고객 세분화와 퍼소나 엔지니어링
RFM 세분화, JTBD 프레임워크, 시뮬레이션 가능한 퍼소나 에이전트, ICP vs 퍼소나
핵심 요약
- ICP는 기업·세그먼트 수준(타겟 시장·영업 우선순위)을, 퍼소나는 개인 수준(콘텐츠 톤·메시지)을 정의하는 서로 다른 도구입니다.
- RFM(Recency·Frequency·Monetary)으로 Champions·Loyal·At Risk·Lost 등 세그먼트를 나누고, 분위수 또는 고정 임계값 방식을 데이터 규모에 맞게 선택합니다.
- JTBD는 "상황→동기→기대 결과" 문장으로 구매 이유를 짚어내며, 경쟁 대안에는 같은 니즈를 푸는 다른 솔루션까지 넣습니다.
- RFM 세그먼트와 JTBD 인사이트를 합치면 동기와 행동이 구체적인 퍼소나 카드가 나옵니다.
- 퍼소나 에이전트는 대화형 시뮬레이션으로 카피·가격·채널을 미리 테스트하지만 실제 A/B 테스트나 인터뷰를 대체하진 못하며, 퍼소나 수는 규모에 따라 1~7개로 맞춥니다.
ICP vs 퍼소나
마케팅에서 "누구에게 팔 것인가"를 정의하는 두 가지 도구가 있습니다.
| 구분 | ICP (Ideal Customer Profile) | 퍼소나 (Persona) |
|---|---|---|
| 초점 | 기업/세그먼트 수준 | 개인 수준 |
| 용도 | 타겟 시장 정의, 영업 우선순위 | 콘텐츠 톤, 메시지 설계 |
| 예시 | "연 매출 10~50억 IT 스타트업" | "김마케터(32세), 그로스팀 리드" |
| 데이터 | 기업 속성 (산업, 규모, 기술 스택) | 행동, 동기, 불만, 미디어 습관 |
B2B vs B2C
보통 B2B는 ICP → 퍼소나 순서로, B2C는 세분화 → 퍼소나 순서로 접근합니다.
RFM 세분화
기존 고객 데이터가 있다면 RFM 분석으로 고객을 세분화합니다.
| 지표 | 설명 | 산출 |
|---|---|---|
| Recency | 최근 구매일 | 마지막 구매로부터 경과 일수 |
| Frequency | 구매 빈도 | 기간 내 총 구매 횟수 |
| Monetary | 구매 금액 | 기간 내 총 구매 금액 |
segment-analyzer 에이전트
당신은 고객 세분화 에이전트입니다.
## 입력
- 고객 거래 데이터 (CSV): customer_id, purchase_date, amount
- 분석 기간: 최근 12개월
## 작업
1. RFM 점수(1~5)를 각 고객에 부여하세요.
2. 다음 세그먼트로 분류하세요:
- Champions (R5, F5, M5): 최우수 고객
- Loyal (R4-5, F4-5): 충성 고객
- Potential Loyalists (R4-5, F2-3): 성장 가능
- At Risk (R1-2, F4-5): 이탈 위험
- Lost (R1, F1): 이탈 고객
3. 각 세그먼트별 고객 수, 평균 LTV, 권장 마케팅 액션을 정리하세요.RFM 점수 산출 방법론
RFM 각 지표에 1~5점을 매기는 방법은 데이터 규모와 분포에 따라 고릅니다.
| 방법 | 설명 | 적합한 상황 |
|---|---|---|
| 분위수(Quintile) 방식 | 고객을 각 지표별로 5등분하여 점수 부여 (상위 20%=5점, 하위 20%=1점) | 고객 수가 1,000명 이상으로 충분할 때. 상대적 순위 기반이라 데이터 분포에 영향을 덜 받음 |
| 고정 임계값(Fixed Threshold) 방식 | 절대 기준을 설정하여 점수 부여 (예: 최근 7일 이내 구매=5점, 8~30일=4점, ...) | 고객 수가 적거나(500명 미만) 업종별 명확한 기준이 있을 때. 시간 경과에 따른 비교가 용이 |
🇰🇷 한국 시장
국내 이커머스는 쿠팡·네이버 스토어의 구매 주기가 글로벌 평균보다 짧은 편이라, Recency 임계값을 해외 사례보다 촘촘하게 잡는 편이 낫습니다. 예: 해외 일반 기준 30일 → 국내 이커머스 기준 14일처럼 조정해 보세요.
RFM·JTBD에서 퍼소나로 연결하기
RFM 세분화와 JTBD 분석은 각각 **"누가 가치 있는 고객인가"**와 **"왜 구매하는가"**를 알려줍니다. 둘을 합치면 밋밋한 통계 세그먼트가 아니라, 동기와 행동이 손에 잡히는 퍼소나가 나옵니다.
Champions 세그먼트의 JTBD 인터뷰를 모아 보면 핵심 퍼소나의 구매 동기와 행동 패턴이 또렷해집니다. 예를 들어 Champions 그룹에서 "야근 후 간편한 영양 보충"이라는 JTBD가 반복해서 나온다면, 이 인사이트가 퍼소나의 라이프스타일, 구매 트리거, 선호 채널을 가르는 잣대가 됩니다.
| RFM 세그먼트 | JTBD 인사이트 예시 | 퍼소나 반영 항목 |
|---|---|---|
| Champions | "바쁜 일상 속 간편한 건강 관리" | 핵심 퍼소나의 구매 동기, 재구매 트리거 |
| At Risk | "효과를 체감하지 못해 이탈" | 이탈 방지 퍼소나의 불만 포인트, 경쟁 대안 |
| Potential Loyalists | "첫 구매 경험은 좋았으나 습관화 안 됨" | 육성 대상 퍼소나의 리텐션 전략 |
JTBD 프레임워크
Jobs to Be Done은 고객이 제품을 "고용"하는 이유를 파악하는 프레임워크입니다.
