CRM 을 위한 데이터 관리

한국 CRM 협의회 회장㈜렉스켄 대표이사

장 동익

2002 년 9 월 26 일

CRM 이란 ?

• 고객에 대한 광범위하고 심층적인 이해를 활용• 개개인에 적합한 차별적 제품 및 서비스 제공• 고객의 평생가치를 극대화• 고객과의 관계를 지속적으로 강화 . 유지해 가는 마케팅 및 경영 혁신 활동

고객 이해• 사업환경 분석• 고객 특성 파악

고객 대응• 고객대응 전략 및

•메커니즘 설계• 개인화 설계

평가 및 보완• 성과 분석 및 문제점 보완• 추진 조직 및 시스템 개선

CRM 역사

• 농경시대• Mass Market 시대• One-to-One Market 시대

USAA(United Service Automobile Association)

• 1990 년 초반• McDormott 회장• 군인 개개인의 입장에 따른 상품 개발 및 권유 - 걸프전 참전 용사 - 출정 용사들에 대한 자동차 보험

CRM 기대효과

기존사업 측면-eBusiness 혁명으로 가속화된 가격경쟁 구도를 벗어나 고객과 우호적인 관계 구축-장기적인 관점에서 수익을 확보

신규사업 측면-고객 관계 및 고객에 대한 지식을 기반으로 한 사업 다각화- 예 : Yahoo 의 Shopping Mall K-mart 의 Bluelight,com 자회사 신설

Streamline.com

• 당초 식품 판매업• 물류 Synergy 활용 – 세탁 , 우편물 발송 및 집안 청소대행업

eCRM 과 Offline CRM 의 통합

고객 기업

점포 / 영업사원

편지

전화

인터넷

CRM 시스템은 단순한 도구에 불과하다

• eCRM = Personalization ?• eCRM = Click Stream Analysis ?• CRM = event driven marketing ?• CRM = 마케팅 + 영업 + 고객서비스 ?• CRM 시스템을 구축해야 실행을 할 수 있는 것 아닌가 ?• CRM 은 DBM 의 변형이다 ? - CRM 은 고객과의 장기적인 관계구축을 목적 고객에게 접근하는 관점 또는 가치관 - DBM 은 상대적으로 가시적인 단기 성과를 목적 : 다분히 기술적 경향• CRM 은 IT 분야의 이슈이다 ?

국내 CRM 구축 시 문제점

• 마케팅 분석을 위한 마케팅 DW 의 내용 부실 . - 활용할 수 있을 만한 데이터의 미흡 및 불충실

• 초기에 내 능력에 맞는 Sweet Spot 을 찾기 보다 ( 효율성 측면 )내 능력에 걸맞지 않음에도 불구하고 가장 좋은 시스템을 구축하면 된다는 생각- 사내에 전략적인 마인드의 부족 . 충분한 분석 경험 및 최종 사 용자 전산이 뿌리내리지 못한 상태에서 훌륭한 시스템은 의미 가 매우 축소된다 . - ERP 와는 다루는 업무 기본 성격이 다르다 .

• 통계나 시뮬레이션 지식을 가지고 있는 마케팅 전문가의 부족

• 데이터에 근거한 마케팅을 아직은 이론적이라고 생각- 데이터 자체에 대한 신뢰도가 낮음

Sweet Spot

Sweet Spot

효율성

시간 , 비용 , 노력10~20%

60~80%

고객 데이터의 원천

내부 데이터

외부 데이터

기초인적 데이터

접촉 / 거래 데이터

조사 데이터

• 고객 리스트 , 신청서 , 제품 보증서 카드

• 인터넷 : Web Log, Click Stream• 거래정보 : 주문 , 구매이력 , POS 데이터 통장 , ATM, 신용카드 거래정보• 문의 / 불만 정보 : 콜센터 , AS 조직

