CRM의 의의
경영 환경 변화에 따른 기업의 대응 전략은 끊임없이 지속되어 왔으며, 이러한 환경의 변화는 기업으로 하여금 마케팅에 대한 관심을 고조시키게 하였다. 1970년대 대량생산·대량소비시대는 생산만하면 팔리던 시대로써, 소비자에 대한 관심과 욕구는 생각하지 않아도 되었다. 그러나 1980년대 들어 우리 사회는 고소득화와 개방화에 따라 소비자들의 생활양식이 변화하고 소비자의 욕구는 다양해지고, 공급자간의 경쟁이 치열해면서 기업들은 소비자에 대한 새로운 마케팅에 관심을 갖게 되었다.
농경사회에서는 근검·절약이 생활의 중심이며, 불만스런 1명의 고객은 무시된다. 그런데 소비·소유가 생활의 중심이 되는 산업사회에서는 1명의 불만스런 고객으로 10명의 고객이 이탈하게 되며, 정보사회에서는 존재·자기계발이 중요한 가치관으로 불만스런 1명의 불평은 순식간에 전체의 고객을 잃게 되는 결과를 초래할 수 있다는 것이다.
즉, 1970년대까지의 Mass Marketing은 시장의 변화에 따라 세분화 마케팅(segmentation marketing), 틈새 마케팅(niche marketing)과 같이 다양한 방식으로 나타나게 되는데, 세분화 마케팅이란 목표 고객의 욕구(Needs)와 욕망(Wants)에 따른 차별화된 서비스를 공급하는 마케팅 활동으로, 제품라인이나 서비스 라인을 고객의 취향에 맞는 형태로 제공하는 것이다.
이러한 마케팅의 흐름은 1980년대에 이르러 틈새 마케팅에 또 한번의 새로운 변화를 맞이하게 되는데, 이는 산업의 발달이나 소비자의 기호 등의 변화에 따라 기존의 제품 카테고리에서 소비자의 욕구를 충족시키지 못하는 새로운 수요 시장을 형성하고 적극 공략하는 마케팅 기법을 의미한다. 예를 들어, 거대 체형이 늘어나면서 이들을 위한 신발시장, 특이 체형을 위한 의류 시장, 그리고 속옷에서도 남들과 다른 패션을 지향하려는 속옷 시장 등은 틈새 마케팅의 좋은 사례들이라 할 수 있다.
여기서 한 단계 더 발전된 데이터베이스 마케팅(DataBase Marketing)은 IT기술의 발전으로 기업의 내·외부 자료를 통합하여 마케팅 활동을 지원하는 것으로, 컴퓨터와 통신 기술의 발전은 대용량 고객정보의 저장과 이에 대한 다양한 분석으로 개별 고객의 욕망(Wants)을 발견하여 새로운 고객을 창출할 수 있게 된다. 이런 DB 마케팅은 고객과의 독특하고, 개별적이며, 나아가 지속적인 관계를 유지하는 Individual Marketing, One-to-One Marketing, Relationship Marketing으로 발전하게 된다.
이러한 마케팅 방향에 대한 요소들을 기반으로 등장한 CRM (Customer Relationship Marketing)은 고객과 관련한 자료와 분석을 바탕으로 고객이 원하는 제품과 서비스를 지속적으로 제공할 수 있는 마케팅 활동을 통하여 고객과의 장기적인 유대 관계를 가지고, 나아가 고객의 생애가치(Lifetime Value)를 극대화하여 수익성을 높일 수 있는 통합적 고객관계 관리시스템이라 할 수 있다.
즉, CRM은 고객 수익성을 우선시하여 콜 센터, 캠페인관리 도구와의 결합을 통해 고객 정보를 적극적으로 활용하는 것이다. DB를 중심으로 하는 마케팅정보시스템이 자료의 수집이나 분석 모형 등에 중점을 두었던 것과는 달리 정보시스템의 결과를 마케팅에 활용하기 쉽도록 정보시스템의 영역을 고객과 실제로 만나는 접점에까지 확장하는 것이 CRM의 특징이다.
