17가지 소스 데이터의 관리
한 예로, 몬트리올 은행은 현재 소비자 구매패턴과 상품 선호도를 자세히 분석한 후에 이메일과 전화, 일반우편을 통한 신제품 판촉에 나서고 있다. 하지만 이만큼 오기까지 이 은행은 따로따로 놀고 있는 자사의 수많은 기업 데이터베이스들과 정보 소스들로부터의 정보를 우선 통합해야 했다.
뮤추얼 펀드, 주택저당 장기대출, 당좌예금계정 등 이 은행의 상품들은 각기 저마다의 레거시 정보 저장소를 가지고 있어서, 비슷한 이름의 여러 고객 기록들이 동일인물에 대한 것인지 아닌지를 즉시 파악하기가 어렵다.
이 은행은 또 미국의 인구통계국에 해당하는 스탯스 캐나다(Stats Canada) 등으로부터 소비자 데이터를 수집하고 있다. 결국 몬트리올 은행은 17가지 소스로부터 제공되는 데이터를 걸러내야 하는 상황이다.
그래서 이 은행은 우선 AB 이니시오(Initio)의 소프트웨어를 이용해 자사의 메인프레임들로부터 타깃 데이터 필드들을 추출하고, 그 필드들을 좀더 통일성 있게 분석 가능한 포맷으로 바꿔, 이 은행의 데이터 웨어하우스에 넘기고 있다.
앵고스 소프트웨어(Angoss Soft-ware), IBM, SAS의 데이터 마이닝 소프트웨어는 한 고객의 정확한 신원을 판단해서 그 개인에 대한 모든 정보를 알려주며 그가 이미 어떤 상품들을 소유하고 있는지도 알려준다.
그 다음에는 마이크로스트래티지(MicroStrategy)의 소프트웨어가 이용된다. 인구통계분포, 트랜잭션 빈도, 잔액규모, 웹 사이트를 통한 은행거래를 선호하는 고객인지 지점을 통한 거래를 선호하는 고객인지 등을 기반으로 자사의 고객기반을 세그먼트화 하기 위해서다.
전화를 이용한 시장조사 결과는 어떤 상품이 어떤 집단에게 어필하는지 보여준다. 여기까지 작업이 이루어지면 비로소 마케팅 캠페인이 준비된다.
몬트리올 은행은 자사의 웹 사이트에서 추가로 정보를 수집하고 있다. 이 은행은 방문객들의 전체 클릭스트림을 모니터하기보다 트랜잭션이 발생하는 페이지들을 표시해둔다. 그리고 고객들의 문의사항에 대한 기록은 트랜잭션 엔진으로부터 데이터 웨어하우스로 제공된다.
앞으로 이 은행은 이 모든 정보를 자사의 콜 센터나 웹 사이트, 그리고 지점들과 접촉하는 소비자들에게 신속하고 타깃이 분명한 판촉 메시지를 전달하는데 이용할 생각이다.
이 은행의 신용카드 콜 센터는 전화 상담원들이 소비자들의 질문을 토대로 특정상품을 판촉하는 기초적인 노력을 기울인 결과, 판촉 메시지를 접한 뒤 구매하는 고객의 비율이 3배나 증가했다고 고객지식관리 부사장인 데이비드 목슬리(David Moxley)는 말한다.
그에 따르면 몬트리올 은행이 고객분석 프로젝트를 전개하는데 투자한 비용은 수백만 달러. 앞으로 연간 약 200만 달러가 소요될 전망이다.
IT와 마케팅 담당자간 갭 최소화 중요
IT 담당자들과 마케팅 담당자들간의 거리를 메우는 것 또한 중요한 과제라고 컨설팅 업체인 스위치케이스(Swit-chcase)의 사장 폴 스카파(Paul Sc arpa)는 지적한다. 기업들은 마케팅 담당자들이 IT 담당자들로부터 최소한의 지원만 받으면서 분석 애플리케이션을 관리할 수 있기를 원하고 있기 때문이다.
선물 및 축하카드 소매업체인 홀마크(Hallmark)는 자사의 여러 유닛들(Hallmark.com, Keepsake Ornament Club, 기업 로열티 프로그램들)에 의해 운영되고 있는 데이터베이스들로부터 매일 밤 꺼내온 고객정보를 위한 마스터 리포지토리를 만들었다.
그리고 마스터 NCR 테라데이터(Teradata) 웨어하우스 내에 관계형 데이터베이스를 구현해, 마케팅 담당자들이 웹 인터페이스를 통해 고객 및 트랜잭션 데이터를 세그먼트 할 수 있게 했다.
