고객 dw(data warehouse) 구축과활용 · 2015-01-22 · 3 data warehouse와dbm/crm...

고객 DW(Data Warehouse) 구축과 활용

2004년 11월

SK㈜ 김승환

[email protected]

2

Data Warehouse DBM/CRM

– DBM/CRM DW– Cashbag Biz. Model– DBM/CRM

3

Data Warehouse와 DBM/CRM

왜 많은 기업들이 고객 DW를 구축하는가?

제품 위주 경쟁(기술, 품질)에서 고객 위주의 경쟁(Mind Share 경쟁)으로 변화

제조회사에서 유통회사로 시장지배구도 변화(E-Mart, Nike 등)신규고객 확보의 어려움, Pareto Rule, Brand 시대, 감성적 소비 경향

마케팅이 기업 경쟁력의 중요한 부분을 차지

데이터 저장, 가공, 분석 기술의 발달

광고 등 기존의 마케팅 방법의 시행 효과에 대한 의구심으로 마케팅 효율 개선 필요

Direct Marketing -> Database Marketing 고객위주경영 Customer Relationship Management

Data Warehouse 란?

여러 다른 목적으로 만들어진 시스템에서 자료를 추출하여 통합한 거대 데이터베이스

DBM/CRM 분야에서의DW는 사내 혹은 사외에 존재하는 개별고객관련 정보를 추출하여

마케팅 목적으로 재구성한 데이터베이스 시스템을 말하는데 일반적으로 여러 시스템의 정보

를 통합하다 보니 시스템의 크기가 크고 다양한 정보가 쌓여 있다고 해서

데이터창고(Data Warehouse)라는 이름으로 부른다.

4

DBM/CRM Issue 등장 배경(SK Corp.)

엔크린보너스에의한가격할인 /

비가격혜택으로차별화

그룹내고객의 Cross Sell 및

Reward Cost 절감을위해

본격적인 DBM/CRM 프로젝트

착수

석유시장경쟁심화로인한소비자쪽으로 권력이양

석유시장경쟁심화로인한소비자쪽으로 권력이양

가격경쟁 비가격경쟁

생산자 유통으로권력이양 Trend

신규고객확보 Retention,

Up/Cross Sell Cashbag Brand 가치증대Cashbag Brand 가치증대

신규 제휴사 유치& 기존 제휴사

Lock in

신규 제휴사 유치& 기존 제휴사

Lock in Market Place 장악Market Place 장악

안정된 고객기반 하에수익 창출


5

DBM에 기초한 Cashbag Biz. Model

캐쉬백 서비스를 기반으로 하여 고객 정보를 확보하고 이를 기반으로 고객과 Win-Win 관계 지향

고객 입장에서는 각종 포인트를 통합하여 Benefit이 커지고

여러 곳에서 사용할 수 있는 장점을 가짐

회사 입장에서는 적은 비용으로 고객을 Retention 할 수 있고

Market Place를 장악할 수 있는 장점을 가짐(Cross-Selling) 오프라인 가맹점에서 적립하고 온라인 가맹점에서 전자화폐 기능 수행

CashbagLoyalty 2,500

Cashbag

MarketingConsulting

Message/ Incentive/ Channel

DBM Program

Incentive

CashbagLoyalty

CashbagLock-In


6

제휴사 고객거래 정보

•••

한게임 ...

•••

신용카드

•••

TGIF, KFC, ...

•••

SK Networks캐쉬백캐쉬백 서비스서비스

Contact 정보

고객명

주민등록번호

주소, 전화번호

주소정확도

E-Mail 주소

E-Mail 정확도

속성 정보

주택 정보

소유 차량 정보

지역 정보

거래 정보

거래 T/R 정보

가맹점 정보

카드 정보

Cashbag Data Warehouse

추정 및

파생 정보

Segmentation & Modeling•••

SK Telecom

• Contact 정보

• 속성 정보

• 거래 정보

SK Corp.

