보이는 고객부터 겨냥하기
#재방문#POS데이터#problem#baseline
데이터에 따르면 기존 고객의 재구매가 매출 안정성을 좌우합니다. 그런데 POS·예약 데이터가 흩어져 ‘누구에게 무엇을 보낼지’가 보이지 않죠. 엑셀·구글시트만으로 재방문 가능 고객을 1시간 안에 골라내는 방법을 제시합니다.

CSV 내보내기: 핵심 칼럼만
#칼럼정리#구글시트#CSV#export
POS/예약에서 고객ID, 마지막방문일, 총방문수, 총구매액, 대표메뉴, 유입채널만 CSV로 내보내세요. 구글시트로 불러와 날짜·금액 형식을 맞추면 준비 끝입니다.


RFM 점수화: 1분 수식
#최근성#점수화#quantile#scoring
RFM으로 점수화합니다. R=오늘-마지막방문일(작을수록 높음), F=방문수, M=구매액을 각 5분위로 1~5점. 합계(R+F+M)가 높은 고객을 상위 30% ‘우선 타깃’으로 표시하세요.

이탈 직전 구간 선별
#이탈징후#필터링#recency#frequency
이탈 직전 구간을 노립니다. 최근 14~30일 미방문이면서 F≥2, M 상위 50% 고객을 필터링하세요. 예약업은 ‘다음 예약 예정일±7일’을 별도 추출하면 정확도가 올라갑니다.


맞춤 메시지와 측정
#맞춤메시지#전환율#targeting#ABtest
메시지는 단순·짧게. 카카오채널·문자로 최근 구매 메뉴 1가지를 추천하고 유효기간 7일을 명시하세요. 재방문 시 스탬프 1회 추가 등 소프트 인센티브를 권장합니다. 발송일·회신·방문일을 기록해 7일·30일 전환율을 계산하세요.

#실행#체크리스트#action#checklist
💡 오늘 바로 실행하기
재방문 예측은 복잡한 모델보다 규칙 기반이 빠릅니다. 💡 오늘 바로 실행하기: ① CSV 내보내기 ② RFM 수식 적용 ③ 14~30일 규칙으로 타깃 추출 ④ 카카오/문자 발송 ⑤ 7일·30일 전환율 기록.