CRM의 배경
대중 마케팅으로 성공을 거둔 기업들도 시장 개방, 경쟁의 심화, 소비자 욕구의 변화에 따른 새로운 시장 상황 하에서 어떻게 경쟁할 것인가를 고민하고 있다. 많은 기업들은 불특정 다수의 대중을 향한 광고가 더 이상 기대만큼 효과가 없다는 것을 느끼고, 진열대에 수많은 상품들을 진열해놓고 고객을 기다려 매출을 올리기는 더 이상 어렵다는 현실도 깨닫고 있다.
그리고 다양한 상품 못지 않게 서비스의 질도 향상되어 고객들은 조금만 불만스러운 대접을 받아도 언제든지 경쟁자로 눈을 돌리게 되는 현실에서, 회사의 수익 중 65%는 만족을 얻는 고객을 통해서 이루어지고, 신규고객의 획득에 소요되는 비용은 기존고객에게 베푸는 서비스 비용의 5배 정도가 든다. 또 상위 20%에 해당되는 고객 1인당 매출액이 나머지 80%에 해당되는 고객 16명의 매출과 비슷하며, 보통의 기업은 매년 약 15%∼20%의 고객을 잃고 있으며, 고객 유지율이 몇 %만 증가해도 25%∼100%까지 이윤을 증가시킬 수 있다.
이런 상황에서 CRM 도입의 이유를 생각해보면, 첫째로, 기업의 성장 전략 변화를 들 수 있다. 지금까지 경영혁신 활동들, 즉 BPR (Business Process Reengi-neering) ERP(Enterprise Resources Planning), SCM (Supply Chain Management) 등은 대체로 기업의 효율성 제고에 초점이 맞춰져 왔는데, 이런 효율성의 증가는 오히려 투입되는 자원에 대비한 효용이 점차 체감하고 있어, 신제품이나 신규 브랜드의 출시에 있어서 브랜드 정착을 위한 마케팅 비용 대비 성공률은 오히려 줄어들고 있는 실정이다. 그러므로 기업은 기존 고객과의 관계 강화와 브랜드 자산의 축적을 위한 CRM은 IT를 기반으로 기존 고객의 유지와 강화라는 측면에서 매력적인 솔루션이 된다.
둘째는, 매스 마케팅(Mass Marke-ting)으로 효율성을 기대하기 어려운 시장에서도 마케팅의 필요성이 높아지고 있는데, 과거에 접근하기 어려웠던 틈새시장이나 고객의 욕구가 매우 세분화되어 이를 충족시킬 만한 구색을 제공하거나 제품에 대한 정보의 제공이 어려웠던 시장에서도 CRM은 SCM과 연계하여 이들에 대해서 보다 경제적으로 맞춤화에 가까운 상품을 제공할 수 있다.
즉, 고객에 관한 정보는 하루가 멀다시피 변하지만 이러한 고객정보를 뒷받침 할 수 있는 시스템은 전혀 없었고, 또 고객에 대한 욕구(Needs)를 파악할 수 있는 시스템이 기존에는 존재하지 않았다. 어떻게 고객을 세분화할 것인가? 어떻게 목표고객을 설정할 것인가? 목표고객에 대한 포지셔닝은 어떻게 실시할 것인가? 고객에 대한 수익을 어떻게 증가시킬 것인가? 이러한 문제에 대한 해답을 제공할 만한 제반 인프라의 구축을 CRM을 통하여 새로운 기회를 엿보며, 새로운 고객에 대한 전략을 실시하는 것이다.
