RFM 분석: 정의 및 고객 세분화 가이드(2027)

RFM 분석은 고객 점수를 매겨 마케팅을 더욱 효과적으로 타겟팅할 수 있도록 도와줍니다. RFM 점수를 계산하는 방법과 매출 증대에 효과적인 고객 세분화를 구축하는 방법에 대해 알아보세요.

RFM 분석은 최근성(Recency), 구매 빈도(Frequency), 구매 금액(Monetary value)을 기준으로 고객을 분류합니다. 고객이 얼마나 최근에 구매했는지, 얼마나 자주 구매하는지, 총 얼마를 지출했는지를 추적합니다. 이 세 가지 지표는 누구에게 연락하고 어떤 혜택을 제공할지 결정하는 데 도움을 줍니다.

RFM 점수를 보면 어떤 고객에게 보상을 제공하고, 어떤 고객을 다시 끌어와야 하며, 첫 주문 이후 어떤 고객을 안내해야 할지 파악할 수 있습니다.

이 가이드에서는 RFM 분석 작동 방식, 고객 점수 계산 방법, 이러한 점수를 활용해 다양한 고객 그룹을 위한 캠페인을 기획하는 방법을 설명합니다.

RFM 분석이란 무엇인가요?

RFM 분석은 구매 이력을 활용해 고객을 분류하는 고객 세분화 기법입니다. 이는 선택한 행동 또는 가치 기준에 따라 고객의 순위를 매기는 프레임워크인 고객 점수 모델의 한 유형입니다. RFM 모델은 구매 행동의 세 가지 측면을 측정합니다.

지표	알 수 있는 정보
최근성(R)	고객의 마지막 구매 이후 얼마나 시간이 지났는지
구매 빈도(F)	분석 기간에 고객이 몇 번 구매했는지
구매 금액(M)	해당 기간에 고객이 총 얼마를 지출했는지(평균 주문 금액이 아님)

RFM 분석은 어떻게 작동하나요?

RFM 분석은 각 지표에 점수를 부여한 다음, 유사한 점수를 가진 고객끼리 묶습니다. 점수는 전체 고객층 내에서 각 고객의 위치를 반영합니다. 점수가 높을수록 더 최근에 구매했거나, 주문 횟수가 많거나, 총 지출액이 크다는 것을 의미합니다.

구매 빈도와 구매 금액에는 명확하게 정의된 분석 기간이 필요합니다. 이 기간은 일반적인 구매 주기에 맞춰 설정하세요. 예를 들어 가구 소매업체는 매월 리필 제품을 판매하는 스킨케어 브랜드보다 더 긴 기간을 고려해야 합니다. 고객을 비교할 때는 동일한 기간을 사용하세요.

이커머스 기업이 RFM 분석을 활용하는 이유

RFM은 고객의 구매 활동에 따라 분류하는 행동 기반 고객 세분화 방법입니다.

인구통계학적 세그먼트는 연령이나 지역 같은 특성을 설명하지만, RFM은 자주 구매하는 고객과 한 번만 구매한 고객이 동일한 특성을 공유하더라도 이들을 구분해 냅니다. 각 그룹에 맞춰 서로 다른 후속 캠페인을 기획할 수 있습니다.

더욱 효과적인 마케팅 캠페인 개발

RFM 세그먼트는 혜택을 설계할 때 참고할 수 있는 구매 근거를 제공합니다. 예를 들면 다음과 같습니다.

• 고가치 고객을 비공개 세일에 초대하기
• 동일한 소모성 제품을 반복 구매하는 고객에게 구독 서비스 제안하기
• 최근 구매한 제품에 어울리는 액세서리 추천하기

각 고객의 주문 이력을 활용해 혜택에 포함할 제품을 선택한 다음, 어떤 메시지가 재구매로 이어지는지 테스트해 보세요.

Attentive가 의뢰한 2026년 2월 설문조사에 따르면, 호주, 영국, 미국의 온라인 쇼핑객 93%가 개인 맞춤형 경험을 제공하는 브랜드에서 계속 쇼핑할 가능성이 높다고 답했습니다. 응답자의 53%는 관련성 높은 제품 추천을 계속 이용하는 이유로 꼽았습니다. 응답자들은 이미 이메일 또는 SMS 마케팅을 구독하고 있었습니다.

