본문 바로가기

고객관리 데이터 분석의 효율적 활용을 위한 5가지 원칙

애널리틱스의 발전과 함께 전략 활용 범위 확장

[산업일보]
디지털 사회로의 전환이 가속화되면서 고객을 관리하고, 관계를 강화하는데 있어 애널리틱스(Analytics, 데이터 분석)의 역할이 매우 중요해졌다. 애널리틱스의 활용도가 높아질 것으로 예상됨에 따라, 적절한 전략 및 체계적 지원이 필요하다는 주장이 나왔다.

하나금융경경연구소의 ‘애널리틱스를 활용한 고객관리 전략’ 보고서에 따르면, 디지털 전환의 가속화와 코로나19 사태 이후 비대면 거래의 증가로 국내외 인터넷은행과 핀테크 등을 활용하는 고객이 점차 늘어나는 추세다.

이에 고객 유치 경쟁이 점차 심화되면서 데이터 분석, 애널리틱스 기반의 고객관리 전략의 중요성이 대두되고 있다.

특히 인터넷 은행과 핀테크 업체들은 고급 데이터 분석(Advanced Analytics, AA)과 기계학습(Machine Learning)을 활용하기 적합한 환경과 역량을 보유하고 있어, 비대면 서비스에서 상대적 우위를 차지하는 만큼, 기존 은행들 또한 AA를 활용한 체계적 고객관리 전략을 마련하고 구체화할 필요성이 있다.

고객관리 데이터 분석의 효율적 활용을 위한 5가지 원칙

보고서는 AA, 애널리틱스를 효율적으로 활용하기 위한 다섯 가지 원칙으로 ▲고객 세분화 ▲예측 자동화 ▲충성도 예측 ▲고객이탈 원인 파악 ▲실험&학습 등을 소개했다.

먼저 기존의 고객 분류 방식에서 더 나아가 브랜드 선호도, 채널 활용도, 개인의 특성 등 내외부 정보를 활용해 고객을 세분화하고, 디지털 기업의 검증된 알고리즘을 바탕으로 자동화된 대규모 예측 체계를 구축해야 한다.

또한 충성도 예측 시, 설문조사에 응답하지 않는 고객들에 대한 예측을 위해 다양한 예측 모델을 활용해 고객에 대한 이해도를 제고하고, 점차 다양한 데이터, 분석방법을 추가하는 형태로 발전시키는 것이 좋다.

고객의 이탈 원인 파악을 위해서는 설명가능한 인공지능 모델을 활용해 이탈률 감소를 위한 현실적 방안을 마련하고, 다양한 옵션과 조합을 고려한 수천 개의 디지털 모델을 실험, 학습하는 방식으로 고객 유지 및 활성화 전략에 적용해야 한다.

‘최근 데이터 분석 분야의 발전에 힘입어 과거에는 시간과 비용 측면에서 쉽게 접근하기 어려웠던 부분에 대한 접근성이 크게 개선됐다’고 밝힌 보고서는 ‘대규모 데이터를 신속히 분석하고, 고객을 세분화·개인화해 적시, 적소에 원하는 서비스를 제공할 수 있어야 고객 유출 방지 및 고객가치 극대화가 가능하다’고 했다.

이어 ‘향후 애널리틱스에 대한 전사적 지원과 함께 다양한 실험을 통한 최적화 모델을 찾을 수 있도록 체계적 지원이 필요하다’고 제언했다.
ad광고추천제품

0 / 1000

추천제품

1/9

가상화폐 시세

loader
Bitcoin logo icon

비트코인

%
Ethereum logo icon

이더리움

%
Ripple logo icon

리플

%
Provided by Bithumb logo icon