셋째는, 신속하고 일관성 있는 고객 대응의 필요성이 높아지는 상황에서, e-Mail 채팅 웹 사이트 등으로 확산된 새로운 채널들을 통한 실시간 응대(real-time response)를 위해서는 IT 지원을 받는 CRM 같은 시스템이 요구된다. 성공적인 CRM은 복잡한 채널에 대하여 통합되고 신속한 고객 응대가 가능하도록 지원한다. 인터넷 확산 등으로 초래된 ‘정보의 비대칭성’에 대한 상당한 개선과 네트워킹을 통하여 강화된 소비자 주권에 의해 고객들의 높아진 서비스 수준에 대한 욕구 충족과 불평의 예방을 위해 고객 응대에 있어 기업들의 전사적 대응이 요구되는 시대에 이르렀다.
전통적인 커뮤니케이션 채널인 전화, 팩스, 우편, 직접 대면, 그리고 산재(散在)한 고객의 데이터 베이스만으로는 효과적인 응대가 불가능한 시대가 도래한 것이다. 그리고 인터넷은 고객에 대해 보다 정교한 방법으로 1대 1에 가깝게 접근할 수 있는 접근 방법을 열어 주는데, 특히 CRM은 One-to-One Marketing을 지원하는 시스템이라 할 수 있다.
끝으로, 경쟁사가 먼저 고객에 대한 지식을 높이고, 더욱 강력한 지원 시스템을 활용하고 있다면, 역시 이를 도입하지 않을 수 없는 것이다. 비슷한 예로, 웹 상에서 폭 넓은 구색과 개인화된 웹 사이트의 서비스를 통해 시장에 진입해 온 ‘amazon.com’과 이에 대응하기 위해 온라인으로 진출한 ‘반즈앤노블’의 사례를 들 수 있다. e-Commerce라는 넓고 새로운 개념에서의 경쟁이었지만, 어느 경쟁사나 신규 진입자가 강력한 CRM을 무기로 시장에 진입한다면 다른 경쟁자들도 이러한 무기를 도입하지 않을 수는 없을 것이다.
CRM의 성공 요인
먼저 CRM을 유형화해 보면, 다음과 같이 요약할 수 있다.
① 전략적 관점 : 장기적으로 고객에 대한 정의, 선정, 개발, 평가, 유지를 위한 전략적인 관점
② 프로세스적 관점 : 영업, 마케팅, 고객 서비스 및 지원 등 고객관리 영역의 프로세스를 자동화하고 개선하는 관점
③ 데이터 중심적 관점 : 수집된 데이터를 지속적으로 확보하고 이것을 바탕으로 고객의 구매 행동을 분석·예측하여 효과적이고 효율적인 고객 관리에 활용한다는 관점
이런 관점들을 종합하면, CRM은 다양한 채널 및 데이터 자료를 활용하여 고객 데이터를 수집·분석함으로써, 고객과의 관계 강화를 위한 전략과 관련 활동을 지원하는 솔루션으로, 고객의 데이터를 세분화하여, 신규고객 획득, 우수고객 유지, 고객가치 증진, 잠재고객 활성화, 평생 고객화 같은 사이클을 통하여 고객을 적극적으로 관리하고, 고객의 생애가치(Life-time Value)를 극대화시킬 수 있는 전략을 개발할 수 있게 된다. 즉, 전략이 없는 마케팅이 존재할 수 없듯이, CRM이 없는 전략은 상상할 수 없다.
특히, CRM 시스템의 구축에는 전사적인 노력과 많은 비용이 소요되기 때문에 비용 대비 만족할만한 성과를 얻기 위해서는 최고 경영자의 의지가 필요하다. 따라서 성공적인 CRM을 위해서는 회사 전체가 고객 지향적인 사고 방식을 가져야 하며, 업무처리 프로세스는 자동화된 정보시스템에 맞도록 재구성하는 것이 필요하며, 인터넷의 접점을 통한 고객과의 정보 교류 및 의사결정을 위한 비즈니스 환경을 구축하는 것이 필요하게 된다.
