|
|
 |
 |
|
|
 분석 기술을 조직 성과에 반영하여 통신 가입자 해지 비율을 낮추다
일본 내 휴대폰 시장이 성장하고 가입자 수가 증가함에 따라 통신서비스 제공업체들의 사업 영역은 신규고객을 확보하기보다는 충성도 높은 기존고객을 유지하고, 휴대전화 사용률을 높이는 방향으로 전환하고 있다.
일본의 선도적인 이동통신 서비스 제공업체인 NTT DoCoMo는 고객 만족도를 향상시키기 위한 전략을 조율하기 위해 SAS의 데이터 마이닝 기법을 이용해왔다. 그리고 같은 맥락에서 BICC(BI Competency Center)가 설립되었다.
------------------------------------------------------------------------------------------------
 NTT DoCoMo 정보시스템 그룹의 대표인 아키라 쿠보타(Akira Kubota) 씨와의 인터뷰를 통해 BICC가 예측경영을 지원하는데 있어서 어느 정도 효율적인지를 들어보았다.
------------------------------------------------------------------------------------------------
거의 모든 사람들이 휴대폰을 사용하고 있어 휴대폰 시장이 거의 포화 상태에 이른 지금, 사업성과를 올리기 위해 어떤 준비를 하고 계십니까?
아키라 쿠보타 : 서비스 제공자는 항상 고객의 요구에 민감하게 반응하고, 고객의 만족도를 향상시키기 위해 노력해야 합니다. 이를 위한 최선의 방법은 고도의 분석기법을 사용하여 고객의 개인적인 취향과 요구를 미리 예측하는 것입니다. 이를 위해 SAS의 데이터 마이닝 기술을 사용하고 있으며, BICC를 회사조직의 일환으로 구축하여 회사의 모든 조직에서 예측경영을 더 많이 사용하도록 독려하고 있습니다.
데이터 마이닝을 포함하여 다양한 분석을 통해 얻은 결과를 기초로, 고객의 만족도를 더 높여주는 프로그램을 도입하고 있습니다. 그 결과 2005년도에는 가입자 해지 (Churn Rate)율이 0.77%로, 전년도에 비해 0.24%나 낮아졌습니다. 고객 5천만명의 0.24%가 한 달 동안 1인당 6,900엔의 서비스를 사용한다고 가정했을 때, 연간 99억엔(미화 8400만 달러)이 새어나가는 것을 막은 셈입니다.
정말 놀라운 변화입니다. BICC가 높은 이득을 가져다 주기까지 그 이면에서는 구체적으로 어떤 노력들이 있었습니까?
아키라 쿠보타 : 데이터 마이닝을 이용하고, 그 결과를 성과로 유도하기 위해서는 사내 IT에 대하여 면밀하게 분석해야 할 뿐 아니라, 이 분석업무를 지원하는 조직체계 구축에 대한 의사가 분명히 있어야 합니다. 그리고 정밀한 분석작업을 현실화하기 위해서는 정보시스템, 데이터, 툴 및 다량의 데이터 처리에 대한 지식들이 모두 필요합니다.
2000년도에 데이터 마이닝을 처음 도입했을 때, 우리 사업부서들은 이러한 지식을 충분히 확보하고 있지 못했습니다. 따라서 정밀한 분석을 원활하게 수행할 수 없었습니다. 더구나 (사내)IT부서로부터 기본적인 지원조차 충분히 받지 못했습니다. 2003년도에 BICC를 데이터 분석 지원을 위한 조직체계로서, 또 회사 내에서 예측경영의 효율적인 이용을 위해 구축하였습니다.
NTT DoCoMo의 BICC는 정확히 어떤 일을 합니까?
 아키라 쿠보타 : 우리 BICC는‘정보 시스템 부서’라고 할 수 있습니다. 그 안에는 데이터 마이닝을 비롯해 다른 정밀한 분석들을 책임지는 ‘분석그룹’이 있고, 복잡한 데이터들을 추출하는 ‘데이터 추출’ 부서가 있습니다. 이 두 부서에서 일하는 인원은 약 30명 정도 됩니다. 또한 ‘Data Warehouse’부서가 있는데, 여기서는 DW의 개발업무를 맡고 있습니다. 이 BICC 조직은 각 사업부에서 필요로 하는 예측경영을 효율적으로 지원하고 있습니다.
