2014.03.11

고객 중심 빅 데이터를 위한 7단계

Haima Prakash | CMO
빅 데이터가 전세계 기업들의 관심을 사로잡았지만 CIO와 CMO들은 빅 데이터가 가져올 다양한 편익을 실제로 어떻게 활용할 지 제대로 이해하지 못하고 있다. 게다가 이른바 빅 데이터 관련 업체들은 이들 C레벨 경영진에 '대답'보다는 '질문'을 더 안기고 있는 실정이다.

그러나 빅인사이트(BigInsights)가 발표한 '2013년 빅 데이터 현황(BigData Study 2013)'이라는 보고서에 따르면, 호주 기업의 리더들 가운데 60% 이상이 빅 데이터 도입의 가장 큰 장점으로 '고객에 관한 통찰력 향상'을 꼽았다. 빅 데이터 프로젝트는 CMO와 CIO의 관계를 강화하고, CMO가 리더십을 발휘할 기회도 제공한다.

근간이 되는 빅 데이터 기술 중 일부가 신기술이기는 하지만, 마케터가 추구하는 근본 목표는 바뀌지 않았다. 빅 데이터를 목적지로 하는 여정은 이른바 '고객에 대한 720도 시각'을 출발점으로 삼는다. 고객에 대한 720도 시각은 내부에서 가용한 정보를 외부에서 가용한 정보로 보완하는 것이 특징이다. 기업은 고객뿐 아니라 고객 지인들의 '선호', '비선호', 구매 패턴, 행동 양태에 관한 정보와 통찰력을 얻을 수 있다.

각 고객이 매력을 느끼거나 관심을 가질 수 있도록 커뮤니케이션과 상품을 고도로 개인화하는 것이 궁극적인 목표다.


다음은 고객 중심의 빅 데이터 계획을 수립하는 7단계 방법이다.

1. 중요한 비즈니스 측면의 도전: 가장 먼저 할 일은 빅 데이터 프로젝트로 해결할 중요한 비즈니스 측면의 도전을 파악 및 규정하는 것이다. 특정 고객과 관련된 질문을 준비한다면 도움이 될 수 있다. 고객이 계약을 갱신하지 않을 계획임을 알려주는 '신호'는 무엇일까? 고객이 밟아야 하는 불필요한 절차를 최소화하는 방법은 무엇일까? 이런 질문들을 예로 들 수 있다.

2. 데이터 재고 및 품질 감사: 고객 관련 데이터를 대상으로 '재고' 조사를 실시한다. 직간접적으로 '질문'에 대한 '답'을 주는 기업 내부에 보유 중인 데이터 형태와 데이터 출처를 파악한다. 그리고 데이터 품질 감사를 통해 실제 보유한 데이터 세트의 신뢰도와 품질을 판단한다. 이런 데이터는 CRM, 데이터 웨어하우스, 고객 서비스, 기타 관련 시스템 등 다양한 형태로 보관되어 있을 것이다.

3. 외부 데이터 세트: 내부에 보관하고 있는 기존 고객 데이터 세트를 보완 및 강화할 외부 데이터 세트를 찾아 획득한다. 고객의 소셜 미디어 '감성' 데이터, 아웃소싱 웹사이트나 기타 다른 출처의 클릭 스트림 데이터를 예로 들 수 있다.

4. 분석 툴, 모델, 환경: 분석을 위한 환경과 모든 출처의 데이터를 가져올 수 있는 분석 모델을 구축한다. 그리고 툴을 사용해 고객 데이터에서 정보를 얻는다.

5. 가설 재정립: 질의와 실험으로 구성된 반복 프로세스를 활용해 분석 모델에서 수집한 정보와 가설을 재정립한다.

6. 테스트 및 완성: 소집단의 고객군을 표본으로 테스트를 실시해 추출한 내용을 검증한다. 그리고 난 이후에 더 넓은 고객군에 확대 적용한다.