CRM의 방법론 및 프로세스
CRM 방법론은 실제로 기업이 CRM을 도입할 때 가장 짧은 시간에 최대한의 투자 수익을 얻기 위한 전략을 제시한다. 다시 말해, CRM에 대한 방법론은 비즈니스 상황과, 기업의 미래 성장에 대한 계획을 동시에 충족시킬 수 있는 ROI(return on investment)에 초점을 두고 시작된다. CRM의 구현은 복잡한 프로세스를 통해서 이루어지기 때문에 비즈니스 목표를 달성하기 위해서는 증명된 접근방법이 필요하다.
CRM 방법론은 CRM 솔루션이 어떻게 CRM 프로그램들을 정의하고, 계획하고, 실행시키는 지를 정의할 수 있는 구조화된 프로세스이다. 이 방법론은 7개의 단계(phase)로 나누어지며, 각 단계들은 즉각적인 비즈니스 수익을 창출해 내거나, 프로젝트의 다음 과정의 계획수립을 가능하게 하는 일종의 이정표와 논리적인 작업 그룹의 역할을 한다. 방법론에 따른 단계와 프로세스의 흐름을 일목구연(一目瞭然)하게 보여주고 있다.
각 단계별 주요 관리 업무활동과 프로세스를 중심으로 보여주고 있는데, (4)설계(design), (5)개발(build) 단계는 프로젝트팀이 주요한 책임을 지고 있음을 보여주고, (1)현황파악(assessment)은 비즈니스 업무에 대한 책임을, (2)기반구축(awa-reness), (3)이해(understanding), (6)실행(execute), (7)검토(review)는 비즈니스와 프로젝트팀과의 관계에 대한 책임을 보여준다.
즉, 성공적인 CRM 프로젝트 수행을 위해서는 실제적으로 현업의 업무상황과 정의, 그리고 그 상황을 수행하는 프로젝트팀, IT환경 등의 관계가 원활하게 이루어져야만 가능하다는 것을 알 수 있다.
(1) 현황파악 (assessment)
이 단계는 기업의 비즈니스 목적에 따라 CRM을 위한 시스템을 구축하는 목표를 설정하는 단계로, 실제 업무에 직접 적용될 수 있는 목표에 따라 프로젝트 팀을 구성하고, 그 범위를 결정하게 된다. 이 단계에서의 구체적인 수행방법과 세부적인 내용은 다음과 같다.
① 목표설정 (establish goal)
실제 현업에 적용될 수 있는 구체적인 목적과 목표를 설정한다.
가설 설정과 기대효과: 목표를 달성할 수 있도록 가설을 설정하여 그 결과에 대한 효과를 예측한다.
② 준비작업 (determine readiness)
조직화된 준비작업 : CRM 프로젝트는 조직의 전사적인 비지니스와 강하게 결속되어 있어 업무와 IT팀과의 연계가 중요하다.
데이터 및 IT환경 검토: CRM 프로젝트 수행을 위한 고객 데이터 환경은, 필요 데이터 확인 및 데이터의 근원지가 데이터 웨어하우스인지 데이터 마트인지 혹은 운영계 시스템에 존재하는지, 외부데이터를 포함하는지의 여부를 정의할 필요가 있다. 또, 고객의 플랫폼, 네트워크 하부구조, 운영계 시스템 등을 검토하여, 향후 확장성을 고려한 IT환경 아키텍처(architecture)를 제시한다.
③ 프로젝트 계획 개발 (development project plan)
일단 정보를 분석하고, 프로젝트 목적, 수행, 자료, 비용, 그리고 다른 정보들을 가지고 프로젝트 계획을 세우는데, 여기에는 반드시 프로젝트에 필요한 자료들과 스케줄을 명확히 포함되어야 한다.
(2) 기반구축 (awareness)
이 단계는 데이터 웨어하우스를 구축하거나, 기존 웨어하우스에서 프로젝트 요건에 맞는 데이터를 선정하고, 필요시 갱신하거나 외부 인구통계 자료 및 설문조사와 같은 자료들을 보충하는 단계이다.
