이번 장에서는 기존에 나온 여러 문헌들을 토대로 하여 은행의 고객관리와 정보계, DW 및 DB 마케팅의 개념과 기존 연구들을 고찰한다. 또한 CRM 의 최근 이론을 정리하여 그 특징을 분석한다. 그리고 이러한 고찰을 바탕으로 기존 연구의 한계와 새로운 연구의 필요성을 제기한다.
제 1 절 은행의 고객관리와 관련된 기존연구
국내 은행들은 대형 정보시스템을 운영하면서 고객정보를 비교적 체계적으로 관리하여 왔다. 은행의 경우 고객관련 정보를 저장하는 수단으로는 대체로 다음과 같은 세 가지 종류가 있다1.
① CIF(Customer Information File)는 일반적으로 대형컴퓨터에서 운영되는 시스템으로 주로 고객의 인적사항과 같이 거의 변동되지 않는(static) 정보를 관리하는 저장수단이며 대부분의 은행 운영 계(OLTP) 시스템에서 CIF 를 관리하고 있다.
② CIS(Customer Information System)는 독립적(stand-alone)인 시스템으로 CIF를 보완하였다. 즉, CIS 는 CIF 를 포함하며 고객거래 현황을 기반으로 고객기여등급, 영업지원을 위한 고객관리정보, 고객계좌관리정보 등을 제공한다. 은행의 경우 정보계 시스템에서 CIS 를 관리한다.
③ MCIF(Marketing Customer Information File)는 고객정보에 대한 데이터베이스로서 주로 마케팅에 이용된다. 즉 이는 주로 다른 업무보다는 마케팅 용도에 국한된 목적별 DB 로써 고객정보와 시장 정보로 구성된다.
국내 은행의 고객 데이터베이스는 주로 운영계 업무를 지원하기 위한 관점에서 관리 되어 왔으나 1990 년을 전후하여 통합된 정보계 시스템을 도입하면서 마케팅 지원 기능이 보완 되었어. 그러나 고객 데이터베이스와 종래의 정보계 시스템은 마케팅 담당자의 다양한 요구를 만족시키지 못하였다. 또한 정보계 시스템을 운영하면서 여러 가지 문제점도 발생되었다. 은행의 고객관리와 관련하여 기존 정보계 DB 의 문제점과 DW 가 필요한 이유를 정리하면 다음과 같다2.
첫째, 데이터의 불일치 문제이다. 이것은 서로 다른 사용자가 동일한 정보를 조회하였으나 서로 다른 정보 값을 갖게 되었을 때 발생한다. 그 이유는 데이터 갱신처리 기준시간의 차이, 데이터 변환 계산방식의 차이, 추출 수준의 차이, 외부 데이터의 차이, 기준 원천 데이터의 차이에 원인이 있다.
둘째, 사용자가 정보계 DB 를 분석하는데 있어서도 생산성이 떨어진다. 예를 들어 마케팅의사결정자가 새로운 마케팅 정보분석 보고서를 작성하려고 할 때 필요한 데이터를 수집하기 위해서는 많은 DB 를 찾아보아야 한다. 또한 각 데이터의 구조를 파악하여 이름, 정의, 계산 등 데이터의 의미를 분석해야 한다
셋째, 데이터에서 정보로의 변화과정이 원활하지 않다는 점이다. 각 어플리케이션이 통합을 전제로 개발되지 않았기 때문에 이들 원천 시스템들로부터 공통 기준을 사용하여 정보를 수집한다는 것은 거의 불가능한 일이다.
넷째, 의사결정에서 필요한 시계열 데이터와 과거자료가 충분히 저장되어 있지 않다. 또한 저장된 시계열 데이터의 간격도 일별, 주별, 월별 데이터 등으로 다를 수 있다. 이는 이들 어플리케이션 시스템이 의사결정을 염두에 두고 설계된 시스템이 아니기 때문이다.
고객중심의 마케팅을 전개하기 위해서는 신뢰할 수 있는 고객 데이터가 전제 되어야 하며 상품매출정보, 고객거래정보 등의 축적된 과거 데이터 이력과 시계열 정보가 필수적이다. 그러나 기존에 관리되던 고객 DB 로는 정보분석을 위한 효과적인 비정형적 의사결정을 지원하는데 한계를 보이고 있다.은행들은 이러한 기존 문제점을 극복하고 고객정보관리를 위한 새로운 요구사항을 반영하기 위하여 DW 를 도입하게 되었다.
제 2 절 DW 의 이론적 배경
DW 는 고객정보 관리와 마케팅 의사결정지원을 위한 데이터 하부구조로서 매우 중요한 역할을 한다. 그러므로 여기서는 DW 의 개념과 특징을 이해하고 DW 와 관련된 기존 연구를 고찰 한다.
1. DW 의 개념 과 특징
DW 에 대한 가장 일반적인 정의는 기업의 OLTP(On Line Transaction Processing)시스템에 누적된 내부데이터와 외부데이터를 추출하고, 의사결정을 지원하도록 가공하며, 현재 및 과거이력과 요약데이터를 주제별 형태로 통합하여 저장하는 분석용 DB 라고 할 수 있다 이러한 DW 의 핵심적인 개념을 몇 가지 정리하면 다음과 같다.3
첫째, 주제중심적(subject oriented)이다. DW 에서 어플리케이션 중심의 데이터 구조는 의사결정지원 데이터로 바뀌어 진다. 그리고 DB 는 주제를 중심으로 구조화 되어 있으며 의사결정지원 업무의 안정된 이미지를 제공할 수 있다.
둘째, 기업전반에 걸쳐 통합(integrated)되어 있다. 다양한 데이터 형태와 변환을 포함하는 서로 다른 이질적 시스템들로부터 데이터가 통합됨에 따라 DB 는 집적된다.
셋째, 과거이력 (historical)과 시간적 (time variant)데이터를 보관한다. 운영데이터가 거래처리를 효과적으로 지원하기 위한 것과는 달리 DW 데이터는 역사적인 시간성을 갖는다. 그리고 각 데이터의 포인트는 시간상의 한 점과 관계되며 시간의 축 상에서 비교될 수 있다.
