성공적인crm구축을위한 최적의데이터클린징솔루션 · 2011-01-28 · crm fair 2004...

Customer Data Cleansing Customer Data Cleansing Customer Data Cleansing

CRM Fair 2004CRM Fair 2004CRM Fair 2004

Cleansing for the BetterCleansing for the BetterCleansing for the Better

Cleansing For BetterCleansing For BetterCleansing For Better

성공적인 CRM구축을 위한최적의 데이터클린징 솔루션

성공적인 CRM구축을 위한최적의 데이터클린징 솔루션

김요섭 부사장

㈜수지원넷소프트




Cleansing For BetterCleansing For BetterCleansing For Better목차고객데이터클린징솔루션소개

데이터클린징 Solution 도입 필요성

클린징 솔루션의 비교

데이터클린징의 지향점

기대효과

데이터클린징방법

Active Cleansing Solution

시스템구성도

관리 Table

클린징 로직 및 기능

솔루션의 특징

업력 및 역량

Reference Site

Demo

기타




Cleansing For BetterCleansing For BetterCleansing For Better고객데이터 클린징 솔루션 소개Market Trends

Current Data Quality Problems cost U.S. businesses more than

$600 billion per year(TDWI Report series 2002)

More than 50 percent of BI and CRM deployments will suffer limited

acceptance, due to lack of attention to data quality issues(Gartner 2002)

The direct costs of poor quality information have been measured at from 10

to more than 20% of an organization’s operating revenue.

IT예산의 40 ~ 50%를 데이터 정제에 소요하고 있다

(IDW&BIQ,NY:John Wiley & Sons, p.12)

Poor Quality information creates opportunity losses that can be

even greater than the direct costs.

운영리스크의 최소화 방안

2007년 시행될 바젤II는 시장 리스크와 신용 리스크의 측정 방식이 보다 상세해

졌고 그와 함께 운영 리스크가 평가 항목에 추가되었으며 운영리스크의 최소화는

고객데이터 클린징을 통하여 정확한 데이터를 유지함으로써 일관된 데이터에

기반한 리스크관리가 주요 쟁점이 될 것입니다




Cleansing For BetterCleansing For BetterCleansing For Better고객데이터 클린징 솔루션 소개

고객데이터 클린징 솔루션?

– 주소를 기반으로 한 전화번호, FAX, 이메일, 이름, 핸드폰번호,

주민번호, 사업자번호 등에 대한 정제, 분류, 합리화, 속성추출,

표준화의 모든 과정이 클린징 솔루션을 통하여 자동화하고

정확한 고객식별데이터를 일관되게 유지할 수 있도록 지원합니다

특히 외부부가정보와 연계하여 영업 및 마케팅 정보로 활용 할 수 있는

CRM솔루션입니다.

데이터클린징의 4대 필수조건

– 안정성(Reliability)

– 확장성(Scalability)

– 정확성(Non-Disruption)

– 고성능(High Performance)




Cleansing For BetterCleansing For BetterCleansing For Better고객데이터 클린징솔루션소개배경

체계적 고객식별정보축적 보완

체계적 고객식별정보축적 보완

확장성을 고려한시스템 구축

확장성을 고려한시스템 구축

고객데이터 정제고객데이터 정제

정확한 고객식별 정보를 유지함으로써 고객에 대한 서비스와고객관리업무의 효율성을 고도화 할 수 있는 정제 인프라 제공

정확한 고객식별 정보를 유지함으로써 고객에 대한 서비스와고객관리업무의 효율성을 고도화 할 수 있는 정제 인프라 제공

정제프로세스정제프로세스

행정구역/우편번호수시 변경에 따른현행화 작업의난이도증가

기존 고객데이터의주기적Conversion

미흡

채널별 고객식별정보의Syn.관리 보완

온라인정제(Data GateKeeper)필요성

외부DB와 매핑정보(APT정보,지가정보등)

고객식별정보관리 필요성

고객식별정보 분류체계및 프로세스 재정비

고객식별정보 분류체계및 프로세스 재정비

고객식별데이터의 3I(Inconsistent, Incomplete, Inaccurately)를 보정 작업을 통한 데이터품질 향상

고객식별데이터로부터 속성 추출, 표준화를 고객 식별 확대

외부 DB와 연계하여 고객데이터의 Enrichment정보 증대

본/지점, 온라인, 카드 정보 등 다양한 채널에서 입력싯점부터 Data Gate Keeper역할 수행

DM 부달율의 증가




Cleansing For BetterCleansing For BetterCleansing For Better데이터클린징 솔루션 도입 필요성필요성“고객을 정확하게 인식할 수 없는 데이터는 공해다”

“고객을 명확히 아는 것이 경영전략의 출발점”

“고객식별정보는 모든 경영전략/자원배분결정의 기초로 설정”

실시간 고객식별정보 정제

고객식별데이터정제

솔루션의 필요성

고객식별데이터정제

솔루션의 필요성오류데이터 제거를 통한

고객관리의 강화

축적된 고객식별정보의

현행화 관리

고객식별정보의

정확한 식별성 유지

정보등록시 고객식별정보의

적절성 체크 룰 부재

고객정보의 일부 누락된 정보

시스템간에 고객식별데이터 불일치

빈번한 행정구역, 우편번호 변경에

따른 현행화 관리에 어려움

다양한 채널별 정보입력단(운영계)

정제 로직 미흡

주소의 정형화, 표준화의 필요성

분석

정제

평가

※ 금융권의 화두 “바젤II”의 운영리스크의 최소화는 고객데이터클린징을 통하여정확한 정보를 제공, 데이터에 기반한 리스크관리가 주요 쟁점이 될 것입니다.




