ILoveSPSS

캔사스에 있는 6개 주립 대학 중 하나인 Wichita State University (이하 WSU)는 14,000 명 이상 학생들이 다니고 60개 이상의 학사, 57개의 석사, 12 개의 박사 학위 프로그램을 제공하는 박사학위 연구 중심 기관이다.

비호환성 데이터 시스템의 문제

WSU에는 30여 년간의 학생 데이터 (입학, 등록, 학위, 금융지원, 수익 등) 가 축적 되어있다. 불행히도, 이것은 입학처, 등록처, 매출금 담당부서 등 부서별로 각각 다른 방식으로 데이터를 저장 하고 있어 데이터들을 통합하기에는 어려운 상황이다. 더 복잡하게 만드는 것은, 2006년도에 도입한 데이터들간의 호환성이 적은 정보시스템이었다. 당교에서는 회계업무를 수행하기 위해 데이터를 사용하지만, 데이터를 분석 하여 예측하거나 계획을 세우는 데에는 활용도가 낮은 상황이었다.

데이터를 기반으로 의사결정을 향상

 사회학 교수 겸 WSU 의 통계 프로젝트 분석가인 David Wright 박사는 몇 명의 개발자로 구성된 자신의 팀원들과 함께 기존의 관행이나 직감보다는 미래 결과를 예측함으로써 당교가 얻을 수 있는 이익을 중견 관리자들에게 제시하여 설득 하였다.

 “우리의 소프트웨어 프로그램은 ‘우리가 예전에 무엇을 했었고, 지금은 무엇을 하는지’ 를 말해 주지만, ‘우리의 미래가 어떠할 것이다’ 라는 것은 말해 주지 않는다. 그렇기 때문에 우리는 SPSS Statistics와 같이 예측적인 모델링 기능을 제공해 주는 정교한 프로그램이 필요하다.”  Wright가 말했다.

 SPSS Statistics를 통해 Wright 박사와 그의 팀은 장학금제도의 홍보에 초점을 맞춰 수강 신청률을 향상시키는 방안을 보여주는 예측 모형을 생성 하였다. 이를 통해 중견 관리자들이 증거에 기반한 의사결정을 내릴 수 있게 됨으로써, SPSS Statistics를 도입하도록 설득 시킬 수 있었다. 또한, 학교의 IT 프로그래머들은 SPSS Statistics는 현재 도입된 테크놀로지와 호환이 쉽고, 짧은 기간 안에 수련이 가능한 견고한 소프트웨어라고 말했다.

Wright 박사의 팀은 프로그래머들에게 다음을 보여줌으로써 납득 시켰다. 

• WSU의 사내 및 타사 데이터 스토리지 애플리케이션에서 직접 데이터를 추출
• 그들의 현재 데이터 추출 프로그램보다 상당히 빠른 속도로 빅 데이터를 추출
• 기존 테이블에 데이터 업로드속도가 빠르며 Microsoft SQL 서버와 Oracle 데이터베이스 상에서도 테이블 생성이 가능
• 안정적으로 자동화 작업을 수행 – 명령문 스크립트를 구동하여 작업을 수행
• 생산 데이터베이스를 보호하고 컴퓨팅 자원을 최적화하는 작업 스케줄링의 자동화

 표준화 레포트, 현명한 의사결정을 지원

당교에서는 SPSS Statistics를 이용하여 일관성 있고 객관적인 정보에 기반하여 의사결정을 지원하는 표준화된 보고서를 만들 수 있게 되었다. 예측 모델을 통해, 어느 학부에서 학생들이 등록할 가능성이 가장 높은지 알 수 있게 되었고, 이를 이용하여 입학처는 마케팅 예산을 최대한 활용 할 수 있었다.
그들은 장학금 제도의 홍보에 초점을 맞춘 모델을 통해 입학률을 높일 수 있었다. “ SPSS Statistics로 데이터의 관리, 데이터의 분석, 데이터의 추출, 데이터베이스 구축, 레포팅 예측작업을 한번에 수행할 수 있습니다.”

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

스페인의 환경농림수산부 (이하 농림부)는 당국의 활동을 평가하고, 보다 조직적으로 계획된 프로젝트를 수행하여 국민의 만족도를 향상 해야 하는 문제에 직면해있었습니다.

이러한 필요성은 2010년 7월 1일부터 시행 된 Royal Decree 799/2005라는 정부 기관 서비스 감사 관련 법안에서 발현 되었습니다. 특히 RD 799/2005의 조항 2조는 정부 기관들이 목표를 달성하기 위해 자체적으로 조직 내부와 활동을 검토하도록 규정하고 있습니다. 덧붙여 이 법안은 기존의 서비스를 비롯하여 수준 높은 프로그램을 개발하여 이를 평가하도록 하고 있습니다.

농림부는 설문조사를 통해 그 동안 당국이 제공하는 프로그램과 서비스의 질이 향상해왔는지 검토해야만 하는 상황에 놓여 있었습니다. 나아가 이 설문조사의 결과는 당국의 향후 활동 개선 계획의 기반이 되었습니다.

당국은 또한 비용과 자원을 필요로 하는 외부 평가보다 효과적인 자가 진단 평가를 내부에서 자체적으로 수행하였습니다.

이러한 노력의 산출물은 외부에 알려지지 않고 LOPD 법안에 따라 철저히 내부용으로 기밀에 부쳐졌으며 당국의 향후 활동 개선 계획의 기반이 되었습니다. 뿐만 아니라 당국 내 여러 부서들이 목표를 달성하고 있는 지에 대하여 평가하는 데에도 사용 되었습니다.

