카드사의 효과적인 분석CRM을 위한 회원정보 정제 및 보강 방안 사례 연구 -신숙원, 배성민, 김태호, 장남식 경영정보학과 200013555 김태형

Presentation Agenda 연구의 배경 및 목적 카드사의 데이터 정제 및 보강 사례 시사점 데이터의 품질 분석CRM 고객 데이터 가공 기대효과 카드사의 데이터 정제 및 보강 사례 카드사 회원정보의 특징 주소 정제 전화번호 정제 가구화 보강 시사점 기대효과 및 향후 연구 방향

연구의 배경 및 목적 정보기술의 발달 SFA의 도입 소비자와 기업 모두 상대방에 대한 더 많은 정보 획득 기회 SFA의 도입 Sales Force Automation : 영업자동화, ERP와 연계하여 영업사원이 세일즈 단계별로 영업현황을 기록하는 System (ex : 택배서비스 직원들의 PDA) 고객 관련 정보를 기업의 대 고객 전략 수립 및 마케팅에 활용하려는 시도 ⇒ CRM

데이터의 품질 대부분의 고객데이터는 신규고객의 기재를 통해 입력이 이루어짐 데이터의 불확실성 신상변화 시 고객 스스로 업데이트를 하지 않는 한 정보의 갱신이 어려움, 잘못된 정보의 입력 (ex. 파란대문, asdf) 데이터의 불확실성 ⇒ 분석결과 신뢰하기 어려움 GIGO (garbage in, garbage out) 정확한 고객에 대한 분석을 위해서는 정확한 고객에 대한 데이터가 필요

데이터의 품질 고객 데이터의 품질을 높이기 위한 방안 오염된 데이터 제거(Cleaning) 오래된 데이터의 갱신(Update) 누락, 오기, 고의적인 잘못된 정보 입력 등을 제거 오래된 데이터의 갱신(Update) 상담원이용, 고객 정보수정 유도 이벤트 등 내부데이터와의 통합(Integration) 독립카드사 카드이용금액, 업종별 실적, 가맹점 매출 금액 등 은행권 카드사 평균 예금잔액, 급여 이체 정보, 연 소득금액, 유동성 수신 평균 잔액 등 외부데이터를 이용한 데이터 보강(Enrichment) 공동주택 관련 데이터(평형, 준공일자 등), 지가, 지역 속성 데이터 등의 외부데이터 보강

데이터 품질관리의 중요성 및 전망 KPI(Key Performance Index) 데이터 ⇒ KPI ⇒ 의사결정 조직이 의사결정을 하는데 사용. 미래 성과에 영향을 주는 여러 핵심요소들(시장점유율, 매출 예측, 고객군 특성 등) 데이터 ⇒ KPI ⇒ 의사결정 양질의 데이터가 필요한 이유 Gartner Group Report 2007년 까지 80%이상의 기업들이 데이터 품질 문제에 직면하게 될 것 Gartner Group : 세계적 IT분야 시장조사 기관. http://gartner.com

분석CRM 분석CRM (Analytical CRM) 기업의 마케팅, 이벤트는 많은 비용소요 정확한 데이터 분석이 성공의 열쇠 고객 관련 데이터의 분석을 통한 마케팅 전략수립 (고객 선정, 고객군 파악, 이벤트 효과 분석) 기업의 마케팅, 이벤트는 많은 비용소요 정확한 데이터 분석이 성공의 열쇠 1990년대 후반 기업들이 도입한 CRM이 효과적이지 못했던 이유 데이터에 대한 정제, 맞춤, 연결 등의 사전 준비작업이 미비하여 데이터의 품질이 불량하였음

고객 데이터 품질 관리 속성

고객데이터 가공의 6단계

고객데이터 가공의 6단계 Step 1-2 Step 3-4 Step 5-6 고객과의 효율적인 접근을 위한 고객 정보의 정제 및 수정 이름 및 전화번호, E-mail, 주소 등의 형식 통일 Step 3-4 고객의 정보와 기존에 기업이 가지고 있던 정보를 서로 일치시키는 작업 수행 각 부서에 흩어져 있는 정보통합(Integration) Step 5-6 데이터의 보강 만족도, 라이프 사이클 등의 설문조사 등

데이터의 수집 및 정제를 통한 기대효과 전사적 관점에서 고객들의 데이터 중복을 제거 하여 마케팅 비용 절감 신규가입자와 기존 고객의 명확한 구분을 통한 CRM효과의 증진 고객에 대한 자세한 특성을 파악하여 만족도와 충성도 향상