고객 등급, Segment, 프로파일 정보, ...

EBC 휴면가능지수, Cross Sell 지수, ...

Cashbag DW

제휴사들을 통해 다양한 고객 정보를 확보하고 이를 바탕으로 각종 마케팅을 수행할 수 있는

인프라를 구축하고 있음

2,500만 고객 정보

최신화된 고객 Contact 정보 확보

고객 거래 정보 분석을 통한 각종 추정 파생 정보 생성


7

DW Technology

– DW– LDM–– ETT

8

DW 구조설계

운영계

회사 관련 정보

외부 List/Data

T/R 상세정보

Data Mart

Data Mart

CleaningMerge/Purge

Extracting

StagingArea

고객 PROFILE- Contact- Attributes

운영계 T/R 요약정보

지역정보등외부정보

회사관련정보

Data Source AreaD/W Area

Mining 서버

고객 DW 구축 Technology

9

DBM/CRM에 필요한 마케팅 정보를 중복 최소화, 활용 용이성을 고려하여 관계형 데이터베이스로 설계

여러 소스에서 발생하는 운영계 및 외부정보와의 관계를 고려하여 통합하고 마케팅 활용 시나리오 설계

향후, 유지/보완을 위한 Data Flow 설계(Update, Insert, Delete 권한 및 최신화 방안)

LDM(Logical Data Model) 설계


10

ETT에 의해 생성된 DW정보 항목을 토대로 마케팅에 활용할 수 있는 정보를 생성하는 과정

DW의 정보 항목을 Embedded SQL 혹은 SAS 등을 이용하여 생성한 다음 다시 DW에 적재

마케팅 정보 생성

외부정보 ...

T/R 정보

고객프로파일정보

외부정보 ...

T/R 정보

고객프로파일정보

MART ...

마케팅정보Embedded SQL

C언어

Mining 단계

운영 단계


11

APT/지번 DB에 의한 고객위치 정보 활용

고객의 주소를 Parsing하여 APT/지번 DB와 Matching--> 고객의 거주지/직장의 지도상 위치(위/경도)와APT여부, 동,호수에 시가, 평수,소득수준 등의 정보를 파생할 수 있다.이를 활용해 적절한 가맹점을 추천, 신규 Service Station의 입점 타당성 서비스 등에 활용할 수 있다.

고객주소 “서울시 송파구 문정동 훼밀리 @ 202동 601호”에 대한 위치정보 생성 과정

서울, 송파구, 문정동 거주자로 행정동 코드 부여

@, APT, 아파트 등의 문자로 아파트 거주여부 판단

아파트 DB에서 훼밀리 아파트를 찾고 동, 호수를 찾아 기준시가, 평수 등의 정보를 파생

고객이 생략한 지번을 아파트 DB에서 찾아서 고객의 위치정보 파생(위도, 경도 좌표)


12

Extraction: 여러 운영계와 외부정보를 추출하여 한 곳에 모으는 작업

Transformation: DW에 필요한 정보항목을 운영계 혹은 외부정보를 이용하여 생성하는 작업

Transportation: 생성된 정보를 DW에 적재하는 작업

EBC ID 일시

1264367823334821264334973

2001/4/28 13:282001/4/28 14:372001/4/28 14:492001/5/13 17:522001/5/13 18:11

주유소

청기와 주유소한미 주유소평창 주유소

청기와 주유소삼성 주유소

유종

가솔린가솔린경유

가솔린가솔린

주유량

3027104452

주유금액

40,00037,0005,000

50,00055,000

지불방법

카드카드카드카드현금

EBC ID 년월

1264367823334823598734973

2001/52001/52001/52001/52001/5

월평균주유금액

250,000370,00055,000

120,000355,000

최종방문일

2000/12/91999/3/182001/4/272001/4/292001/4/18

월평균 방문회수

57145

보유차급

중형준대형

짚중소형대형

취미

스키골프낚시독서골프

거래 중심에서 고객중심으로 전환

운

영

계

운

영

계

D/WD/W

C/B 가용포인트

340004420060005000

24000

ETT(Extraction, Transformation, Transportation ; 석유사업 예)

