Big Data Business Analytics 기반의고객중심마케팅
Data 양만폭발적으로증가하는것이아니라다양해지고속도도빨라지고있습니다. 폭발적인데이터양증가 정형 + 비정형데이터확산 분, 초단위로유통 황용 INFORMATON GROWING 2020 44 TIMES LARGER 35.2 ZB 고객신상데이터매출데이터 유통활용주기수시간 ~ 수주 재고데이터회계데이터 분, 초, 단위유통활용 2009 0.8 ZB 향후중요한것은, 수집된데이터그자체가아닌 데이터를활용하는능력, 즉데이터를이해하는능력, 처리하는능력, 가치를뽑아내는능력, 시각화하는능력, 전달하는능력이될것입니다. 할배리언 : Google 수석이코노미스트 - 2
기업의구매, 제조, 판매, 마케팅활동을포함해서모든업무과정이실시간으로계속데이터로쌓이고있습니다 기업내부정형데이터 외부비정형데이터 Regency - 가장최근구매시점 Frequency - 초도구매 - 반복구매 소셜미디어 - 트위터 - 페이스북 학술자료 - 통계발표 - 논문 Value - 구매금액 기업내부비정형데이터 문의사항 - 상품요청, 문의사항 계약후기 - 후기및불만사항 20% 기업내부자료 80% 외부자료 (Big data) 확대재생산 환경지표 - 날씨, 기후 - 황사 / 미세먼지 금융 - 주가변동 - 이윤율변동 안전 - 건강 - 재난 홈페이지 - Navigation history 경제산업지표 - 경기 / 경제흐름 - 부동산 끊임없는시장동향변화와소비자행동변화에대응하기위해서기업내부자료뿐아니라기업외부의비정형데이터의통합활용이점차중요해지고있습니다. 3
Big Data 의수집, 분류, 시각화에대한관심이높아지고있으나, 정작비용을절감하거나매출을늘리거나고객맞춤형마케팅활동을하기위해 Big Data 를실제활용하는사례가아직은많지않습니다. 데이터수집 저장 & 분류 시각적탐색 Rule 발굴 미래예측 & 대응 CRM Sales 재고회계 Twitter Facebook Statistics News 정형데이터 DBMS MS SQL 비정형데이터 HDPS Graph 화 빈출및연관키워드탐색 Key Insight 도출 인과관계네트워크분석 Golden Rule 기반의미래예측 KPI 의선행지표로활용 현재기업에서주로이루어지고있는분석은데이터의시각화와이를통한인사이트발굴입니다. 이러한분석은종종어떻게활용되어야하는지방향을제시하지못하여, 실제기업의성장전략에직접적인도움이되기어렵습니다. Data Warehouse Business Intelligence Business Analytics Next step! Big Data 분석을통해 Business Impact 의 Golden rule 발견, 그 Rule 을기반으로미래를예측하고 선제적으로대응하는 Business Analytics 가성공의열쇠입니다. 4
보험시장을중심으로 Big Data Analytics 기반의고객중심마케팅
보험시장환경의변화 국내보험산업은새로운보장내용에기반한상품이출시돼도 ` 배타적사용권 ' 은 6 개월에불과해사실상모든보험회사들이거의동일한포트폴리오로경쟁을하게됩니다. 또한, 일반상품판매와달리보험마케팅은고객의신뢰와공생, 배려가빠지면최근카드사태처럼향후예상치못한어려움을낳을수도있는리스크에처해있습니다. 이렇듯불투명한시장환경하에서는고객을더정확하게이해하여고객니즈에맞추려는고객중심마케팅이야말로경영상황을개선하고지속가능한비즈니스성과를달성하는지름길이됩니다. 다변화된시장환경과소비자행동의변화로인해세분화된고객니즈트렌드 고객의양면성 위험보장과 고수익추구 고객스스로 와 설계사 에의한 브랜드중심 과 신뢰기반 상반된가치를동시추구 채널컨버전스 복합금융상품 경기침체장기화로소비양극화 설계사 GA TM 온라인 보험 펀드 은행 카드 서민 부유층 대면 - 비대면 판매와서비스를연계하는 One-stop 서비스 개별상품 의단순조합에서금융권역을망라하는종합금융서비스지향 실용가치 와 프리미엄서비스 로차별화심화 6