Cleansing For BetterCleansing For BetterCleansing For Better클린징 솔루션 비교

수지원넷소프트

정제율

국내 데이터클린징 시장의 최강자

국내 최강의 고객데이터 클린징 솔루션

Performance다른 Tool과 연계하여 활용할 수 있는 솔루션

기존 레퍼런스를 바탕으로 강력한 정제방법론 보유

정통부 우편번호변환 사전 인증 시스템

국내 환경에 적합한 솔루션으로 경쟁우위 확보




Cleansing For BetterCleansing For BetterCleansing For Better데이터클린징의 지향점

핵심성공요인(CSF)*

고객 유지

및 강화

정제 프로세스혁신을

통한 경쟁력 제고

표준화를 통한

고객식별 극대화

외부DB와 연계하여

효과성 및 효율성 제고

고객식별정보

품질 향상

장기적인 고객관리 관점에서

활용 전략

고객식별정보관리 전략 명확화

마케팅, 고객서비스, 영업

등 고객관리 영역에서의

정제 프로세스 표준화

양질의 고객식별 정보 통합

및 축적 관리

정제 데이터에 대한 안정성,

정확성 유지

데이터 품질관리를 전담할

수 있는 전문인력 양성

Strategy

Process

IT

Organization

고객식별관리 프로세스 구체화

고객만족경영 목표 공유

정제결과에 대한 조회/분석

*주) CSF : Critical Success Factor




Cleansing For BetterCleansing For BetterCleansing For Better기대효과

효율성극대화

비즈니스

측면

정보기술

측면

고객식별정보 및 서비스에

대한 품질 향상을 통한

경쟁력 제고

조기에 가시적인 ROI

(Return On Investment)의

구현 가능

정확한 고객정보의

유지를 통한 비용절감

( 우편요금할인,

영업기회상실제거)

고객 식별 데이터 기반

정비

기존시스템과의 융화 :

TCO(Total Cost of

Ownership) 의 최소화

분석 정제, 분류, 표준화

점검의 피드백과정을

통한 진화형 시스템




Cleansing For BetterCleansing For BetterCleansing For Better데이터클린징방법정제 방법Data Source, Structure, Content에 상관없이 입력된 데이터의 3I (Inconsistent, Incomplete,

Inaccurately)를 정제과정에서 제거하여 고객관리를 향상시킬 수 있는 기반 제공한다.

• 데이터 관리 절차 파악• 채널별 고객데이터 유형 분석• 축적된 고객 식별정보 분석

Identifying & Determining

Extracting & Parsing

• 기존 데이터 Conversion작업- 정제, 분류, 합리화,

속성추출, 표준화• 실시간 정제시스템 구현- Data Gate Keeper

• Key Code생성

Auditing & Enabling

• 정제후 변경 결과 점검• 오류가능성 데이터 점검• Data Dictionary추가/변경 작업• 유형분류작업

고객식별데이터

클린징

BackwardCleansing

Forward Cleansing

Feedback

고객 식별 정보 현행화

관리비용절감영업기회상실제거

Mkt.




Cleansing For BetterCleansing For BetterCleansing For Better데이터클린징방법점진적 접근구축방법를 통하여 고객식별정보의 정제단계, 연계를 통한

고객데이터부가정보확보 단계, 활용단계로 확대 적용 한다.

1 단계 : 고객식별정보 정제작업(4 ~ 8주 소요)

- 대상 : 주소, 우편번호, 전화번호, 핸드폰 번호, 가구화, FAX번호, E-Mail ID,

이름, 성별, 주민번호, 사업자번호

- 방법 : 운영계(Data Gate Keeper)정제작업 , 일괄배치작업

- 조직 : 전사 데이터 품질관리조직 구성

2 단계 : 외부DB와 연계를 통한 Data Enrichment부여작업(4 ~6주)

- 외부 DB와 연계하여 매핑 작업

- APTDB와 매핑하여 ECI(Estimated Customer Income) 추정

- Data Enrichment기반 강화

3 단계 : 정확한 데이터를 기반으로 영업 및 마케팅으로 활용




Cleansing For BetterCleansing For BetterCleansing For Better정상처리

시스템구성도


ATM Call Center DMe-MailBranch WEB Wireless Sales

Enterprise Data Management

Reporting Analytics Campaing MGMT.