정확한 자가 진단 평가 시스템을 찾아라

농림부가 기존에 시행하던 내부 감사 시스템은 성능이 우수하나 시간과 자원 대비 비용이 높은 편이었습니다. 또한 내부 모니터링을 활성화하고 개선 사항을 반영하는 데 있어 시간을 단축 시킬만한 빠르고 유연성 있는 설문조사 솔루션을 필요로 했습니다.

SPSS Data Collection이 답이다

견고하지만 유연성이 뛰어난 설문조사 솔루션을 찾아 헤맨 끝에, 농림부는 SPSS Data Collection을 도입하게 되었습니다. “SPSS Data Collection을 비롯한 관련 통계 분석 모듈 구매 건은 내부 IT 부서와의 협업을 통해 진행 되었습니다. 사용자들이 신속하게 설문조사를 완료할 수 있고, 인터넷을 통해 빠르고 쉽게 데이터를 수집함은 물론 SPSS 분석 툴과의 연동성이 가능하다는 점에서 구매를 결정하게 되었습니다. 이 소프트웨어는 기존에 사용자들이 쓰고 있는 툴과 어울려 전산 처리 능력이 뛰어나고, 타제품에 비해 자동화 작업이 용이합니다.” 농림부의 서비스 감사원 Adolfo Ortega가 말했습니다.

“이러한 테크놀러지는 크게 두 가지 관점에서 평가할 수 있습니다: 첫째로 정보 수집 프로세스가 설문조사 수행자의 불편을 최소화하기 위해 단순 명료해야 하며, 둘째로 기존의 평가 방법을 적용하여 결과 분석 작업이 가능하여야 합니다. SPSS 소프트웨어는 이 두 가지 요건을 모두 충족 시켰고, 설문조사를 놀랍도록 편리하게 수행하게 해줍니다.” Ortega가 말했습니다.

현재 당국은 이를 통해 자가 진단 평가 프로세스의 품질을 개선하기 위해 노력 중이며, 사용자의 인식에 대해서도 조사하고 있습니다.

설문 조사 속도 향상과 신뢰성 있는 결과 도출

Ortega의 견해는 이러했습니다. “이 솔루션을 통해 당국은 다음 세 가지 사항을 개선할 수 있었습니다: 평가 프로세스의 결과가 향상 되었고, 현재 활동 개선 계획을 통해 솔루션을 전개하고 개선이 필요한 부분과의 격차를 줄이는 프로세스의 속도가 향상되었으며, 사용의 편의성으로 인해 서비스 평가 문화를 확산 시키고 내부 부서들이 자신들의 사용자 인식에 대한 설문 조사를 수행하게 하는 데 도움을 주었습니다. 지금까지 서비스 평가는 사전 계획과 기존 활동 내역에 따른 개선과 현대화, 요구사항의 부합을 거듭해왔습니다. 세계적으로 유명한 SPSS Data Collection을 도입함으로써 설문 조사 정보를 더욱 신속하게 분석할 수 있게 되었고 프로세스를 매끄럽게 전개함은 물론 평가 기준에 부합하는 일이 더 수월해졌습니다.” 

부서원 수 당 평가에 소요되는 시간의 비율은 80% 절감 되었고, 정보 관리 작업을 담당하는 직원의 1/3의 업무를 덜어 계획 업무 개선과 같은 다른 작업에도 눈을 돌릴 수 있게 되었습니다. 이러한 자가 평가를 수행하는 데에는 1,000시간 이상이 투자 되었습니다.

“이들의 성과와 관련해서, 우리는 자가 평가 방식과 활동 개선 계획을 경영 목표에 따른 결과에 맞게 좀 더 잘 반영할 수 있게 되었습니다.” Ortega가 말했습니다.

참조: 2개의 서버로 구성 된 기술적 인프라

당국은 이 솔루션을 효과적으로 운영하기 위해서 HP-Proliant 360 (2 x CPUs 4GB RAM) for SPSS Statistics와 VMware virtual server (1 X CPU 1GB RAM) for SPSS Data Collection components 2개의 서버를 사용하고 있습니다.

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

1934년, Hans Trunkenpolz에 의해 오스트리아 Mattighofen의 한 도시에 금속공업제조업체로 설립이 된 KTM은 매우 성공한 오토바이 회사로 성장하였다. 1991년 KTM Sportmotorcycle AG(KTM은 Kronreif, Trunkenpolz, Mattighofen을 의미하는 말로서 1953년 오토바이 시장에 진입한 이래로 사명의 한 부분으로 자리잡았다.)으로 다시 런칭된 이래로 이 브랜드는 “숨겨진 챔피언” 으로 불리었다. KTM Sportmotorcycle AG은 1년에 90,000대 이상의 오토바이를 판매하고, 56억 6백만 유로 이상의 매출을 기록하고 있다.

숨겨진 KTM의 성공 요인 중의 하나는 레이싱에 대한 강한 집념이다. 이 노력은 제품의 품질에 그대로 반영이 되었다. 전 세계의 포장, 비포장도로에서의 레이싱에서 매우 엄격한 시험을 모두 통과하는 혁신을 이루었다. “Ready to race” 는 purity, performance, adventure, extreme을 포함한 KTM의 매우 중요한 가치 중에 하나이다. 다른 성공 요인은 오토바이 야외횡단 경주와 road racing 시리즈, Paris-Dakar 경주를 포함하여 130개가 넘는 세계 챔피언십과 그 외 다른 유명한 경기에서 승리를 한 것이다.

KTM의 제품 전략과 타겟 전략은 프리미엄 집단의 니즈를 공략하는 것이다. 고객의 기대를 만족시킴과 동시에 끊임없이 과학기술의 한계를 뛰어넘는 혁신을 이루는 것을 목표로 하였다. 마켓 리서치는 오토바이의 라이프 사이클의 각 단계와 마케팅 활동 계획의 기초를 제공하는 역할을 하였다. 새로운 제품을 시장에 런칭할 때에는 marketing mix를 고려할 뿐 아니라 구체화된 세그먼트 시장과 경쟁자 분석, 고객 프로파일의 정의와 혁신의 보급을 기초로 하여 그 과정을 시장하였다.