넷째, 갱신(update)이 없고 비휘발성(non volatile)이다. 새로운 데이터는 기존 데이터의 대체가 아니며 DB 에 추가되는 것이다. 그리고 DW 의 데이터는 계속적으로 새로운 데이터를 흡수하여 이전의 데이터와 통합해 간다.
2. DW 와 관련 된 기존 연 구
가 . DW 의 구조
DW 를 전체적인 시각에서 이해하고 체계적으로 구축하기 위해서는 DW 의 구조(architecture)를 정의할 필요가 있다. DW 의 구조를 구성하고 있는 요소로는 크게 원천 데이터, DW, 데이터마마트, 어플리케이션이 있다 <박천승 ,1997>.
원천 데이터 층은 DW 를 채워주는 부분으로 기업 내부의 운영 데이터와 백업용 파일, 기업 외부의 자료원 등으로 구성된다. 처음 DW 가 구축될 때에는 대량의 데이터로드로, 그 이후에는 특정한 주기에 따른 일괄작업이나 변경된 데이터의 반영을 통해 정보의 원천 역할을 한다.
DW 층은 엔터프라이즈 서버로 설명될 수 있는데 대개 관계형 DB 를 이용하여 구축된다. DW 는 사용자에 의해 직접 사용되기도 하고 데이터마트에 데이터를 공급하는 역할도 한다.
데이터마트 층은 작업그룹(workgroup)서버로 설명될 수 있는데 관계형 또는 다차원 DB 를 이용하여 구축한다. DW 가 기업 수준에서 필요 데이터를 통합, 추출하여 저장하는 것인 반면에 데이터마트는 부서 단위 또는 부문 단위에서 분석에 필요한 데이터를 통합, 추출하여 저장하는 DB 로 특화된 부서 DW 라 할 수 있다.
어플리케이션 층에서 사용자는 질의 및 보고서 도구, OLAP 도구, EIS/DSS 어플리케이션, 데이터마이닝 어플리케이션 및 웹 브라우저를 이용하여 DW 나 데이터마트를 이용한다.
이와 같은 구성 요소를 포함하여 그림2-1 은 가장 널리 인용되는 알려진 DW 프레임웍을 보여주고 있다 나 . DW 의 구축방법론
DW 를 실제로 구현하기 위해서는 DW 구축방법론이 필요하다 . Inmon<1996>은 데이터 중심의 DW 구축방법론을 제시하였다. 이러한 방법론에 따르면 DW 의 구축과정은 데이터모델분석 데이터규모산정 기술평가 기술환경준비 주제영역분석ＤW 설계 소스시스템분석ＥTT(Extract Transformation Transportation)설계 ＥTT 프로그래밍 데이터이행등의단계를통하여진행된다.
그러나 오늘날 DW 를 활용하는 어플리케이션이 다양해 짐에 따라 DW 는 그 의미가 확장되었다. 즉, 다차원 데이터모델 기반의 OLAP 어플리케이션 뿐만 아니라 데이터마이닝이나 위험관리, 수익관리 등의 전사적 자원관리(ERP : Enterprise Resource Planning)어플리케이션도 DW 의 기능을 필요로 하게 된 것이다. 그러므로 DW 구축을 위해서는 이와 같이 다양한 요구사항을 받아들일 수 있는 더욱 정교한 DW 구축방법론이 요구된다 . <그림2-2>는 비교적 최근의 확장된 DW 구축방법론을 보여주고 있다 다 . DW 구축을 위한 구현방식
DW 구축을 위한 구현방식은 하향식, 상향식 및 절충식의 세가지 방식으로 나누어 볼 수 있다.4 하향식 접근은 은행의 정보계와 같은 형식의 DW 를 먼저 구현하고 데이터마트를 구현하는 방식이다. 반대로 상향식 접근방식은 데이터마트를 먼저 구축하고 점차로 이들을 통합해 가는 방식이다. 또한 절충식 접근방법은 은행과 같이 정보계 시스템이 구축되어 있는 경우 상, 하향식을 절충한 접근 방법이다.
첫째, 하향식 접근법(top down approach)은 운영계 데이터로부터 정보계 파생 데이터로의 변환과정에 2 단계를 거친다. 즉, 첫번째 단계는 운영계 데이터를 정보계 DB 의 기본이 되는 조정 데이터로 변환이 되는 것이다. 조정 데이터는 원천데이터의 불일치나 오류를 제거한 일종의 파생 데이터라 할 수 있다. 조정 데이터는 구체적인 수준으로 저장되며 은행 전체에 걸친 실시간 데이터를 종합적으로 정리한 시계열 데이터로서 비즈니스 DW(BDW : Business Data Warehouse)라고 한다 .두번째 단계는 최종사용자의 각기 다른 요구를 충족시키는 단계로 이 단계에서의 파생데이터는 전적으로 BDW 로부터 추출하여 변환된다.
둘째, 상향식 접근법(bottom up approach)은 은행 DW 구현에 있어서 부서 단위별 또는 업무별 데이터마트를 먼저 구현하고 점차적으로 은행의 전사적인 DW 로 통합해 나가는 방식을 의미한다. 중앙 집중적이고 전사적이며 대용량인 DW 는 각 부서의 요구사항에 적합하게 맞추어 사용하기가 어렵다. 또한 구축하는 데 장기간에 많은 비용이 소요되며 프로젝트 위험이 크다는 문제점이 있다. 반면에 데이터마트는 우선 시급한 응용 부문에 단기간 동안 적은 비용의 투자로 가시적인 성과를 거들 수 있다는 장점이 있다. 그리고 상대적으로 소규모이기 때문에 프로젝트 위험이 적은 데이터마트를 성공적으로 구축함으로써 이로부터 얻은 경험을 바탕으로 전사적인 DW 구축으로 확장해 나갈 수 있다.
셋째, 절충형 접근법(hybrid approach)은 국내은행의 정보계를 현재의 운영데이터저장소(ODS : Operational Data Store)개념으로 보고 DW 를 구축하는 방식이다. ODS 에서는 실무자와 중간관리자 층에게 구체적인 업무관리 정보를 제공한다. 그리고 DW 에서는 의사결정지원 분야와 최고경영자를 위하여 요약되고 가공된 경영정보를 제공한다.