CleansingRule

Customer Data Cleansing Management(정제 , 분류, 합리화, 속성추출, 표준화)

Data Gate Keeper Batch 정제

Enterprise System / External Data




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution주소정제흐름도

변경된 주소 반영

다량거래처명, 번지 기준으로 변경

정상변환율 < α%

YesNo

STARTSTART

주소정제엔진

(ZIPIT™)

주소정제엔진

(ZIPIT™)

EDITING프로그램

EDITING프로그램

정상 변환정상 변환 ERRORERROR

2004. 3 정보통신부 발행 기준

2004.3.20일 우편번호 변경분 반영표준 정보

서울특별시 … 서울APT,apt,@,A … 아파트

시/도,APT,B/D교정

법정동 행정동오류행정동

바른행정동

경기 김포군 감전리 경기 김포시 감전동대전 중구 선화1~3동 선화동

상계동 백병원 상계 7동 백병원부천시 오정구 원종1동 150번지

원종2동 150번지

주공아파트6단지(601~609동)주공6단지아파트, 주공주공6단지, 주공아파트 등

서울 노원구 하계1동 284번지 2동 205호→ 한신청구아파트 2동 205호

에러 교정

다량배달처(동의어 파일)

다량배달처의지번 DB

수작업 DB수작업 DB

사용자정의특별우편번호부여 서울 영등포구 당산동 유원제일아파트

→ 번지누락분 추가후 변환

B/D,b/d,BD… 빌딩

변환엔진에 맞는 형식으로 변환

입력 가능 변수 적용

번지로만 표시된 다량배달처 주소

우편번호책자에 없는 특별한 건물/지번




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution주소정제영역

주소에 관련된 표준으로는 행자부 기준코드와 정통부 기준코드 모두 수용- 행자부코드는 [법정동코드]와 [행정동코드]

- 정통부코드는 [우편번호코드]로 다시 세분화

주소정제, 분류, 합리화, 속성추출, 표준화 과정을 처리하며 신우편번호 부여

시간당 PC급(펜티엄 2.4G,Memory:256MB)에서 평균 700만건/1HR처리

가능한 국내 최고의 주소정제 솔루션

주소

정제

모듈

주소

정제

모듈

• 고객DB에 저장된 주소정보를 고객사의 요구사항에 따라 원하는 형태로 자동

생성 지원함.• 주소체계별로 Parsing이 가능하며 일부 필드가 불완전하게 입력된 정보도

완전한 정보로 복원이 가능함.• 법정동과 행정동으로 혼재된 주소를 신우편번호 체계로 클린징된다.• 당사제품은 고객주소를 정통부기준의 신우편번호 체계에 따른 우편물

발송용주소로 100% 변환 지원함.• 우편번호나 주소중 하나의 정보가 불완전하더라도 다른 정보를 복원함.• 우편번호체계에 대한 변경 이력을 관리

• 고객DB에 저장된 주소정보를 고객사의 요구사항에 따라 원하는 형태로 자동

생성 지원함.• 주소체계별로 Parsing이 가능하며 일부 필드가 불완전하게 입력된 정보도

완전한 정보로 복원이 가능함.• 법정동과 행정동으로 혼재된 주소를 신우편번호 체계로 클린징된다.• 당사제품은 고객주소를 정통부기준의 신우편번호 체계에 따른 우편물

발송용주소로 100% 변환 지원함.• 우편번호나 주소중 하나의 정보가 불완전하더라도 다른 정보를 복원함.• 우편번호체계에 대한 변경 이력을 관리




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution기타정제흐름도

STARTSTART

기타정제모듈(CleansingManager™)

기타정제모듈(CleansingManager™)

정상 변환정상 변환 ERRORERROR

Valid check

오류문자 제거(예, 님, 귀하), 특수문자제거, 성씨 제거이름

Digit Check

Valid Check (000-0000-0000)특수문자 제거전화번호 세분화(예, DDD, 국번,번호)

