1 - 고객 프로파일링(Customer Profiling) - 1 개요 :데이터 분석

 1 - 고객 프로파일링(Customer Profiling) - 1 개요 :데이터 분석

안녕하세요,


주제는 고객 프로파일링 입니다. 특히, 고객 Communication 측면에서의 프로파일일에 대해서 이야기해 보겠습니다.

고객은 두말 할 필요가 없을 것 같고요,
먼저 프로파일링[profiling]의 사전적 의미를 찾아보겠습니다.

많은 시간 정성을 들여서 작성한 만큼 도움이 되면 좋겠습니다.
구독을 하시면 새로운 글을 놓치지않고 보실수 있습니다.

이번 주제와는 별도로 고객성향을 활용한 고객분석에 대해서도 알아보겠습니다.
https://bigdatamaster.tistory.com/m/96

[연재] 고객분석ㅡMBTI

한경 경제용어사전

[ profiling ]  자료수집'이 원 뜻이나 수사용어로는 범죄유형분석법을 말한다. 범죄 현장을 분석해 범인의 습관, 나이, 성격, 직업, 범행 수법을 추론한 뒤 이를 바탕으로 범인을 찾아내는 수사 기법이다.

[네이버 지식백과] 프로파일링 [profiling] (한경 경제용어사전, 한국경제신문/한경닷컴 )네이버 영어 사전에  Profiling은 아래와 같이 나옵니다.

명사

[U] (개요 작성을 위한) 자료[정보] 수집, 프로파일링  racial profiling

customer profiling

고객 관련 정보 수집

offender profiling

범인 프로파일링(여러 가지 데이터를 수집, 분석하여 범인의 성격・유형 등에 대해 추론하는 것)

출처:Oxford Advanced Learner's English-Korean Dictionary

 

다른 것도 있는데 연관도 적고 일반적이지 않은 내용이라서 패~쓰. ^^

마케팅에서는 고객 세그멘테이션과 유사어로 쓰입니다.

서비스 기획 쪽에서는 페르소나라고 유사하고요.

보통 프로파일이라고하면 범죄 프로파일을 생각하게 되는데요...

결국 프로파일링이란 특정 대상을 구분 짖게하는 특징/특성을 찾는 것이라고 할 수 있을 것 같습니다

그래서 고객 프로파일링을 다시 정의하면

 "고객을 구분 짖게하는 특징/특성을 찾는 방법"

이라고 할 수 있을 것 같습니다.

제일 많이 알려지고 이해하기 쉬운 분야가 범죄 프로파일이니 예를 들어서 이야기해 보겠습니다.

 

 

크리미널 마인드라는 미드를 보면 FBI의 BAU(행동분석팀)라는 조직이 나와서 미궁속에 빠진 사건들을 해결해나가는 내용이 나옵니다.

여기서 범인을 찾기 위한 단서들을 찾아낸뒤에

2차 범죄를 막기위해서 일선 경찰관들에게 협조를 요청할 때

범인에 대한 프로파일을 설명해 줍니다.

예를 들면,

"범인의 키는 180~190센티미터에, 사건 장소/지역에 대한 지식이 많으며 특정 지역에서 경재적 활동이 많은고, 장기간의 치과치료를 받은 경험이 있으며, 히스패닉계 사람들과 관계가 깊은 사람이다."

중/고등학교시절부터 따돌림을 당했을 가능성이 많으며, 거주지는 반경 10킬로미터 이내이다.

이렇게 줄이고 줄이다보면 범인의 후보(용의자)가 줄어들게되고 경찰이나 협조하는 사람들이 쉽게(?) 범인을 잡을 수 있도록 도움을 줍니다.

이처럼 특정인을 지목하기 위해 드라마에서도 많은 데이터를 분석하는 장면이 나옵니다.

핸드폰의 통화이력을 조회한다던가, 카드 사용내역을 조회한다던가, 고등학교 졸업 사진을 찾는다던가, 과거 지역 신문의 기사를 찾는다던가 하는 것입니다.

많은 데이터에 대한 빠른 분석이 필요하지요. FBI니까 가능한 일 같습니다.

(그럼에도 불구하고, 범위는 좀 다르겠지만 이러한 활동은 일반 기업에서도 가능하겠지요. 가장 흔한 예가 바로 FDS 라고 말하는 사기/이상 탐지 시스템 : Fraud Detection System 입니다. 특히, 보험사기나 금융사기를 방지하기위해 많이 사용됩니다.)

이러한 추적은 범행장소에 남은 흔적을 기반으로 범인의 행동을 분석하는 데에서 시작합니다.

