E-CRM 구축 프로세스 이 상 혁

목 차 E-CRM 개요 E-CRM 구축전략 E-CRM 구축과정 사이트 현황분석 시스템 이용자 분석 시스템 발전방향 및 결론 - 배경 : 외적요인 - 배경 : 내적요인 - 구축의 기본방향 - 구축의 기대효과 E-CRM 구축전략 - 단계별 구축전략 - 활용 업무 - 단계별 활용모습 E-CRM 구축과정 - E-CRM 시스템 개념도 - 구축 프로세스 - 데이터 축적기반 구축 사이트 현황분석 시스템 - 사이트 현황분석 - OLAP Demo 이용자 분석 시스템 - 이용자 분석 프로세스 - 이용자 성향분석 프로세스 - 성향분석 Demo - 이용자 분석 예 - 이탈이용자분석 - 이벤트 기반 E-CRM - 이벤트 기반 E-CRM 수행사례 발전방향 및 결론 - E-CRM 구축전략 - E-CRM의 과제 별첨

CRM 관련 개념 정의

E-CRM 시스템 개념도 … Enterprise-wide CRM 일반적인 DB마케팅시스템 DW ... 통합 고객접점 고객 접점별 반응 Feed back 고객 접점 관리 일원화된 접점관리 고객집단별 서비스 차별화 고객접촉이력관리 고객서비스 캠페인관리 Enterprise-wide CRM 고객접점 마케팅 통합관점의 고객 접점별 실행 … 고객 접점별 실행 DM TM 일반적인 DB마케팅시스템 운영계 시스템에 기반한 Data 추출 운영계 시스템 실행 DW OLAP ETT 고객 Data 상품 Data 채널 Data ... 마케팅 Data Mining MDSS 분석 및 전략수립 인터네트 CS

CRM, DB마케팅 시스템 구성요소 - DW Data warehouse와 Data mart - 수년간 (historical data) 기업의 운영계 시스템에서 생긴 경영 데이터와 (internal data) 외부 데이터를 (external data) 주제별로 통합하여 (subject-oriented) 별도의 프로그램없이 (end-user computing) 즉시 (on-line) 여러 각도에서 분석을 가능케하는 (multi-dimensional analysis) 통합 시스템이다. Data warehouse와 Data mart - Campaign Management - Risk Management, Profitability Management

Data warehouse의 구성요소 - 데이터의 추출, 변환, 로드(ETT) : data extraction, data transformation, data transportation - 다차원적 모델링(Dimensional Modeling) : star schema, snowflake schema - End user access: OLAP (OnLine Analytic Processing) tool C/S환경, Web 환경 별도의 프로그램이 필요없다. 다차원적 분석, 예측 기능

CRM, DB마케팅 시스템 구성요소 - OLAP 정의 : 최종사용자가 다차원정보에 접근하여 대화식으로 정보를 분석하고 의사결정에 활용하는 과정 종류 구분요소 : 1) OLAP data가 어디에 저장되는가 ? 2) OLAP data가 어디에서 처리되는가 ? 저장공간 Multi-dimensional Database RDBMS Client Files 처리공간 Hybrid OLAP SQL Relational OLAP Multi-dimensional Server Engine Multi- dimensional OLAP Desktop OLAP Client Engine

OLAP 종류별 Vendors Relational OLAP Multi-dimensional OLAP Hybrid OLAP Business Objects Micro Strategy DSS Agent Information Advantage Platinum Technology Informix MetaCube Oracle Discoverer IBM DB2 OLAP Server Multi-dimensional OLAP Arbor Essbase Applix TM1 Pilot Planning Sciences Oracle Express Hybrid OLAP Hyperion Comshare Holistic Systems Seagate Pilot Planning Sciences SAS Institute Desktop OLAP Business Object Cognos Powerplay Brio Technology Andyne PaBLO IQ AppSource