7. 운영 프로세스와 통합: 데이터 분석 환경을 기존 운영 프로세스와 통합한다. 데이터 가치를 최대한 활용할 수 있도록 기존 운영 프로세스를 재조사하고, 필요한 경우 다시 설계한다. 기업이 이렇게 다이내믹한 환경을 구축하고 통합할 경우 빅 데이터가 창출하는 가치를 실현시킬 수 있다.

빅 데이터 프로젝트를 성공시키기 위해서는 CMO와 CIO가 강한 협력관계를 구축해야 한다. 또 고객과 비즈니스에 정통하고, 데이터 과학과 기존 IT인프라, 데이터 통합 관련 역량을 보유한 인재들로 협력 CFT(다기능)팀을 구성해야 한다.

조기에 비즈니스 가치를 실현시키는 것이 중요하기는 하지만, 처음에는 가용한 데이터에서 얻을 수 있는 정보, 이를 바탕으로 한 최상의 예측 모델을 구축하는 방법을 테스트 해야 한다. 현대 온라인 마케팅에서 사용되는 반복 재정립 모델 및 A/B 테스팅과 유사한 프로세스다.

마케팅 조직의 경우 IT 역량이 부족해 디지털 관련 조직에 업무를 아웃소싱 하고 싶어한다. 그러나 기존 사례는 프로젝트를 성공시키기 위해서는 고객과 비즈니스를 깊이 이해하고, 내부와 외부의 데이터 소스를 개발해 통합시키는 노력이 필요하다. 이는 아웃소싱하기 어려운 부분이다.

빅 데이터는 전술적, 전략적 관점에서 조직에 상당한 혁신과 차별화된 경쟁력을 가져다 준다. 이를 간과할 수는 없는 노릇이다. CIO와 정기적으로 만나 커피 한 잔을 즐길 시기다.

*Haima Prakash는 컨설팅 업체인 빅인사이트(BigInsight)의 파트너로 P&G, 에스프릿(Esprit), GE, 로레알, GM 등의 고객사와 일한 경험이 있다. ciokr@idg.co.kr




2014.03.11

고객 중심 빅 데이터를 위한 7단계

Haima Prakash | CMO
빅 데이터가 전세계 기업들의 관심을 사로잡았지만 CIO와 CMO들은 빅 데이터가 가져올 다양한 편익을 실제로 어떻게 활용할 지 제대로 이해하지 못하고 있다. 게다가 이른바 빅 데이터 관련 업체들은 이들 C레벨 경영진에 '대답'보다는 '질문'을 더 안기고 있는 실정이다.

그러나 빅인사이트(BigInsights)가 발표한 '2013년 빅 데이터 현황(BigData Study 2013)'이라는 보고서에 따르면, 호주 기업의 리더들 가운데 60% 이상이 빅 데이터 도입의 가장 큰 장점으로 '고객에 관한 통찰력 향상'을 꼽았다. 빅 데이터 프로젝트는 CMO와 CIO의 관계를 강화하고, CMO가 리더십을 발휘할 기회도 제공한다.

근간이 되는 빅 데이터 기술 중 일부가 신기술이기는 하지만, 마케터가 추구하는 근본 목표는 바뀌지 않았다. 빅 데이터를 목적지로 하는 여정은 이른바 '고객에 대한 720도 시각'을 출발점으로 삼는다. 고객에 대한 720도 시각은 내부에서 가용한 정보를 외부에서 가용한 정보로 보완하는 것이 특징이다. 기업은 고객뿐 아니라 고객 지인들의 '선호', '비선호', 구매 패턴, 행동 양태에 관한 정보와 통찰력을 얻을 수 있다.

각 고객이 매력을 느끼거나 관심을 가질 수 있도록 커뮤니케이션과 상품을 고도로 개인화하는 것이 궁극적인 목표다.


다음은 고객 중심의 빅 데이터 계획을 수립하는 7단계 방법이다.