새로이 DW 를 구축하고자 하는 은행에서는 업무의 복잡도, 정보시스템 환경, 사용자의 컴퓨터 사용능력 등과 같은 여건에 따라 알맞은 방식을 선택해야 한다. 그러나 국내 은행의 경우 하향식은 국내은행의 취급업무의 범위와 복잡성 및 전산인력을 고려할 때 프로젝트에 따른 위험부담이 너무 크다. 반면에 상향식은 추후 DW 구축 시 부문별 데이터마트의 분산된 데이터를 통합하는 데 어려움이 있다. 따라서 현실적으로는 상, 하향 절충형 접근방식을 적용하는 것이 바람직하다.
라 . DW 설계기법
DW 는 대개 관계형이나 다차원 DB 에 데이터를 저장한다. OLTP 시스템의 관계형 DB 와 DW 의 관계형 DB 에 관련된 모델링은 차이가 있다. 전자는 데이터의 저장에 중점을 두어 구축하고 후자는 데이터의 배급 또는 접근에 초점을 맞추어 구축한다. 다른 각도에서 표현해 보면 전자는 데이터의 무결성(integrity)과 단일 레코드에 따른 빠른 접근 및 갱신이라는 목적을 달성해야 하고 후자는 대량의 데이터에 대한 다양한 조인(join)이라는 목적을 이루어야 한다. 이런 양자의 목적은 상반되며 DW 를 위해 대량의 데이터를 빠르게 읽어내기 위한 아이디어가 필요하다 <곽용구 , 1996>.
DW 의 DB 로 관계형 DB 를 사용할 경우에는 스타 스키마나 눈송이형 스키마와 같은 다차원모델링 기술을 사용한다. 이 모델링 기법은 일반적으로 조인을 줄이기 위해 데이터의 중복 저장도 허용하는 비정규화를 수행한다. 또한 다차원 DB 를 사용하지 않더라도 관계형 DB 를 다차원적으로 활용할 수 있도록 하는 것이다 <최동훈 ,1997>.
다차원모델은 사용자의 관점에서 중요한 데이터를 포함하는 테이블을 스키마의 중심에 놓고 이들을 분석하기 위한 관점을 나타내는 테이블을 주변에 배치한다. 중심 테이블을 사실(fact)테이블이라 하고 주변의 테이블을 차원(dimension)테이블이라고 부르며 다음과 같은 특징이 있다 사실 테이블
사실 테이블은 가장 큰 테이블로 조직의 활동에 의해 발생한 중요한 수치를 사실로 저장한다. 각 사실은 모든 차원의 교차점에서 취해진 값이며 이러한 이유로 사실 테이블의 주키(primarykey)는 모든 차원을 결합한 결합키(combined key)이다. 이러한 결합 키는 차원 테이블과 조인할 수 있는 유일한 수단이다.
차원 테이블
차원이란 사용자가 데이터를 분석하고자 하는 주요 분석 요인(factor)을 의미하며 차원 테이블은 이러한 목적을 충족시키기 위한 정보를 유지한다. 차원 테이블 속성의 중요한 역할은 질의에서 제한 조건으로 사용되거나 사용자의 응답에서 표제로 사용되는 것이다.
다차원 모델링 기법의 하나인 스타 스키마라는 용어는 구성된 데이터 모델의 모양에서 비롯된 것으로 보인다. 그리고 이것은 전체적으로 보아 마치 별 모양을 연상하게 한다. 또한 눈송이형 스키마는 스타 스키마의 차원테이블이 좀 더 정규화 된 형태이다. 즉, 차원 테이블에 계층 구조를 덧붙여 그 모양이 스타 스키마가 펼쳐진 눈송이처럼 보이게 된다.이러한 스타 스키마와 눈송이형 스키마의 장점과 단점을 정리해 보면 다음 <표 2- 1>과 같다.
제 3 절 DB 마케팅의 이론적 배경
마케팅 의사결정을 보다 과학적이고 효율적으로 실행하는데 있어서 데이터베이스를 활용한 정보기술은 유용한 수단을 제공한다. 이번 절에서는 마케팅의사결정지원시스템의 구조와 DB 마케팅 시스템을 개발하기 위한 접근방법에 대하여 고찰한다.
1. DB 마케팅의 개념과 특징
DB 마케팅에 대해서는 1990 년대 이후 많은 학자나 실무자들이 여러 가지 정의를 내리고 있다. Holtz<1992>는 DB 마케팅을 고객에 대한 접근법, 마케팅 전략, 방법론 등의 마케팅 제 요소가 단순한 구매자 리스트가 아니라 잠재 고객에 대한 풍부한 정보에 근거하는 마케팅이라고 정의하였다. 그리고 Huges<1994>는 잠재고객과 기존고객에 대한 적합한 정보가 수록되어 있는 컴퓨터화된 DB 시스템을 고객에게 보다 질 높은 서비스를 제공하고 이들과 장기적 관계를 구축할 수단으로 운영하는 것이라고 정의하였다.
또한 국내 학자로 조재희 <1997>는 산재 되어 있는 내, 외부의 데이터를 고객중심의 DW 에 저장하여 정보를 효율적으로 탐색하고, 과학적이고 통계적인 방법을 통해 새로운 특성을 발견하며, 이를 기반으로 한 마케팅 전략과 프로그램을 수립 /실행하는 일련의 과정이라고 정의하였다. 그리고 박찬욱 <1998>은 고객에 대한 여러 가지 정보를 컴퓨터를 이용하여 데이터베이스화하고 구축된 데이터베이스를 바탕으로, 고객 개개인과의 장기적인 관계 구축을 위한 마케팅 전략을 수립하고 집행하는 제 활동이라고 하였다.
이와 같이 여러 가지 정의에서 나타난 DB 마케팅의 특징을 정리하면 다음과 같다5.