OLAP 종류별 장단점 ROLAP MOLAP HOLAP DOLAP 장점 단점 대량의 데이터 핸들링(무제한) Pre-defined Query + Ad hoc Query RDB와 연계되어 있어 RDB의 기능들 사용 빠른 질의 응답속도 개발 및 유지보수 용이 개방성(개방 API 지원) 분석위한 풍부한 수식 및 내장함수 지원 End User 사용 편의성 Integration Functionality Single Vendor Solution 저비용 빠른 구현 및 개발 End User 사용 편의성 장점 질의 응답속도의 저하 개발 및 유지보수의 복잡성 고비용 특정 DBMS에 국한 소량의 데이터 핸들링 (수기가 ~ 수십기가) Pre-defined Query만 지원 제한된 3rd Party Tool 복잡성 고비용 낮은 성능 소량의 데이터 핸들링 (작은 큐브 사이즈) 분석위한 다양한 함수 제공 및 연산 처리 능력 떨어짐 제한된 개발기능과 함수화 단점

CRM, DB마케팅 시스템 구성요소 - Data Mining - 데이터 웨어하우스 혹은 통합 데이터베이스에 축적된 데이터를 어떻게 활용할 것인가에 대한 기술중의 하나 - 방대한 양의 데이터 속에서 쉽게 발견되지 않는 유용한 정보를 찾아내는 과정 - 기업이 보유하고 있는 거래 데이터, 고객 데이터, 상품 데이터, 각종 마케팅 활동 자료, - 외부 자료를 포함한 모든 데이터를 기반으로 그 동안 발견하지 못했던 새로운 지식, - 추세, 경향 등을 발견하고 이를 전략적 의사결정에 활용하고자 하는 것. (예, 빨간색 티뷰론은 사고가 많다. -> 보험 요율 산정에 반영 ) Data mining과 DW의 관계 - Garbage In, Garbage Out : 정제된, 표준화된, 일관된 데이터 : 성공적인 데이터 마이닝의 Key DW가 구축되어 있다면 쉽게 해결. 하지만 필수요소는 아님. - DW는 효율적인 데이터 마이닝의 출발점 데이터 정제와 추출시간의 단축 데이터 반복 추출시 용이성과 효율성

주요 활용분야 - 마케팅 : CRM (신규 가망고객 관리, 우량고객 관리 및 이탈방지, 교차판매 지원 등) - 금융 : 고객신용도 평가, 위험관리(Risk Management), 부정행위 발견(Fraud Detection), 이자율 예측, 환율 예측 - 통신 : 이탈방지, Network Management, Call Behavior Analysis - 유통 : 시장바구니 분석 (Market Basket Analysis), Target DM/TM - 그 밖에 제조, 의료, 에너지 등 전 산업에 걸쳐 활용 가능

데이터 마이닝 기법 (1) Classification : Estimation: 새로운 고객에 대해 미리 정의된 집단중 하나로 분류 적용예 - 신용카드 신규가입자를 낮은/중간/높은 신용 위험집단으로 구분 - 고객을 신용도에 따라 우량/불량으로 구분 알고리즘 - Decision Tree, Neural Network, Logistic Regression Estimation: Classification 기법과 유사하나 연속변수(금액, 확률)를 대상으로 분류하는 마이닝 기법 적용예 - 가계 총 수입 추정 - 고객의 Life Time Value 추정 - 어떤 고객이 자동이체 요청을 받아들일 확률 알고리즘 - Neural Network

알고리즘 - Neural Network 고객 인구통계 속성 고객 거래 속성 수입 연령 부채 납부 이력 우량 신용자 불량 신용자

알고리즘 - Decision Tree 수입 > 3천만원 이상 Yes No 주택 소유 여부 저축계좌 소유 여부 Yes No 승인 승인 거절 승인

데이터 마이닝 기법 (2) Prediction : Affinity Grouping: Classification 및 Estimation과 유사하나 예측 대상이 미래란 점에서 상이함. 적용예 - 향후 6개월 이내에 이탈할 고객 리스트 - 향후 특정 상품을 추가로 구매할 고객 리스트 - 전화 가입자 중 어떤 고객이 부가서비스를 신청할 것인가? 알고리즘 - Decision Tree, Neural Network, Logistic Regression Affinity Grouping: 동시 혹은 순차적으로 발생하는 사건을 파악 적용예 - 소매점 상품진열, 큐폰, 제품 번들링 - 크로스 셀링, 제품 팩키지 설계 등 알고리즘 - Market Basket Analysis, Association, Sequential Pattern