이탈 위험 고객 미리 파악하기

RFM 점수 하락은 고객 이탈 위험이 있는 쇼핑객을 알려주는 신호가 될 수 있으며, 특히 정기적으로 구매하던 고객이 주문을 멈춘 경우 더욱 그렇습니다. 개입하기 전에 해당 고객의 구매 이력을 확인하세요. 다른 고객이 더 많이 구매할 경우에도 순위가 떨어질 수 있고, 구매 횟수가 적다고 해서 반드시 이탈을 의미하는 것은 아니기 때문입니다. Copper Cow Coffee의 창업자 Debbie Wei Mullin은 팬들에게 왜 가장 좋아하는 커피를 1년에 두 번만 구매했는지 질문했습니다.

"특별한 날을 위한 커피예요."라고 팬들이 답했다고 그녀는 전합니다. "선물로 주는 커피죠." Shopify Messaging을 사용하면 Shopify 관리자 페이지에서 이메일과 SMS 캠페인을 발송할 수 있습니다. 대상 그룹을 만들려면 “분석 > 보고서”에서 RFM 고객 분석 보고서를 열고, 그룹을 선택한 다음 “세그먼트 미리보기”를 클릭하세요.

다음과 같은 상황을 발견하면 후속 조치 방식을 조정하세요.

• 최근성 하락: 매달 구매하던 고객이 3개월째 주문하지 않았다면 재구매 알림을 보내세요. Shopify Messaging의 고객 재확보 자동화는 마지막 주문 이후 지정된 기간이 지나면 이메일을 발송합니다.
• 구매 빈도 하락: 매월 발생하던 주문이 분기별로 줄었다면 구독자에게 신제품 안내 문자를 보내세요. Messaging에서 “캠페인 만들기 > SMS”를 선택한 다음, 해당하는 고객 세분화를 선택하세요.
• 지출 하락: 동일한 기간 총 지출액이 100만 원에서 200만 원으로 감소했다면 무엇이 바뀌었는지 파악해 보세요. 해당 세그먼트에 Shopify Messaging 이메일 캠페인을 통해 간단한 만족도 설문조사를 보내세요.

SimpleTexting의 2026년 1월 보고서에 따르면, 설문에 응한 소비자의 47%가 문자 수신 동의를 가장 많이 할 것 같은 업계로 이커머스 및 소매업을 꼽았습니다.

상업용 이메일과 SMS 메시지를 발송할 때는 관련 법규와 플랫폼 규정을 준수하세요. 정확한 발신자 정보, 우편 주소, 수신 거부 옵션 등 다양한 규정이 있습니다. SMS의 경우 필요한 동의를 받고 현지 발송 시간대 및 수신 거부 규정을 준수하세요.

마케팅 및 영업 비용을 더 효과적으로 배분하기

RFM 세그먼트를 활용해 비용이 많이 드는 캠페인을 어디에서 테스트할지 결정하세요. 예를 들어, 1만 명 전체 고객 목록에 적용하기 전에 과거 충성도가 높았던 고객 2,000명에게 먼저 혜택 제안 우편을 발송해 볼 수 있습니다.

미국 USPS 요금 기준으로 엽서 발송 비용을 미리 계산해 볼 수 있습니다. 단, 이 비용에는 디자인, 인쇄, 발송 서비스 비용이 포함되어 있지 않습니다.

우편 발송량이 적다고 해서 반드시 장당 비용이 낮아지는 것은 아닙니다. 인쇄 및 설정 비용이 더 적은 수신자에게 분산되고, 발송량이 줄면 우편 할인 혜택이 바뀔 수 있기 때문입니다. 예산을 정하기 전에 두 수량 모두에 대한 견적을 받아 보세요.

RFM은 고객 수익성을 측정하거나 구매가 왜 중단되었는지 설명해 주지는 않습니다. 마진을 확인하고, 캠페인 결과를 우편을 받지 않은 무작위 선정 그룹과 비교하세요. 어느 전략에든 더 많은 예산을 투입하기 전에 유지 캠페인의 수익을 고객 확보 비용과 비교해 보세요.

RFM 점수 계산 방법

RFM 점수는 고객의 최근성, 구매 빈도, 총 지출액을 요약한 점수입니다. 세 가지 구성 점수를 결합해, 고객을 비교하고 마케팅 세그먼트로 분류할 수 있도록 합니다.

수동으로 계산하는 방법은 다음과 같습니다.