①고객과의 일대일 관계 구축
DB 마케팅은 고객과의 일대일 접촉을 통한 개별적 요구파악과 이러한 욕구의 만족을 그 첫번째 특징으로 한다. 즉 잠재고객이나 기존고객의 욕구는 DB 를 통해 식별될 수 있으며, 따라서 개개인에 대해 가장 적절한 전략을 일관성 있게 실시하는 것이 가능하다. 시장 세분화에 있어서도 총합데이터(aggregate data)와는 달리 세분시장의 구성원이 누구인가를 구체적으로 알 수 있으며 이에 따라 이들을 대상으로 한 개별적인 마케팅 활동의 전개가 가능해진다. DB 마케팅에서는 전통적인 유통 경로 외에 고객과의 일대일 관계에 의한 '직접판매 '라는 유통경로가 추가로 제공되기 때문에 특정 계층에서만 환영 받는 제품도 소매점에서의 진열공간과 관계없이 시장성을 가질 수 있다.
②쌍방적 의사소통
DB 마케팅의 두 번째 특징은 쌍방적 의사소통 (two-way-communication)이라고 할 수 있다. DB 마케팅에서는 기업이 제공한 정보에 대해 소비자들이 반응을 보이거나 의견을 피력할 수 있으며, 이러한 과정을 통해 소비자가 기업과 직접적인 커뮤니케이션을 하게 된다. DB 마케팅에서는 소비자가 기업과의 케뮤니케이션 과정에 직접 참여하기 때문에 일반광고에서처럼 일정기간을 기다릴 필요없이 즉각적으로 소비자의 반응을 알수 있게 된다.
③고객 데이터베이스
DB 마케팅은 컴퓨터에 의한 데이터베이스의 구축을 전제로 하고 잇다. 기업은 컴퓨터를 이용하여 고객의 지리적, 인구통계적, 심리적 특성이나 구매기록을 수록해 둔다. 그리고, 이는 DB 마케팅 캠페인의 적합한 대상을 추출하거나 시장세분화 및 포지셔닝 등을 위한 기초자료로 활용된다. 따라서 DB 마케팅에서의 데이터베이스는 마케팅의 기획에서 집행 및 효과의 측정에 이르기까지 DB 마케팅 모든 분야의 근간이 된다.
2. DB 마케팅과 관련된 기존연구
가 . 마케팅의사결정지원시스템에 관한 연구
마케팅정보시스템이란 기업의 마케팅프로그램에 관련하여 마케팅 의사결정자가 적절한
의사결정을 할 수 있도록 필요하고 정확한 정보를 적시에 제공하기 위하여 정보를 수집, 분류, 평가 그리고 분배할 목적으로 마련된 미래 지향적인 사람, 장비 및 절차가 계속적으로 상호작용 하는 체계를 말한다 그리고 그 특징으로는 ①기업이 필요로 하는 정보를 평가하고, ②이 정보를 수집 또는 창출하며,③이 자료를 분석하여, ④분석된 자료를 마케팅의사결정자에게 분배하는 체계라고 정리할 수 있다 <송영섭 &김형순 ,1998>.
현대의 마케팅정보시스템은 대량데이터의 처리와 과학적 분석도구가 필요하다. 이와 관련하여 Little<1979>은 마케팅의사결정지원시스템(MDSS : Marketing Decision Support System)모델을 제시 하였다. 그리고 마케팅관리자가 경영환경을 분석하기 위해서는 이 모델을 통하여 다음 네 가지 요소가 상호작용 해야 한다고 주장 하였다. 첫째, 데이터 뱅크(data bank)는 거래이력, 가격과 같은 계량적 마케팅 변수와 경쟁적 성과나 고객 프로파일 등의 비계량적 정보를 포함한다. 둘째, 모델(model)은 현상이 어떻게 운영되고 있는지에 관한 관리자의 생각이 반영된 것이다. 셋째, 통계(statistics)는 데이터와 관련된 모델의 처리 과정이다. 넷째, 최적화는 조직의 성과를 향상시키기 위한 방법이다.
나 . DB 마케팅에 관한 기존연구
1900 년대부터 정보기술의 발전과 다양한 정보분석 기법의 활용으로 DB 마케팅이 활발하게 사용하기 시작하였다. 이러한 DB 마케팅의 출현 배경은 고객의 니즈가 다양해지고, 시장 개방에 따른 경쟁이 심화 되었으며, 고객유지전략의 중요성이 인식되었고, 정보기술이 급속히 발전되는 등 마케팅 관리를 위한 여건이 크게 향상되었기 때문이다 기존 DB 마케팅의 연구는 주로 고객정보분석 모델의 개발과 고객정보의 전략적 활용에 관한 것이었다. 즉, DB 에 저장된 대량 데이터 속에서 다양한 분석함수를 적용하여 상품추세, 고객가치측정, 고객행동분석 등 새로운 정보 부가가치를 찾아내는 것이다. 이러한 고객정보분석 모델의 예로는 RFM(RFM: Recency Frequency Monetary)분석과 고객생애가치(LTV : Life Time Value)분석 등이 있다. RFM 분석이란 가장 최근에, 가장 자주, 많은 액수의 상품을 구매한 고객을 가장 가치 있는 고객으로 평가하는 기법이다 <김기서,1998>. 고객생애 가치란 한 고객이 지속적으로 자사의 제품을 구매할
경우 거래로부터 발생하는 순이익을 말한다. 이러한 고객정보분석 기능은 고객을 세분화하고 차별화된 서비스 전략을 수립위한 합리적인 마케팅의사결정을 지원한다. DB 마케팅에서는 상관분석, 신경망분석 등 통계적 기법이 많이 활용되고 있다. 그리고 마케팅 데이터의 수집과 축적 기술이 중요해 지면서 최근에는 DW 기술을 접목시키는 경향이 있다.
DB 마케팅을 구축하는 방법은 마케팅 DB 를 구축하는 과정과 축적된 데이터를 분석하기 위한 과정의 두 가지로 구분할 수 있다. DB 마케팅을 구축하는 방법론의 관점에서 상용화된 SAS Institute 의 방법론을 고찰해 본다. 이 방법론은 다음과 같이 7 단계의 과정으로 나누어진다.
현황파악(assessment)
전체 기업의 비즈니스 목적에 따라 DB 마케팅 시스템을 구축하기 위한 목표를 설정하는 단계이다. 실제 업무에 직접 적용될 수 있는 목표가 결정되면 그 업무에 맞는 프로젝트 팀을 구성하고 프로젝트 범위를 결정한다. 이를 위해 우선 목표설정(establish goal)부터 시작해야 한다. 그 다음에는 가설 설정과 기대효과를 세운다. 가설작업이 끝났으면 본격적인 준비작업(determine readiness)에 들어간다.