Email주소Email주소

Valid Check연령값 추출, 생년월일 추출특수문자 제거

Digit Check

내부로직으로 Valid Check(예, @확인 등)특수문자 제거

Valid Check

명칭 표준화작업오류문자 제거특수문자 제거

정형화/표준화

Digit CheckValid Check

Digit Check

주민번호

명칭

사업자등록번호

성별

주민번호에서 추출 비교

Digit Check정제 결과 유형

전화번호전화번호EDITING프로그램

EDITING프로그램

데이터유형분석




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution기타정제영역

공통사항

- Null값 체크, 전자/반자 문자 체크, 공백제거, 특수문자 체크, 오류코드 관리

가구화 정보는 주소의 법정동 코드, 행정동 코드. 지번정보, 전화번호를 기준으로 가구화 작업

전화번호,FAX는 주소정보와 연계하여 정제하며 숫자, 유효성 체크

이름정제는 한글 조합과 한자구현 가능 확률분석을 통하여 정제

E-Mail은 도메인명, 이메일 형식을 정제하며 특수문자를 체크

기타

정제

모듈

기타

정제

모듈

• 전화번호,FAX번호

-유선: 구DDD 신DDD, 주소정보와 연계하여 서울/지방국번 체크, 유형분류

- 무선:서비스회사번호,분리문자 정제,유형분류

• 가구화 : 명칭 표준화 작업, 동의어 검색 처리 지원, 유형분류

• E-Mail ID

- 중복@제거, 도메인 유효성 검증, 이메일 형식 체크, 유형분류

• 이름

- 이름이외의 문자 제거, 외국인여부구분, 한자구현가능 정보 체크, 유형분류

• 성별, 주민번호, 사업자번호

- 주민번호 체크로직 점검, 일자형식오류체크, 정상세무코드여부 체크, 유형분류

• 전화번호,FAX번호

-유선: 구DDD 신DDD, 주소정보와 연계하여 서울/지방국번 체크, 유형분류

- 무선:서비스회사번호,분리문자 정제,유형분류

• 가구화 : 명칭 표준화 작업, 동의어 검색 처리 지원, 유형분류

• E-Mail ID

- 중복@제거, 도메인 유효성 검증, 이메일 형식 체크, 유형분류

• 이름

- 이름이외의 문자 제거, 외국인여부구분, 한자구현가능 정보 체크, 유형분류

• 성별, 주민번호, 사업자번호

- 주민번호 체크로직 점검, 일자형식오류체크, 정상세무코드여부 체크, 유형분류




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution관리 DB정보 수집 방법

- 정통부, 행자부 고시 자료 반영

- 자체 실사 자료 및 외부 DB 반영

- Data정제과정에서 도출 후 지번 교정 반영

변경 고시 당일 적용정통부 우편번호 Table01

필요시 변경특수리 II Table06

필요시 변경다량배달처 지번 II Table08

필요시 변경다량배달처 지번 I Table07

필요시 변경법정동 / 행정동 지번 Table04

필요시 변경다량배달처 동의어 Table03

필요시 변경법정동으로 표기된 우편번호 코드 Table09

필요시 변경특수리 I Table05

변경 고시 당일 적용법정동 / 행정동 Table02

변경 주기세부 내용Table명




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution관리 DB

변경 주기세부 내용Table명

필요시 변경행정동 소형 Apt. Table10

필요시 변경법정동 소형 Apt. Table11

필요시 변경행정동 법정동 변환 Table12

필요시 변경법정동 행정동 변환 Table13

필요시 변경세무코드 Table세무코드

필요시 변경표준 건물명 Table건물_Table

변경 고시 당일 적용국번 변경 이력 관리 Table국번_이력정보

변경 고시 당일 적용전화번호국번관리Table전화번호_국번

변경 고시 당일 적용법정동 / 행정동 우편번호 Table행자부코드

필요시 변경주소1 복원용 누적 우편번호 Table6자리_우편번호

필요시 변경문자 치환용 주소의 변경 이력Replace_Addr

필요시 변경우편번호에 없는 행정동 Table14

※ 정보에 대한 법적인 구속력은 없으며 공개적으로 활용이 가능한 정보




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution클린징 로직 및 기능

고객 프로파일 정제기능

표준화/검증데이터 정제 및 표준화의

기본 데이터

데이터 정제 및 표준화의기본 데이터

표준화/검증

정통부신규 우편번호 부여

오류 시군구/읍면동/리 정정

행정동/법정동 코드부여

아파트표준화코드 부여

주거형태 코드 부여

숫자화 주소코드KEY 부여

주소항목별 세분화 출력

주소 표준화 결과 출력

check digit 검증

길이검증(13자리)

외국인등록번호 검증

주민등록번호중

생년월일 체크

주민번호와의

일치여부 검증

기입된 성별 없을

경우 신규 추가

주민번호Check

성별Check

주소 정제







표준화 형식 Check

길이 검증

국번 오류 Check

지역번호 체크 및

신규 부여

휴대폰여부 Check

표준화 형식 Check

길이 검증

국번 오류 Check

지역번호 Check 및

신규 부여

휴대폰여부 체크

표준화 형식

Check

길이 검증

서비스번호 오류

check

E-mailCheck

휴대폰Check

FAX Check

전화번호

Check

이름Check

정제

문자열 Check

Domain Check

고객 프로파일 정제기능

정제 정제 정제정제정제

특수문자,기호 제거

공백 제거

욕설등 제거

성씨 Check

기타문자열 제거

길이 Check

주소 자료를 근간으로 정제, 분류, 합리화, 속성추출, 표준화를 통하여 기타 참고 DB와의

명확한 Matching을 수행하며 신상정보 관련 기타 항목들의 정제를 실시한다.

주소 자료를 근간으로 정제, 분류, 합리화, 속성추출, 표준화를 통하여 기타 참고 DB와의

명확한 Matching을 수행하며 신상정보 관련 기타 항목들의 정제를 실시한다.





고객 식별정보 정제 Flow

식별데이터 정제

Process

(500 Routine)

오타 교정

확률론적보정

압축문자열처리

분리 교정

순서교정

세부사항처리

구 데이터정정

전각문자처리 주소, 전화번호, E-Mail,성명

Backend Check Process

정제된Data

6억건 정도의 고객 프로필 처리경험에 의한 다양한 에러 교정 루틴 보유

한글 초,중,종성 분리에 의한 확률론적 데이터 보정 기능

다양한 입력문자열 처리

(전각문자,한자어,띄어쓰기 안된 데이터 ,일부누락정보,유니코드문자열,..)

다양한 플랫폼 지원 및 API 제공,초고속 처리

(Windows 95/98/2000/NT/XP, HP UX, IBM AIX, LINUX,…)

6억건 정도의 고객 프로필 처리경험에 의한 다양한 에러 교정 루틴 보유

한글 초,중,종성 분리에 의한 확률론적 데이터 보정 기능

다양한 입력문자열 처리

(전각문자,한자어,띄어쓰기 안된 데이터 ,일부누락정보,유니코드문자열,..)