분석이 필요한 사건 (예를 들어 계약만료 방지)이 있을 때마다 BICC와 전략기획부, 마케팅부 등 해당 부서들이 최선의 해답을 찾기 위해 같이 협조하게 됩니다. 그럼으로써 각 사업 부서들은 BICC의 도움을 받아, 각종 데이터에서 얻은 지식을 이용하여 프로젝트를 효과적으로 수행할 수 있게 되는 겁니다.
사업부서들과 BICC는 주어진 주제에 대해 상상할 수 있는 모든 시나리오를 기반으로 업무를 시작합니다. 어떤 경우 각 주제별로 수백 개 이상의 시나리오가 있을 수도 있습니다. 수백 개의 시나리오로 시작해서 BICC는 수백 혹은 수천 개의 프로젝트 변수들을 만들어 내고, 예측에 사용할 수 있는 수학적 모델을 구축합니다. 이 예측 가능한 모델들을 이용하여 사업부서들은 고객의 만족도를 향상시키고, 계약을 해지하지 않고 새로운 서비스를 수용하도록 장려하는 여러가지 대책을 강구하게 됩니다.
그렇다면 BICC를 통해 지금 수행하고 있는 대책들로는 어떤 것들이 있습니까?
아키라 쿠보타 : 예측모델들을 기초로 개발된 다양한 전략을 이용해서 DoCoMo 매장과 콜 센터에서 접수된 고객의 요구를 바탕으로 고객 서비스를 향상시키게 됩니다. 예를 들어 계약을 해지하고 싶어하는 고객이 매장을 찾아 왔을 때, 고객을 응대하는 직원의 모니터에는 고객 자신에게 최선의 선택이 무엇인지를 다시 생각할 기회를 제공하는 서너 가지의 선택 사양이 나타나게 됩니다. 이로 인해 직원들은 고객의 습성에 맞는 요금 지불방식을 안내하거나, DoCoMo 신용카드를 권장하는 등의 제안을 하게 됩니다. 고객 서비스의 일환으로 ‘DoCoMo 프리미어 클럽’멤버에게는 수리 기간 및 무상 배터리 교체의 계약 기간 연장 등의 서비스를 제공하고 있습니다.
예측모델을 이용하여 계약해지를 방지하는 순간에 발생하는 ROI(투자수익율)을 산출할 수 있으며, 계약 해지에 대한 사전 조치를 적시에 수행할 수 있게 되는 겁니다. 더 나아가 모델들의 타당성을 계속 검증하고 있으며, 검증을 반복함으로써 상호 관련된 모델들의 정확도가 더욱 높아집니다.
끝으로 SAS에서 제안한 정보진화모델(Information Evolution Model)을 BICC에 어떻게 적용했는지 설명을 부탁 드립니다.
아키라 쿠보타 : 예측경영 및 경영성과 증진을 위한 조직체계’에 대한 상세한 설명은 Jim Davis, Gloria J.Miller 그리고 Allan Russell이 함께 쓴 <정보화 혁명(Information Revolution)>이라는 책에 잘 나와 있습니다. 우리는 이 책에서 강조하는‘정보진화모델’을 이용하여 최고 경영진들과 해당 조직들에게‘어떻게 해서 우리 회사가 현재 4단계에 있으며, 5단계 혹은 그 이상으로 향상할 수 있는가’와 같은 다양한 예측경영의 이슈들과 기업 마인드들에 대하여 객관적으로 설명할 수 있습니다. 또 저는 일본 및 해외의 다른 업체들이
예측경영에 대한 생각이 변화될 때 정보발전모델이 실질적으로 세계적인 벤치마크로서 유용하게 이용될 것이라고 생각합니다.
|
|
|
 |
|