기반구축(awareness)
DW 를 구축하거나 기존 DB 에서 프로젝트 요건에 맞는 데이터를 수집하여 마케팅 DB 를 구축하는 단계이다. 그리고 마케팅 DB 는 필요 시 갱신하거나 외부 인구통계 자료 및 설문조사와 같은 자료들을 보충한다.
고객에 대한 이해(understanding)
구축된 마케팅 DB 로부터 고객에 대한 정보를 분석하는 단계이다. 즉 고객을 세분화하고 프로파일링을 한 후 각각의 세분화된 고객에 대해서 기업 목표에 맞는 전략을 수립한다. 고객 세분화 및 프로파일링을 위하여 전통적인 통계기법이 많이 사용된다.
설계(design)
이 단계에서는 우선 마케팅 계획과 정보기술 계획을 수립해야 한다 .마케팅 계획은 고객 세분화에 따른 차별화 된 전략에 근거하여 고객 관계 관리를 지원할 수 있는 최선의 전략이나 고객 인센티브 프로그램을 세운다. 정보기술 계획 수립은 위에서 세운 비즈니스 활동계획(business action plan)에 따라 DB 마케팅 프로젝트를 지원할 정보기술 시스템 계획을 세운다.
개발(build)
유망한 고객층을 선택하기 위해 가치 있는 고객을 선택 ,시장의 채널을 확보 하고 프로그램 효과를 극대화 할 수 있는 고객 행동 예측 모델을 구축한다 .또한 모델링 결과를 구현할 수 있도록 OLAP 이나 어플리케이션을 개발한다.
실행(execute)
구축된 모델링을 실제 실행 단계에서 적용하는 단계이다. 즉, 전 단계의 결과인 예측모델에서 선별한 고객을 대상으로 캠페인을 수행한다. 대상고객에게 적용한 이벤트에 대한 자세한 기록과 수행결과로 나타난 고객의 직, 간접 반응을 마케팅 DB 에 기록한다.
검토(review)
프로그램 결과와 효과를 다시 측정한다. 즉 마케팅 프로그램이 기업의 목적에 기여한 정도와 함께 고객의 행동에 미친 영향도 고려한다. 또한 프로그램의 성과와 결과를 조직 전체에 알림으로써 전사적인 정보로의 공유가 가능하도록 한다.
이와 같은 방법론의 특징은 첫째, 정보요건의 범위가 전략적인 특정 목표를 달성하기 위한 것이고 사용자가 기획부서 위주로 소수의 인원이라는 것이다. 둘째, 초기의 DB모델링은 대량의 기초 데이터를 저장하기 위한 것이며 마케팅 활용이나 공유해야 할 정보는 나중에 생성된다. 셋째, 방법론 관점에서 프로세스 모델링을 소홀히 하고 있으며 데이터를 중심으로 접근하는 방식이라고 할 수 있다.
제 4 절 CRM 의 이론적 배경
최근 CRM 과 관련하여 여러 가지 다양한 연구가 진행되고 있다. 이번 절에서는 본 연구와 관련된 기존 연구의 분석을 통하여 CRM 의 구조, 프로세스, 방법론 등에 대한 다양한 이론을 정리하고 그 특징을 밝힌다. 그리고 CRM 의 중요한 구성요소로써 고객DW 의 연관성을 강조한다.
1. CRM 의 개 념 과 배 경
가 . CRM 의 개념과 특징
CRM 은 1990 년대 후반이후 알려진 개념으로 아직까지 학문적으로 그 정의가 정립되지는 않았다.하지만 CRM 과 관련된 연구는 활발히 진행되고 있으며 최근 많은 학자들과 실무자들도 CRM 에 대하여 여러 가지 정의를 내리고 있다. 이러한 정의 중에 하나로 Kalakota & Robinson <1999>은 CRM 을 전사적인 관점에서 통합된 마케팅, 세일즈 및 고객서비스 전략을 통하여 개별고객의 평생가치(lifetime value)를 극대화하는 것이라고 하였다. 그리고 Anderson Consulting <1999>은 기업의 수익증대를 유지하면서 장기간 가치 있는 고객과의 관계를 향상하기 위한 목적으로, 고객을 올바로 이해하여 고객을 세분화 및 개발하면서 마케팅, 세일즈 및 서비스를 하는 과정이라고 정의하였다. 또한 실무자적인 측면에서 많은 CRM 시스템 구축 경험이 있는 NCR<2000>은 CRM을 신규고객 유치 및 기존고객의 수익성을 향상시키기 위하여 고객과의 계속적인 커뮤니케이션으로 고객행위에 영향을 주고 그 행위를 이해하기 위한 전사적인 접근이라고 하였다.
한편 국내 학자들도 여러 가지 정의를 제시하고 있다. 한상만 <2000>은 CRM 을 고객에 대한 거래정보와 마케팅 관련 정보를 데이터베이스에 저장하여 분석하고 우수 고객을 선별하여 이들의 이탈방지와 교차 판매를 통해 기업이익을 추구하는 것이라고 하였다. 특히 김기서 <1999>는 금융마케팅의 관점에서 금융기관이 수익성 높은 고객을 확보하고 그 고객의 금융거래 확대를 유도함으로써 금융기관의 수익성 및 성장성을 장기적으로 향상시키는 마케팅기법이라고 정의하였다.
이와 같이 다양한 정의에서 주장하는 핵심개념을 정리하면 다음과 같다 .
① CRM 은 고객가치 향상을 통한 기업 수익성의 극대화가 목적이다.
② 이를 위해 가치 있는 고객을 분별하고 세분화한다.
③ 차별화 된 서비스로 개별적인 고객과의 관계를 개선한다.
④ 고객관계 개선은 순환적 프로세스를 통해 장기간 지속되어야 한다.
⑤ 이와 같은 CRM 활동은 전사적으로 접근하여야 한다.
본 연구에서는 위의 연구를 정리하여 , CRM 이란 고객의 가치와 니즈를 이해하고 고객수익성을 기준으로 고객을 세분화하여 전사적으로 마케팅을 전개하기 위한 고객중심의 경영기법이라고 정의하고자 한다.