• Survey 데이터 , Panel 데이터 직접 반응 광고 데이터

직접 입수 데이터

제휴 활용 데이터

• 타 기업 고객 정보 : 제휴를 통한 타 기업 고객 정보 공유• 전문 정보 공급업체 : 회원명부 , 센서스 자료 , 라이프스타일 자료 (Claritas, Donnelley, CACI 등 라이프스타일 , 지리정보 )

• 정보중개자의 정보 간접 활용• 제휴를 통한 타 기업 고객 정보 간접 활용

고객 데이터의 오류

• 복수 ID 및 복수 이용자• Floating IP 및 Cookies• 입력의 오류• 입력 방법의 차이 ( 예 : 성명 , 주소 , 회사명 등 )• 다 가구 주택• 다 세대 주택• 높아 지는 이혼율• 잦은 이사• 이직율의 증가• 우편번호 체계의 변화 ( 동 , 번지 체계에서 거리 명 , 번지 체계로 전환 )

데이터 품질 제고 방법론

데이터원본

데이터원본

검사검사

보고서 작성보고서 작성

표준화품질제고 ( 개별화 )

표준화품질제고 ( 개별화 )

보고서 작성보고서 작성

관계 설정관계 설정

보고서 작성보고서 작성

통합통합

가치제고

Feedback Loop

• 표준화 (Standardization)• 개별화 (Identification)• 관계 설정 (Relationship) - Match /

Link

검사

빈도 분석은 데이터 요소들을 검증하는 훌륭한 방법이다 .

Customer #BlankBlank0000000000326944253286934385291393852913938529-T43 6285/H

“ALL” FreqBlank 200000000000 132694425 13286934 138529135 238529-T 143 6285/H 1

“MASK” FreqBlank 2NNNNNNNN 3NNNNN-A 1 NNNNNNN 1NNNNNNNNNN 1NN NNNN/A 1“Non-Blank, Non-Zero” Freq