① 데이터 환경 구축 (create data environment)
고객관점 웨어하우스 구축(create cus-tomer view warehouse)
현재의 데이터 환경 정의를 기본으로 프로젝트 진행 시 필요한 데이터를 추가함으로써 현재의 웨어하우스를 확장하거나 새로운 웨어하우스를 만들 수 있다.
데이터 웨어하우스 확장(extend data warehouse)
심화된 고객 정보를 분석하기 위해서는 데이터 웨어하우스의 확장이 필요한데, 이에는 다음과 같은 것이 있을 수 있다.
수익성 요소
채널 사용에 따른 행동 분류
상품 이용 혹은 특징에 따른 가치 정의
고객 태도
인구 통계학적인 속성
(3) 고객에 대한 이해 (understanding)
이 단계는 구축된 데이터 웨어하우스로부터 고객을 세분화하고 요약(프로파일) 후 각 고객 세분화에 대해서 기업 목표에 맞는 전략을 수립한다. 즉, 세분화된 집단별로 차별화 된 비즈니스 활동을 수행하며, 또 프로젝트 요건에 맞는 대상 집단을 선택하는 과정도 이 단계에서 가능하다.
① 고객세분화 및 프로파일링 (segment and profile customers)
고객을 유사한 특성을 가진 여러 개의 그룹으로 세분화한다. 이때 전통적인 통계 방법인 클러스터링(clustering)을 이용하거나, SAS Enterprise Miner를 사용하여 좀 더 효과적인 고객세분화를 할 수 있다. 각 그룹에는 서로 비슷한 속성과 행동양식을 가진 고객들이 포함되고, 각 그룹의 특징을 나타낼 수 있는 속성들을 부여한다.
② 전략수립 (define strategy)
세분화된 고객에 따른 전략을 수립하는데, 개개의 고객에게 적용될 전략을 명확히 하고, 비지니스 목적 및 문제들과 긴밀히 연결되어야 한다. 또한 경제적인 측면과도 깊은 관련이 있어야 한다. 즉, 전략이란 비지니스의 목적, 산업, 그리고 업무를 수행하는 책임 부서들의 요건에 적합한 것이어야 한다.
예를 들면,
사후적인 행동 전략 (기존고객 중심)
이탈 고객 방지 전략
수익성이 가장 높은 고객층의 지속적인
유지를 위한 전략
사전적인 행동 전략 (대상고객 중심)
신규고객 창출
수익성 높은 고객군 산출
현존 고객에 대해 교차판매(cross selling)
또는 상승판매(up selling)
기존 고객의 차별화된 관리를 통한 수익 증대
신뢰도 향상
즉, 고객정보를 분석하고 세분화해 본 결과, 이탈율은 변화가 없고 신규로 발생하는 고객수가 줄어드는 경향을 보였다면, 사전적인 행동 전략중의 하나인 신규고객 창출을 선정해 대응하면 되고, 반대의 경우라면 이탈을 방지하기 위해 사후적인 행동 전략을 택하면 된다.
(4) 설계 (design)
① 비즈니스 계획 수립 (create business plan)
고객 세분화에 따른 차별화된 전략에 근거하여 고객관계 관리를 지원할 수 있는 최선의 전략이나 고객 인센티브 프로그램을 세운다. 이런 전략 수립의 목적은 고객의 행동 변화와 결과측정을 위한 것이다. 이렇게 구체적인 비즈니스 활동 계획을 수립한 후 이를 시행하기 위한 IT 시스템 계획을 세우는 단계로 들어간다.
② IT 계획 수립 (create IT plan)
앞에서 수립한 비즈니스 활동 계획(business action plan)에 따라 CRM 프로젝트를 지원할 IT 시스템 계획을 세운다. IT시스템은 대개 운영계 시스템, 예측 모델들, DSS(의사결정 지원시스템 :decision support system), 그리고 리포팅과 분석 시스템을 포함한다. 모든 IT시스템은 한번에 구축될 수 없기 때문에 IT 계획은 단계적으로 수행될 수 있도록 세워져야 한다. 즉, 단기간에 최대한의 효과를 볼 수 있는 시스템에서부터 시작하고 다른 시스템들은 순차적으로 구축, 디자인, 실행한다. 이렇게 하여 구체적인 비즈니스 계획과 IT계획이 설정되었으면, 실제 시스템 구축작업으로 넘어가게 된다.
