머신 러닝을 통한 우수 고객 찾기

Seacoast Bank, AI와 SAS® Visual Analytics on SAS® Viya®를 사용하여 고객 가치 증진

금융 서비스가 온라인 위주로 바뀜에 따라 은행은 '고객의 평생 가치는 얼마인가?', '수익성의 원동력은 무엇인가?', 그리고 '고객 가치를 높일 수 있는 가장 효과적인 방법은 무엇인가?'와 같은 질문에 대한 답을 구하여 가장 충성도 높은 고객을 정확하게 파악해야 합니다.

미국 Seacoast Bank는 총자산 67억 달러의 플로리다 지역 최대 규모의 은행으로, 다른 금융 기관과 마찬가지로 방대한 양의 고객 데이터를 보유하고 있습니다. 은행은 고객 데이터를 활용해 고객의 가치를 이해하고 보다 나은 서비스를 제공해 기존 고객을 유지하면서 신규 고객을 유치하기 위한 혁신적인 방법이 필요했습니다.

Seacoast Bank는 SAS 솔루션을 통해 고객의 요구와 기대를 분석합니다. 먼저, 다양한 출처에서 수집된 데이터를 일관적이고 믿을 수 있는 방식으로 정리해야 합니다. Seacoast는 이 작업을 마친 후 머신 러닝을 사용하여 고객을 더 정확히 파악하고, SAS Visual Analytics on SAS Viya를 사용하여 직원들에게 분석 결과를 손쉽게 전달할 수 있습니다.

머신 러닝으로 대규모 개인화 실현

오늘날의 은행이 경쟁력을 유지하려면 고급 분석 기술을 통해 고객 경험을 개선해야 합니다. Seacoast는 고객에 대한 다양한 분석 인사이트를 확보할 수 있는 SAS 기반 고객 분석 플랫폼 덕분에 고객 만족도 면에서 독보적으로 앞서가고 있습니다.

Seacoast Bank는 분석용 데이터를 집계하고 상황에 맞게 해석한 후 SAS® Enterprise Miner™를 사용하여 모든 고객에 대해 각 고객의 가치를 측정하며, 해당 고객이 가치 있는 이유를 규명할 수 있는 CLTV(고객 평생 가치) 모델을 개발했습니다. CLTV를 산정하는 것은 고객의 잠재적 가치를 파악하는 데도 중요하지만, 이 은행이 해당 고객을 대상으로 영업하여 서비스를 제공하는 데 얼마를 투자해야 ROI를 극대화할 수 있는지를 파악하는 데도 중요합니다.

"어떤 고객 집단이 가치를 창출하는지 정확히 파악하고 고객 가치에 대한 이해를 바탕으로 고객 전략과 신규 고객 유치 방안을 세밀하게 마련함으로써 높은 수익률을 달성하고 고객 충성도를 향상할 수 있습니다."라고 Seacoast의 최고마케팅책임자 제프 리는 설명합니다.

CLTV 모델을 배치한 Seacoast는 대규모 개인화와 같은 특정 비즈니스 문제를 해결하기 위해 예측 모델을 추가로 구축하고 머신 러닝을 적용했습니다. SAS 플랫폼이 있기에 이 은행은 각 고객의 성향과 거래 내역을 토대로 개인화된 마케팅을 펼칠 수 있습니다.

"SAS 플랫폼이 없었다면 엄두도 내지 못했을 것입니다."라고 리는 전합니다.

SAS의 고객 분석 플랫폼은 효율성과 수익 개선 효과를 창출했습니다. 고객 분석 정보를 전사적으로 보급함에 따라 마케팅 담당자는 캠페인을 자동화하고, 일선 직원은 가장 중요한 고객과 은행의 관계를 강화할 수 있으며, 상업 고객 담당 직원은 대화형 대시 보드를 사용하여 고객 포트폴리오를 살펴보고 실적을 추적할 수 있습니다.

SAS Viya가 제공하는 실시간 분석 정보

과거에는 Seacoast 직원이 고객에 대한 상세 정보를 확보하기 위해 매번 서비스 부서에 정보를 요청해야 했습니다. Seacoast의 분석 책임자 로버트 스틸웰(Robert Stillwell)에 따르면 "예전에는 정보를 요청하고 회신을 기다려야 했습니다. 정보가 제때 확보되지 않으니 데이터를 기반으로 고객을 대응하거나 영업 기회를 잡을 수가 없었습니다."

이제 Seacoast에서는 IT 부서가 스프레드시트를 완성할 때까지 기다릴 필요 없이 담당 직원이 데이터에 액세스하고 이를 시각화하여 분석 정보를 도출할 수 있습니다. SAS Visual Analytics on SAS Viya는 고객 분석 플랫폼으로부터 데이터를 전달받아 이 정보를 통제된 온디맨드 프레임워크로 제공합니다. 덕분에 부서별 책임자들은 원하는 방식으로 분석 정보를 활용할 수 있으며 보유한 데이터를 신뢰할 수 있습니다. 또한 속도와 컴퓨팅 성능이 중요하기 때문에 Seacoast는 빠른 계산과 검색을 위해 SAS Viya의 인메모리 기능을 사용합니다.

스틸웰에 따르면 "이전에는 시스템에 충분한 데이터를 입력할 수 없었기 때문에 1년간의 추세만 확인할 수 있었습니다. 그런데 SAS Viya를 도입했더니 4년간의 추세를 확인할 수 있게 됐습니다, 아주 유의미한 성과죠."

처리 속도 역시 빨라졌습니다. 스틸웰에 따르면 "이전에는 프로세스가 너무 느려서 매달 필요한 것들을 계산하는 데 거의 하루가 꼬박 걸렸습니다. 이제는 SAS Viya의 병렬 처리 덕분에 필요한 정보를 훨씬 더 빨리 확보할 수 있습니다."

은행 서비스에 AI 도입 방안 검토

SAS에 투자한 이후 고객당 위험 조정 수익은 30% 상승한 반면, 자동화된 마케팅 캠페인의 ROI는 무려 세 자릿수의 증가율을 기록하고 있습니다. 이 성공에 고무된 Seacoast Bank는 또 다른 방식으로 고객 경험을 개선하기 위해 분석 기술의 활용 범위를 넓히는 방안을 모색했습니다.

더 우수하고, 더 빠르고, 경제적이며, 상시 이용 가능한 서비스를 기대하는 소비자를 만족시키기 위해 서비스 개선 기술의 필요성이 날로 높아지고 있는 가운데, AI가 가장 두각을 나타내고 있다고 리는 설명합니다.

리에 따르면 "채팅 상담, 전화 상담, 온라인 상담을 고려하면 AI를 도입할 때가 되지 않았나 싶습니다. Seacoast Bank에서는 AI가 전사적으로 완벽한 시너지 효과를 창출할 수 있는 사용 사례를 많이 보유하고 있습니다. 이제 데이터의 체계가 잡혔고 머신 러닝의 완성도도 상당한 수준에 이르렀습니다. 앞으로 AI는 당사의 비즈니스 운영에 중요한 비중을 차지하게 될 것입니다."