Customer Analytics를 가지는 것, 즉, 고객을 정확히 이해하는 것은 세일즈, 마케팅, 서비스 분야에서 고객의 경험을 향상시킬 수 있는 기반이 됩니다.
Customer Analytics는 데이터 분석 및 최적화 기법을 통해 고객 생애주기 관리 및 세일즈, 가격책정 등 다양한 분야에서 Insight를 도출하고 적용합니다.
Analytics가 필요한 이유
- 고객의 변화
- 다양한 형태로 세분화된 고객 니즈
- 고객의 구매 의사결정 권한 증대
- 상품/서비스에 대한 요구사항 증가
- 기업에 미치는 영향
- 기존시장에서의 경쟁 심화
- 니즈 세분화로 인한 신규 시장 대두
- 고객 기대수준 대응의 어려움
Using Analytics
- 데이터 기반의 정밀한 통찰력을 제공함으로써 최적의 의사결정 지원
- 개별 의사결정의 중요성 및 실행방안에 대해 민첩하게 판단할 수 있는 체계 구축
- 마케팅 등 주요 투자 결정을 위한 판단근거를 제시하고 예상효과의 가시화
- 고객 행동 분석을 통해 시장에 영향을 줄 수 있는 트렌드 변화 시점 포착
주요 서비스 내용
· 가격 / 구색 최적화
· 마이크로 세그멘테이션 |
· 수익관리 체계 구축
· 마케팅 / 세일즈 / 서비스 혁신
|
· 마케팅 믹스 모델링 |
| |
| 사례 연구 |
호주의 대형항공사는 VIP라운지 제공을 통해 매출 상승을 추구하였지만, 과거의 인구통계학 기반으로 산출된 VIP군이 실제로 매출에 기여하는 정도는 매우 낮았음. 따라서 과거와는 다른 형태의 고객 Insight가 절실한 상황이었음. |
| 접근방법 |
수백만명의 고객마다 수집된 950개의 속성의 가치를 극대화하기 위해서는 과거와는 다른 분석방법이 필요하였음.
딜로이트는 전통적 통계학 기법에 부가하여 SOM(Self Organizing Maps)을 활용함으로써 매출에 기여하는 고객 유형을 마이크로 세그멘테이션할 수 있었음. |
| 적용효과 |
· 고객 세그멘테이션에 따라 고객의 현재가치를 산출하고 미래가치를
예측함으로써 가장 수익성이 높은 고객군을 선정
· 차별화된 특성을 가진 고객군을 세부적으로 분류하고 각 고객군의
니즈에 맞는 오퍼 및 메시지를 도출함으로써 과거 대비 3배의 ROI 획득 성공. |
|