(5) 개발(build)
이 단계에서는 유망한 고객층을 선택하기 위해 SAS의 마이닝 방법론인 「SEMMA」를 이용하여 가장 가치 있는 고객을 선택하고, 시장의 채널을 확보하여 프로그램 효과를 극대화 할 수 있는 고객 행동 예측 모델을 구축한다.
① 예측모델 개발 (build predictive model) 비즈니스 주제에 따라 모델링이 수행되고, 모델 유형에 따라 고객들의 속성들이 평가되며, 속성에 따라 고객들의 점수가 매겨진다. 즉, 비즈니스 주제가 이탈고객 방지라면 이탈 방지를 위한 모델링이 구축되고, 그 모델에 의해 각 고객들에게 이탈 점수가 부여 되게 된다. 이렇게 하여 집중적인 관리대상 고객들이 선정된다. 그 다음은 구축된 모델링을 실제 실행 단계에서 적용하는 단계이다.
(6) 실행 (execute)
이 단계는 전 단계의 결과인 예측모델에서 선별한 고객을 대상으로 캠페인(비즈니스 활동)을 수행한다. 대상고객에게 적용한 이벤트에 대한 자세한 기록과 수행결과 나타난 고객의 직·간접 반응을 데이터 웨어하우스에 기록한다. 이런 과정을 통해 향후의 예측이나 고객 행동 변화에 대처가 가능하게 된다. 또한 이벤트 실행 후 다음과 같은 내용을 분석함으로써 고객 행동에 대한 정확한 이해와 프로그램의 효율성을 측정하게 된다.
고객 만족도/고객 이탈 비율/수익성 등에 대한 평가
콜센터의 효과(잠재고객에서 고객으로의 전환, Calling횟수)
캠페인 효과(ROI, 사용된 채널, 반응의 프로파일)
활동이 증가된 고객 수
이동이 발생된 고객 수
(7) 검토 (review)
여기에서는 프로그램이 기업의 목적에 어느 정도 기여했는가와 함께 프로그램이 고객의 행동에 미친 영향에 대해서도 그 결과를 살펴본다. 또, 프로그램의 결과와 그 성과를 조직 전체에 알림으로써, 전사적인 공유 정보화가 가능하도록 한다.
간단히 요약하면, CRM 프로젝트의 수행시 성공요인으로 작용하는 것은 비즈니스 문제에 대한 정확한 정의와 그에 따른 필요한 데이터의 구축과 이를 처리할 수 있는 IT 시스템, 그리고 효율성 있는 모델을 위한 마이닝 도구라 할 수 있겠다. 하지만 무엇보다도 중요한 건 비즈니스 문제를 해결하기 위한 현업 사용자와 마이닝을 이용해 작업을 하는 마이너(miner)와의 원활한 의사소통, 그리고 활용방안이 고려된 프로세스의 정립이라 할 수 있는데, 이런 요소들이 충분히 고려될 때, 기업은 구체적이고 현실적인 정책을 실행할 수 있으며, 이는 바로 ROI와 연결된다.
CRM과 데이터 마이닝(Data Mining)
데이터 마이닝의 의의
데이터 마이닝이란 방대한 양의 데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 과정, 데이터간의 숨겨진 관계, 혹은 겉으로 드러나지 않거나 또는 기존의 통계학적 방법을 통해 뽑아내기에는 너무나 복잡한 관계를 찾아내고, 이 관계를 바탕으로 미래를 예측하는 기술이다. 데이터 마이닝은 다양한 방법을 이용하여 근원적 데이터를 탐색하고, 분석하여, 이로부터 기대하고 있는 정보 뿐만 아니라 예상하지 못했던 정보를 찾아내고자 하는 개념적인 방법론이다.