Lift = P(하기스|도브)/P(하기스) = (2/20)/(5/100) = 2 알고리즘 - Association 총 Transaction의 수 100 도브를 구매한 수 20 도브 & 하기스 하기스를 구매한 수 5 도브 하기스 도브와 하기스 모두를 구매한 수 2 Lift = P(하기스|도브)/P(하기스) = (2/20)/(5/100) = 2  연관 규칙 : 도브를 구매하는 고객의 10%(신뢰도=2/20)는 하기스도 구매한다  그리고 이러한 경향을 가지는 사람들은 전체의 2%(지지도=2/100) 정도이다  도브 구매시 하기스를 구입하게될 가능성은 도브 구매가 전제되지 않았을 경우보다 2배(Lift)나 높아진다

데이터 마이닝 기법 (3) Clustering : 이질적인 집단을 몇 개의 동질적인 집단으로 군집화 ※미리 정해진 집단이 없고 self-similarity로 군집을 형성 적용예 - 시장세분화, 고객 세분화 알고리즘 - K-Means Method, Self-Organizing Maps

마이닝 절차(방법론) 분석 주제 및 방향 설정 필요데이터 확인 및 원천 데이터 추출 데이터 변환 및 분석용 데이터 생성 분석 기법 선정 변수 선정 모델 개발 요구사항 정의 분석 시나리오 작성 적합한 분석 기법 선정 기간계 데이터 확인 및 추출 데이터 변환 및 파생변수 생성 데이터 분석 결과 유의미한 변수 선정 선정된 변수 들을 사용하여 Scoring을 위한 Model 개발

활용사례 - 고객 유지 및 강화를 위한 데이터 마이닝 이탈방지 교차판매 이탈고객 예측모형 개발 이탈고객 특성분석 이탈고객 원인분석 이탈 예상고객 스코어링 동시보유 고객 특성분석 동시보유 패턴 분석 순차보유 패턴 분석 동시 보유 고객 특성 분석 기존 고객 이탈방지 전략수립 이탈방지 전략 및 실행방안 수립 기존고객 교차판매 전략수립 고객별 최적 권유 상품 추천 순차적 교차판매 지원 효과분석 효과분석을 통한 이탈방지 모형의 정교화 효과분석 효과분석을 통한 교차판매 모형의 정교화

활용사례 - DM 발송 Lift Ratio = Model 결과를 통한 타겟팅시 반응율 무작위 추출 후 DM발송시 반응율 테스트 마케팅을 통해 반응율 분석을 한 후 전체 고객중 반응가능성이 높은 집단에게만 DM,TM 실시

활용사례 - STP 분석 High 직업 Low Low 연령 High VI IV V II I III 고객을 고객 인구통계변수, 거래 속성등의 변수로 세분화 분석방법 : Clustering Analysis, 빈도분석, 프로파일링 세분집단별 매출기여도, 비용분석을 통하여 수익성 파악, 신상품 도입 전략에 활용 High VI IV V 직업 II I III Low Low 연령 High

활용사례 - CDNOW (추천 음반)

