|
|
 |
 |
|
|
 SAS 로 CRM 레벨을 한 차원 더 끌어 올린 HP
Randy Collica 는 매일같이 금을 캐러 갑니다 ( 주 : ‘ mining ’ 즉 ‘ 채광 ’ 에 비유 ). 하지만 그를 머리가 희끗희끗한 한낱 탐광자 ( 探鑛者 ) 로 보지 마십시오 . 그는 지금 훨씬 더 값진 다른 종류의 금을 캐고 (mining) 있습니다 .
그것이 무엇이냐고요 ? 바로 텍스트입니다 . 이 텍스트는 회사 전역에 걸쳐 이런 저런 형태로 묻혀 있는 , 그리고 고객의 요구 , 의견 , 관심 , 니즈를 모두 반영하는 고객 코멘트라는 커다란 금 덩어리인 것입니다 . HP 고객 센터에서 발송한 이메일 문서이든 , 아니면 보증서나 제품 설명서 위에 손으로 휘갈겨 쓴 수천 가지의 메모이든 , HP 는 고객들이 제품과 서비스로부터 원하고 기대하는 것을 근거로 최상의 의사결정을 내림으로써 데이터 마이닝이라는 주 ( 主 ) 광맥을 공략합니다 . 이제 HP 는 SAS 텍스트 마이닝 솔루션을 통해 진정한 고객의 특성을 밝혀냄으로써 고객 관계 관리의 수준을 전혀 새로운 차원으로 끌어올릴 수 있게 되었습니다 .
“최근까지만 해도 우리는 고객 데이터 웨어하우스의 수익 / 제품 관련 데이터를 고객 센터를 통해 접수된 텍스트 정보에 결합할 수 없었습니다 . ” HP 수석 비즈니스 분석가인 Collica 는 이렇게 얘기합니다 . “하지만 이제 우리는 이들을 한데 결합함으로써 고객과 관련된 실태적 인구 통계와 수익 데이터를 분석할 수 있는 능력은 물론 , 비즈니스 인텔리전스와 데이터 마이닝으로 성과 극대화를 가능케 하는 의사소통 수단까지 보유하게 되었습니다 . ”
이메일 , 고객 설문조사 , 품질보증 청구 , 피드백 등 . 우리는 이 모든 정보를 일일이 챙길 여유가 없었으며 , 심지어 문서를 검토 분류하여 가장 핵심적인 정보를 뽑아낼 시간조차 확보할 수 없었습니다 . 실제로 HP 고객 센터의 데이터베이스는 무려 300,000 건의 레코드를 담고 있고 , 그 양 또한 빠른 속도로 증가하고 있습니다 . 따라서 HP 는 다양한 텍스트 처리 / 분석 툴을 모아놓은 스위트 , 즉 SAS Text Miner 소프트웨어를 도입하기로 결정했습니다 . 이 솔루션으로 수행할 수 있는 작업은 다음과 같습니다 .
방대한 문서 컬렉션이 담고 있는 기본 주제나 개념을 밝혀냅니다 .
문서를 주제별 그룹으로 자동 분류합니다 .
문서를 사전 정의된 범주로 분류합니다 .
텍스트 데이터와 구조화 데이터를 통합하여 예측 모델링을 다각화합니다 .
고객 심층 정보를 바탕으로 마케팅과 비즈니스에 관한 의사결정을 내립니다 .
“과거에는 쏟아져 들어오는 데이터들을 체계적으로 분석할 수 있는 능력이 부족했다”고 Collica 는 얘기합니다 . “우리가 기록하는 내용의 분량을 감안할 때 , 이를 하나하나 읽어 분석을 한다고 가정하면 그 규모가 아마도 ‘ 전쟁과 평화 ’ 를 500 부 이상 읽는 것과 맞먹는 정도일 겁니다 . 누가 이런 일을 할 수 있겠습니까 ? 하지만 놀랍게도 SAS 는 이러한 대량의 데이터를 쉽게 분석할 수 있게 해주었습니다 . 물론 이 전에는 불가능했던 일입니다 . ”
20 분의 소요 시간과 95% 의 정확성
그리고 이 두 회사의 제품은 이들의 지원을 필요로 하고 격상판매 (up-selling, 업셀링 ) 의 대상이 되는 전세계 수백만 명의 사용자들에 의해 여전히 사용되고 있습니다 . 간단히 말해서 , 이 새 회사는 소비자 중심의 마케팅 캠페인을 위한 카테고리와 전략을 수립하기 위해 고객들이 어떤 제품을 보유하고 있는지를 정확히 파악해야 할 필요가 있었던 것입니다 .
