정적 세분화에서 동적 프로파일링으로: 유동성 지표를 통한 고객 행동 패턴 분석

초록

전통적 고객 세분화는 고객이 안정적인 세그먼트에 속한다는 가정에 기반한다. 그러나 디지털 커머스의 부상과 소비 채널 다양화로 이 가정의 타당성에 의문이 제기된다. 본 연구는 대규모 신용카드 거래 및 페르소나 데이터를 분석하여 고객 페르소나의 유동적 특성을 실증하였다. 낮은 군집 분리도(Silhouette 0.10)를 통해 고객 행동이 이산적 구분보다 연속적 스펙트럼 형태임을 확인하고, 이를 검증하기 위해 6개의 유동성 지표를 개발하였다. 분석 결과, 분기별 카테고리 교체율 64.7%, 벡터 유사도 53.9%, 지배적 페르소나 지속 기간 1.7분기로 나타났다. 마르코프 체인 분석에서 극단 상태의 자기 전이 확률이 0.75 이상으로 관측되어 소비 행동의 양극화 경향을 확인하였다. 본 연구는 정적 세분화의 한계를 지적하고, 유동성 기반 동적 프로파일링으로의 전환을 제안한다.

키워드