현재 데이터 마이닝이 적용되는 가장 일반적인 분야는 고객 행동의 분석인데, 소매, 뱅킹, 금융, 보험, 통신분야가 주요 시장이다. 이들 산업들은 대량의 고객 데이터를 활용하여 데이터 마이닝의 기술적 가치를 제고시킬 수 있는 가지는 응용분야들이다. 예를 들어, 수익의 안정적인 확보와 고객 기반을 유지하기 위하여 유통업체의 고객에 대한 이탈 가능성을 예측하기 위해서 데이터 마이닝을 실시한 자료를 보면, 대략 다음과 같은 특성을 가진 고객은 이탈 가능성이 높은 것으로 생각된다.
대금 지불의 청구지가 직장인 고객
가족카드를 소지하지 않은 고객
1회 평균 구매건수가 약 2건 이하인 고객
구매 부문수(Coverage)가 적은 고객
최종 구매일로부터 기간이 오래된 고객
연체가 2달∼3달씩 발생하는 고객
주로 정장이나 셔츠를 구매하는 고객
구매의 평균 구매기간이 긴 고객
대금의 자동이체를 거부하는 고객
정상적인 구매비율이 25%이하인 고객
기업이 얻고자 하는 정보의 근간은 바로 각 기업이 보유하고 있는 고객, 상품, 경쟁사 관련 데이터 등과, 매일 발생하는 거래 데이터이다. 정보기술 및 시스템의 발전으로 이러한 데이터들을 보다 손쉽게 접근할 수 있고, 효과적으로 활용할 수 있게 되었다. 또, 과대해지고 있는 기업 경쟁의 상황에서 점점 더 다양화되고 개성화되는 고객들의 욕구에 시의적절한 대응이 기업의 경쟁력 제고에 도움이 되고, 지속적인 경쟁 우위를 확보하기 위해서는 효과적이고 합리적이며, 신속한 전략 또는 의사결정이 더욱 중요한 요소가 되고 있다.
따라서, 기업은 최적의 전략이나 의사결정을 뒷받침해 줄 수 있는 중요한 고급 정보가 필요한 상황에서, 새로운 관심은 데이터를 잘 쌓아 놓는 단계를 넘어서 데이터라고 하는 거대한 창고에서 보다 가치 있는 정보를 효과적으로 찾아내고자 하는 부분으로 모아지고 있다. 이미 알려져 있고 기대했던 정보뿐만 아니라 전혀 예상하지 못하고 쉽게 드러나지 않는 정보까지를 데이터 베이스나 데이터 웨어하우스로부터 찾아내고자 하는 목적으로, 개념적인 정보 추출방법론인 데이터 마이닝이 시장에 등장하게 되었고, 이는 데이터 웨어하우스와 함께 향후 정보산업을 이끌 큰 주제가 되고 있다.
데이터 마이닝에는 특정 문제에 적용하는 기법이 정해져 있는 것은 아니고, 기법이 적용된다고 해서 모든 문제가 해결되는 것도 아니다. 즉, 얻고자 하는 결과나 데이터의 상태 등에 따라 적용할 수 있는 기법들은 다를 수가 있다. 그러므로 기법들에 대해 어느 정도 이해가 수반되면 문제를 해결하는데 최적의 접근으로, 보다 효과적이고 적극적인 데이터마이닝을 수행할 수 있을 것이다.
데이터 마이닝의 특징
데이터 마이닝은 무수히 많은 자료(data) 중에서 정보를 캐내는(mining) 의미인데, 이는 특정의 분석 기법을 의미하는 것이 아니라 많은 자료에서 쉽게 정보를 찾아주는 기법을 통칭하는 것이다.