KTM은 전세계의 데이터베이스와 지역 시장 정보 시스템과 포커스그룹 인터뷰, 네트워크 분석을 포함한 가능한 모든 정보를 수집하였다. 그러나 마켓 리서치의 가장 중요한 기술은 전시회와 기타 다른 행사에서의 대화형 고객 웹 설문조사였다.

 시장에 제품 런칭을 한 후에는 제품 테스트와 평가시행, 정기적인 고객 만족도 조사와 판매량, 주문, 재고 등을 포함한 중앙 데이터베이스로부터의 양적 데이터를 받아서 제품 라이프 싸이클에서 현재의 상태에 관한 정보를 제공받았다.

전시회에서의 설문조사는 감정에 대한 데이터를 제공했다.

KTM Sales Planning & Market Research 팀에서 사용한 가장 중요한 마켓 리서치 툴 중에 하나는전시회에서의 설문조사였다. 팀 매니저인 Simone Hermandigner는 “새로운 연락처를 수집하는 것뿐 아니라 고객들과 직접적인 대화를 하면서 브랜드 인지도를 분석할 수 있었고, 구매의도와 동기를 평가하고 오토바이 전시부스에서 고객들의 첫인상과 감정을 파악할 수 있었다.”라고 설명했다.

KTM 과 같은 중견기업은 효과적인 IT지원과 정당한 시간과 비용은 효율적이고 유용한 고객 조사를 수행하는데 있어 필수적인 부분이다. 설문지를 설계하는 것에서부터 수집하고 데이터를 분석하는 과정을 단순하고 자동화하여 업무량을 최소화하여, 연구자들이 데이터를 이해하는데 더 많이 집중할 수 있도록 하게 하였다.

SPSS Data Collection을 이용하여 효과적인 조사 계획과 효율적인 설문조사를 수행하였다.

KTM이 사용한 설문조사 솔루션에는 SPSS Data Collection이었다. 이 툴의 이점은 상대적으로 매우 간단하다는 것이었다. 첫 번째로, SPSS Data Collection은 설문조사 솔루션 시장에서 모두가 인정하는 시장 선도자였다. 그러나 그 선두주자인 것 뿐 아니라 소프트웨어의 품질도 인정받았다.

Simone Hermandigner는 “SPSS Data Collection은 전체적인 설문조사 과정을 모두 지원한다. 질문지를 작성할 때에 우리는 쉽고 빠르게 설계를 할 수 있었으며 질문의 흐름에 있어서 경기 트랙 시물레이션과 같은 요소를 포함하는 경우 창의적으로 구애 받지 않고 완성할 수 있었다.”라고 설명했다. 질문지는 온라인 설문조사를 위한 웹 설문을 포함한 모든 기술적인 플렛폼 뿐만 아니라 편지나 면접방식에서 사용되었던 전통적인 방식의 종이 형태로도 사용될 수 있었다.

Simone Hermandigner는 ”이것은 설문조사 방법과 그 매체에 비교하였을 때 다양한 옵션의 범위를 제공한다. 우리는 인터넷, 전화, 대면방식을 통해 질문을 요청할 수 있었다. 질문은 공개 혹은 비공개 될 수 있고, 문자수에 제한 없이 평가를 할 수 있었다.” 라고 이어 말했다.

Madrid와 Milan에서의 SPSS Data Collection

KTM의 SPSS Data Collection과의 첫 만남은 Milan에서 이탈리아 오토바이 전시회인 EICMA 2006 에서 였다. 직원들이 대면방식 인터뷰를 하며 종이로 된 5,000개의 질문지를 입력하였다. 실제 설문조사 방법이 매우 좋았음에도 불구하고 몇몇 가지 기술적인 문제가 발생했다. 단말기 하드웨어가 요구사항을 충족시키지 못했고, 오류발생이 심하거나 융통성이 부족했다. 또한 단말기의 데이터를 전시회 이후까지 사용할 수 없었다. 수천장의 설문지를 일일이 수동으로 pc에 입력해야 했고, 이것은 비용과 시간을 많이 소모하는 일이었다.

그러므로 2007년 MAS Moto Madrid 전시회에서 KTM 은 다른 기술적인 컨셉을 적용했다. SPSS Data Collection 4.5 인터뷰어 플레이어를 4개의 휴대용 테블릿 PC에 설치하였고, 숙련된 면접관들이 부스 방문자들과 대면인터뷰를 하는 데에 사용했다. 사람이 직접 하는 방법과 휴대용 전자 데이터의 조합은 이상적이었다. 또한 실제 설문조사 과정을 개선시키기도 했다. 응답자들은 온라인 상에서 입력을 할 수 있었고 잘못 입력한 데이터를 즉시 바로 잡을 수 있게 하였으며, Milan에서의 설문조사와 비교하였을 때 데이터의 품질 향상에 매우 중요한 역할을 하였다.

 휴대용 PC는 사용하기 쉽고, 이 장비는 인터뷰 시에 발생할 수 있는 부정적인 영향이 전혀 없어 실제로 오류 없이 작동 할 수 있다. PC를 통해 얻어진 데이터는 서버의 중앙 데이터베이스에 동기화 되어 하루 단위로 즉각적인 평가를 수행할 수 있도록 하였다. 마드리드 전시회에서 5일간 진행되었던 450건의 인터뷰는 KTM의 마켓 리서치팀에 최고 품질의 데이터로 얻을 수 있었다.

