|
|
 |
 |
|
 |
|
|
|
|
|
|
|
|
|
1. 예측 모델링(predictive modeling)
|
지속적으로 관계를 유지해야 하는 고객이 누구인지, 고객의 이탈 이유가 무엇인지, 어떤 신규 고객이 가장 큰 수익을 가져다 줄지 등 고객 관리에 대한 전반적인 통찰력을 제시해줍니다. 또한, 이 기능을 통해 장기간 수익을 보장하기 위한 고객 충성도 수준도 예측할 수 있습니다. 고객의 기호를 파악함으로써 경쟁 우위를 확보하는 것은 물론, 고객의 요구사항과 기대에 보다 효과적으로 대응할 수 있습니다. 더욱이, 수요에 영향을 미치는 요인과 시장 잠식 및 성장에 영향을 미치는 요소를 파악하고, 교체나 보완이 필요한 제품과 서비스도 식별할 수 있습니다.
SAS 예측 모델링 및 최적화 기능은 최적의 가격 정책을 세우고 가장 효과적인 판촉 방식을 제시해줄 뿐만 아니라 사기 적발, 장애 분석, 예측적 유지보수, 위험 관리 등 다양한 요구사항을 해결해줍니다.
|
2. 기술 모델링(descriptive modeling)
|
어떤 고객 부류가 서로 유사하거나 상이한지 세분화하고, 각 고객 부류에 따라 적합한 맞춤형 서비스와의 연관성 등 새로운 분석 결과를 이해할 수 있도록 도와줍니다.
이 기능을 이용하면, 함께 판매할 경우 판매량을 늘릴 수 있는 제품간의 친밀도뿐만 아니라, 기존 판매점 및 신규 판매점, 고객 및 시장 전반에 걸쳐 어떤 연관관계가 있는지 효과적으로 파악할 수 있습니다. 또한 지속적으로 기업 데이터를 상세하게 분석할 수 있는 통찰력도 얻게 됩니다.
|
3. 예측(forecasting)
|
향후 수요를 정확하게 예측하여 재고 부족과 서비스 중단 사태를 줄이고 수익 손실을 최소화합니다. 이 예측 기능을 이용하면, 어느 정도의 직원이 필요한지 파악하고, 효과적인 IT 시스템을 구축해 요구량을 효과적으로 충족할 수 있으며, 금리, 주가, 환율, 제조 비용 등 업계 동향에 적절히 대처할 수 있습니다.
|
4. 리소스 최적화(resource optimization)
|
목표와 실제 제약사항을 고려하여 리소스 활용도를 극대화합니다. 예를 들어, SAS 최적화 기능을 사용하면 가장 효과적인 고객/오퍼/채널 조합을 식별하여 예산과 제약사항 내에서 최상의 결과를 얻을 수 있고, 경제적 이치에 맞는 조달 전략을 세우며, 가장 운송비가 저렴한 유통 경로를 선택할 수 있습니다. 즉, 조직에서는 모든 리소스를 최적으로 할당하여 총체적인 전략 목표에 따라 더 높은 수익과 일정에 맞춰 원하는 결과를 달성할 수 있습니다.
|
5. 실험 설계(experimental design)
|
결과 및 인과 관계에 영향을 미치는 정확한 요인을 파악할 수 있도록 도와줍니다. SAS 실험 설계 기능을 사용하면 관찰 결과를 통해 도출한 수많은 요인에 대해 결과를 정확하고 효율적으로 정량화할 수 있습니다.
SAS는 결과에 영향을 주는 요인을 단순히 식별하는 데 그치는 것이 아니라, 마케팅 캠페인이나 제조 프로세스를 비롯한 전반적인 판매 과정에서 성공과 실패를 좌우하는 다양한 요인을 파악할 수 있도록 도와줍니다.
|
|
|
|
|
 |
|