다양한 플랫폼 지원 및 API 제공,초고속 처리

(Windows 95/98/2000/NT/XP, HP UX, IBM AIX, LINUX,…)

기존Raw Data

주요특징주요특징





주소데이터 정제과정

ReferenceData Load

부가정보부여정제엔진True

False

주소 Editing

세부주소정제과정

원본고객주소/우편번호

정제고객주소정보

ReferenceData Release





주소 Editing 및 주소정제과정

원본 소스고객정보

원본고객주소/우편번호

주소1 복원 주소1 표준화 주소2 명칭표준화

축약주소 복구오탈자 교정기타교정Editing

고객주소/우편번호

다량배달처유무 다량배달처적용 일반배달처적용 리정보적용

번지적용행정동법정동적용기타정제모듈정제

고객주소/우편번호





주소 주소 부가정보 부여

정제고객주소/우편번호

행정법정동코드부여 번지정보부여 건물정보부여

속성코드부여리정보부여기타주소부여정제 고객주소정보

정제된 소스고객정보





인명데이터 정제과정False

소스고객정보 Null?

오 류오오 류류 정 상정정 상상

이름 이외 불필요 문자열 제거전각문자 제거

반각기호 제거Null?숫자, 공백제거Null?

외국인? 2글자 또는 4글자 이름 검사False

한글 이름인지 검사

오류코드 판정

오류인가?

오 류오오 류

True

류

False False

오 류오오 류류오 류오오 류

True True

류

True FalseTrue

※ 외국인의 이름중 귀화자의 경우 당사보유 귀화자, 귀화 허가자DB와 비교하여 검증국내 성씨 DB를 활용하여 검증





주민번호 정제과정

소스 고객정보 Null?

일자 형식 오류?False

Length <> 13 Numerical?

True

연속된 숫자?False

False False

True

FalseFalse연속되거나

동일한 숫자?

True True

오 류오오 류류

True ValidationError?

성별 구분 판단 내.외국인 구분 판단


TrueFalse True

정 상정정 상상





사업자등록번호 정제과정

소스 고객정보 Null?False FalseFalse

Numerical? Length <> 10

연속되거나동일한 숫자?



True

True

True True

ValidationError?

False

True FalseTrue

정 상정정 상정상적인

세무서코드?상

False





이메일 정제과정

True

소스고객정보 Null 여부이메일형식?

오류 처리오류오류 처리처리

False False

True True False

@@ 제거@@ @@ 제거제거


7자리이상?

,->. 변환,,-->. >. 변환변환

이메일 정형화이메일이메일 정형화정형화이메일형식?

@존재?.존재?


Id,domain존재?

FalseTrue

True

정상 처리정상정상 처리처리

False False

True

오류 처리오류오류 처리처리기타 오류 처리기타기타 오류오류 처리처리

True

False





전화번호 정제과정

소스고객정보

True

서울?

국번변경국번변경국번변경

False

구DDD ->신DDD구구DDD DDD -->>신신DDDDDD숫자값?True

False

Null?

숫자값 가져오기숫자값숫자값 가져오기가져오기패턴 분석패턴패턴 분석분석

지방? 이동전화? 평생번호? 6,7,8자리?

국번변경국번변경국번변경 6자리미만?






가구화 과정 가구 마스터 테이블 구성

주번지

자택전화번호

행정자치부 발표코드법정코드

행정자치부 발표코드행정코드

행정코드+법정코드+SEQ가구ID

비 고필드명통합고객 데이터

가구 마스터 테이블 구성

가구 세대원 구성

-정제된 고객 데이터와 가구 마스터 테이블과 비교하여

해당하는 내용을 업데이트 한다..

가구 세대원 관계 구성 기준

- 남자이면서 나이가 많은 세대원이 대표구성원이 된다.

- 여자 구성원만 있을시에는 나아가 많은 세대원이

대표구성원이 된다.

- 대표구성원과 나머지 가구세대원에 대한 관계를 계산한다

가구 세대원 구성

가구 세대원 관계 구성







Parsing 구조

우편번호

(6/9 byte )

결과코드( 2 byte )

산번지

(1 byte )일반번지 : 0 / 산 번지 : 1

주번지

( 4 byte )

부번지

( 4 byte )

번지의 ‘앞번지’ 숫자

번지의 ‘뒷번지’ 숫자

아파트동

(4 byte )아파트 동호수 중 ‘동’ 숫자

아파트호

( 4 byte )

아파트/건물명

( 30 byte )

아파트 동호수 중 ‘호’ 숫자

아파트명 또는 건물명

행정동코드

( 10 byte )

법정동코드

( 10 byte )

시/도 : 2자리 군/구 : 3자리

읍/면/동 : 3자리

시/도 : 2자리 군/구 : 3자리

읍/면/동 : 3자리

- 신우편번호부여 기준

00 : 다량배달처

30,40: 지번 복원하여 다량배달처 부여

A0 : 지번 복원된 다량배달처

B0 : 지번으로 다량배달처 부여

01 : 번지 / 10 : 법정동→행정동

20 : 오류행정동→올바른행정동

02 : 대표동 or 동 하나만 존재

19 : 법정동, ERR: 에러 /DUP: 번지중복

01 : 리/번지 02 : 아파트03 : 건물 04 : 일반기업05 : 교육기관 06 : 사서함07 : 관공서

기타주소( 가변 )통,반,층… 등 기타주소

원본주소( 가변 )