CRM 의 특징으로는 고객중심의 마케팅 전략과 순환적프로세스(closed loop process)를 들 수 있다. CRM 을 통한 마케팅 전략이란 신규고객의 확보(acquisition), 기존고객의 개발(development)및 우수고객의 유지(retention)전략을 전개하여 고객수익성을 향상 시키고 이를 통하여 기업의 수익극대화라는 목적을 달성하려는 것이다. 순환적 프로세스는 마케팅 조사분석, 마케팅 관리, 세일즈 및 서비스 등으로 구분할 수 있다. 첫째, 마케팅 조사분석은 고객과의 다양한 채널을 통해 수집된 데이터를 통합하여 축적하고 고객가치측정, 고객 세분화 등 고객정보분석을 실시하는 것이다. 둘째, 마케팅 관리는 분석된 고객정보를 활용하여 마케팅 전략, 마케팅 프로그램 개발, 캠페인 관리, 고객접촉 등을 계획하고 실행하는 것이다. 셋째, 세일즈와 서비스는 고객접점에서 영업 담당자들의 활동을 지원하고 고객 커뮤니케이션 정보를 제공한다. 이러한 일련의 활동은 순환적 프로세스(closed loop process)를 통해 그 결과가 평가되고 더욱 개선되는 것이다.
나 . CRM 의 등장배경
1970 년대 이후 기업들은 차별화 된 새로운 마케팅에 관심을 갖게 되었다. 이러한 경향으로 세분화(segmentation)마케팅 ,틈새(niche)마케팅과 같은 다양한 마케팅 방식이 등장하게 되었다. 1980 년대 중반에는 <그림2-3>과 같이 상품중심, 시장중심에서 고객중심의 마케팅 전략으로 발전하였으며 정보기술의 발전으로 DB 마케팅의 활용에 대한 관심이 많아 졌다. DB 마케팅은 정보기술을 활용하여 기업의 내, 외부 데이터를 통합하고 분석하여 마케팅 활동을 지원하는 것이다 .정보기술의 발전은 대용량 고객정보의 저장과 마케팅 정보분석을 분석을 가능케 하였다. 또한 다양한 고객정보 분석기법의 개발로 고객생애가치, 고객수익성분석, 고객행동분석 등 새로운 고객관리 기술이 등장하게 되었다. 이와같은 마케팅 경향은 일대일 마케팅(one-to-one marketing), 관계 마케팅(relationship marketing)으로 더욱 발전하게 된다.
1990 년대부터 대부분의 기업들은 수익의 원천이 고객가치 향상을 통하여 나온다는 것을 인식하고 고객중심으로 기업의 조직과 프로세스를 바꾸고자 노력하였다. 그리고 마케팅 전략도 축적된 고객 및 마케팅 데이터베이스를 기반으로 고객을 세분화하여 차별화된 서비스로 기업의 수익을 극대화하고자 하였다. 이러한 기업의 요구에 따라 1990 년대 후반 이후 DB 마케팅의 발전된 개념으로 CRM 이 등장하게 된 것이다.
이러한 CRM 은 기존의 DB 마케팅의 개념과 유사하게 사용되기도 한다. 그러나 CRM 과 DB 마케팅은 몇 가지 측면에서 차이점이 있다. 첫째, CRM 의 경우 고객의 정보를 취할 수 있는 방법 즉, 고객접점이 DB 마케팅에 비해 훨씬 더 다양하고 정보의 취득도 전사적으로 이루어진다는 것이다. 둘째, 고객관리에 대한 전략의 확보이다. DB 마케팅이 새로운 정보가치의 발견과 방식으로 순간순간의 고객정보를 취하는 반면에, CRM 은 신규고객의 획득, 기존고객의 개발, 우수고객 유지와 같은 순환적 프로세스를 통하여 고객을 적극적으로 관리한다.
2. CRM 의 필요성
CRM 이 필요한 이유는 고객가치 중심의 마케팅전략이 기업의 수익을 극대화 하기 때문이다. 고객중심의 마케팅전략을 위해서는 고객가치를 세분화하여 차별화된 서비스로 고객을 관리하는 것이 요구된다. 이러한 CRM 의 필요성을 정리하면 다음과 같다.
첫째, 기업은 수익성 극대화라는 목적 달성을 위해 CRM 을 필요로 한다. 기업의 수익성 극대화를 위해서는 고객가치사슬(value chain)을 통해 고객가치를 향상시켜야 한다. 수요자 중심의 시장에서 기업의 이익이란 고객에 의해 창출된 가치를 나타낸다. 기업이 고객가치 창출을 위해서는 고객관계관리에 노력해야 하며 이를 기업가치 확장의 기초가 되는 근원으로 인식하여야 한다. 이와 같은 인식하에 기업은 CRM 을 통하여 고객의 획득, 개발, 유지 노력을 전략적으로 전개함으로써 그 고객과 주주들을 위해 가치 창출을 높여 나갈 수 있는 것이다. 또한 CRM 으로 고객관리 프로세스를 개선하기 위해서 기업은 고객가치사슬 내에서의 역할을 최적화 하고, 산업 부가가치사슬 내에서 최대한 효율적으로 자사를 위치 시키며, 최대한 가치 있는 협력이나 상호 의존관계를 설계하여야만 한다 둘째, CRM 은 고객 세분화와 차별화된 서비스를 가능하게 하여 수익성에 근거한 고객관리를 지원한다. 일반적으로 알려진 고객분석 연구에 따르면 약 20%의 우수고객이 전체수익의 80%을 차지하는 것으로 나타나고 있다. 반면에 일부 불량고객은 전혀 수익에 기여하지 못하고 비용만 발생시키기도 한다 셋째, CRM 은 고객유지전략을 효과적으로 지원하여 비용을 최소화하고 마케팅 생산성을 높일 수 있다. 고객수익성을 기업가치로 전환하려면 우수고객과의 장기적인 관계를 유지하여야 한다. 또한 이탈고객을 방지하기 위해서는 기존고객의 만족도를 향상시키는 유지전략이 필요하다. 최근 연구에 따르면 신규고객 획득비용이 기존고객 관리 비용의 5 배에 달하고 만족한 고객의 재구매 가능성이 6 배나 높으며, 불만족스러운 고객은 최소 9 명에게 불쾌감을 이야기한다고 한다 .이것은 기업이 기존고객과의 관계를 개선하기 위하여 노력해야 한다는 것을 시사한다. 그러므로 신규고객의 창출에 의한 매출액 증대 전략은 비효율적인 방법이며 기존의 우수고객을 잘 관리하는 것이 합리적인 방법이다.