향후 계획

Simone Hermandigner은 향후 계획에 대하여 “마드리드 전시회에서의 SPSS Data Collection을 이용한 설문조사는 매우 성공적이었고, 이것은 데이터를 수집하는 것만을 의미하는 것은 아니었다. 우리는 고객 설문조사에 사용할 수 있다는 것도 인지하였다. 향후에는 고객 개개인에게 맞춤화된 질문을 하기 위하여 모듈화된 설문지를 디자인할 계획도 갖고 있다.” 라고 하였다.

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

젊은이들 사이에서 일어나는 위험한 행동들은 이미 오랜 시간 동안 계속 되어 왔었고, 이러한 문제들이 해결 되지 않는다면 우리의 건강과 공공이익에 위해 요소로 작용 할 것이다. 미국의 질병 관리 센터 에서는 2009년 청소년들을 대상으로 서베이를 실시 하였다. 이에 따르면, 41.8%에 해당하는 고등학생들이 음주를 하며, 46%는 흡연을 하고 매일 흡연을 하는 청소년은 20% 를 차지했다. 또한 20%의 학생들이 왕따를 당했으며, 23%는 하루에 한 시간 이상 운동을 하지 않는다고 발표했다.

비행청소년들을 대상으로 효과적인 예방 프로그램을 만드는 것은 학교가 처한 가장 힘든 난관 중 하나 이다. 이러한 이유로 지역 의료 기관에서는 전문 보건 지도사 들을 채용하여 건강에 위협을 주는 문제들을 해결 하고자 적극 나서고 있다. 한 예로, St. Louis기반의 BJC 청소년 대상 봉사활동 교육 센터의 지도사는 청소년들을 위한 각종 건강 관련 정보를 제공하는  프로그램들을 지역 학교들과 팀을 이루어 실시 하였다. 이런 과정을 진행 하기 위해 기관에서는 정기적인 점검을 통해 학생들의 상태를 파악하고, IBM SPSS Statistics를 이용하여 그 결과를 분석하고 의사 결정에 적용 하였다. 이에 따른 해결방안을 엮은 보고서를 통해 BJC 청소년 대상 봉사활동 교육 센터는 그들의 프로그램을 개선 시켜 나감은 물론, 효과를 극대화 시킬 수 있었다.

8만 명 청소년을 위하여

BJC 건강센터의 한 파트인 BJC 청소년 대상 봉사활동 교육 센터는 미주리와 일리노이에 있는 공공, 사립, 작은 학교들을 위한 효과적인 위험 예방 프로그램을 만들기 위해서 노력 하였다. 이 기관 15명의 보건 교육 지도사로 구성된 팀은 매년 300개교 8만 명의 초, 중, 고등학생을 대상으로 각 학년에 맞는 프로그램을 실시 하였다.

“우리의 목표는 학교에서 즉각적으로 수행 될 수 있으며 해당학교 방침과 조화를 이룰 수 있는 건강 교육 프로그램을 만드는 데에 있다”. 라고 BJC 청소년 대상 봉사활동 교육 센터의 Diana Wilhold가 말했다.

”우리의 모든 프로그램은 젊은이(청소년)들이 국민 보건을 위한 표준 요건을 이해하고 학습 하는데 기반을 두고 있다”

가치 있는 프로그램을 설계하다.

BJC 청소년 대상 봉사활동 교육 센터는 질병 관리센터에서 정의한 청소년들의 6가지 위험 행동 유형(운동, 영양분, 약물 남용, 담배, 부상, 성적 행동)을 고려하여 프로그램을 설계 하였다. 이들은 프로그램을 통해 학생들이 삶의 진정한 변화를 느끼게 해주기 위해 노력했다. “우리가 개발하는 것들을 통해 젊은이들이 의미 있고 유익한 무언가를 깨닫기를 바란다.”

BJC 청소년 대상 봉사활동 교육 센터는 이러한 프로그램이 실제로 가치 있는 것인지 확인 하기 위해, 각 4주, 6주, 8주 클래스로 나누어 보건 관련 지식과 학생들의 행동에 대해서 시행 전과 비교하여 평가 하였다.

한해 7000명 학생들을 대상으로 하는 자가 평가서는 지식적인 측면의 성취도와 행동양식에 대한질문들로 구성되어 있다. 학생들은 또한 교육 과정 컨텐츠와 지도사의 능력에 대한 교육 과정 평가서를 작성하고 학생들의 답변들은 각 학교에 피드백 된다.

BJC 보건 교육 지도자 들은 평가 결과를 기반으로 변화하는 학생들의 지식과 행동에 관한 추측들을 실질 적인 수치로 나타냈다. 2007년 까지 지도자들은 학생들의 특이성의 정도에 따라 발생 하는 변수들을 분석 하는 것은 어려웠다. 스프레드시트에 의존하는 솔루션은 수동으로 데이터를 입력 및 정렬해야 하는 번거로움과 보고서에서는 클래스에 대해 개괄적인 결과만을 알아 낼 수 밖에 없었다.

업무를 똑똑하게 수행하다.

IBM SPSS 의 예측 분석은 모든 것을 바꿔놓았다. BJC 청소년 대상 봉사활동 교육 센터는 수천 개의 평가서들을 IBM SPSS Statistics를 활용해 데이터를 편집, 정렬하고 상대적으로 쉽게 분석 할 수 있게 되었다.

“나는 보고서를 작성하는 것 보다는, 어떤 데이터가 무엇을 말하려고 하는지에 더 집중 할 수 있었다.” 라고 Wilhold가 말했다. “자동화된 통계분석 툴은 골치 아픈 데이터 조작과, 테이블 설계, 그래픽 출력 등의 작업을 수월하게 수행할 수 있게 해 주었다.”