주이용유종

휘발유휘발유경유

휘발유고급 휘발유


13

DW – Segmentation– Acquisition Targeting – OLAP & GIS––

14

고객 Segmentation(RFM Segmentation)

RFM은 Recency, Frequency, Monetary Value의 약어로 고객의 매출기여도를

3가지 축(R:얼마나 최근에, F:얼마나 자주, M:얼마나 많이)으로 평가하는 분석이다.대부분의 기업은 RFM 분석만으로도 꽤 많은 고객관계 개선과 함께 판매량을 증진시킬 수 있는 기회를

발견할 수 있다.

R F M RFM

H H H HHH

H H M HHM

Μ Μ Μ ΜL L L LLL

R Score

M Score

F Score

Loyal HeavyLoyal Light

Swing Heavy

Swing Light

R의 분포 F의 분포 M의 분포

DW 마케팅 정보 활용

15

고객 Segmentation(RFM Segmentation)

최근에 거래한 고객과 그렇지 않은 고객은 어떤 의미를 가지는가?

자동차 회사에서의 1개월 전 구매자와 백화점에서의 1개월 전 구매자는 다르다.

자주 거래하는 고객과 한번에 많은 금액을 거래하는 고객은 어떤 의미 차이를 가지는가?

“제 차는 경차라 가득 넣어도 4만원을 넘지 않아요! 5만원 이상 주유시 세차를 해준다는 것은 좀 …”

우리 Biz.는 Pareto Rule이 성립하는가?

상위 20% 고객이 전체 매출의 80%? 혹시, 우리 Biz.는 3:7 혹은 1:9가 아닌가?

RFM 점수가 높으면 로열티가 높은 것인가?

(사랑도 움직이는데 … 우리 Biz.의 경우, 고객 로열티는 무엇인가?)

우리 Biz. 특성을 잘 반영할 수 이는 α 요소는 무엇이 있는가?

(캐쉬백의 경우, 이용 제휴사 수를 α로 쓴다. 은행의 경우는 대출이용을 고려할 수 있고 …)

CRM의 키는 차별적인 고객 관리에 있다 우수고객의 이탈을 방지할 수 있는 특별 대우

(누구를 차별적으로 대우할 것인가? 이것이 다른 고객에게 어떤 영향을 줄 수 있는가?)

RFM 분석에 의한 마케팅 기회 발견


16

Lifestyle Segmentation 예

Outdoor Life 족

Segment 명

여행, 레저 Mania

직업, 소득 불문

기준 특성

MadamSecond Car로서 본인 전용차

시내쇼핑, 레저용

아줌마가족 공용차로서 장보기, 일상생활

남편 출근 후 사용

젊은 회사원주 사용용도가 주말 데이트용,

Amusement

학 생고소득가정의 자녀층으로

통학 및 Amusement

Silver퇴직후 고정 소득 보유, 일상생활,

여행등에 사용


17

고소득 회사원출퇴근이 주요용도

고소득 계층

일반 회사원출퇴근용/주말용, 일반 회사원으로

Busy Bee에 해당

고소득 자영업자유통업, 요식업 사장

출퇴근용/ 레저용

회사원 유무를 떠나

고소득의 전무직층, 출퇴근용

일반 자영업1인 or 가족 사업장 경영

출퇴근용/ 영업용

영업사원영업 수수료가 주 수입인 회사원

출퇴근용 / 영업용

전문직

Lifestyle Segmentation 예(계속)

Segment 명 기준 특성


18

전체 집단

실 버

기타

회사원 영업사원 자영업 전문직 주부 학 생

젊은 회사원 기타 회사원

고소득 회사원 일반 회사원

고소득 자영업 일반 자영업 기혼 여성미혼 여성

(기타 )