3 CRM 과 관련된 기존 연구
가 . CRM 의 구조와 프로세스
CRM 의 구조와 구성요소를 정의하는 것은 매우 중요하다. 왜냐 하면 CRM 를 구축하고자 하는 기업은 자신들이 이해하고 있는 개념을 바탕으로 CRM 시스템을 구현하고자 하기 때문이다. 이러한 중요성에도 불구하고 아직 일반적으로 인정되는 CRM 의 구조는 제시되지 않고 있는 실정이다.
이와 같이 부족한 환경에서 대부분의 기업은 DW 의 프레임웍을 기반으로 CRM 어플리케이션을 나열하여 각 기업의 CRM 구축에 활용하는 것이 일반적인 경향이다. 결국 개별 기업은 CRM 과 관련된 여러 가지 이론들을 올바로 이해하여 각 기업의 실정에 맞는 CRM 구조를 정의하고 새로운 모델을 만들어 가야 할 것이다. 여기서는 최근 학자들의 연구나 실무에서 사용되는 상용화된 CRM 의 구조를 정리하고 분석한다.
1) Ernst & Young Consulting 의 CRM 구조와 프로세스
유명한 컨설팅 회사인 Ernst & Young Consulting<1999>은 전사적인 경영 관점에서 CRM 의 영역을 모두 다섯 가지로 구분 하였다. 그것은 <그림2-5>와 같이 고객관계전략/가치전환 고객 액세스관리 고객프로세스통합 고객접촉센터 고객지식관리 등의 업무 영역으로 나타낼 수 있다. 그리고 이러한 기본적인 구조하에 전사적인 고객관리가 이루어져야 하며, 이를 통해 기업은 고객가치 향상과 수익극대화를 꾀할 수 있다고 하였다.
또한 기업에서 CRM 의 범위는 고객의 획득과 관계수립, 수익성 창출기회 및 고객 유지와 연관된 업무를 포함한다. 이러한 업무 속에서 CRM 은 고객의 가치를 지속적으
로 최대화 시켜 나가는 것으로 정의되고, 이는 바로 제한된 자원의 효율적인 배분과 다양한 관점에서의 고객 분류와 마케팅 활동으로 이어진다. 이와 같은 CRM 의 전략적 접근방법은 고객과의 관계에서 라이프싸이클의 관점을 갖게 한다. 고객이 각각의 라이프싸이클을 거치는 동안 기업이 각 단계의 형태를 효율적이고 효과적으로 파악하여 그에 대응하는 것은 매우 중요하다. 이러한 활동은 <그림2-6>과 같이 계획 =>준비 =>실행 =>평가라는 순환적 프로세스(closed loop process)을 통해 실행되어야 한다. 그리고 이를 효과적으로 실행하기 위해서는 각 단계마다 고객관리 시스템을 효율적으로 사용하는 것이 필수적이다.
2) Buttle 의 CRM 가치사슬
Buttle<2000>은 CRM 가치사슬 (value chain)을 제시하며 고객수익성을 강조하였다. CRM 가치사슬이란 기업이 고객관리전략을 개발하고 실행할 수 있도록 모델을 준비하는 것이라고 정의할 수 있다. <그림2-7>은 이러한 CRM 가치사슬을 보여주고 있다. CRM 가치사슬 프로세스의 궁극적인 목적은 기업이 전략적으로 중요한 고객과 지속적이고도 우호적인 관계를 만드는 것이라고 할 수 있다.
3) NCR 의 CRM 학습과정
세계적으로 DW 와 CRM 경험이 풍부한 NCR 은 그들의 실무적 경험을 바탕으로 CRM 프로세스를 제시하고 있다. 이러한 프로세스의 특징은 마케팅 담당자가 고객관리를 위한 반복적인 학습과정을 통해 CRM 전략을 발전시킬 수 있다는 것이다. <그림2-8>은 이와 같은 반복적 프로세스를 나타내고 있으며 이는 4 단계 과정으로 정리 할 수 있다.
첫째, 고객정보분석 단계이다. 특정 마케팅 기회 및 투자 전략을 정의하기 위해서 고객정보를 분석한다. 이러한 분석은 고객정의 및 고객 세분화 또는 고객예측 프로세스를 통하여 수행된다. 고객정보분석 프로세스의 과정을 통해 마케팅 담당자는 더 나은 의사결정을 하게 되고 상세한 고객정보를 접촉함으로써 능력을 배가할 수 있다.
둘째, 마케팅 계획 단계이다. 특정 고객에게 제안 및 제공 채널, 스케쥴 그리고 종속물을 정의하기 위한 단계이다. 마케팅 계획은 마케팅 요원의 사전 정의된 캠페인 유형 및 고객의 선호하는 채널, 고객 유도 계획 그리고 사건 시작점에 대한 능력과 함께 전략적으로 고객에 대한 커뮤니케이션 계획에 대한 개발을 가능하게 한다.
셋째, 고객접촉 단계이다. 여기서는 고객관리 및 영업지원 어플리케이션을 관리한다. 그리고 고객접점에서 고객접촉관리, 인터넷, 콜센터 및 영업점 어플리케이션 등 다양한 접촉 채널을 통하여 적시의 메시지 제안과 고객 커뮤니케이션을 수행한다.
넷째, 고객정보 수집 및 정제 단계이다 .고객의 특정 응답에 기초하여 메시지 및 커뮤니케이션을 정제하고 고객 접촉에서 발생된 데이터를 수집한다. 그리고 이를 분석함으로써 고객에 대한 대화로부터 지속적인 연구를 수행하는 프로세스이다.
나 . CRM 구축 방법론
CRM 은 여러 가지 복잡한 기능을 포함하고 있다. 그러므로 CRM 구축방법론을 하나의 체계로 정리하기는 어려우며 사용자 요구사항 ,업무기능 및 요소기술의 성격에 따라 적절한 방법론을 응용하는 것이 바람직하다. 즉, DW 방법론, 정보공학 방법론 및 객체지향 방법론 등을 개발환경에 따라 혼용하여 적용할 필요가 있는 것이다.