카드사의 회원정보 정제 및 데이터 보강 방안 회원 데이터들에 대한 정제 데이터 보강

카드사의 회원정보 카드사의 회원정보는 타기업에 비해서 충실한 편(특히 청구지 주소가 비교적 정확한 특성) 하지만! 데이터에 대한 사용 준비가 되어있지 않아 활용성이 떨어지고 주소를 제외한 다른 정보들의 경우는 누락 또는 오류가 많이 존재, 또한 업데이트 및 검증이 되지 않아 데이터의 객관성 부족

회원정보 정제 및 표준화 방안 개념 및 수행 방안 회원의 주소가 핵심변수(Key Variable) 법정동, 행정동으로 혼용하고 있는 주소체계의 표준화 표준화 된 주소를 내.외부 데이터의 보강 및 매칭키(Matching Key)로 사용

회원정보 정제 및 표준화 방안 주소의 정제 및 표준화 1단계 : 주소 체계를 정비하고 통일

회원정보 정제 및 표준화 방안 주소의 정제 및 표준화 2단계 : 텍스트 기반의 주소를 분할(Parsing)하여 숫자 코드화

회원정보 정제 및 표준화 방안 사례

회원정보 정제 및 표준화 방안 전화번호 정제 및 표준화 구 지역번호 및 구 국번, 일률적 번호, 자릿수 오류 등의 외형적인 오류 번호 수정 및 삭제 * DDD : Direct Distance Dialing

회원정보 정제 및 표준화 방안 사례

회원정보 정제 및 표준화 방안 가구화 표준화된 회원의 주소정보와 전화번호를 Grouping Key 변수로 활용하여 고객을 가구화 (기숙사 등의 집단 사용 건물 제외)

데이터 보강 방안 개념 및 수행 방안 외부 데이터를 보강할 때 고려할 사항 주요 외부 데이터 향후 마케팅 활용에 대한 연관성 개인단위에 접근 고객 정보와의 결합가능 주기적 갱신 가능 여부 법적 제약 사항 주요 외부 데이터 공동주택 관련, 지가, 지역 속성 관련 데이터

데이터 보강 방안 데이터 보강 작업 범위 외부 데이터를 수집 후 고객정보 DB와 결합할수 있는 매칭키(Matching Key) 정의 회원정보의 주소를 정의한 방법과 동일한 방법으로 외부데이터의 주소를 변환하여 서로 Match를 시킬 수 있도록 함 필요한 정보에 따라 행정동코드와 법정동코드로 매치

데이터 보강 방안 데이터 보강 작업 범위 공동주택 데이터

데이터 보강 방안 데이터 보강 작업 범위 지가데이터

데이터 보강 방안 데이터 보강 작업 범위 지역 속성 데이터 5년 주기로 실시되는 통계청의 인구 주택 총조사를 바탕으로 거주지에 대한 특성을 조사 (가장 최근 실시 : 2005) 인구수, 가구수, 주택 관련 정보 등의 자료를 바탕으로 지역별 특성을 Clustering 분석 기법으로 세분화 하여 활용 Clustering : 군집분석, 속성이 비슷한 유형의 고객들을 묶어서 몇 개의 의미 있는 군집으로 나눔

회원정보 정제 및 표준화 방안 사례

기대효과 우수 고객 획득 및 우수 잠재고객 개발을 통한 타겟 마케팅 가능 지역 성향, 객관적 소득/자산, 직업 등을 기준으로 잠재고객 발굴 활성/비활성/휴면 고객 등 활성화도에 따른 마케팅 전략 개발 가능 지역특성, 라이프스타일 등을 고려하여 차별마케팅 수행

기대효과 세대에 대한 정보, 가구당 카드 수, 주거정보, 주거지 시가 등의 자산척도(Wealth Indicator) 파악가능 고객별, 지역별 교차판매, 공동 마케팅 등에 활용 지역별 가입율 파악을 통한 지역거점별 영업 지원 가능

향후 연구방향 분석 CRM을 수행하는 목적 고객에 대한 이해를 기반으로 마케팅/CRM 실행 전략을 수립하는 데 있음 향후 주소 뿐만 아니라 여러 다른 요소들도 고려할 수 있는 Matching Key를 발견하고 분석하여 다양한 관점에서의 고객에 대한 이해를 증진시켜야 할 것임.

Q & A

Thank You