E-CRM 개요

배 경 - 외적요인 경쟁의 심화 수익원의 다변화 모색 - 마케팅 전쟁 : TV 및 신문 광고, 거액의 경품제공, 파격적인 무료 서비스 - 인터넷 기업간 재편으로 경쟁양상의 변화  대형 인터넷 기업간 인수합병, 대형 포탈을 중심으로 세력화, 허브 사이트의 등장 - 원투원 마케팅에 대한 관심증대  대형 포탈을 중심으로 원투원 마케팅 시스템 구축 움직임  전자상거래 업체들 CRM 구축 활기  Personalization, Target Marketing, Relevant E-Commerce에 관심 - 우수 이용자 유지 및 이탈방지 방안으로 로열티 프로그램 도입 활성화  독자형 혹은 네트워크형 마일리지 통합 서비스 도입 수익원의 다변화 모색 - 포탈업체들이 광고수입 위주의 사업전략을 지양하고 전자상거래 중심의 사업다각화 추구 - 서비스의 유료화 고려 : 컨텐츠 유료화

배 경 - 내적요인 우리 이용자는 어떠한 특징(인구통계적 등)을 가지고 있는가 ? 우리 이용자의 니즈에 부응하는 서비스를 기획하였는가 ? 특정 서비스 이용자는 도대체 누구인가 ? 우리 이용자를 어떤 기준으로 세분화 시킬 수 있는가 ? (인구통계적, 이용성향별) - 이용자별 선호 컨텐츠, 가입 커뮤니티, 구매성향은 어떠한가 ? - 이용자들의 성향에 따라 어떻게 세분화되는가 ? 세분집단, 개인별로 Right Time에 Right Channel을 통해 Right Offer를 제공하고 있는가 ? - 세분집단, 개인별 Personalization, Target Marketing, Relevant E-Commerce를 수행하고 있는가 ? 우리 이용자들은 어떠한 불만/문의를 하고 있는가 ? (유형별 분류) 이용자 불만/문의가 유형별로 분류되어 즉시 Right Channel을 통해 피드백되고 있는가 ? 가장 로열티가 높은 고객은 누구인가 ? (Recency, Frequency, Duration) 이용자 로열티를 향상 시키기 위해 어떠한 보상전략이 필요한가 ? 이탈 가능한 이용자는 어떠한 특징을 가지고 있으며, 어떠한 활성화 전략이 필요한가 ?

구축의 기본방향 Visitor-Centric One-to-one Marketing E-CRM Personalized Service E-CRM업무분석 데이터 축적 및 조회기반 구축 이용자중심 통합DW구축 프로파일 Clickstream 선호 컨텐츠 가입 커뮤니티 상거래 데이터 신규이용자 획득 Page View 증대 사용자 수 증대 수익성 증대 수익모델의 다양화 데이터 분석 기반 구축 Target Marketing 기존사용자 유지 Relevant E-Commerce 기존사용자 강화

구축의 기본방향 Target Personalization Marketing Relevant E-Commerce DMS eCRM 다양한 마케팅 채널을 통합하는 캠페인 관리 - Targeted Advertising - Targeted Event - Targeted Campaign - 개인별, 세분집단별 Personalized Service (Top Page, MyPage, E-Mail) Target Marketing 원투원 기반구축 사이트 현황분석 이용자 성향분석 체계적인 이용자관리 DMS One-to-one Personalization Relevant E-Commerce DMS eCRM - 컨텐츠, 커뮤니티와 연계된 상거래 지원 - 우량고객관리, 이탈(휴면)고객관리, 상품추천 등

구축의 기대효과 Personalization Sustainable Competitive Advantage - 이용자 만족도, 로열티 증대 - 장기적으로 보면 마케팅 비용의 절감 Personalization - 광고주 만족도 증대 - 이용자가 관심있는 마케팅 오퍼의 제공 - 광고수입의 증가 Sustainable Competitive Advantage Target Marketing - 수익원 다변화 - 수익성 증대 Relevant E-Commerce