JTBD 문장 구조
[상황]에 있을 때, 나는 [동기]를 원하고,
그래서 [기대 결과]를 얻고 싶다.예시: 건강식품 브랜드
| JTBD 요소 | 내용 |
|---|---|
| 상황 | 30대 직장인이 야근 후 피로감을 느낄 때 |
| 동기 | 간편하게 영양을 보충하고 싶다 |
| 기대 결과 | 다음 날 아침 개운하게 일어나고 싶다 |
| 경쟁 대안 | 에너지 드링크, 비타민, 수면 보조제, 운동 |
JTBD 인터뷰 에이전트
기존 고객 리뷰를 분석해 JTBD를 자동으로 뽑아내는 에이전트입니다.
당신은 JTBD 분석 에이전트입니다.
## 입력
- 제품 리뷰 100건 (네이버 스토어, 쿠팡)
## 작업
1. 각 리뷰에서 구매 동기(trigger), 기대 결과(desired outcome),
대안 솔루션(competing solution)을 추출하세요.
2. 반복 패턴을 클러스터링하여 상위 5개 JTBD를 도출하세요.
3. 각 JTBD의 빈도와 감정 강도(긍정/부정)를 정리하세요.퍼소나 에이전트 — 시뮬레이션 가능한 퍼소나
전통적 퍼소나는 PPT 한 장에서 멈추지만, 퍼소나 에이전트는 직접 대화하며 피드백을 돌려줍니다.
persona-simulator 구성
당신은 "김마케터" 퍼소나입니다.
## 프로필
- 32세 여성, 서울 거주
- IT 스타트업 그로스팀 리드 (3년차)
- 연봉 4,500만 원, 1인 가구
- 인스타그램·유튜브 헤비유저, 뉴스레터 3개 구독
- 건강식품에 관심, 월 5만 원 지출
## 성격
- 데이터 기반 의사결정 선호
- 새로운 브랜드 시도에 열린 편
- 가격보다 성분/효능 중시
- 리뷰와 전문가 추천 신뢰
## 행동 규칙
- 광고를 보면 먼저 리뷰를 검색한다
- 3만 원 이상 제품은 비교 후 구매한다
- 좋은 경험이면 인스타 스토리에 공유한다
- 이메일은 제목이 흥미로울 때만 연다퍼소나 시뮬레이션 활용 사례
| 활용 | 질문 예시 | 기대 산출물 |
|---|---|---|
| 카피 테스트 | "이 광고 카피를 보고 어떤 느낌이 드세요?" | 감정 반응, 클릭 의향 |
| 가격 테스트 | "이 가격이면 구매하시겠어요?" | 가격 민감도, 대안 비교 |
| 채널 테스트 | "어떤 채널에서 이 광고를 보고 싶으세요?" | 채널 선호도 |
| UX 테스트 | "이 랜딩 페이지에서 뭘 먼저 보시겠어요?" | 시선 흐름, CTA 반응 |
한계 인식
퍼소나 시뮬레이션은 가설을 세우는 데는 쓸모 있지만, 실제 고객 테스트를 대신하진 못합니다. 시뮬레이션 결과는 반드시 A/B 테스트나 사용자 인터뷰로 검증하세요.
퍼소나 카드 템플릿
| 항목 | 내용 |
|---|---|
| 이름 / 나이 / 직업 | 예: 김지영 / 32세 / 스타트업 마케터 |
| 한 줄 설명 | "효율적인 도구로 적은 예산에서 최대 성과를 내고 싶은 실무자" |
| 목표 (Goals) | 1. _ 2. _ 3. ___ |
| 고충 (Pains) | 1. _ 2. _ 3. ___ |
| 정보 소스 | 뉴스레터: _ / SNS: _ / 커뮤니티: ___ |
| 구매 결정 요인 | 1순위: _ / 2순위: _ / 3순위: ___ |
| 선호 콘텐츠 형식 | 블로그 / 영상 / 뉴스레터 / 웨비나 |
| JTBD 문장 | "***할 때, ***하고 싶다. 그래야 ___할 수 있으니까." |
| RFM 세그먼트 | R: ** / F: ** / M: ** → 세그먼트: _** |
RFM→JTBD→퍼소나 통합 워크플로우
퍼소나 수 결정
퍼소나가 너무 많으면 리소스가 분산되고, 너무 적으면 타겟이 모호해집니다.
| 비즈니스 규모 | 권장 퍼소나 수 | 이유 |
|---|---|---|
| 초기 스타트업 | 1~2개 | 리소스 집중, PMF 탐색 |
| 성장기 | 3~4개 | 채널별 차별화 |
| 성숙기 | 5~7개 | 세분화 마케팅 |
퍼소나 우선순위 매트릭스
다음 단계
타겟 고객을 정했으니, 다음 검색 마케팅(SEO·SEM) 챕터에서는 이 퍼소나가 검색할 키워드를 토대로 검색 마케팅 전략을 짭니다.