맞춤형 서비스 개발하기 위해서는 어떤 데이터가 필요할까?
분석은 패턴을 발견하여 미래에 적합한, 적절한 '어떤'것을 찾기 위해행한다. 의사결정 도구인 것이다.
적절한 분석을 수행하기 위해서는 먼저 데이터가 필요하다. 이러한 데이터에는 무엇이 있을까? 기업 사례를 통해 데이터 종류에 대해 알아보자.
타깃사
먼저 예전글(Target(타깃): "How Companies Learn Your Secrets')을 보면, 미국 타깃(Target)사가 있다. 타깃사는 고객을 "Guest ID number"를 통해 관리하며, 고객 행동정보와 인구통계학적 정보를 수집 또는 구매하여 분석한다.
행동정보로 보는 것은,
- 구매 물품 종류
- 신용카드 사용 여부
- 쿠폰 사용 여부
- 설문조사 작성 여부
- 환불 요구 여부
- 헬프라인 연락 여부
인구통계학적 정보는
- 나이
- 결혼 유무
- 자녀 유무
- 거주지역(동네)
- 가게까지 이동 시간
- 예측 수입액
- 최근 이사 여부
- 일상에서 사용하는 신용카드 종류
- 방문 사이트 종류
아래는 타깃사가 구매 또는 외부 획득 데이터 종류이다.
- 민족성
- 직장 경력
- 매거진 구독정보
- 부도 또는 이혼여부
- 집 구매/판매년도
- 대학 정보
아래는 아티클 Crunching big data enables targeted service에 나온 기업 빅데이터 활용 사례이다. 어떤 데이터를 썼을까?
미국의 국제적 기업 힐튼사도 데이터를 활용해 고객에 대한 360도 정보를 파악해 의사결정을 지원한다.
힐튼사가 보는 데이터로는,
- 예약 정보
- 프로파일 데이터
- 오락시설(amenities) 사용 형태
이 있다. 이런 분석을 통해 무엇을 얻을 수 있을까? 매출 증대와 같은 일반적인 결과 외에도,
- 무료 와이파이를 제공하면, 고객 매출 1달러당 3.40달러에서 7달러의 추가 매출 효과
- 무료 식수를 제공하면, 30달러의 매출 효과
와 같은 효과가 확인했다.
호텔닷컴은 고객들의 데이터를 통해 고객이 보다 원하는 서비스를 쉽게 찾게 해준다.
- 고객 프로파일
- 검색 기준
- 장소 정보
- 기기 정보
- 웹사이트 행동 정보
이를 통해 고객을 여러 그룹별로 구분하여, 유형별 고객군에게 맞는 서비스를 제공한다. 예를 들면, 비즈니스차 온 고객, 일반 여행객들로 구분한다는 말이다.
인터컨티넨탈호텔 그룹 역시 고객 데이터를 통해 고객 선호에 맞는 서비스를 제공하고자 한다. 주목할 점은 고객 데이터를 통해 매번 고객 맞춤형 서비스를 커스터마이징 하는 것이고, 이를 통해 500,000개의 서비스 조합(여행 행태, 로얄티 프로그램)을 구성한다.
레드 루프 인 호텔사 같은 경우는 날씨 데이터를 통해 매일 2~3프로씩 발생하는 예약취소건을 예측해, 이에 대응한다.
오션프론트 프로퍼티(Oceanfront Properties) 사는 정해진 고객군에게 페이스북 모바일 광고를 통해 위치정보를 기반해 정보를 제공한다. 예를 들어, 금요일 저녁 회사가 관리하는 레스토랑 5킬로 주변에 고객이 있는 게 파악되면, 무료 발레파킹 서비스를 제공하는 것이다. 경영진에 의하면 150개 주차공간이 곧 꽉 찬다고 한다.
디즈니랜드의 경우, 웨어러블기기 데이터를 활용한다. 매직밴드(MagicBand)를 통해,
- 호텔 체크인 정보
- 놀이기구 사용 정보
- 제품구매 정보
등을 수집한다. 이를 통해, 미래 고객에게 어떤 서비스를 제공할지 구상한다.
넥플릭스와 스포티파이와 같은 업체는 데이터를 통해 예측분석을 한다. 그들이 보는 데이터는,
- 시청하는 쇼 정보
- 생략하고 넘어가는 노래 정보
고객 피드백 및 선호도에 따라 분석 결과는 실시간으로 바뀐다.
유통사 페덱스는 데이터를 분석해, 60~90% 정확도로 어떤 고객이 타경쟁사로 이탈할지 예측한다.
통신사 스프린트(Sprinit)도 역시 데이터를 분석해 어떤 고객군이 10% 확률로 서비스를 취소할 지 예측한다.
프로그레시브사는 스냅샷(Snapshot)이란 텔래매틱스 프로그램과 차에 부착된 센서를 통해,
- 얼마나 잘 고객이 운전하는지 여부
- 얼마나 고객이 자주 운전하는지 여부
를 측정한다. 이를 통해 보험료율을 결정하는데 참조한다.
유통회사, 호텔, 통신사, 보험사 등 회사별 산업은 다르지만 공통된 것은 어떻게 하면 고객에게 보다 적합하고, 적절한 서비스를 제공하기 위해 분석을 수행한다는 것이다.
맞춤형(추천) 서비스 개발을 위해 필요한 데이터 유형
데이터를 고객은 행동정보, 인구통계학 2개 관점으로, 그밖의 데이터로 정리하면,
어떤 데이터를 활용하는지 알아두면, 추후 맞춤형 서비스 개발 분석을 수행하고자 할 때 참고할 수 있을 것이다. 데이터 변수 목록은 지속적으로 업데이트 할 예정이다.