IBM SPSS는 학생들의 삶에 가치 있는 통찰력을 제공 하였다. Wilhold에 따르면 “우리는 건강의 위해 요인들에 대해 학생들이 어떻게 인식하고 있는지 경향을 알 수 있었고, 이러한 것들을 바탕으로 우리의 프로그램을 개선시켜 갈 수 있었다“. 예를 들어 분석가들은 어떤 종류의 음료가 건강에 좋은지에 대한 학생들의 인식의 변화를 모니터 하고, 많은 학생들이 실제로 옳은 선택을 하는지 관찰 할 수 있게 되었다.

BJC는 다채롭고, 그래픽이 풍부한 보고서들을 통해 학교와 학생들에게 통찰력을 제시 하였고, 위험한 행동들을 막을 수 있는 방안들을 만들어냈다. 평가서와 코스의 평가 결과에 따라 잠재적인 문제들 (테스트 질문에 명료 하지 않은 단어를 수정하거나, 특정 학급에 문제를 겪고 있는 교사들)을 알 수 있었다.

이러한 분석·레포팅 플랫폼은 BJC의 상담 기능과 행정 업무 담당자의 능력을 동시에 향상 시켰다.

“우리는 각 학교 파트너들과 학교 학생들의 현재 상태를 알기 위해 미팅을 가질 때 데이타를 수집하는 번거로운 작업 없이도 즉각적으로 보고서를 만들 수 있었다.“Wilhold가 말했다.

“우리는 우리의 고객사 학교와 담당자들이 즉석에서 요청한 사항들을 다룰 수 있게 사전에 작업한 보고서들을 가지고 있다”

빈칸 채우기

평가 중 하나는 학생들이 질문의 공란에 단어를 채워 가는 것이 있다. 과거에는 관리자가 단순하게 개방적인 텍스트 응답을 효율적으로 해석할 수 있도록 하는 도구가 없었으나. Statistics의 텍스트 분석으로 학생들의 선호도에 따른 통찰력을 수집 할 수 있었고, 결과에 대한 피드백을 신속히 받을 수 있었다.

또한 이를 통해 학생들이 교육과정의 내용과 교육 방식에 대해 가지고 있는 생각들의 대표적인 프로필을 만들 수 있게 되었다. “우리는 현재 아이들이 우리의 프로그램에서 무엇을 좋아하고, 좋아하지 않는지 확실하게 알고 있다.” 각 기관에 대한 수많은 평가 보고서를 작성하는 BJC의 학교 코디네이터 Jason Vander Weele은 말했다.

“이 통찰력을 통해 학생들이 진정으로 즐길 수 있는 프로그램으로 거듭나게 하는데 도움을 주고 있다.” 텍스트 분석은 Vander Weele이 최근 BJC직원들을 대상으로 한 금연관련 서베이에서 수 천 개의 개방형 응답을 분석하는데 도움을 주었는데 이를 테면 상당수가 금연 방법으로 ‘한번에 끊기(cold-turkey)’ 라고 기재한 것을 인식하는 것 또한 그러했다. 텍스트 분석을 통해 서베이 결과를 분석하는 것은 직원들의 행동양식에 대하여 분명하게 이해하는데 필수적이며, ‘한번에 끊기’ 라는 단어의 의미를 향후 서베이에 추가시킬 수 있게 되었다.

가시적인 성공을 거두다.

행정업무 담당자 들은 평가의 질이 향상 될수록 BJC 센터의 보건교육 과정의 효과 또한 향상하게 되었다고 밝혔다. Vander Weele은 이러한 성공사례로 BJC 의 2009-10 음주 및 약물남용 교육 프로그램을 예로 들었다.
 “교육을 받기 전후로 1600명의 학생들이 테스트를 받았는데, 평균 45%가 사실대로 사전에 응답한 반면 교육 후에는 82% 학생들이 사실대로 답했다. 이는 추측이 아니라 우리가 하고 있는 일이 효과가 있다는 것을 입증하는 확실한 데이터다.”

 무엇보다 중요한 것은 이 솔루션은 조직이 지역 사회에 더 봉사하고 집단 건강 개량에 기여한다는 자사의 주요 목표를 달성 할 수 있게 해준다는 것이다. “우리의 아이들의 삶에 변화를 주고, 학급이나 학교에 영향을 미칠 수 있다는 것이 진정한 핵심 이다.” Wilhold가 말했다. “예측 분석은 우리가 다양한 방법으로 큰 그림을 볼 수 있도록 해주고, 우리가 학교와 강력한 파트너십을 구축하고 유지하는 데에 큰 도움이 된다.”

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

 

Infinity Property & Casualty Corporation (NASDAQ: IPCC)는 미국 알라바마주 버밍햄에 본사를 두고 있는 자동차보험회사로 2002년에 설립되었으며 2009년 회계연도 기준으로 10억불의 매출을 올린 회사입니다. 미국 전역에 12,500개의 독립적인 대리점을 갖고 있으며 일반적인 자동차보험상품은 물론이고 운전자의 보험사기 위험도가 높아서 통상적인 자동차 보험회사가 꺼려하는 사업용 자동차, 특수차 및 수집용 앤티크차를 대상으로 하는 자동차 보험상품도 취급하고 있습니다.

“예측분석을 통해 우리는 회사의 자금이 지속적으로 누출되는 구멍을 봉합할 수 있었습니다.” 
- Bill Dibble, Infinity 보험사 보험청구 처리업무부문 수석부사장

Infinity 보험사에서 25년을 근무한 Bill은 대부분의 보험금청구 처리업무분야에서 일을 하였습니다.  또한 그는 한결같이 열정적으로 보험금청구 업무를 효율적으로 처리하기 위한 방법을 찾고 기존의 방법을 개선하여 왔습니다.

Bill Dibble은 예측분석이 만능해법 “은탄환”이라고 믿지는 않지만, 예측분석이 회사의 새로운 도전과 기회를 지원할 수 있다는 사실을 경험하게 되었습니다. 비록 그의 전문분야가 보험청구 처리분야이지만 그는 광대하고 전사적인 회사의 비전을 제시하고 그 비젼을 실현시키는데 앞장서고 있습니다.