1. 분석 기간을 설정하세요: 지난 12개월처럼 반복 구매를 포착할 수 있는 기간을 선택하세요. 최근성을 측정할 기준 날짜를 기록해 두세요.
2. 각 고객의 값을 계산하세요: R은 마지막 구매 이후 경과한 일수, F는 기간 내 주문 횟수, M은 해당 기간 내 총 지출액을 계산합니다. 환불 및 취소된 주문에 대해서는 일관된 규칙을 적용하세요.
3. 점수를 부여하세요: 지표별로 고객의 순위를 따로 매기세요. 한 가지 방법은 전체 고객층을 거의 균등한 다섯 그룹으로 나누어 1점부터 5점까지 매기는 것입니다. 값이 같은 경우에는 함께 묶어 두세요.
4. RFM 코드를 만드세요: 점수를 R-F-M 순서로 적으세요. 4점, 3점, 5점이면 435가 됩니다. 각 숫자는 서로 다른 행동을 나타내며, 숫자 435 자체를 나타내는 것이 아닙니다.
5. 세그먼트를 배정하고 갱신하세요: 유사한 패턴끼리 묶은 다음, 구매 주기에 맞는 일정으로 다시 계산하세요. 점수 변화에 따라 조치하기 전에 기본값을 비교해 보세요.

척도는 사용하는 도구에 따라 다릅니다. 예를 들어 Shopify는 각 지표에 1~5점을 사용하고, Klaviyo는 1~3점을 사용합니다. 결과를 비교하기 전에 해당 플랫폼의 기준값과 기간을 확인하세요.

아래 가상의 매장은 12개월 분석에 대해 다음과 같은 예시 구간을 사용합니다.

점수	최근성: 구매 이후 경과 일수	구매 빈도: 12개월간 주문 횟수	구매 금액: 12개월간 총 지출액
5	0~30일	10회 이상	1,000만 원 이상
4	31~60일	7~9회	500만 원~999만 원
3	61~90일	4~6회	250만 원~499만 원
2	91~180일	2~3회	100만 원~249만 원
1	181일 이상	1회	100만 원 미만

다음은 네 명의 고객이 어떻게 점수를 받는지 보여줍니다. 세그먼트 이름은 Shopify의 그룹화 규칙을 따르지만, 고객 데이터와 점수 구간은 예시용입니다.

고객	구매 이후 경과 일수	12개월간 주문 횟수	12개월간 총 지출액	R	F	M	RFM 코드	세그먼트
Ava	7일	12회	1,200만 원	5	5	5	555	Champions
Ben	35일	4회	1,000만 원	4	3	5	435	Loyal
Cara	10일	1회	40만 원	5	1	1	511	New
Diego	240일	10회	1,100만 원	1	5	5	155	Previously loyal

고객 맞춤형 모델에서는 435를 합계 12로 요약하거나 평균 4로 요약할 수 있습니다((4 + 3 + 5) ÷ 3). 동일한 합계라도 서로 다른 구매 패턴을 나타낼 수 있으므로, 개별 점수를 그대로 유지하세요.

각 점수 패턴을 활용해 후속 조치를 계획하세요.

점수 패턴	의미	권장 조치
R, F, M 모두 높음(예: 555)	최근에 자주 구매하며 총 지출액이 높은 고객	신규 컬렉션에 대한 선공개 혜택을 제공하세요.
R과 M은 강하고 F는 보통(예 435)	최근에 많이 지출했지만 주문 빈도는 낮은 고객	이전 구매를 기반으로 제품을 추천하세요.
R은 높고 F와 M은 낮음(예: 511)	구매 이력이 거의 없는 최근 구매 고객	첫 주문 이후 제품 사용 안내를 보내세요.
R은 낮고 F와 M은 높음(예: 155)	자주 구매했지만 최근에는 돌아오지 않은 고객	과거 구매를 기반으로 고객 재확보 혜택을 테스트해 보세요.

Shopify의 RFM 고객 분석은 Prospects, New, Active, Promising, Needs attention, Loyal, Champions, Almost lost, At risk, Previously loyal, Dormant라는 11개의 이름이 있는 그룹을 배정합니다.

이는 R을 F와 M의 평균값을 더하고 소수점 이하는 버림한 값입니다. 435의 경우 R = 4이고 FM = 4이므로, 해당 고객은 Loyal에 배정됩니다. Prospects는 아직 주문 이력이 없는 고객입니다.

