만 최근성 보통	재구매 쿠폰, 신상품 알림
이탈위험	과거엔 자주 샀지만 최근 없음	윈백 캠페인, 할인 오퍼
신규고객	최근 첫 구매	온보딩, 2차 구매 유도
일반고객	나머지	일반 프로모션

---

⚙️ STEP 1. 계산된 필드 만들기

경로: 데이터 패널 빈 곳 우클릭 → 계산된 필드 만들기

💡 상단 메뉴 "분석" 탭과 헷갈리지 마세요 — 그건 추세선·참조선 추가하는 패널입니다.

---

R_Score (최신성)

IF [Recency] <= 100 THEN 3
ELSEIF [Recency] <= 300 THEN 2
ELSE 1
END

Recency는 낮을수록 최근 구매 → 낮은 값에 높은 점수(3점)

---

F_Score (빈도)

- R_Score 와 같은 방법으로 생성합니다.

IF [Frequency] >= 3 THEN 3
ELSEIF [Frequency] = 2 THEN 2
ELSE 1
END

---

M_Score (금액)

IF [Monetary] >= 500 THEN 3
ELSEIF [Monetary] >= 200 THEN 2
ELSE 1
END

---

RFM_Segment (최종 분류)

IF [R_Score] = 3 AND [F_Score] >= 2 AND [M_Score] >= 2 THEN 'VIP'
ELSEIF [R_Score] >= 2 AND [F_Score] >= 2 THEN '충성고객'
ELSEIF [R_Score] = 1 AND [F_Score] >= 2 THEN '이탈위험'
ELSEIF [R_Score] = 3 AND [F_Score] = 1 THEN '신규고객'
ELSE '일반고객'
END

 

최종 테이블

---

📊 시각화 1. 세그먼트별 고객 수 — 막대 차트

1. RFM_Segment → 열 선반
2. 카운트(Customer Unique Id) → 행 선반
3. RFM_Segment → 색상
4. 카운트 → 레이블
5. 내림차순 정렬

인사이트: 일반고객이 압도적 다수 — VIP는 소수지만 매출 기여도가 핵심

---

📊 시각화 2. 세그먼트별 평균 Monetary — 막대 차트

1. RFM_Segment → 열 선반
2. Monetary (평균) → 행 선반
3. RFM_Segment → 색상
4. 평균 Monetary → 레이블

인사이트 포인트: VIP 고객의 평균 구매액이 일반고객 대비 몇 배인지 확인 (1.7배)

---

📊 시각화 3. 세그먼트 비중 — 트리맵

1. Show Me → 트리맵 선택
2. RFM_Segment → 색상
3. 카운트(Customer Unique Id) → 크기
4. RFM_Segment + 카운트 → 레이블

트리맵은 비중을 면적으로 표현해 대시보드에서 가장 임팩트 있는 차트입니다.

---

🚨 시행착오 & 트러블슈팅

❌ 실수 1. 계산된 필드 메뉴를 못 찾음

상황: 상단 "분석" 탭에서 계산된 필드를 찾으려 함 문제: 상단 분석 탭은 추세선·참조선 추가 패널 — 계산된 필드 없음 해결: 데이터 패널 빈 곳 우클릭 → 계산된 필드 만들기

---

❌ 실수 2. 막대 차트가 크로스탭으로 나옴

상황: 열에 RFM_Segment, 행에 Customer Unique Id를 올렸더니 고객 ID가 행마다 펼쳐진 크로스탭 형태로 출력됨

원인: Customer Unique Id가 차원(개별 식별자)으로 인식되어 집계 안 됨

해결:

행 선반의 Customer Unique Id 제거
→ 카운트(mart_rfm) 측정값을 행 선반에 올리기

교훈: 집계(COUNT) 를 행에 올려야 세그먼트별 합산이 됩니다

---

💡 RFM 점수 기준 설정 방법

방법 설명

분위수 기준	상위 33% → 3점, 중간 → 2점, 하위 → 1점
비즈니스 기준	"30일 내 구매 = 활성고객"
수동 설정	데이터 분포 확인 후 직접 구간 지정 (오늘 방식)

 

---

💡 회고

잘한 점

• 계산된 필드 4개를 순서대로 쌓아 세그먼트를 만드는 로직 이해
• 트리맵으로 세그먼트 비중을 면적으로 직관적으로 표현
• 각 세그먼트에 비즈니스 의미(마케팅 전략)를 연결해서 해석

아쉬운 점

• 계산된 필드 경로를 처음에 못 찾아 시간 소요
• 크로스탭 vs 집계 차트의 차이를 처음엔 헷갈린 것 → 차원 vs 측정값 개념을 항상 먼저 확인하는 습관 필요

[과제] 6강 실습 과제

1. 세그먼트별 고객 수를 막대 차트로 만들고 → 가장 많은 세그먼트는? 일반 고객
2. VIP 고객의 평균 Monetary는 일반고객 대비 몇 배인가? 1.7배
3. 트리맵에서 이탈위험 고객이 전체의 몇 %를 차지하는가? 0.2%
   
   

---

🔜 다음 포스팅

[Olist 이커머스 분석 #6] Tableau 대시보드 완성 — KPI + RFM + 배송 한 화면에 담기

---

본 시리즈는 Kaggle의 Olist Brazilian E-Commerce 데이터셋을 활용한 포트폴리오 프로젝트입니다.