eCRM Solution 1 eCRM 2 3 ECRM Solution

e-CRM Solution 소개 자료

목 차 1. e-CRM의 정의 2. 3. E-CRM Solution Framework E-CRM 구축시 고려사항 4. e-CRM Technologies & Closed Loop 5. e-CRM Solution Process 6. e-CRM System Architecture 7. Tracking 8. Information 9. Intelligence 10. Automation 11. Action 12. 통합 Solution 13. Value Chain 14. 결론

e-CRM Solution Framework 100 % Business & Marketing Focus Package Extended ERP Information Technology Focus 0% 고객DB DW DBM CRM Data Warehouse • 고객에 대한 통합 정보 • 검색기능 e-CRM DBM 고객DB CRM • OLAP • 유연한 비정형 report • 변화에 적절히 대응 • 고객에 대한 모든 하부 시스템의 완전한 통합 • • Data Mining Channel 통합 Data update Feedback loop Real Time One-to-One Marketing

e-CRM 구축 시 고려사항 e-CRM을 위한 필요 요소 1. Customer 별 Web Log Capture 기술 2. Web Log Mart 구축 기술 3. Off-line Data 와의 통합 4. Clickstream 및 각종 Score 생성 기술 5. 실시간 Promotion 및 Personalization 기술 6. Web CTI, e-Mail Out-bounding 등 Front-end Solution 7. Campaign Management 8. Category Management 및 Performance Management

e-CRM Technologies & Closed Loop Information Tracking Data Warehouse Logs Capture / OLAP Meta contents Mgmt. Intelligence Mining Web-mining Action Automation New Customer Channel Management Tracking Action Closed Loop Information Automation Intelligence

e-CRM Solution Process Tracking Information Intelligence Automation Action

e-CRM System Architecture Web-Server Capture Web-Log 추적 분석 광고 Log 고객성향 Real Time One-to-One Marketing Web. Promotion 참조Table Rule Action E-Meta 1. Tracking Contents 고객세분화 거래패턴분석 이탈 Score 선호상품분석 수익 Score Cookie정보 Web-Server 운영계 Server 계약 가능성 Cross / Up Selling 상품경쟁력 분석 고객 분류 고객관심분석 선호상품분석 개인별Catalog 계약 가능 정보 수익 예측 Cross / Up Selling OLAP Web-OLAP 마케팅DB 채널정보 OLAP Mart Data 2. Information Warehouse E-Mail Mining Mart 고객정보 5. Action Mining Web-Mining 4. Automation Campaign Server DW Server 재무정보 Channels 3. Intelligence 캠페인 정보 고객 정보 운영 메타 스케줄 DB 정보 외부정보 On/Off 오퍼레이션 캠페인 정보 고객 접촉 정보 Web 관리자 DW 관리자 Marketing 관리자 On/Off 고객접점

3. 제안 솔루션 상세 설명 Web-Promotion (개인화 Message 기능) One-Line상 개인화 된 Message 및 Personalization Tracking/Automation Top Msg. 개인화 된 Service

3. 제안 솔루션 상세 설명 Web-Promotion (개인화 Pop-Up Message 기능) One-Line상 개인화 된 Pop-Up Message 및 Personalization Tracking/Automation 서비스 안내 안녕하세요 이적금? 씨 강철희님의 상품 추천 우수고객에게 제공하는 상품을 The item you ordered is not available now. Would you want to back order it? 특별히 추천합니다. urrent Available 하이 Model 클래스 적금은…. . 특별히 1% # Number Date 할인된 금리로 …… TXT 8977 200 Jan/19/2000. Back Order Units Partial Subscribe Order Whole

DW의 정의 Information “ Data Warehouse란 1. 주제별로 (Subjected Oriented) 2. 통합된 (Integrated) 3. 과거의 (Not Present) 4. 갱신되지 않는 (Not Changeable) Data의 집합”

Information DW의 필요성 DB 인터넷 사용자 Searching Information gathering Entertainment Education Communication Downloading Shopping Ordering Tracking DB Information 통합 사용자 중심의 DW DB Mining Mart DB OLAP Mart 분석 Intelligence

Information Data Warehouse 컨텐츠 관련정보 Web-Log 관련 DW 구축의 예 Ref Site Web-Log DB Mining Mart 화면 Nibbler 화면 E. T. T. Mining Mart Data Warehouse (WA) 기존 운영계 DB E. T. T. Campaign Server Log 및 고객 DW Modeling 화면

Information Data Warehouse Web-Log 포함 DW MODELING의 예 (주제별) On-line 고객 상품 인터넷 경매 Logs

Mining Intelligence Mining 구축 과정 Transaction Data Registration Other Channel Data DW 기존고객의 Mail Targeting 고객Segment / 상품분석 /항해Rule / ads Targeting Historical Data User Profile Click Stream / Error 3 Web Mining Process ( Rule 개발 ) 1 Rule Set ( 기존 / 방문 고객 ) 2 고객 Segment. On-Line Rule Set CGI / ASP / JSP Web Server Web Log

Mining Intelligence Mining 적용 방안 Data Warehouse Mining Server Access and Transform 데이터 정제/추출 Web Mining Mart Web Logs Sample Explore Modify Click Stream 결과 Model Assess Result Presentation Web House에 반영 캠페인 Server Target 고 객 세그먼트 / Action배 치 Web Server 서비스요청 개인화 된 서비스 제공 Personalizer 고객