“이런 품목들을 유사한 카테고리로 분류 정리하는 일은 매우 부담스런 작업입니다 . 특히 , 네 가지의 서로 다른 브랜드에 속한 수백만 개의 제품들을 취급해야 하는 경우에는 더욱 그렇습니다”라고 Collica 는 설명합니다 . “하지만 텍스트 마이닝은 모든 제품 정보를 계층 구조의 다양한 레벨 ? 제품 설명 , 제품 레벨 설명 , 제품군 설명 등 ? 로 구분하고 이를 모두 취합하여 제품이 어떤 카테고리에 속하는지 예측할 수 있게 해줍니다 . 이 외의 방법으로는 수작업이 있는데 , 그러자면 전 인원이 모두 이 일에 달라붙어야 할 겁니다 . 여하튼 우리 인턴 사원들은 SAS 를 이용해서 무려 95% 의 정확도로 작업을 완료할 수 있었습니다 . ”
SAS 의 텍스트 마이닝을 도입하기 전까지 , Collica 와 그의 동료들은 데이터를 일일이 검토하였고 , 이해가 되지 않는 부분에 대해서는 정밀 조사를 실시하는 방식으로 제품 분류 작업을 정기적으로 수행했습니다 . “우리는 결코 제품 전문가가 아닙니다 . ” Collica 는 이렇게 설명합니다 . “예전 같으면 신제품의 카테고리 분류 조사 작업에 몇 시간이 걸렸을 테지만 , 지금은 한 달에 한번 꼴로 불과 20 분 정도만 소요되고 있습니다 . 모든 작업이 자동화되어 , 이제는 신규 SKU 넘버를 Text Miner 에 집어넣기만 하면 됩니다 . 또한 자동으로 분류 작업이 이루어지기 때문에 더 이상 불필요한 조사에 귀중한 시간을 몇 시간씩 소비하지 않아도 됩니다 . ”
품질 보증 분석 (Warranty Analysis) 의 자동화
현재 , 화상이미지와 프린터 사업부 소속의 HP 엔지니어들은 Collica 와 함께 SAS 텍스트 마이닝 애플리케이션의 구현에 여념이 없는데 , 이 애플리케이션의 역할은 그 어느 때보다도 빠르게 품질 보증 청구 내용의 핵심과 관련 문제점을 파악하는 것입니다 . 과거에 이들은 세계 전역의 고객들이 A/S 요청 ( 가령 , 프린터 용지가 계속 걸리는 현상 등 ) 을 위해 손으로 써 보낸 메모 내용을 접수하고 , 이것을 수작업으로 일일이 검토하여 문제가 처리되었는지 확인해야 했습니다 .
“이들은 상당한 시간을 들여서 정보를 검토해야 했고 , 필요로 하는 핵심 정보를 찾는 데에도 너무나 많은 시간이 허비되었습니다 . ” Collica 는 이렇게 얘기합니다 . “하지만 SAS 를 이용하게 되면서부터 이들은 소규모의 분석가 집단을 투입하여 특정 트렌드나 문제 군을 찾아내고 이 정보를 다시 엔지니어 팀과 제품 담당자들에게 피드백 합니다 . 일단 유의미한 방식으로 분류 작업을 마친 후에는 , 이들은 특별한 주의가 요구되는 항목에 플래그가 붙는 예측 모델을 생성할 수 있게 해주기를 이 새로운 애플리케이션에게 기대하게 되었습니다 . ”
웹 마이닝
궁극적으로 , 텍스트 마이닝을 통해 보다 효과적으로 고객을 분석하고 유지하는 HP 의 능력은 그에 따른 재정적 보상을 얻게 될 것이라고 Collica 는 말합니다 .
Collica 는 이렇게 설명합니다 . “우리는 이미 그 어느 때보다도 심도 있게 고객 분석 작업을 수행해 나가고 있습니다 . 또한 SAS 덕분에 과거에는 알 수 없었던 중요한 정보까지 찾아낼 수 있게 되었죠 . 이는 분명 그만한 가치가 있습니다 . 세상에는 수많은 고객들이 존재하는데 , 우리는 그들에게 진정한 기쁨과 만족을 선사하고자 합니다 . ”
Collica 는 가까운 미래에 HP 가 SAS 를 이용하여 월드 와이드 웹 전체를 대상으로 고객 정보를 수집할 수 있게 되기를 소망합니다 . “웹에는 우리 웨어하우스에 없는 기존 고객과 잠재 고객에 관한 엄청난 정보가 담겨 있습니다 . 이제 우리는 SAS 를 통해 기존 / 신규 정보를 경쟁업체가 하는 것 보다 더 효과적으로 분석할 수 있는 능력을 확보할 것입니다 . 최고의 데이터 마이닝 솔루션인 SAS 는 우리에게 텍스트 데이터를 동시에 분석할 수 있는 능력까지 선사해 주었습니다 . 이 능력은 매우 강력하여 , 다른 그 누구도 흉내 낼 수 없을 것이라고 확신합니다 . ”
|
|
|
 |
|