Blank 20000000000 1NBNZ 6

관계된 테이블 Entry 들을 근거로 데이터를 변경하거나 새로운 데이터를 생성

문자 그대로의 값이나 또는 “ masks” 를 활용

이전 제품 Field#1376#4562-L

이전 제품 Field#1376#4562-L Table 1

#1376 Laptop#4562-L Laser Printer

Table 1#1376 Laptop#4562-L Laser Printer

이후 제품 FieldLaptopLaser Printer

이후 제품 FieldLaptopLaser Printer

이전 전화번호 Field2124841200(212) 484-1264

이전 전화번호 Field2124841200(212) 484-1264

Table 2NNNNNNNNN NNN-NNN-NNNN(NNN) NNN-NNNN NNN-NNN-NNNN

Table 2NNNNNNNNN NNN-NNN-NNNN(NNN) NNN-NNNN NNN-NNN-NNNN

이후 전화번호 Field212-484-1200212-484-1264

이후 전화번호 Field212-484-1200212-484-1264

표준화 – 데이터의 변환 및 재 포멧

THNKPD 770

7300 COMPAQ

HP OMNIBK 800

DESKPRO 2000

TECRA 530CDT

750 TPAD

APTIVA

개별화 1

DESCRIPTION MAKE TYPEMODEL MODEL #

원본 데이터에서 요구되는 결과를 정의

THNKPD 770

7300 COMPAQ

HP OMNIBK 800

DESKPRO 2000

TECRA 530CDT

750 TPAD

APTIVA

개별화 1

DESCRIPTION MAKE TYPEMODEL MODEL #

미리 정의된 데이터베이스를 활용하여 기존 데이터를 구분하고 개별화

HP

770

2000

530CDT

7300

800

TECRA

DESKPRO

OMNIBOOK

THNKPAD

COMPAQ

APTIVA

750 THINKPAD

THNKPD 770

7300 COMPAQ

HP OMNIBK 800

DESKPRO 2000

TECRA 530CDT

750 TPAD

APTIVA

개별화 1

DESCRIPTION MAKE TYPEMODEL MODEL #

Derived Data 적용 및 보다 질 높은 데이터로 확장

HP

770

2000

530CDT

7300

800

TECRA

DESKPRO

OMNIBOOK

THNKPAD

COMPAQ

APTIVA

750 THINKPAD

IBM

COMPAQ

TOSHIBA

IBM

IBM

ARMADA

DESKTOP

DESKTOP

LAPTOP

LAPTOP

LAPTOP

LAPTOP

LAPTOP

1. 속성 및 라인타입을 부여N

SN = 이름G = 주소 S = 상세주소B = 빌딩Z = 우편번호

백철호 팀장<ALPHA> <ALPHA>< 성 >< 이름 > < 직책 >서울시 강남구 대치동<ALPHA> <ALPHA> <ALPHA>< 시 > < 구 > < 동 > 1004<NUM><번지 >삼미빌딩 1층<ALPHA> <1-NUM><ALPHA><빌딩 > <#층 > 135-283<NUMERIC>< 우편번호 >

G

N

B

Z

개별화 2

2. 라인타입에 따른 속성 부여 ( 예제 )

S

서울시 강남구 대치동< 성 >< 이름 > <ALPHA> <ALPHA>

< 시 > < 구 > < 동 >

<ALPHA> <ALPHA> <ALPHA>

<ALPHA> <ALPHA> < 빌딩 #>

<ALPHA> <ALPHA> <ALPHA>

G

N

B

Z

낮음 낮음

높음 높음

낮음 낮음

낮음 낮음

중간 중간계수 비중

개별화 2

S

백철호 팀장< 성 >< 이름 > < 직책 >

서울시 강남구 대치동< 시 > < 구 > < 동 >

1004<번지 >

삼미빌딩 1층<빌딩 > <#층 >

135-283< 우편번호 >

G

N

B

Z

N = 이름S = 상세주소G = 주소B = 빌딩Z = 우편번호

문맥 중심의 처리

개별화 2

• 주소 정보를 우편번호 테이블과 비교하여 정확한 정보로 수정• 주요 기능

– 우편번호 표준에 적용– 6 자리 우편번호 체계

• 동 이름 : 대치동 대치 3 동• 우편번호 : 구 우편번호를 신 우편번호로 135-283 135-851

우편번호를 활용한 변환

관계 설정을 위한 연결

• 업무 규칙을 미리 설정하여 활용 • 고객이 요구하는 결과를 얻기 위한 융통성

있는 규칙 적용 • 최상의 결과를 얻기 위한 표준화 , 개별화

등의 단계를 작업을 조정• 여러 단계의 연결• 어떤 데이터도 연결

개인 : 두 단계의 관계

레코드

개인

가족명

회사 : 두 단계의 관계

레코드

담당자명

회사명

제품 : 두 단계의 관계

레코드

제품 모델

회사명

주요 사례 :각기 형식이 다르거나 오류가 있으며 흩어 져 있던 각 개인의 데이터를 표준화 , 개별화 및 관계를 설정 과정을 통하여 한 가족 (Household) 으로 , 한 회사 또는 한 부서의 구성원들 또는 같은 담당자로 정의를 내려 주게 됨 .

관계 설정

관계 설정 점수가 각 레코드에 지정된다 .

관계 설정 키가 각 레코드에 지정된다 .

Fields

동성명번지 - 호아파트

동 - 호우편번호시

관계 알고리즘< 동 >

<Name-Mask>

<번지호 >

< 철자 + 발음 >

<absolute>

< 우편번호 >

< 철자 >

점수(95,87,82)

(100,98,94)

(100,98,85)

(100,75,70)

(100)

(100,0)

(100,90,80)

실제 점수98

100

99

71

A

A

B

C

F999

P106

P107

P108

P109

P110

P113

S225

F115

------BB

AAAA----

ABAA----

ACAA----

AAAB----

AAAC----

AABC----

AACC----

ABBC----

점수 페턴

필드명 – 가족 관계 사례

규칙