BECU (Boeing Employees’ Credit Union) :BECU은 예측분석을 도입하여 회원들의 만족도를 증대시켰습니다.

 

BECU (Boeing Employees’ Credit Union) 은 워싱턴 주에서 가장 큰 신용협동조합이면서 미국의 5대 금융조합 중에 하나입니다. BECU는 풀 서비스가 가능한 2개의 금융센터와 전국의 40개 이상의 지점을 통해 약 640,000명의 회원의 금융요구를 충족시켜주고 있습니다. BECU는 전적으로 회원위주로 운영되고 있으며, 저축상품, 모기지, 대출 및 자산관리 서비스를 포함한 종합서비스를 제공하고 있습니다.

 

경쟁이 치열한 금융시장에서 회원들에게 보다 나은 서비스를 제공하고 회원들의 수익을 증대시켜주기 위해 BECU는 전사차원의 회원 만족도 향상을 위한 이니셔티브를 시작하였습니다. 이 프로젝트는 거래가 빈번한 회원들에게 초점을 맞추어서 주요 ATM기기에서 현금을 인출할 수 있도록 하였고, 수표에 대한 잠정적인 크레딧 예치 등을 가능하게 해주었습니다.  BECU는 회원들이 보다 편리하게 예금인출을 할 수 있게 함으로써 추가적으로 입출금 전용계좌를 개설하지 않고도 회원들의 경험과 충성도를 향상시킬 수 있다고 믿었습니다. 또한 응답률을 개선하고, 고객유치 비용을 낮출 뿐만 아니라 새로운 지점개설의 최적위치에 대한 통찰력을 제공해 줌으로써 다이렉트 마케팅 캠페인을 최적화시킬 수 있었습니다.

 

인출한도액을 높여주면 고객의 만족도는 높아진다.
BECU는 회원들의 현금인출서비스를 위하여 40 개 이상의 NFCs(Neighborhood Financial Centers) 에 의존하고 있습니다. NFCs에서는 대부분의 BECU 금융상품과 서비스를 이용할 수 있습니다.  또한 신규계좌 개설과 대출신청 등의 업무를 수행할 수 있는 직원을 배치하고 있습니다. NFCs는 항상 현금을 인출할 수 있는 ATM를 갖추고 있어서, 고객들이 수표계좌를 개설하거나 현금을 인출하거나 송금을 할 수 있으며, 또한 회원들이 수표계좌의 발란스를 확인하고 지불수행, 대출신청 및 자금이체등을 수행할 수 있는 온라인 은행 키오스크 기기를 보유하고 있습니다.  ATM기기와 온라인 은행 키오스크 기기는 주7일, 하루 24시간 언제든지 사용할 수 있습니다.

 

모든 지점에 텔러직원들이 근무하고 있지 않기 때문에, NFCs와 외부에 설치된 ATM기기에는 인출 한도액이 있어서 회원들은 국제표준 일일 인출한도의 제약을 받고 있습니다.  BECU경영진은 회원들이 최대한 자금을 인출할 수 있게 되기를 원했습니다. 그러나 그들은 각 회원들의 올바른 인출한도를 알아보고 높은 부채의 잠재위험을 줄이기 위한 실시간 스코어링이 필요하다는 것을 알았습니다. 그러한 목표를 염두해두고 분석가들은 리스크 스코어 모델을 개발하여 신용협동조합의 일상 트랜잭션 처리 시스템에 탑재하여 각 회원들이 계좌를 개설할 때 자동적으로 얼마나 많은 금액을 ATM기기를 통해서 인출하거나 현금서비스를 받을 수 있는지를 결정하도록 하였습니다. 이러한 접근방법을 통해 BECU는 년간 1백만 달러의 인력비용을 줄일 수 있었고 고객들은 보다 높아진 인출한도액으로 인해 만족도가 높아졌으며 가장 최근의 회원들의 거래데이터를 실시간으로 고려하여 신용한도액을 정하게 됨으로 협동조합은 눈에띄게 리스크를 줄일 수 있었습니다.

 

회원 만족도 설문조사 결과를 통해 자동화된 한도액 결정이 회원 만족도를 높이고 회원들의 유지율을 높이고 고객들이 편리하게 금융자산을 인출할 수 없어서 이탈하는 것을 방지해 줌으로써  매출을 높이는데 공헌한다는 사실을 알게 되었습니다.

 

타겟 캠페인은 유지율 상승 및 매출 향상에 공헌합니다.

BECU는 보다 효과적인 마케팅 캠페인을 위해 IBM SPSS Statistics을 도입하였으나 점차적으로 IBM SPSS Statistics이 마케팅 캠페인의 반응률의 향상뿐만아니라 유망고객들 대상의 유치 DM의 비용을 절감해주는데도 아주 중요한 역할을 수행한다는 사실을 알게 되었습니다. 신용협동조합의 BI 시스템에 축적된 회원들의 데이터를 기반으로 회귀분석과 같은 분석기법을 접목함으로써 분석가들은 추가적인 금융상품이나 서비스가 필요할 가능성이 높은 회원들을 예측하는데 도움이 되는 프로파일을 생성할 수 있습니다.