고객 세분화에 RFM을 활용하는 방법

RFM 세그먼트는 각 고객에 대해 세 가지 구매 데이터를 사용합니다.

• 가장 최근 주문일: 마지막 구매 이후 얼마나 시간이 지났는지 계산하는 데 사용하는 날짜입니다.
• 총 주문 횟수: 분석 기간 내 구매 횟수입니다.
• 총 지출 금액: 동일한 기간 내 합산된 지출액입니다.

이 기록을 일관된 고객 ID와 연결하세요. 반복 구매 패턴을 파악할 수 있도록 충분한 구매 이력을 확보하세요. 거의 모든 고객이 한 번만 주문했다면, 구매 빈도 점수는 고객 간 구분에 거의 도움이 되지 않습니다.

1. RFM 분석 도구 선택하기

Shopify 스토어 운영자에게는 내장된 RFM 고객 분석 보고서가 기본 옵션입니다. 이 보고서는 온라인 스토어의 구매 데이터를 사용해 자동으로 고객 점수를 매깁니다.

목록 규모와 필요에 맞게 도구를 선택하세요.

도구 옵션	사용 시점
플랫폼 자체 보고서	관리자 화면에서 고객 그룹과 구매 활동을 직접 검토하려면 Shopify의 내장 보고서를 사용하세요.
스프레드시트	고객 목록이 비교적 작고 계산 과정을 직접 확인하거나 점수 기준값을 테스트하고 싶을 때는 스프레드시트를 사용하세요. 각 분석 전마다 데이터를 갱신하세요.
RFM 앱	추가 연동이나 태그 기능이 필요할 때는 앱을 사용하세요. 예를 들어 Loyal 앱은 고객에게 자동으로 태그를 지정하고 세그먼트를 Klaviyo와 동기화합니다.
맞춤 분석	서로 다른 시스템의 데이터를 결합하거나 특정 사업 모델에 맞는 점수 규칙을 구축해야 할 때는 분석가와 협업하세요.

후속 조치 자동화의 경우, Shopify Flow로 고객이 세그먼트에 들어올 때 워크플로를 실행할 수 있습니다. 예를 들어, 고객이 Champions 세그먼트에 진입하면 VIP 태그를 추가할 수 있습니다.

2. 고객 세분화 목록 설정하기

1~5점 척도의 세 점수는 125가지 조합(5 x 5 x 5)을 만들어냅니다. 도구는 이러한 조합을 캠페인에 활용할 수 있는 이름이 있는 그룹으로 통합합니다.

Shopify는 아직 주문하지 않은 고객을 위한 Prospects를 포함해 11개의 RFM 그룹을 사용합니다. 아래 예시는 그중 일부 그룹을 보여줍니다.

Shopify 그룹	RFM 코드 예시	구매 패턴	테스트할 캠페인
Champions	555	매우 최근 구매, 잦은 주문, 높은 총 지출액	제품 사전 공개에 초대하기
Active	433	최근 구매, 보통 수준의 주문 횟수와 지출액	이전 구매에 어울리는 액세서리 추천하기
New	511	매우 최근 구매, 낮은 주문 횟수와 지출액	제품 사용 안내 보내기
At risk	244	예전 구매, 높은 주문 횟수와 지출액	과거 구매 카테고리를 기반으로 혜택 보내기
Previously loyal	155	오랜 구매 공백, 최고 수준의 빈도 및 지출 점수	좋아하는 컬렉션의 신제품 소개하기

Shopify의 고객 세분화 기능을 사용해 이러한 대상 그룹을 세밀하게 다듬으세요. “고객 > 세그먼트”에서 세그먼트를 만들고 RFM 그룹을 추가 필터와 결합하세요. 예를 들어, Champions 세그먼트를 마케팅 이메일을 구독하는 고객으로 한정할 수 있습니다.

그런 다음 채널 자격 요건과 동의 여부에 따라 Shopify Messaging을 통해 타겟팅된 이메일 또는 SMS 캠페인을 보낼 수 있습니다. 또한 특정 세그먼트를 위한 할인을 만들 수도 있습니다.