고객중심마케팅 많은보험사들이고객의세분화된니즈를효과적으로파악하는데어려움을느끼고있는데, 그원인은기업내 외부에산재해있는고객관련데이터를제대로통합하여활용하지못하기때문입니다. Big Data Analytics 를활용함으로써보다정확하게고객층을세분화하고고객행동을미리예측함으로써, 개별고객에최적화된상품제안과캠페인을실행하고, 마케팅커뮤니케이션의효과를향상시킬수있습니다. 고객관리와고객중심마케팅의주요이슈 1. 어떻게기존고객이탈을방지하고, 신규고객을창출할수있을까? 2. 어떻게고객개인별세심한관계관리를통한 LTV 극대화할수있을까? 3. 어떻게우리의우량고객을식별하고차별적인서비스를제공할수있을까? 4. 어떻게영업활동의생산성및고객수익성을높일수있을까? 5. 어떻게과학적이고효율적인선진마케팅기법을도입적용할수있을까? 6. 어떻게전사적으로채널이통합된통합마케팅을전개할수있을까? 7. 어떻게고객관리프로세스를확립하여표준화된영업을할수있을까? 8. 어떻게고객과의접점을확대하고, 고객커뮤니케이션을강화할수있을까? 7
기존고객세분화의이슈 고객중심마케팅전략의출발점은고객세분화입니다. 그런데, 많은기업들이현업각부서에서세분화결과를제대로활용하지못하였습니다. 그이유는세분화가기획당시부터현업의요구와잘연결되지않았기때문입니다. 01 현업각부서에서요구하는세그먼트행동특성에대한상세정보가충분한가? 시장세분화를위한투입변수의제약으로인해, 중요한일부변수기준으로만세분화 각부서 ( 영업, 채널, 고객관리, 보상처리, 상품개발 ) 의전략수립이어려움 02 타겟세그먼트내에실제소비자를식별할수있는가? 니즈기반의세그먼트는세그간 Demo 특성이뚜렷하게차별적이지않아, 타겟세그먼트에속하는고객에게접근가능성이떨어짐 소비자에게접근할기회가없다면세분시장으로서의가치상실 03 점점더다양하고까다로워지고있는소비자의니즈를충족시킬수있는정교한고객세분화가가능한가? 과거매우동질적이라생각했던 Life sage 집단내에서도다양한성향과니즈의세분집단으로다변화추세 맞춤형서비스를제공하기어려움 8
TNS POINT OF VIEW TNS 는기존의세분화방법론의한계를극복하기위해 Big Data Analytics 기법을기반으로한새로운분석패러다임으로 Granular Segmentation 을활용하고있습니다 고객세분화프로세스 01 02 03 04 05 가용가능한모든정보수집, 분류통합 소비자조사, 고객데이터베이스, 채널별판매 / 캠페인데이터, 소셜 / 온라인빅데이터 목적지향세그먼테이션실행위한動的알고리즘활용 자기조직화지도 (Self Organizing Map) 서포트벡터기계 (Support Vector Machine) 기초단위 Granular Segment 추출 다양한활용목적에부합하기위해 64 ~128 개의고객군기본단위추출 목적지향 Segment 도출 각 Dimension 별 ( 영업, 광고, 고객관리, 보상처리, 상품개발 ) Viewpoint 로클러스터링 최종 Master Segment 확립 목적지향 Segment 들의상호연관성으로부터, Master Segment 확립 9
고객세분화프로세스 10
Big Data Analytics 기반고객세분화를통해새로운 Value 를발굴할수있습니다. 개별고객맞춤형마케팅을위한실행전략 비즈니스성장을구동할요인의선행지표발굴 - 개별고객추가가입 / 이탈확률예측 - 고객영업 end-to-end 시나리오개발 - 적시적개별맞춤마케팅캠페인실행 - 금융시장트렌드예측 - 자산배분포트폴리오재조정 - 신성장타겟니즈맞춤형상품아이디어 11
개별고객맞춤형마케팅을위한실행전략 12
개별고객맞춤형마케팅을위한실행전략 13
비즈니스성장을구동할요인의선행지표발굴 14
홍정한전문위원 Consulting Director, TNS RI Korea Marketing Science and Stakeholder Management Ph.D. in Statistics and Econometrics 20 years of experience in market understanding and business forecasting with focus on Stakeholder management, and innovation & product development Expertise in customer value and risk management, new data and integration, business forecast 문의사항은홍정한전문위원에게보내주시면감사하겠습니다. 02-3779-0581 Jeonghan.Hong@tnsglobal.com