범인은 어떤 심리 상태, 어떤 위치에서, 어떤 자세로, 언제, 왜 사건을 일으켰을까라는 의문을 여러가지 시나리오와 흔적들을 비교해가면서 가정을 세우고 확인해 나갑니다.

이러한 가정의 확인을 위해 여러가지 데이터를 찾고 분석하며 새로운 단서를 찾기도 하지요.

서두가 길었는데요...^^

결국 고객을 프로파일링 한다는 것도 고객의 흔적에서 시작을 해야합니다.

같은 의미에서 고객이 어떤 심리 상태, 어떤 위치에서, 언제, 왜 사건(구매/환불/불만 등)을 만들었는지 여러가지 시나리오와 흔적들을 가지고 고객을 이해해 나가야 합니다.

 고객을 이해하기 위해서는 흔적이 필요하고 이러한 흔적은 요즘 디지털로 남고 있습니다.

이 디지털 흔적은 기업에 있어서는 고객을 이해하는데 매우 중요한 증거(자산/요인)이기 때문에 매우 소중히 다루어야 합니다. 얘전에는 디지털 흔적이 많이 남지도 않고, 관리 처리하기도 어려웠고, 거기에서 의미를 찾기도 어렵고, 그렇기 때문에 실질적인 비용절감이나 매출 증대로 이어지지 못했습니다.

그러나 상황은 바뀌었지요.

먼저 요즘은 고객의 흔적을 찾기가 얘전보다는 매우 쉬워졋습니다.

바로 디지털 로그 때문이지요. PC는 기본이고 매일, 항상 들고다니는 핸드폰이 바로 디지털 로그를 만드는 기계라고 할 수 있습니다. 뿐만 아니라 인터넷을 떨어져서는 잠깐도 살 수 없는 시대가 되었지요. 말보다 깨톡이 더편하게 느겨질때도 있을 정도니까요. 그래서 우리는 매순간 엄청난 디지털 흔적을 남기면서 살고 있습니다.

흔적만 늘어난게 아니라 이를 관리하고 처리하는 기술도 매우 발전했습니다.

빅데이터라는 기술이 바로 그것이죠. 예전에는 상상도 못하던 많은 데이터를 저장하고 처리하는게 가능해 졌고, 게다가 이를 위한 비용도 생각보다는 적게 들게 되었습니다.

빅데이터의 프로그램은 오픈소스라는 무료 소프트웨어를 기반으로 발전했기 때문에 소프트웨어 비용은 거의 제로라고 할 수 있지요.

마지막으로 의미를 찾기 쉬워 졌습니다.

이것은 여러가지 의미로 해석 될 수 있을 것 같은데요. 먼저 빅데이터로 관리 처리하면서 과거의 통계 분석처럼 샘플링하지 않고 정확한 분석이 가능해 졌다는 점입니다. 그리고 이렇게 많이 발생한 데이터를 분석하기위해 다양한 분석 기법/알고리즘이 발전되었습니다.

잘 아시는 것 처럼 구글의 알파고와 같은 프로그램이 바로 AI 또는 기계학습이라는 기법/알고리즘을 이용한 것입니다. 중요한 것은 이러한 기법/알고리즘을 (정확도와 수준차이는 있지만) 활용하는데 예전보다 훨씬 쉬워졌다는 것입니다. 왜냐하면 이또한 오픈소스로 내용이 무료로 공개되어 있기 때문입니다.

(물론, 공부를 많이 해야 사용할 수 있겠지만요.)

이러한 이유로 고객 프로파일링이 훨씬 쉬워지고, 정확해지고, 사용하기 쉽게 되었습니다. 그래서 많은 기업들이 데이터 분석을 통해 고객을 이해하고 기업경영에 도움을 얻고자 데이터 관련 조직을 확대/강화하고 있는 것입니다.

그럼에도 불구하고 고객 프로파일링은 쉬운 일이 아닙니다.

왜냐하면 일반적으로 FBI와 같이 많은 데이터가 없고 있어도 쉽게 접근할 권한도 없으며 관리도 잘 되지 않기 때문이지요. 그래서 기업에서는 필요로 되는 데이터를 미리 관래해 놓아야 합니다. 당연히 관리하는데에는 많은 노력과 비용이 들어 갈 수 있지요. 따라서 효율적으로 관리하면서 효과적인 가치를 찾아내는 것이 필요하다고 하겟습니다.

앞으로 이러한 고객 프로파일링을 위한 데이터(정보)와 처리/분석 방법에 대해 이야기해 보겠습니다.

 

감사합니다.