Mining Modeling Click Stream Pattern 정보 문 제 점 Intelligence

Mining Modeling – 파생변수의 생성 Intelligence Mining Mart의 구성 5 Path Click Stream Analysis (예) Path 16 (010. 014. 010. 011. 082) Path 23 (082. 010. 177. 011) Path 545 (010. 001. 011. 073. 066)

Mining Modeling - Mining Mart 의 구축 Intelligence 컨텐츠 분류 테이블 Mining Mart 고객 ID Log-In ID 사용자 등록일 e-mail ID 111111 112233 113344 221133 223344 224455 226677 331122 333344 443311 442255 553311 554433 700 1200 1400 3000 I-Company 700 마이닝 마트 실제 화 700 면 및 1700 일반 적용의 예 300 200 5500 3200 700 포인트 Prod_Cnt 16 2 7 5 23 45 27 3 18 9 10 8 30 43 38 23 7 49 20 39 16 48 24 50 23 35 Tot_Cnt 7. 5 10. 4 40 47 20 11. 5 29 32 20. 2 29. 7 71. 3 34. 5 91. 0 Pct_Cate 3. 6 6. 7 23. 5 6. 45 25 8 21 14 20 19 17 22 45 Pct_Prod Lo 67 79 84 47 75 48 65 115 120 90 95 59 78

Intelligence Mining Model 개발 S. E. M. M. A. Modeling 방법론 Modeling 결과의 예시

Mining Modeling 시나리오 Intelligence Mining Model 개발 실예

Mining Modeling 시나리오 결과 Intelligence Decision Tree Modeling 결과 11개군의 고객 세분화

Mining 결과의 활용 – 파생변수 (Total Logs) Intelligence 그룹 1 그룹 2 그룹 3 그룹 4 그룹 5 그룹 6 그룹 7 그룹 8 그룹 9 그룹 10 1 477 582 475 660 581 637 677 595 592 635 2 365 412 346 436 414 453 464 472 406 484 3 526 488 608 470 586 495 533 523 505 548 4 650 539 595 450 432 441 346 430 517 352

Mining 결과의 활용 – 파생변수 (Product Browsed) 그룹 6 Intelligence 그룹 1 그룹 2 그룹 3 그룹 4 그룹 5 그룹 7 그룹 8 그룹 9 그룹 10 1 1255 1426 1321 1508 1465 1532 1623 1507 1427 1587 2 221 154 201 143 174 134 106 159 166 144 3 542 441 502 365 374 360 291 354 427 288

Mining 결과의 활용 – 파생변수 (Category Browsed) 그룹 6 Intelligence 그룹 1 그룹 2 그룹 3 그룹 4 그룹 5 그룹 7 그룹 8 그룹 9 그룹 10 1 1235 1397 1265 1507 1420 1493 1593 1466 1389 1560 2 205 152 211 127 189 139 127 148 160 146 3 578 472 548 387 404 394 300 406 471 313

Mining 결과의 활용 – 파생변수 (Page Types Viewed) 그룹 6 Intelligence 그룹 1 그룹 2 그룹 3 그룹 4 그룹 5 그룹 7 그룹 8 그룹 9 그룹 10 1 344 407 345 469 373 475 525 398 419 477 2 585 724 601 784 744 794 819 783 720 794 3 434 381 486 338 465 339 392 445 372 434 4 655 509 592 425 431 418 284 394 509 314

Mining 결과의 활용 – 고객 세분화의 활용 (Test Marketing) 입찰 가능 고객 Group 1 Group 2 Group 3 Intelligence Outbound Call O E-mail Message O 상품 추천 O 카다로그 발송 O Feed. Back O 잠재 고객 Group Group 4 5 6 7 8 이탈 가능 고객 Group 9 Group 10 Group 11 Outbound Call O Outbound Call E-mail Message 상품 추천 카다로그 발송 O E-mail Message O Feed. Back O 상품 추천 카다로그 발송 Feed. Back O

CM - Framework Automation 마케팅 Rule DB Internet 캠페인의 통합관리 • 캠페인 관리 일원화로 Offline/Online/Call Center 등의 대 고객 마켓 채널을 CM 을 통해 통합 관리 e-mail • 전사적 채널에 대한 캠페인 반응정보가 Dataware House 로 Feed Back 되어 Online 및 Offline 의 통합 및 연계 ROI 분석 가능 Sales & Marketin g • Web Personalization 을 위한 마케팅 Rule DB 를 캠페인 Management 가 관리하여 최적화된 전사적 채널 관리 Mining Mart Mining Server 캠페인 반응정보 적재 Dataware House

Action Call Center Internet Fax Telephone Mail Marketing Sales

Value Chain Data의 확보 및 Information 화 & 가공 / 분석 CRM 구축전략의 수립 - Business Consulting - CRM Consulting - Web-Tracking -Data Warehouse - OLAP - Mining 신규고객의 획득 고객 이탈 방지 우수고객의 유지 잠재고객의 활성화 Cross-Sell Up-Sell Re-Sell 고객 가치의 증대 - Web. Personalization - Web. Promotion - One-to-One Marketing - Campaign Management 수익성의 증대 고객 만족도/ 고객 점유율 및 시장 점유율의 증가 Niche Market의 개발 - Review & Feed-Back - 전사 CRM 적용 - 전사 Process 개선 - 신규 Business 창출