KR20090006282A - 마케팅엔지니어 솔루션-헌터 - Google Patents

Abstract

본 발명은 쇼핑몰이나 제품을 판매하는 기업에서 행하는 타겟마케팅을 체계적이며 효율적으로 지원하기 위한 솔루션에 관한 것으로, 보다 상세하게는 RFM과 MBA 모듈에 의한 고객세분화, Targeting 모듈에 의한 효율적인 타겟고객 선정, Prediction (New Customer) 모듈에 의한 신규고객 중 우량가망고객 예측, Prediction (Churn Customer) 모듈에 의한 우수고객 중 이탈가망고객을 예측하는데 일상업무에서 쉽고, 즉각적으로 적용할 수 있도록 구현한 것이다.

Marketing Engineer, RFM, RFM Score, RFM Streaming, Recency, Frequency, Monetary, Market Basket Analysis, Targeting, Prediction, Customer, Churn Customer, POST, Mean, Median, POB, Probability of Buying, AOB, Amount of Buying, AOB_Q, RANK

Description

마케팅엔지니어 솔루션-헌터 {MES-Hunter}

본 발명은 쇼핑몰이나 제품을 판매하는 기업에서 행하는 타겟 마케팅을 체계적이며 효율적으로 지원하기 위한 솔루션에 관한 것으로, 보다 상세하게는 RFM과 MBA 모듈에 의한 고객세분화, Targeting 모듈에 의한 효율적인 타겟고객 선정, Prediction (New Customer) 모듈에 의한 신규고객 중 우량가망고객 예측, Prediction (Churn Customer) 모듈에 의한 우수고객 중 이탈가망고객을 예측하는데 일상업무에서 쉽고, 즉각적으로 적용할 수 있도록 구현한 것이다.

타겟마케팅이란 불특정 다수가 아닌 특정 목표를 잡고 그 고객을 대상으로 마케팅 활동을 벌이는 것을 말한다. 그 선결 요건으로서 시장세분화가 있는데, 시장세분화란 불특정 다수의 시장을 어떤 기준을 가지고 여러 개의 세분화된 그룹으로 나누는 것을 말한다. 타겟 마케팅을 위해서는 기업의 재화나 용역의 특성과 미래의 방문자층을 누구로 설정하느냐에 따라 전략을 세워야 한다. 일반적으로 그 기준에는 인구통계학적 변수나 지리적 분포, 또는 각종 학력지수, 생활수준 등이 있 다. 마케팅에서 타겟을 정하는 것은 항해에서 목표지를 미리 정하는 것에 비유할 수 있다. Targeting(표적화)은 전통적 마케팅 기법에서 세그멘테이션, 포지셔닝, 그리고 타게팅으로 중요한 부분을 차지한다. 최근 각광을 받고 있는 CRM도 제품이나 브랜드의 포지션을 정하고 그에 따라 고객을 나누고 난 후에 표적화하여 최대한의 이익을 얻는 방법론이다. 온라인에서 CRM을 구현하는 eCRM 역시 사용하는 매체가 다를 뿐 본질은 같다. 따라서 인터넷에서의 타겟 마케팅은 전혀 생소한 개념이 아니며, 우리가 늘 사용하고 영향받아온 기법이 인터넷이란 공간으로 옮겨온 것이다. 타겟마케팅의 대표적 툴 타겟마케팅의 대표적 툴은 이메일이다. 이메일마케팅은 한정된 비용으로 광고집행의 효율성을 기하고자 하는 광고주에게 유의미한 시사점을 제공하고 있다. 타겟 마케팅이라는 개념 자체가 기업이 보유한 제품과 서비스의 실질 구매층에 꼭 맞는 고객층을 선택하여 그 사람들만을 대상으로 마케팅을 전개하는 것이기 때문에, 불특정 다수를 대상으로 하는 매스미디어보다는 효율성이 높을 수밖에 없다. 타겟마케팅에 최근에 등장한 것이 검색엔진마케팅이다. 검색 포탈의 디렉토리에 홈페이지 혹은 사이트, 웹페이지에 대하여 특정의 키워드로 검색하였을 때 검색결과의 상위에 나타나도록 하는 것이다. 특히 정보를 찾고자 하는 의욕이 있는 고객을 향해서 풍부한 정보를 제공하여야 한다는 것과, 검색엔진이라는 중립적인 순위 부여 결과에 리스트된다는 점도 관심을 가져야 한다. 검색엔진마케팅은 이미 타겟팅된 고객들이 직접 찾는 경우에 대비하는 것으로 이메일 마케팅과는 반대의 행동양상이지만, 이메일과 같이 정확한 타겟을 겨냥할 수 있다.

하지만 시장을 여러 개로 세분화하고 그중 하나만 선택해서 하는 것인 만큼, 선택 받지 못한 고객층을 놓칠 수 있다. 물론 타켓마케팅에서 최대매출을 올릴 가능성이 높은 대상을 선택하여 타켓팅을 한 것이지만, 이것은 다른 고객층에게는 전혀 어필이 되지 않기 때문에 타켓팅의 대상을 제외한 고객들의 소비를 놓치게 될 수도 있다. 또한 세분화하고 분석하는데에는 그만큼의 시간과 비용이 추가로 발생하게 된다. 따라서, 제대로된 고객 세분화와 이를 근거로 한 정확한 타겟선정의 중요성은 한층 높아지게된다.