구축의 기대효과 비즈니스 측면 Speed-Up & Quick Response 시장상황의 변화에 따른 즉각적인 반응 이용자 관계관리를 통한 수익성 제고 우수이용자의 이탈방지 : 조기경보시스템 통한 이탈 가능 이용자 집중관리 이용자 강화 : 컨텐츠-커뮤니티-상거래 연계를 통한 이용자 강화 원투원 마케팅을 통한 이용자 로열티 증대 이용자별 맞춤 서비스, 타겟 마케팅 등으로 고객 로열티 증대 수익지향적 마케팅 활동 가능 마케팅 활동성과의 객관적 측정 및 평가를 통한 효율적 마케팅 활동 가능 전산 측면 데이터 기반정비 여러 시스템에 분산되어 있는 관리자료의 통합 분석 가능 감이 아닌 자료에 의한 과학적 경영을 위한 기반 마련 현업 및 전산담당자 관점 현업 : 전산 부서 의존도 감소와 신속하게 원하는 분석이 가능 전산담당자 : 현업부서의 잦은 전산작업요청의 감소

E-CRM 구축전략

E-CRM 구축 전략 CRM 활용체계의 조기도입 : 추진 단계별 가시적 효과 제공 - “데이터 축적 및 조회 기반 구축 → 데이터 분석 시스템 구축 및 캠페인 관리 시스템 구축 → 원투원 마케팅 활용 시스템 구축” 각 단계별 구체적으로 활용될 수 있는 시스템 구축 활용 관점 및 이용자 관점의 데이터 축적 및 분석기반 구축 - 이용자, 서비스, 채널의 전통적 DB 마케팅 관점외에 활용 관점이 결합된 데이터 축적 및 분석기반 구축 이용자 관계 관리의 Closed Loop 化 지향 - 정보추출 → 분석 → 실행에서 그치지 않고 그 결과를 시스템에 피드백하여 지속적 개선이 이루어져야 이용자관계 관리가 완성 - 다양한 마케팅 채널을 통합한 캠페인 관리 지향 4C의 연계 - Content, Community, Communication, Commerce의 상호 연계 지향 - 이용자 특성별 4C의 연계지원 (Personalization, Target Marketing, 상품추천 등) 대안 제시형 마케팅 활용 시스템을 지향 - 정보제공에서 그치지 않고, 마케팅 대안을 제시하여 효과를 제고

단계별 구축 전략 1단계 2단계 원투원 활용 단계 선행 업무 구축 내용 적용 업무 이슈 사항 (데이터 축적 및 조회 기반) (데이터 분석 기반) 원투원 활용 단계 선행 업무 체계적인 컨텐츠 관리 로그 통합작업 Data 분석을 위한 Data 정비 원투원 실행을 위한 운영 시스템 변경 구축 내용 CRM 업무분석 시스템 아키텍쳐 설계 DW LDM, PDM ETT OLAP, 성향분석시스템 CRM 업무별 분석 작업 수행 Campaign Management Personalization Target Marketing Relevant E-Commerce 적용 업무 사이트 현황분석 이용자별 성향분석 Outbound E-Mail Marketing CRM 업무별 분석 시스템 체계적인 이용자관리 Inbound Marketing Outbound Marketing 이슈 사항 CRM 추진팀 컨텐츠 관리, 로그 통합관리, DW 기반구축을 위한 운영시스템 변경 로그 데이터의 DB화 분석결과의 시스템화 원투원 마케팅 실행을 위한 운영계 시스템 변경 시스템의 진화

활용 업무 업무영역 이용자관리 서비스관리 채널관리 마케팅관리 신규 이용자 획득 서비스 관리 컨텐츠 제휴업체 관리 광고 및 판촉 효율성 제고 기존 이용자 유지 및 이탈방지 상품관리 상거래 제휴업체 관리 기존 이용자 강화 기타 이용자 관리