좋은 아이디어는 흔히 간단한 것에서부터 시작됩니다.  Dibble의 아이디어 역시 그랬습니다.  그의 아이디어는 대출신청자의 신용도를 점수 매기듯이 보험청구건을 점수 매겨서 보다 청구사기를 집어낼 수 있도록 보다 체계적이고 효율적이고 정확한 방법으로 제공하자는 것이었습니다.  하지만 이것은 시작에 불과하였고 그의 다음 목표는 보다 현명한 보험청구 처리 프로세스 워크플로우를 위한 일정한 심사 지능을 갖추도록 하는 것이 였습니다.  이러한 그의 노력으로 인해 Infinity보험사의 대리점들의 보험청구 처리절차를 대폭 개선시킬 수 있게 되었고 외부 조정자의 의존성을 낮추고 조정비용을 절약할 수 있었으며 보험청구 처리속도의 향상을 통해 더 많은 고객들을 만족시킬 수 있었습니다.

예측분석을 통해 늘어나는 보험사기 문제에 대해 대처할 수 있었고 더 나아가 회사의 궁극적인 목표인 세계적인 수준의 보험청구 처리 능력의 실현을 이룰 수 있었습니다.  그의 비전을 양육하고 현실화 시키기 위하여 그는 그의 아이디어를 회사의 업무 전반에 걸쳐서 사용될 수 있는 방법을 찾고 이러한 그의 노력을 통해 그는 전사적 관점의 시각을 갖고 되었고 비전 설계자가 되었으며 예측분석의 전도사가 되었습니다.

정보의 가치를 믿음으로써 Infinity 보험사의 사례는 예측분석의 도입성공을 위해서는 얼마나 경영진의 하향적(topdown) 지원이 필요한지를 보여줍니다.

Dibble라인의 관리자와 지역 보험청구 처리 매니저들은 명확히 설명할 수 없는 직감적인 뭔가를 믿었습니다.  “예측분석이 효과적이기 위해서는 예측정보의 소비자가 그 결과를 믿어야 한다.”라고 Dibble은 주장하였습니다.

Dibble은 예측분석을 적용하여 위험성 높은 청구 건을 조기에 보다 효과적으로 식별하여 특별조사팀(SIU)에 넘기고, 위험성이 비교적 낮은 신속히 처리하여야 할 청구건을 조기에 보다 효과적으로 식별함으로서 보험청구 처리절차를 획기적으로 개선하였습니다.  일반적으로 효율적으로 보험사기(Fraud)를 감지하지 못하는 이유는 담당자의 무관심, 청구처리의 일관성의 결여 또는 학습능력의 결여 및 법정소송을 회피하려는 마음에서 나오게 됩니다.  예측분석을 접목하여 “의심스러운” 청구건을 조기 식별함으로써 보다 많은 사기청구건을 적발할 수 있는 바탕이 되고 누수 되는 회사의 자금을 줄일 수 있게 되었습니다.

Dibble은 오랜 보험청구건 심사경험으로부터 도출되는 비즈니스룰과 예측분석 모델링을 결합함으로써 보다 안정적이고 보험청구 처리 프로세스를 만들 수 있었습니다.  또한 위험성 수준에 따라 추천하는 대응행동을 정의할 수 있게 됨에 따라 보다 효율적인 보험청구 처리 프로세스를 갖게 되었습니다.

즉, 비즈니스룰과 예측분석모델링의 결과를 복합적으로 사용하여 예측한 위험성 수준이 아주 낮은 경우에는 고객 서비스 관점에 초점을 두고 신속한 처리를 하여 고객만족도를 높였으며, 위험도 수준이 비교적 낮은 경우에는 담당자가 주의하며 처리하도록 하였으며, 위험도 수준이 중간 정도인 경우에는 해당 책임자에게 청구건을 같이 살펴보도록 보고하도록 하였으며, 위험도 수준이 높은 경우에는 보험금 지급을 보류시키고 특별조사팀 SIU에 보고하여 상세한 조사를 수행하도록 하였습니다.

이와 같은 보험청구 처리업무 프로세스의 최적화는 보험청구 처리부서에게는 콜센터 업무 부하량을 감소 시키고, 저위험건을 급행처리 하면서 처리비용을 대폭 낮출 수 있고 따라서 고객만족도가 증대되는 효과까지 얻을 수 있었습니다. 특수조사팀 SIU의 입장에서는 고위험건을 즉각적으로 조사할 수 있게 됨으로써 시간경과로 망실될 수 있는 기억내용을 보존할 수 있어 증인의 상세한 진술을 확보할 수 있었으며, 현재 처리 진행 중이거나 처리가 종료된 청구건에 대한 증거의 확보가 가능해짐으로써 경험학습효과를 극대화 시킬 수 있었습니다. 또한 SIU보고건수 및 품질이 증대되고 보고되는 청구건 별 순위점수 부여로 업무처리의 효율성이 증대되고 위험요소의 설명정보인 지표정보가 제공되고 SIU의 권고 조사단계의 시행이 가능해짐으로써 최적의 보험청구 처리 워크플로우를 만들 수 있게 되었습니다.

도입 효과 : 
Infinity 보험사는 예측분석을 도입한지 6개월 만에 400%의 ROI를 구현하였고, 지불준비금이 1200만 달러가 증가되었으며, 추가조사가 필요한 의심스러운 보험청구건의 감지시간이 95%이상 감소되었으며, 의심스러운 보험청구건을 추적하여 적발해 내는 성공율이 50%에서 88%로 증대되었으며, 큰 손실을 가져다 줄 것으로 판단되었던 보험청구건 중에 25%는 조기조사를 통해 지급금액을 최소화 할 수 있게 되어 회사의 손실조정비용(LAE) 비율을 향상시킬 수 있게 되었다.