3. 세그먼트 성과 지표 추적하기

각 고객 세분화의 재구매, 평균 주문 금액, 고객 생애 가치를 추적하세요. Shopify의 분석 필드에는 보고 차원으로서의 RFM 그룹이 포함되어 있어, 호환되는 보고서에서 고객 그룹을 비교하는 데 활용할 수 있습니다.

RFM과 코호트 유지 분석은 서로 다른 질문에 답합니다. RFM은 구매 이력을 사용해 고객을 분류합니다. 코호트 분석은 같은 기간에 유치된 고객이 시간이 지나도 계속 구매하는지를 추적합니다.

동일한 세그먼트 내에서 캠페인 변형을 비교하세요. VIP 사전 공개와 재유치 할인은 서로 다른 구매 이력을 가진 고객에게 도달하므로, 그 결과만으로는 어떤 혜택이 더 효과적인지 알 수 없습니다. 수익을 평가할 때는 할인과 캠페인 비용을 함께 고려하세요.

RFM 세그먼트를 검토하는 정해진 일정은 없습니다. 매월 검토는 월간 구매 주기에 적합할 수 있고, 구매 주기가 느린 경우에는 분기별 검토가 타당할 수 있습니다. 대규모 프로모션 기간에는 더 자주 확인하세요. Shopify는 온라인 스토어 데이터가 동기화됨에 따라 기초 RFM 데이터를 자동으로 업데이트하지만, 최근 활동이 반영되기까지는 시간이 걸릴 수 있습니다.

Shopify의 예상 지출 등급을 추가해 과거 행동과 예상 미래 지출을 비교하세요. 이 기능은 구매 고객을 고, 중, 저 등급 그룹으로 분류합니다. 온라인 스토어 매출이 100건을 넘으면 사용할 수 있습니다. 이 기능을 활용해 예상 지출 잠재력이 높은 Active 고객을 식별하여 로열티 캠페인 대상으로 삼으세요.

RFM 분석 FAQ

RFM 분석의 장점은 무엇인가요?

RFM 분석은 기업이 혜택을 맞춤화하고, 구매를 멈춘 고객을 파악하며, 유지 비용의 우선순위를 정하는 데 도움을 줍니다. 구매 기록에 따라 쇼핑객을 분류하므로, 재구매 고객에게는 신규 고객과는 다른 캠페인을 제공할 수 있습니다. 그런 다음 각 그룹 내에서 어떤 혜택이 추가 구매를 유도하는지 테스트할 수 있습니다.

RFM 분석에는 어떤 데이터가 필요한가요?

RFM 분석을 수행하려면 고객 식별자, 가장 최근 주문 날짜, 총 주문 횟수, 정해진 분석 기간 내 총 지출 금액이 필요합니다. 최근성은 고정된 기준 날짜를 기준으로 계산하세요. 환불 및 취소된 주문에 대해 일관된 규칙을 적용하고, 반복 구매 패턴이 형성될 수 있을 만큼 충분한 구매 이력을 확보하세요.

RFM 점수는 어떻게 해석하나요?

RFM 점수는 최근성, 구매 빈도, 구매 금액 순서로 읽어 해석합니다. 1~5점 척도에서 숫자가 클수록 더 최근에 구매했고, 주문 횟수가 많으며, 총 지출액이 크다는 것을 의미합니다. 예를 들어 자주 구매하고 많이 지출하는 155 고객은 최근에는 구매하지 않았다는 뜻입니다. 점수 체계는 다양하므로, 각 점수는 온라인 스토어의 기준값에 맞춰 해석해야 합니다.

RFM의 예시는 무엇인가요?

RFM의 예로는 7일 전에 구매했고, 지난 1년간 12번 주문했으며, 1,200만 원을 지출한 고객을 들 수 있습니다. 온라인 스토어의 점수 규칙에 따라 각 지표가 5점을 받는다면, 이 고객의 RFM 코드는 555입니다. 이 고객을 사전 공개 제품 출시 행사에 초대할 수 있습니다.

RFM 분석은 고객 생애 가치(CLV) 분석과 어떻게 다른가요?

고객 생애 가치(CLV)와 달리, RFM은 과거 구매 행동을 기준으로 고객의 순위를 매깁니다. CLV는 관계 전반에 걸친 고객의 재무적 가치를 측정하거나 추정합니다. RFM은 캠페인 대상을 식별하는 데 도움을 주고, CLV는 그 고객을 획득하거나 유지하는 데 얼마를 지출할 수 있는지 알려줍니다.