1. 중요한 비즈니스 측면의 도전: 가장 먼저 할 일은 빅 데이터 프로젝트로 해결할 중요한 비즈니스 측면의 도전을 파악 및 규정하는 것이다. 특정 고객과 관련된 질문을 준비한다면 도움이 될 수 있다. 고객이 계약을 갱신하지 않을 계획임을 알려주는 '신호'는 무엇일까? 고객이 밟아야 하는 불필요한 절차를 최소화하는 방법은 무엇일까? 이런 질문들을 예로 들 수 있다.

2. 데이터 재고 및 품질 감사: 고객 관련 데이터를 대상으로 '재고' 조사를 실시한다. 직간접적으로 '질문'에 대한 '답'을 주는 기업 내부에 보유 중인 데이터 형태와 데이터 출처를 파악한다. 그리고 데이터 품질 감사를 통해 실제 보유한 데이터 세트의 신뢰도와 품질을 판단한다. 이런 데이터는 CRM, 데이터 웨어하우스, 고객 서비스, 기타 관련 시스템 등 다양한 형태로 보관되어 있을 것이다.

3. 외부 데이터 세트: 내부에 보관하고 있는 기존 고객 데이터 세트를 보완 및 강화할 외부 데이터 세트를 찾아 획득한다. 고객의 소셜 미디어 '감성' 데이터, 아웃소싱 웹사이트나 기타 다른 출처의 클릭 스트림 데이터를 예로 들 수 있다.

4. 분석 툴, 모델, 환경: 분석을 위한 환경과 모든 출처의 데이터를 가져올 수 있는 분석 모델을 구축한다. 그리고 툴을 사용해 고객 데이터에서 정보를 얻는다.

5. 가설 재정립: 질의와 실험으로 구성된 반복 프로세스를 활용해 분석 모델에서 수집한 정보와 가설을 재정립한다.

6. 테스트 및 완성: 소집단의 고객군을 표본으로 테스트를 실시해 추출한 내용을 검증한다. 그리고 난 이후에 더 넓은 고객군에 확대 적용한다.

7. 운영 프로세스와 통합: 데이터 분석 환경을 기존 운영 프로세스와 통합한다. 데이터 가치를 최대한 활용할 수 있도록 기존 운영 프로세스를 재조사하고, 필요한 경우 다시 설계한다. 기업이 이렇게 다이내믹한 환경을 구축하고 통합할 경우 빅 데이터가 창출하는 가치를 실현시킬 수 있다.

빅 데이터 프로젝트를 성공시키기 위해서는 CMO와 CIO가 강한 협력관계를 구축해야 한다. 또 고객과 비즈니스에 정통하고, 데이터 과학과 기존 IT인프라, 데이터 통합 관련 역량을 보유한 인재들로 협력 CFT(다기능)팀을 구성해야 한다.

조기에 비즈니스 가치를 실현시키는 것이 중요하기는 하지만, 처음에는 가용한 데이터에서 얻을 수 있는 정보, 이를 바탕으로 한 최상의 예측 모델을 구축하는 방법을 테스트 해야 한다. 현대 온라인 마케팅에서 사용되는 반복 재정립 모델 및 A/B 테스팅과 유사한 프로세스다.

마케팅 조직의 경우 IT 역량이 부족해 디지털 관련 조직에 업무를 아웃소싱 하고 싶어한다. 그러나 기존 사례는 프로젝트를 성공시키기 위해서는 고객과 비즈니스를 깊이 이해하고, 내부와 외부의 데이터 소스를 개발해 통합시키는 노력이 필요하다. 이는 아웃소싱하기 어려운 부분이다.

빅 데이터는 전술적, 전략적 관점에서 조직에 상당한 혁신과 차별화된 경쟁력을 가져다 준다. 이를 간과할 수는 없는 노릇이다. CIO와 정기적으로 만나 커피 한 잔을 즐길 시기다.

*Haima Prakash는 컨설팅 업체인 빅인사이트(BigInsight)의 파트너로 P&G, 에스프릿(Esprit), GE, 로레알, GM 등의 고객사와 일한 경험이 있다. ciokr@idg.co.kr


X