활용업무 - 이용자 관리 불특정 인터넷 사용자 재방문 및 거래 유도 제휴기업 신규고객 방문 및 리스트 최초 방문(거래)이후 신규 가망 이용자관리 신규 등록 이용자관리 최초 방문(거래) 이용자관리 재방문(구매) 이용자관리 불특정 인터넷 사용자 우수이용자관리 가치증진 개별화된 컨텐츠 캠페인 상품추천 DM/TM/E-Mail 개별화된 컨텐츠 캠페인 상품추천 DM/TM/E-Mail 재방문 및 거래 유도 Affiliate Program 광고, 이벤트 우수이용자 이탈방지 가치증진 유효이용자 제휴기업 신규고객 리스트 방문 및 등록 유도 최초 방문(거래)이후 이탈 이용자관리 일반이용자 DM/TM/E-Mail 상생마케팅 재활성화 재방문 (구매)고객 개별화된 컨텐츠 캠페인 상품추천 DM/TM/E-Mail TIME 원인분석 통한 이탈방지 및 재방문(구매) 유도 쇼핑몰 미등록 회원 DM/TM/E-Mail 컨텐츠/커뮤니티 연계 휴면/이탈이용자

활용업무 - 이용자 관리 신규 이용자 획득 기존 이용자 유지 및 이탈방지 이용자 강화 이용자 관리 신규 가망 이용자 관리 신규 등록 이용자 관리 최초 방문(거래) 이용자 관리 최초 방문(거래)이후 이탈이용자 관리 기존 이용자 유지 및 이탈방지 우수 이용자관리 휴면/이탈 이용자 관리 이용자 가치증진관리 이용자 강화

단계별 활용 모습 - 1단계 사이트 현황분석 및 이용자 성향분석 이용자 Q&A Redirect 서비스

단계별 활용 모습 - 2단계 데이터 분석 이용자 세분화 세분집단별 마케팅 오퍼 기획 다양한 채널을 통한 캠페인 관리

단계별 활용 모습 - 원투원 활용단계 개인별, 유사한 성향 집단별 맞춤 서비스 제공 개인별 성향에 근거한 개별화된 개인별로 다른 광고 타겟팅 개인별 성향에 근거한 개별화된 추천정보, 상품정보 메일 발송 증권투자가 IT전문가 음악 매니아

E-CRM 구축과정

E-CRM 구축 프로세스 원투원 기반구축 이용자 데이터 수집 이용자 중심의 통합 DB 통합 데이터 분석 전략적 활용 불량 데이터 컨버전 데이터 클리닝 등록 데이터 인구통계변수 서베이 등록한 관심사 관찰된 데이터 Click stream 선호 컨텐츠 가입 커뮤니티 구매성향 Web Site Visitor Session-Specific Data - Frequency Duration Recency 이용자 중심의 통합 DB 전략적 활용 통합 데이터 분석 사이트 현황분석 (OLAP) 이용자 성향분석 데이터 분석 (Data Mining) eCRM One-to-one Marketing

E-CRM을 위한 데이터 축적 기반 구축 요구사항 분석 서비스 분류 체계 정립 로그 설계 및 최적화 로그 통합 및 정리 이용자 중심 통합DB 구축 DB화 프로젝트 기획 경영진, 실무자 인터뷰 실시 요구사항 정의 사이트 현황 파악 - 보유데이터 파악 - 시스템 환경파악 제공 컨텐츠 분류 커뮤니티 분류 상거래 Item 분류 표준 분류체계에 따라 정리 쿠키 셋 설정 웹 서버 환경별 로그 형태 설계 스케쥴링을 통해 로그 서버로 전송 로그 정보의 Temp DB화 로그 정보의 분석 DB화 이용자 정보의 통합 분석관점에 따른 DB Modeling

사이트 현황분석 시스템 OLAP

사이트 현황분석 X X X Page View, 방문 수, 이용자 수 기간 이용자 상태 이용자 프로파일 제공 서비스 - 시간대 - 요일 - 월/분기/년 이용자 상태 - 회원 vs 비회원 - 신규 vs 기존 (우량,일반,휴면,이탈) - 최근방문일 - 방문주기 이용자 프로파일 - 성별 - 연령 - 직업 - 지역 등 제공 서비스 - 컨텐츠 - 커뮤니티 - 상거래 - 기타 X X X Page View, 방문 수, 이용자 수