세계에서 가장 큰 제약 회사 중 하나인 독일의 Merck Sharp & Dohme (이하 MSD)은 환자들을 대할 때 의사의 처방전에 상당히 의존하여 왔습니다. 이는 궁극적으로 에이즈, 골다공증, 심부전증, 편두통, 천식 등 다양한 질병으로부터 고통 받고 있는 환자들에게 더 나은 치료법을 제공하기 위함입니다.

MSD는 IBM SPSS의 데이터 마이닝과 텍스트 마이닝 기술을 통해 수집 된 주요 정보를 분석하고 의료진과 환자의 니즈 (needs)에 가장 부합하는 효과적인 프로그램을 기획하였습니다.

“몇 년 전, IBM SPSS의 컨설턴트 한 명이 당사 측에 데이터 마이닝을 통해 이뤄낼 수 있는 것들 것 대하여 설명한 적이 있었습니다. 그 결과는 명백한 가능성을 보여주었으며, 저의 업무의 시초가 되었죠.” MSD의 데이터 마이닝 전문가 Werner Kreiter가 말했습니다.

 의사들의 사고방식을 분석하다

타 산업 분야와 다를 바 없이, 의료∙제약 업계에서도 다양한 종류의 신념과 의견, 경험을 갖고 있는 사람들이 종사하고 있습니다. 바로 이것이 당사와 Kreiter가 직면한 문제 였습니다: 이들은 의사들이 이 분야에서 어떤 목소리를 내고 있는 지 꿰뚫고 있어야 하며, 분석 결과를 마케팅 부서에 전달하여 당사에서 제조하고 있는 의약품에 대한 효과적인 캠페인을 생성하도록 지원하여야 합니다. 타겟 집단 안에서도 존재하는 다양한 사고 방식을 고려하기란 쉬운 일이 아니었지만 말입니다.

의사들을 그들의 양극단적인 성향을 기준으로 분류하자면 한쪽 끝에는 “선구자” 기질을 가진 집단이 존재하는데, 이들은 새로운 의견과 연구 결과에 개방적이며 과학적인 이론을 재빨리 실무에 도입하는 편입니다. 한편 그 반대 쪽 끝에는 “보수파” 성향을 가진 집단이 자리 잡고 있는데, 이들은 책에 나온 그대로 로만 행동하려 하며, 치료 방안에 대한 연구에 많은 시간을 소비하며, 학회지의 논문을 연구하거나 동료들과의 교류를 통해 자신들의 의견에 근거를 두는 경향이 있습니다.    

내∙외부적으로 수집 된 다양한 종류의 데이터를 통해 정보를 얻는 작업을 수행하는 역할을 맡고 있는 Kreiter의 견해는 이러했습니다. “성공적으로 이들의 사고 방식을 분석해내려면 이처럼 다양한 성향을 가진 의사들에게 접근할 수 있는 최적의 방안을 찾아내야 했습니다. 하지만 이보다도 더 우선적으로 행해져야 할 것이 바로 그들이 누구인 지 먼저 파악해내는 것이었습니다.”

 Kreiter는 SPSS Modeler의 텍스트 마이닝 기술에 계량적 분석 결과를 접목 시켜 다양한 의견이 오고 가는 세미나에서 실시한 설문 조사 결과를 좀 더 잘 이해할 수 있게 되었고, MSD의 마케팅 팀에 가치 있는 정보를 제공할 수 있게 되었습니다. 예컨대, 의사의 근속년수, 한 명의 의사가 담당하게 되는 환자 수, 보유하고 있는 자격증 등 까지도 알 수 있게 되었습니다. SPSS Modeler는 당사가 이러한 데이터에 관한 더욱 더 깊은 통찰력을 가질 수 있도록 해주었고, 숨겨진 패턴과 상관 관계를 찾을 수 있게 해주었습니다.

또한 MSD는 SPSS Modeler를 의사들을 개인적∙전문적 특성에 따라 세분화하여 프로파일링하는데 사용하였습니다. 적절한 마케팅 액션을 파악하기 위해 Kreiter는 사전에 마케팅 팀에서 제시한 기준에 따라 의사들을 세분화하는데 SPSS Modeler를 사용하였습니다. 그 결과, 각기 다른 타겟 그룹에 어떠한 액션을 취해야 효과적일지에 대한 통찰력을 제공하게 되었습니다.

또한 뛰어난 기능성뿐만 아니라, Kreiter는 IBM SPSS 제품군의 사용자 친화적인 면을 특히 마음에 들어 했습니다. “다른 프로그램들과 달리 지시나 명령문에 대하여 암기하고 있을 필요가 없었습니다. 모든 것이 다 명료하게 메뉴화 되어 있어 원하는 건 무엇이든 찾을 수 있습니다.”

비정형 데이터 분석

MSD에게 있어 비정형 구조의 원문 데이터를 분석하는 IBM SPSS의 텍스트 마이닝 기술은 없어서는 안 되는 기능입니다. 이 텍스트 마이닝 기능은 단순히 키워드 검색에 의존하지 않고 언어의 명령문 구조를 분석하고 내용을 “이해하는” 자연어적 문법 분석 방식에 기초하고 있습니다.

이러한 작업을 수행하기 위하여 MSD는 소비자 관련 연구 기관인 GesellSchaft fur Konsumforshung (GfK)의 패널과 함께 협업하여 의사들의 일상적인 업무에 대한 정보를 얻을 수 있었습니다. 예컨대 어떤 제약 회사 영업 사원들이 그들을 방문하였는 지, 어떤 제품에 대한 정보가 전달 되었는 지와 그 약품들을 향후 처방전에 포함 시킬 것인 지 등에 대하여 알아내었습니다. 그 결과 의사들과 오고 간 제품에 대한 대화 내용을 분석하는 텍스트 마이닝 기술을 통해 의약품 처방전에 관련 된 다양한 행동 양식을 수반하는 대화 패턴을 찾아낼 수 있게 되었습니다. 