길이

정제주소( 가변 )

DB 원본주소

정제된 주소1(동이상주소)의 길이 표기

50byte 미만 : 0

50byte 이상 : 실제길이

정제된 주소

속성코드( 2 byte )

- 정통부 표준 우편번호 기준- ‘읍/면/동’안에 [같은우편번호]일 경우

표준 6자리+Seq.no 3자리 부여

DB Key

( 가변 )DB update시 필요한 key(필요시 DB Key설정)

DB KeyDB Key 우편번호우편번호 결과코드결과코드 속성코드속성코드 행정동코드행정동코드 법정동코드법정동코드 산번지산번지 주번지주번지 부번지부번지 아파트동아파트동 아파트호아파트호 아파트/건물명아파트/건물명 기타주소기타주소 원본주소원본주소 길이길이 정제주소정제주소




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution클린징 로직 및 기능Biz. Rule을 정형화 할 수 있는 Parsing/Matching기법

• 고객관리 DB의 활용도, 충실도, 정확도 재고를 위한 Cleansing

• 외부 제휴 DB의 Cleansing

• 표준화에 대한 검증 및 에러대책 제공

• 외부 정보 정제 및 코드화 작업

• 표준화된 고객정보와 표준화된 외부 정보 Matching

• Matching 된 정보 중 고객 유일화 작업 및 부가정보 부여 작업

• 가구화 및 위험 고객 예측

Ⅰ

Ⅱ

Ⅲ• 참조 DB 최신성 유지

• 외부 정보 Code의 주기적 정제

• 운영요원 교육 및 기술지원

시스템 유지 보수시스템 유지 보수

외부 정보 Code 화

& 기존 정보와 Matching

외부 정보 Code 화

& 기존 정보와 Matching

기존 고객정보 Cleaning &

표준화

기존 고객정보 Cleaning &

표준화

Parsing/Matching

기법의 특징

Parsing/Matching

기법의 특징

보유하고 있는 고객의 프로필과 매칭하고자 하는 참조데이터를 정제함으로써

표준화 코드를 작성하여 매칭 적용하며 식별데이터 뿐만 아니라 참조 데이터의

정제를 통하여 표준화를 시킨 다음 정제과정을 통하여 부가된 정보를 연계할 수

있도록 각종 매칭의 근거가 되는 키를 조합해서 매칭한다.

보유하고 있는 고객의 프로필과 매칭하고자 하는 참조데이터를 정제함으로써

표준화 코드를 작성하여 매칭 적용하며 식별데이터 뿐만 아니라 참조 데이터의

정제를 통하여 표준화를 시킨 다음 정제과정을 통하여 부가된 정보를 연계할 수

있도록 각종 매칭의 근거가 되는 키를 조합해서 매칭한다.




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution솔루션의 특징초고속

현재까지 나와있는 다른 제품에 비하여 평균 50배 이상 빠름

따라서, PC급에서 평균 700만건 정도의 Data를 1시간 이내에 정비 가능

주소체계의 특징에 적합한 재귀호출기법을 기반으로 설계되어 다량의 데이터는 물론

실시간 주소 데이터 정제 처리가 가능한 솔루션(Ex:외환카드 M/F에 실시간 정제 모듈 설치 운영)

2주 이내전체Data확인! 변환율 최대화!!

※ 빠른변환속도로인해 결과물을 즉시 확인하고,교정할내용을 프로그램에 반영하여 변환율을 최대화한다!

1차 변환컴퓨터작업

N차

시작

1차전체Data교정작업

프로그램반영

……

2주(700만건 1시간 이내)

정제빙식

정확도

• 동일한 조건 하에서 진행된 결과 동종 제품에 비해 고품질의 정확도를 유지하며, 매일 변환작업 및

전체 데이타 교정작업을 통하여 정확도를 높여 나가는 솔루션

- 동의어작업 : 프로그램상에서 변환이 불가능한 데이터를 동의어 작업을 통하여 즉시 변환 가능

- Eye Check모듈 : 오타, 오류주소 정정 등 자동 및 수작업도 병행 가능

• 우편번호, 행정구역 변경시 실시간 코드변경작업으로 최신 코드를 유지함으로써 정제율을 극대화




Cleansing For BetterCleansing For BetterCleansing For BetterActive Cleansing Solution솔루션의 특징우수한 Raw Data 정제 능력

• 띄어쓰기에 상관없이 작업이 가능함

(ex.「서울 중소 공 28 태양빌딩 601 → 서울 중구 소공동 28번지 태양빌딩」)

• 압축 표기된 주소의 복원 능력이 뛰어남

(ex.「경북의성봉양신평165-2화성그린빌라 → 경북 의성군 봉양면 신평리 165-2번지 화성그린빌라」

• 한글의 초,중,종성 분석을 통한 복원 방법 적용

(ex. 「쌍용리↔쌍룡리」, 「산노리↔산로리」)

• 구주소 체계를 신주소 체계로 교정하여 변환(ex. 「경북 영일군 동해면 →경북 포항시 남구 동해면」으로 교정 )