OLAP Demo

이용자 성향분석 시스템 데이터 분석

이용자 분석 프로세스 업무별 이용자 분석 세분집단별 특성 분석 이용자관리 이용자 세분화 Feedback 반응 분석 계획 실행 - 일반 이용자관리 - 인터넷 이용자 행동양식분석 - 고객기여 점수 - 이탈가능 점수 - 프로파일-컨텐츠- 커뮤니티-상거래 연계분석 - 프로파일변수, RFM변수 분석결과 등으로 마케팅 대상 이용자 추출 - 추출된 이용자 세분화 - 세분집단별 특성분석 Feedback 반응 분석 계획 실행 마케팅 계획 - 각종 현황분석 - 이용자 관리 프로그램 결과분석 - 광고 효과성분석 - 판촉 효과성분석 - DM, TM, E-Mail 반응율 분석 - 설문조사 분석 Affiliate Program 상생마케팅 Reward Program 실시 - 광고/캠페인 집행 DM, TM 실시 E-Mail Marketing - 설문조사 실시 - 신규가망이용자관리 프로그램 - 우량이용자 관리 프로그램 - 이탈이용자 프로그램 - 휴면이용자 관리 프로그램 - 이용자 가치증대 프로그램 - 광고예산 책정 및 지출전략 계획 - 판촉예산 책정 및 판촉수단 계획 - 테스트 마케팅 계획(실험설계) - 설문조사 계획

이용자 성향분석 프로세스 개별 이용자 서비스 이용 행태 분석 Scoring Algorithm 개별 이용자 성향 분석 Clustering Algorithm 이용자 세분화 사이트 컨텐츠, 커뮤니티, 상거래 상품을 표준분류 체계에 따라 정리 성향, 관심사를 도출하기 위한 Scoring 개인별 성향의 도출 유사한 성향을 가지는 이용자들을 그룹핑하기 위한 Clustering 유사한 성향을 가지는 수십개의 세분집단으로 분류 Path Analysis

이용자 성향분석 Demo  개별화된 서비스 제공 : Top Page, MyPage, E-Mail  타겟 마케팅 가능 : 프로파일, 성향에 근거한 타겟팅 가능

이용자 분석 예 - 이탈 이용자 분석 현 회원의 특성, 거래패턴 이탈회원 특성 이용자별 이탈가능성 조회 기존 이탈회원 서비스 이용패턴 이탈가능성 평가모형 이탈원인 유형 이탈가능성 평가 이탈 회원 서베이, 해피콜 조회 체계 Dimension 반영 이탈방지 활동 이탈방지대상 추출 이탈가능회원 추출 이탈가능성 다차원 조회

마케팅 활용 시스템

이벤트 기반 E-CRM Feedback 이용자 접점 데이터 획득 데이터 획득 프로세스 개선 방문 이용 구매 VOC Q&A 모니터 CS 이용자 이벤트 발견 이벤트 풍부화 상태 변화 최초 방문 최초 구매 등록 휴면 이탈 해지 문의 불만 토로 생일 기념일 이벤트 기반 마케팅 대응 방안 정교화 데이터 탐색 데이터 분석 대응규칙 생성 실행안 수립 이용자 접점 채널의 통합적 마케팅 실행 채널간 업무 조정 E-Mail DM TM H/P Pager FAX 반응 수집 및 분석

이벤트 기반 E-CRM 수행 사례 Right Customer Right Offer, at the Detection 이벤트 휴면상태로의 이벤트 발생 이벤트에 대한 대응 이벤트 발생시 접근 메시지 결정 접근 채널의 결정 방 문거 래 조건 1 : 최근 방문일 조건 2 : 평균 방문주기 조건 2 : VOC 이력 ……… 이벤트 발생여부를 발생하는 대로 확인 적절한 시점에 적절한 마케팅 채널을 통하여 적절한 마케팅 오퍼를 제공 프로파일 조건 A : ……… Right Customer Right Offer, at the Right Time, using the Right Channels

발전방향 및 결론

E-CRM 의 과제 Market Status Reporting “What is our market share out there ?” Market Response Modeling “Are our campaigns as effective as expected ?”

감사합니다 .