데이터 마이닝의 가장 큰 특징은 기존의 통계분석에서 주요한 이론이나 통계적인 유의도 등에 얽매이지 않고 상식적인 근거에 의해서 자료를 분석하여 실무에 활용한다는 점이다. 자료 분석에 있어서 데이터 마이닝의 역할은,
첫째로, 데이터 베이스에 있는 고객이나 제품을 비슷한 것끼리 묶는 군집화(clustering)이다. 즉, 시장세분화나 제품세분화라 할 수 있는데, 이는 데이터 마이닝에서 가장 대표적인 역할이라 할 수 있다.
두 번째로, 데이터에서 유사한 성향을 가진 것들을 찾아 어떤 연관성을 가진 규칙(asso-ciation rule)을 찾는 것이다. 예를 들면, 고객의 구매 자료에서 가죽 옷을 구매한 고객은 한 달 이내에 얇은 면티셔츠를 산다는 연관성을 발견할 수 있다. 이런 결과는 앞으로 가죽옷의 구매자에 대한 향후 구매행동을 분석하는 데 유익한 자료가 될 수 있다.
세 번째로, 이미 집단화가 되어 있는 고객이나 제품의 차별적인 특성을 파악하고 새로운 고객이 데이터 베이스에 추가되면 기존의 집단에 분류하는(classification and pre-diction) 역할이다. 예를 들어, 우수고객과 불량고객으로 집단이 분류되어 있으면, 이런 기준에 따라 새로운 고객이 앞으로 어떤 부류의 고객이 될 것인가를 예측할 수 있게 된다.
여기에는 CRM을 위한 방대한 자료가 요구되지만 필요한 자료에 관련되는 변수가 모두 충실하지 않더라도 분석이 가능하다는 장점이 있다. 그리고 이에 소요되는 시간은 마케팅 모델링보다는 짧지만, 완전 자동 분석은 어렵다. 또 그 분석 결과도 마케팅 모델보다는 정교성이 떨어지고 있다.
CRM에서의 데이터 마이닝 기법
CRM에서 주로 적용되는 응용분야(appli-cation)로 ①고객신용평가, ②교차판매, ③고객 이탈/유지 관리, ④고객 세분화 등을 들 수 있으며, 이와 관련된 데이터 마이닝 기법으로는 다음과 같다.
① 고객신용평가 : 회귀(regression) 모형, 로짓(logit) 모형
② 교차판매 : 연관성(associations) 분석
③ 고객 이탈/유지 관리 : 로짓모형, 의사결정나무(decision trees) 모형, 신경망(neural networks) 모형, 판별분석(discriminant analysis)
④ 고객 세분화 : 클러스터링(clustering), 의사결정나무
CRM에서의 고객 이탈/유지 관리 분석에서는 로짓모형, 의사결정나무, 신경망분석, 판별분석을 적용하여 비교할 수 있다. 그런데, 모형을 개발하기 위해서는 여러 가지 방법이 사용되어질 수 있는데, 이런 방법들은 데이터의 성격에 따라 장단점이 있기 때문에 어느 것이 반드시 우수하다고 결론지을 수는 없다.
예를 들어, 카드회사와 보험회사에서 평점모형을 개발한다고 할 때, 카드회사에서 사용되는 변수의 성격과 보험회사에서 사용되는 변수의 성격이 다르기 때문에, 추출되는 하나의 고객 데이터로부터 최적의 신용평점 모형을 개발할 때에는 가능한 여러 통계모형을 상정하여 분석하는 것이 바람직하다.
또한 최적의 모형을 얻기 위해서는 구축되어진 모형들을 비교·평가해야 하고, 이를 통해 선택되어진 모형이 다른 모형에 비해 우수하다는 것을 입증할 수 있어야 한다. 이러한 일련의 과정을 모형평가(model assessment)라고 하는데, 예측을 위해 만든 모형이 임의의 모형보다 과연 우수한지, 고려된 서로 다른 모형들 중 어느 것이 가장 우수한 예측력을 보유하고 있는지를 비교·분석하는 과정이라 할 수 있다.
Copyright ⓒ kmarketing.co.kr by 이동철 동의대학교 경영 회계학부 교수 October, November 2003