다양한 IT 플랫폼 지원

• ORACLE, SYBASE ASE, SYBASE IQ, DB2, INFORMIX, TERADATA, Flat File(고정길이, 가변길이),MS SQL Server, DBF, MDB, EXCEL 등 을 지원함

• 전자 문자, 반자 문자, 유니코드, 한자어표기 지원

• IBM OS/390, HP HP-UX, SUN Solaris, IBM AIX, 리눅스, Windows98/2000/NT/XP지원

• Library형태, DLL형태, C/S형태 제공

• 별도의 상용 DB가 없이도 정제 작업을 수행 할 수 있도록 설계되어 어떠한 고객사의 System

환경에서도 독립적으로 운영이 가능한 시스템으로 유연성이 높음.




Cleansing For BetterCleansing For BetterCleansing For Better업력 및 역량업력 및 역량

업계 최초의 인공지능기법을 적용한 고객식별 정제 솔루션

고객 기본 데이터를 CRM으로 활용할 수 있는 마케팅정보 도출(세대주정보,평형정보)

국내 고객기본정보 처리건수 6억건, 60개사이트를 넘었으며 이를 바탕으로 한정제 전문인력과 정제 템플릿 보유

BMT결과 국내 최고의 속도 및 정확도 입증(정통부 우편번호관리시스템 구축 및 우정사업본부 집중국 납품)

플랫폼과 독립적인 시스템으로 고객사 IT환경에 최적의 솔루션 제공

ACPU(Average Cost per User)를 줄임으로써 조기에 가시적인 ROI구현




Cleansing For BetterCleansing For BetterCleansing For BetterReference Site정통부

정통부정통부 ““우편번호우편번호 관리관리 시스템시스템””사업사업

서울·동서울집중국 산하: 25개 지역 우체국우편번호 DB구축 작업(우편번호이력, 동의어, APT, 지번, 다량배달처 등)

우편번호검증SW구축(사전인증제 적용을 위한 검증 SW구축)

통신SW구축(우편번호변경 시 변경정보 제공)

우편번호 자동 부여 기능 및 타당성 검증 모듈 제공

서울·동서울집중국 산하: 25개 지역 우체국

경인지역 산하 : 35개 지역 우체국

부산·경남체신청 산하 : 36개 지역 우체국

전남·전북체신청 산하 : 42개 지역 우체국

정통부정통부 ““보급용보급용 S/W S/W 납품납품””

현재 전국집중국에서 신우편번호 변환용으로 사용중

집중국을 중심으로 지속적인 지원을 하고 있음

정통부 신우편번호 보급 담당자 500명 교육




Cleansing For BetterCleansing For BetterCleansing For BetterReference Site

고객식별데이터정제(주소,이메일,전화번호,주민번호 등) SK생명

월별 서비스고객데이터우편번호 변환 및 주소정제AIG생명

월별 서비스고객데이터우편번호 변환 및 주소정제현대캐피탈

Mainframe연동고객데이터우편번호 변환 및 주소정제외환카드

월별 서비스고객데이터우편번호 변환 및 주소정제주)인스오케이

월별 서비스고객데이터우편번호 변환 및 주소정제,주소변경대상 추출교보생명금융

고객데이터우편번호 변환 및 주소정제푸르덴셜생명

GIS과 고객데이터 매핑 및 통합 작업현대해상화재

월별 서비스고객데이터우편번호 변환 및 주소정제씨티은행

고객데이터우편번호 변환하나은행

월별 서비스고객데이터우편번호 변환 및 주소정제LG카드

고객데이터우편번호 변환 및 주소정제(구)LG캐피탈

고객데이터우편번호 변환 및 주소정제현대카드

고객데이터우편번호 변환 및 주소정제신용보증기금

고객데이터우편번호 변환 및 주소정제진흥상호저축은행

비고작업 내용발주회사업종





월별 서비스

월별 서비스

비고

고객데이터우편번호 변환 및 주소정제스카이라이프

고객데이터 우편번호 변환 및 주소정제

고객식별데이터 정제 및 통합 작업

SK텔레콤Telco

고객데이터 우편번호 변환 및 통합 작업(구)신세기이동통신

고객데이터우편번호 변환 및 주소정제하나로통신

작업 내용발주회사업종





월별 서비스고객식별데이터정제SK주식회사

사전 인증제 적용을 위한 DB구축

정통부 우편번호 관리시스템 개발 사업

-ZIPIT™ 기반으로 우편번호DB구축,검증,검색시스템

고객식별데이터정제(주소,이메일,전화번호,주민번호등)

동아백화점

고객데이터우편번호 변환 및 주소정제유니세프

고객데이터우편번호 변환한국인터넷PC협회

고객데이터우편번호 변환한국어린이육영회

월별 서비스고객데이터우편번호 변환 및 주소정제남양주시청

월별 서비스고객데이터우편번호 변환 및 주소정제SK디투디

고객데이터우편번호 변환 및 주소정제LG상사

연간 서비스고객데이터우편번호 변환 및 주소정제적십자

고객데이터우편번호 변환 및 주소정제근로복지공단

정통부 신우편번호 보급 담당자500명 교육

정통부 보급용 S/W 납품,우편번호 변환

- 서울 동서울 집중국 산하 25개 지역 우체국

- 경인(35개), 부산.경남체신청(36개),전남.전북(42개)