 

이러한 방법은 세대신용자산관리등과 같은 금융상품과 서비스의 마케팅에 아주 성공적이였음이 입증되었습니다.  내부의 회원 서비스 이용특성데이터와 인구센서스 자료를 결합함으로써 기존의 특정 금융상품 이용자와 유사한 특성을 가진 유망고객들을 추출하는데 아주 많은 정보를 제공해 줍니다.

 

IBM SPSS Statistics의 로지스틱회귀분석 기능을 사용함으로써 마케터는 특정한 금융상품과 서비스를 필요로 할 것 같지 않은 30~40%의 사람들을 식별할 수 있게되었고 응답가능성이 높은 60~70%의 사람들에게 광고의 초첨을 맞출 수 있게 되었습니다.  또한 이런 방법은 마케팅비용당 “이득” 매출을 금융상품에 따라 60~100%로 향상시켜주었습니다. “로지스틱 회귀분석 방법을 사용함으로써 발생되는 새로운 어카운트당 고객유치비용의 감소액은 1년치의 금융상품의 수익과 맘먹는 것이였습니다.”라고 Bierley는 설명합니다. “증가된 매출생성의 “이득”이란 동일한 마케팅비용과 노력이 들어간 타케팅없이 진행한 프로모션에 비해 프로모션의 성과가 발행될 때까지 걸리는 시간이 눈에 띄게 짧아진 정도의 상대적 효과를 금전적으로 표현한 것입니다.”

 

분석가들은 회원들이 필요로 할지 모르는 금융상품과 서비스가 무엇인지 알려주는 정보를 추출할 수 있는 데이터베이스쿼리를 고객서비스 담당자들에게 제공해 줄 수 있었습니다. 즉, 고객서비스 담당자의 컴퓨터 스크린에 팝업창으로 고객들이 구매하지 않은 특정한 추천 금융상품을 띄워주게 됩니다.

 

고객위험도를 감소시키면서 고객수를 증대시키다!

BECU는 기존 고객의 가치를 증대시키는 것에 덛붙혀서 그들의 과거 은행과의 거래관계로 인해 일반은행에서 거부하는 사람들을 BECU의 새로운 회원으로 유치하기를 원했습니다. IBM SPSS 소프트웨어를 사용하여 구축된 스코어링모델을 사용함으로써 BECU는 예금손실을 통제할 수 있게되었으며 고객으로써 자격이 완전치 않은 개인들로 회원들을 확장할 수 있었습니다.  신용협동조합의 베이스라인을 증대시키는 것은 물론이고 비싼 현금서비스나 월급담보대출을 사용할 수 밖에 없었던 소비자들을 유치하면서 얻어지는 기대치 않았던 이익도 가져다 주었습니다.

 

예측 모델은 최고의 새로운 지점위치를 식별해준다!

어느 위치에 금융상품의 재판매 사이트나 은행 지점을 추가로 개설하여야 하는지를 결정하는 것은 단순한 추측이상의 작업을 필요로 하기에, BECU는 IBM SPSS Statistics 제품을 사용하여 어느곳에 새로운 지점을 개설하여야 하는지 또한 기존의 지점을 어떻게 하면 보다 효율적으로 운영할 수 있는지를 결정하는데 도움을 주는 예측모델을 생성하였습니다.  즉, BECU는 요인분석과 회귀분석기법을 사용하여 핵심 시장 및 지역특성을 성공적으로 파악하고 예측하며 새로운 고객, 예금 및 대출 분배등의 세가지 요소에 대한 종합성능을 측정하는 지점별 예측모델을 개발하였습니다.  이러한 예측모델을 사용함으로써 BECU는 어떠한 곳이 가장큰 잠재력을 추가할 수 있는 곳이고 어떠한 곳이 기존지점을 폐쇄하여야 하는 곳인지를 알 수 있게 되었습니다.

 

결과 : 

BECU는 ATM 인출 신용한도액 조정을 자동화함으로써 인력 비용에 연간 약 100 만달러를 절약할 수 있었으며, 회원 유지 및 신규 회원 인수의 조합에서 연간 수익이 600,000달러이상 증대되었습니다.  또한 회원들 대상의 다이렉트 메일 캠페인에 대한 리프트를 30%이상 향상시킬 수 있었으며, 주변에 BECU를 추천하는 회원들이 6%이상 증가하였으며, BECU지점을 추가로 개설하기 좋은 유망한 지역을 다수 확인할 수 있었습니다.

- 출 처 : IBM SPSS Software Customer Story (http://www-01.ibm.com/software/analytics/spss/)