최근 이와 관련된 연구의 하나로서 Kalakota & Robinson<2000>은 CRM 하부구조(infrastructure)를 구축하기 위한 방법론을 다음과 같이 제시하였다.
① 통합된 CRM 의 비젼 (vision)을 정의한다.
② 고객을 상태와 니즈를 이해한다.
③ 마케팅 기회를 개발한다.
④ 현재의 역량과 준비상태를 평가한다.
⑤ CRM 전략과 명확한 목적을 세운다.
⑥ 마케팅을 실행하기 위한 적절한 어플리케이션을 평가한다.
⑦ 신속하게 효과를 볼 수 있는 타켓을 설정하고 성취한다.
⑧ 단일 관리자의 운영하에 프로젝트의 책임 (ownership)을 부여한다.
⑨ CRM 환경에서 순환적 프로세스 (closed loop process)를 만든다.
또한 Kalakota & Robinson <2000>은 <표 2-2>와 같은 평가모형 (scorecard)도 제시하였다. 이러한 모델은 CRM 프로젝트를 추진하고자 하는 기업에게 자신의 현재 위치와 미래방향을 인식하도록 하는데 도움이 될 수 있을 것이다.
다. CRM 과 관련된 기존연구의 특징
이제까지 고찰한 CRM 관련 기존연구의 특징을 정리하면 다음과 같다. 첫째, 최근의 연구들은 CRM 을 전사적인 관점에서 조명하고 마케팅 프로세스와 조직의 역량을 고객지향으로 집중시키려고 하는 노력이 있다. 둘째, CRM 은 순환적 프로세스(closed loop process)를 강조하고 있다는 것을 알 수 있다.기업들은 CRM 기능의 수행과 일련의 반복적 학습과정을 통해 지속적인 고객관계 개선을 함으로써 고객가치 향상을 얻을 수 있는 것이다. 셋째, 고객 가치의 측정을 더욱 정교하게 하려는 노력이다. 고객을 이해하는 데 있어서 고객의 니즈 뿐만 아니라 자신의 기업에 기여한 수익성에 따라 차별화하고자 한다. 넷째, 과학적인 의사결정을 위하여 강력한 정보기술 하부구조를 요구한다. 특히 기업들이 고객정보분석 및 축적된 고객지식을 관리하기 위해서는 잘 구축된 고객 DW 가 반드시 필요하다.
4. CRM 과 DW 의 연관성
CRM 을 성공적으로 구축하기 위해서는 마케팅 DB 를 잘 구축여야 한다. 효과적인 정보는 깨끗하고 체계화된 DB 없이 생성될 수 없기 때문이다. 또한 마케팅 DB 는 기존 OLTP 시스템의 DB 와는 달리 최근 3 - 5 년간의 운영계 자료와 리서치 DB 및 외부 자료를 통합해야 한다 <박태원 ,1997>. 그리고 상품중심에서 고객중심으로 변화하려는 기업에게 통합된 고객 DB 라는 주제의 DW 는 필수적인 전략무기로 인식되고 있다. DW 는 다양한 분석, 신속한 분석, 체계적이고 전문적인 분석, 정확한 분석을 가능하게 하여 효율적인 CRM 데이터 하부구조의 역할을 하는 것이다.
CRM 을 구축하기 위해서는 잘 정리된 고객정보가 꼭 필요하다. 이 고객정보를 의사결정 과정에 연계 시키는 과정에서 DW 는 아주 중요한 역할을 담당한다. DW 는 기업내에 흩어져 쌓여온 대량의 데이터를 주제별로 통합하고 현재 및 과거 데이터와 요약 데이터를 함께 저장 한다. 이를 통해 의사결정자는 기존의 OLTP 시스템의 성능에 영향을 미치지 않으면서 통합된 마케팅 과거 이력 데이터를 손쉽게 이용할 수 있다. 그래서 마케팅 의사결정이나 고객정보 수집에 걸리는 시간을 단축할 수 있다. 또한 대량의 고객데이터를 DW 로 체계적으로 정리하여 구축함으로써 OLAP(On Line Analytical Processing)이나 데이터마이닝 기법이 가능하다. 그리고 이를 이용하여 이전에는 발견하지 못했던 새로운 업무상 의미 있는 데이터의 추세나 상관관계를 파악할 수 있다. 이와 같이 DW 는 의사결정자가 효과적으로 온라인 다차원 분석을 수행함으로써 의사결정에 도움을 주고 신뢰성 있는 정보를 얻어내도록 하는 정보 기반이 되는 것이다.
CRM 을 위해 DW 를 구축함으로써 얻을 수 있는 이점은 여러 가지가 있다. 첫째, 개별 고객의 구매행동에 대한 상세한 데이터를 다루는데 있어서 DW 가 최적화 될 수 있다. 둘째, 고객 데이터를 정제하고 통합하는데 있어서 범용 도구보다 더 효율적인 특화된 도구를 사용할 수 있다. 셋째, 마케팅관리를 더 효과적으로 지원하기 위해 고객과 접촉하여 수집한 고객 프로파일이나 거래이력 등의 정보를 유지하데 효율적이다. 넷째, DW 는 주제별로 현재 및 과거이력 상세 데이터와 요약 데이터를 한 곳에 통합하여 OLTP 시스템과 별도로 모아둠으로써 정보의 가용성을 높인다는 측면의 강점을 갖는다.
이와 같이 정리된 고객정보를 제공하는 DW 는 CRM 구축의 중요한 기반이 된다. 그리고 고객 중심의 DW 는 조직 구성원들에게 향상된 정보 접근성을 제공하여 더욱 정확한 마케팅을 구현할 수 있도록 지원한다. 마케팅 부서는 DW 를 기반으로 OLAP 분석과 데이터마이닝을 통해 숨겨져 있는 비즈니스 기회를 파악하고 고객정보를 다양하게 분석함으로써 조직 내부에 벌어지는 중요 결정에 대해 신속하게 대처할 수 있는 것이다 <박천승 ,1997>.