정통부공공

기관

월별 서비스고객데이터우편번호 변환 및 주소정제JT인터내셔날코리아

고객데이터우편번호 변환 및 주소정제LG생활건강

고객데이터우편번호 변환 및 주소정제포스코제조/유통






SMS센터 증설 장비 공급주)뉴씨엔시

SKT단말용 라이브러리 개발엠큐브웍스㈜

고객데이터우편번호 변환 및 주소정제주)바이텀

고객데이터우편번호 변환 및 주소정제삼성의료재단

고객데이터우편번호 변환열린노무법인

고객데이터우편번호 변환 및 주소정제코리아디엠사

고객데이터우편번호 변환 및 주소정제씨엔알

월별 서비스고객데이터우편번호 변환 및 주소정제ZIPCODE

월별 서비스고객데이터우편번호 변환 및 주소정제디비디엠

월별 서비스고객데이터우편번호 변환 및 주소정제신진전산

월별 서비스고객데이터우편번호 변환 및 주소정제하나콤

졸업생 데이터우편번호 변환 및 주소정제위덕대학교

졸업생 데이터 우편번호 변환 및 주소정제서울대학교기타





Cleansing For BetterCleansing For BetterCleansing For BetterDemo

데모 데이터 건수(100만건)

데이터 유형

데이터 정제작업 실행

결과 확인

일반사용자를 위한 엑셀용 데모




Cleansing For BetterCleansing For BetterCleansing For Better기타주소변경서비스 Needs

주주

소소

변변

경경

서서

비비

스스

SolutionSolutionNeeds Needs

ㅇ 이사시 본인의 각 거래처에 주소변경 사실통보의

번거로움 및 불편 초래 (90%의 고객이 불편함느낌)

개인

ㅇ 우편물 오발송으로 인한 개인정보 유출에 대한 우려

- 개인정보유출 우려시 사용의향 하락(86.0 → 55.8)

ㅇ 주소 변경에 따른 각종 요금고지서 미수취로

과태료 부과 등 경제적 손실 가능성

기업

ㅇ 고객의 주소변경 미통보 또는 지연시 우편물 반송및 재발송으로 인한 경제적 손실 발생- 우편물 반송에 따른 기업 Loss 비용 약 6천억/연

ㅇ CRM의 고객 현행화를 위한 추가 비용 발생

- 고객1건 DB Cleansing 비용 1천원이상 소요

정부

ㅇ 전자정부 전산화 구축 후 활성화 미흡

- 국민 편익 서비스 부재로 이용 활성화에 한계

ㅇ 편리성

- 한번의 신청으로 전 업체에게 변경된 주소통보

- 주소변경 통보의 번거로움 해소

- On-Off Line 모두 활용이 가능

ㅇ 경제성

- 주소변경에 따른 비용 및 시간 절감 가능

ㅇ 보안성

- 이사로 인한 우편물(고지서) 분실 위험성 제거

- 개인정보 유출 사전방지 등 보안성 강화

ㅇ 경제 효율성

- 원활한 기업활동을 위한 고객 DB 최신화

- 우편물 재발송으로 인한 기회비용 절감

ㅇ 고객 서비스 개선

- 적절한 고객응대를 통한 고객 클레임 해소




Cleansing For BetterCleansing For BetterCleansing For Better기타

고객이 이사 및 전직으로 인하여 정보가 변경될 때 전화번호 및 주소 등의

정보 변동 사항을 오프라인 또는 온라인을 통하여 객이 거래하는 보험사,

신용카드사 등 각 제휴사에 단단 한번의한번의 신청으로신청으로 고고객의 변경된 정보를 통보

대행하는 서비스

주소변경 서비스란?

고객

거래회사 1

거래회사 2

거래회사 3

거래회사 4

거래회사 1

거래회사 2

거래회사 3

거래회사 4

One stop service




Cleansing For BetterCleansing For BetterCleansing For Better기타주소변경 서비스를 통한 새로운 CRM/DBM Paradigm

콜센터 해피콜 온라인

비용감소

전자정부

고객만족도증대

자발적고객 참여

고객이탈방지

기업 경쟁력강화 및 이익 극대화

DB Management

DM 발송수동적 회원가입 유도

EventPromotion

비용증대

DB 품질저하

고객불만 증대

기업기업 경쟁력경쟁력 저하저하

고객 만족 증대 필요

CRM을 통한 마케팅 역량 강화 필요

고객 DB 보유 대비 가치 창출 극대화 필요

DB GatheringDB Gathering 을 통한비용절감 및 고부가가치 창출

개인정보변경서비스개인정보변경서비스개인정보변경서비스




Cleansing For BetterCleansing For BetterCleansing For Better기타

Time is Money

구축도 중요하나 운영은 더욱 중요합니다.

고객 데이터 = “회사의 자산”

비즈니스에 실패한 사람은 용서할 수 있으나

고객 데이터를 상실한 사람은 용서 못하는

시기가 도래

성공적인crm구축을위한 최적의데이터클린징솔루션 · 2011-01-28 · crm fair 2004...

Documents