마담 아줌마

연령 60 세 이상

스포츠카 ,미니 밴 , 지프이외의 모든 차량

직업 : 사무직 , 엔지니어 , 기능직 ,단순 노무직 , 서비스직 직업 : 판매직

직업 : 자영업 , 무직 , 농임어업 ,주부 , 기타 , 학생 (35 세이상 )

성별 : 남 직업 : 전문 /자유직

직업 : 자영업 , 무직 , 농임어업 ,주부 , 기타

성별 : 여

직업 : 학생연령 : 35 세 미만

30 세 이하 미혼30 세 이하 기혼또는 31 세 이상

대형이상 또는준대형 이상 & 소득 300 이상 또는준대형 이상 & 취미 골프

대형이상 또는준대형 이상 & 소득 300 이상 또는준대형 이상 & 취미 골프

고소득 자영업자이외의 자영업자

결혼 여부 기혼 또는직업이 주부 또는연령 30 세 이상

기혼여성이외의 여성

준대형이상 또는중형 이상 & 소득 250 이상 & 연령 41-60 세 또는중형 이상 & 취미 골프 또는중형이상 & 직위 부장 이상

고소득 회사원이외의 회사원

마담 이외의기혼 여성

기 타

연령 20 세 이상 ~ 60세 이하

아웃도어라이프 족

스포츠카 ,미니 밴 , 지프

Segmentation Rule

1) DW 고객 and

2) 차량 보유자 and

3) 서울,인천,경기 지역 거주자 and

4) 직업 정보 존재 and

5) 연령 20세~70세

대상 고객


19

Car Navigator 신규고객 Acquisition을 위한 Targeting 모형 예


20

Car Navigator 신규고객 Acquisition을 위한 Targeting 모형 예(계속)

HiddenHidden


21

DW에 사용자가 쉽게 접근하기 위한 Application 프로그램으로 OLAP, CMS(Campaign Management System) 등을 개발한다.이를 통해, SQL이나 ERD와 같은 DB의 기술적 내용을 모르는 사용자들이 DW를 쉽게 이용하여

마케팅 활동에 활용

DW Application 개발

OLAP 예 LEXUS 구매고객분포


22

전략 수립을 위한 활동 예


23

상권정보

인구

자동차보유대수

추정소득

아파트/사무실 비율

휘발유 판매량

기타

시설 정보

매장 면적

휴게실 면적

Bay수

휠얼라인먼트

기타

운영 정보

Oil 지수*

정비기사 수

재방문 비율

영업개월 수

영업시간

Bay당 기사 수

기타

Volume 추정

Location Volume

Facility Volume

Operation Volume

Total Volume

Speedmate (Location)/ (Facility)/ (Operation)

* Oil :

Speedmate 영업점 매출액 예측 모형


24

( )

-137614 + 9.88 * [ ] + 16792 * [ ] + 212 * [ ] + 7567 * [ Bay ] + 108442 * [ 外 ] + 404 * [ ] + 9402 * [ Bay ]

Multiple R -S quared: 80.33%

: ( )

: = G/ (G+D+K) : S peedmate ( ) B ay : Speedmate Bay 外 : S peedmate : (36 36 Recode) B ay : Bay 1 ( / Bay )

LocationPure

F acilityVol.

Location +Facility

PureOperation

Vol.Location +Facility +Operation

63.05%

80.33%

4.69%

17.28%

58.36%

신규 영업점 매출액 예측 모형

HiddenHidden


25

Speedmate 영업점 매출액 예측 모형


26

Cashbag DW

DB

/

GMAT

Tank

Source Data

Premium 휘발유 취급 주유소 선정


27

End of Document

감사합니다

고객 dw(data warehouse) 구축과활용 · 2015-01-22 · 3 data warehouse와dbm/crm...

Documents