본 발명은 상기와 같이 종래의 타겟 마케팅 활동과 이를 지원하는 솔루션의 문제점을 해결하기 위한 것으로, 기존의 타겟마케팅 솔루션은 성별이나 연령과 같은 인구통계 변수에 근거한 타겟 고객 추출기능만 있었으나, 본 발명은 고객의 기실현된 가치에 기반하여 고객의 미래 수익성과 교차구매 가능성을 예측하는 데이터마이닝 기법에 근거하는 타겟 리스트를 추출하는 기능을 지원하는 것을 목적으로 한다.

본 발명에 의한 솔루션 MES-Hunter는 도1과 같이 RFM(Recency, Frequency, Monetary), MBA(Market Basket Analysis), Targeting, Prediction 4개의 모듈로 구성되어 있다. RFM 모듈은 고객이 얼마나 최근에, 얼마나 자주, 얼마나 많이 구매했 는가에 따라 고객을 세분화하는 모듈로, RFM의 CALSS 개수는 PRE의 구간의 개수에 따라 달라질 수 있다. MBA 모듈은 과거에 어떤 카테고리의 상품을 구매했는지 의해 고객을 세분화하고, 각 세분화된 고객군에 대해 타겟팅하고 싶은 카테고리를 구매 할 가능성 (POB)과 구매액 (AOB)을 계산하는 모듈이다. Targeting 모듈은 마케팅 성격에 따라 효율적으로 타겟 고객을 선정하는 모듈로 선정하는 기준은 성별/연령/RFM 스코어/MBA 패턴의 네 가지이다. Prediction 모듈은 두 가지로 나뉘어진다. 하나는 신규고객 중 우량가망고객을 예측하는 모듈 (New Customer)이고, 다른 하나는 우수고객 중 이탈가망고객을 예측하는 모듈 (Churn Customer)이다. New Customer 모듈은 신규가입을 한 후 한 달간의 상품커버리지, 장르커버리지, 구매횟수, 구매액의 변수를 기준으로 스코어링을 하는 모듈이다. 마케터는 신규고객 로열티 향상 프로그램을 전개할 때 스코어링에 의해 타겟팅할 대상고객군을 선정할 수 있다. Churn Customer 모듈은 PRE 구간 동안의 구매패턴을 OX로 세분화하는 모듈이다.

고객을 세분화하고 그를 기반으로 타겟 고객을 선정하여 마케팅 활동을 펼치는데 있어 쉽고 빠르게 고객을 세분화하여 타겟을 선정하는데 POB(Probability of Buying)와 AOB(Amount of Buying)라는 논리를 이용하여 미래구매가능성과 미래구매액을 계산하여 타겟팅하고 싶은 카테고리를 선정하는데 정확성을 높여준다. 또한 마케터는 신규고객 중 우량가망고객을 예측하고, 우수고객 중 이탈가망고객을 예측 하여 신규고객 로열티향상프로그램을 전개할 때 스코어링에 의해 타겟팅할 대상고객군을 선정할 수 있다.

본 발명에 의한 솔루션 MES-Hunter는 도1과 같이 RFM(Recency, Frequency, Monetary), MBA(Market Basket Analysis), Targeting, Prediction 4개의 모듈로 구성되어 있다. RFM 모듈은 고객이 얼마나 최근에, 얼마나 자주, 얼마나 많이 구매했는가에 따라 고객을 세분화하는 모듈로, RFM의 CALSS 개수는 PRE의 구간의 개수에 따라 달라질 수 있다. MBA 모듈은 과거에 어떤 카테고리의 상품을 구매했는지 의해 고객을 세분화하고, 각 세분화된 고객군에 대해 타겟팅하고 싶은 카테고리를 구매할 가능성 (POB)과 구매액 (AOB)을 계산하는 모듈이다. Targeting 모듈은 마케팅 성격에 따라 효율적으로 타겟 고객을 선정하는 모듈로 선정하는 기준은 성별/연령/RFM 스코어/MBA 패턴의 네 가지이다. Prediction 모듈은 두 가지로 나뉘어진다. 하나는 신규고객 중 우량가망고객을 예측하는 모듈 (New Customer)이고, 다른 하나는 우수고객 중 이탈가망고객을 예측하는 모듈 (Churn Customer)이다. New Customer 모듈은 신규가입을 한 후 한 달간의 상품커버리지, 장르커버리지, 구매횟수, 구매액의 변수를 기준으로 스코어링을 하는 모듈이다. 마케터는 신규고객 로열티향상프로그램을 전개할 때 스코어링에 의해 타겟팅할 대상고객군을 선정할 수 있다. Churn Customer 모듈은 PRE 구간 동안의 구매패턴을 OX로 세분화하는 모듈이다.

도1은 MES-Hunter의 구성도로 RFM/MBA, Tageting, Predictiondml 기능을 제공함을 보여주고 있다.

Claims (1)

1. 미래 구매 가능성인 POB(Probability of Buying)와 미래구매액인 AOB(Amount of Buying)를 구하는 방법 및 용어

   

   

   * Prev : 분석 시점으로 부터 과거 시간

   * Post : 분석 시점으로 부터 미래 시간

Images