이러한 작업은 제약 회사들이 영업 사원에 대한 커뮤니케이션 능력을 최대한 향상시킬 수 있게 하는 데 도움을 주었습니다.

마지막으로 Kreiter가 덧붙였습니다. “IBM SPSS의 텍스트 마이닝 기술 덕분에 우리 제품의 어떠한 특성과 관련 정보들이 의사들과의 대화에서 잘 통하는 지와 어떤 경우에서 우리 마케팅 캠페인의 요건들이 개선 되어야 하는 지에 대해 알 수 있게 되었습니다.”

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

IBM SPSS 소프트웨어를 통해 최근 방문일, 빈도수, 후원자의 가치를 고려하여 분석

영국의 한 유명한 자선단체는 노년층의 문제를 해결하기 위해 매년 75,000,000 파운드 이상을 사용 하고 있습니다. 기부금유치에 대한 경쟁이 이전 보다 치열해 졌기 때문에, 가능한 효율적으로 마케팅 자원과 예산을 사용 하는 것을 중요시 되고 있습니다. 이를 위한 한가지 방법은 많은 금액을 기부하는 사람들은 제외 시키지 않고, 다이렉트메일링(이하 DM) 캠페인의 수신인 수를 줄임으로써 비용을 절감 시키는 것입니다. 이 자선단체는 후원금 유치를 위한 타겟팅 역량을 향상하려 노력하고 있는 업계 중 하나입니다.

기부자 리스트를 정제

보편적으로 자선단체의 다이렉트 마케터들 사이에서 일반적인 기법으로 쓰이는 ‘최근 기부현황’ 원리가 반영된 DM프로그램을 사용하여 후원자들을 끌어 모으고 있습니다. 이러한 DM을 통해 메일을 받은 사람들은 4년 안에 기부를 하였습니다. 하지만 이 방법은 단순하지만 중요한 단점이 있습니다. 자선단체의 데이터베이스 마케팅 분석가는 이렇게 설명 했다. “만일 지난 4년 전에 기부를 해왔던 두 사람이 있다고 합시다. 한 명은 매년 50 달러씩 기부해온 이고, 한 명은 그보다 최근에 5달러를 한번 기부 한 사람이라고 했을 때, 우리는 최근에 한번 5달러를 기부한 사람을 후원자라고 여기고 메일을 보낼 것입니다”

분석에 있어 “빈도” 와 “가치” 라는 변수들을 고려 하였을 때, 자선단체는 후원자들의 가치를 훨씬 더 잘 이해하고 예측 할 것 입니다. 예컨대 후원자 등급에 따라 발송되는 메일링 비용과 그 가치를 대조하여, DM 리스트에 포함을 시켜야 해야 할지를 결정할 수 있을 것이다.

그러므로 “recency frequency value” (RFV) 모델에 따라 비용을 예상하여 정도의 금액으로 메일링 비용을 절감 하면서, 수입의 대부분을 유지 할 수 있었습니다.

최근 방문일, 빈도 및 가치

IBM SPSS 소프트웨어를 사용하며, 자선 단체는 기증자들을 최근 방문일, 빈도, 중요도를 각각 고려하여 랭킹하고 후원자 집단을 세분화 하였습니다. 각 랭킹은 5개의 동일한 단위의 구간으로 나뉘어지게 되며, 각 구간당 1~5까지 점수가 부여됩니다.

Frequency= (일생 동안의 기부할 빈도), Value= (평균 기부 횟수, 이는 전체 기부량의 값보다 조금 더 가중치 되는 요인)를 추가로 감안하여 기증자들은 개인 별로 3자리 125 가지(5X5X5)의 경우의 수가 가능한 RFV 점수를 가지게 됩니다.

“과거 캠페인 수행결과를 통해 수익이 RFV 점수로 산출 하여, 특정 후원자 그룹을 위한 메일을 보낼 때 드는 비용과 대조 하였습니다.” 라고 마케팅 분석가는 설명했다.

“이것은 후원금과 투자를 통해 얻은 이익에서 가치를 창출 할 수 있게 해주었고, 그 결과 적자를 내고 있거나
수익률이 낮은 그룹을 식별하여 메일링 프로그램에서 제외 시켰습니다."

비용 절감 효과

RFV 모델을 구현하고 선택기준을 조정함으로써, 자선단체는 보다 적은 사람들에게 메일을 보내 비용을 절감하면서도 여전히 후원자들로부터 수익을 유지시킬 수 있었습니다. 메일의 양을 감소 함으로써 발생한 수익이 각 캠페인 비용을 상당히 초과한 것으로 보아 이러한 활동이 성공적인 것이라고 간주되었습니다.

게다가 이 같은 세분화된 작업을 수행할 수 있는 능력을 가진 것 외에도, IBM SPSS 소프트웨어 데이터 탐색적 분석 작업을 위한 필수적인 도구로 증명되었습니다. 예를 들어 RFV 점수 경계 값들을 확인 함으로써 유용한 성과지표를 찾아낼 수 있었습니다. 데이터베이스에서 한번 이상 기증한 사람들의 분포를 확인 할 수 있거나, 지난 8개월간 기부한 사람들의 내역을 확인 할 수 있었습니다.

이 단체의 데이터베이스마케팅 분석가는 이 프로젝트가 매우 성공적이었다고 평했습니다.

“IBM SPSS 의 소프트웨어 없이 기존의 툴로는 지출과 수입을 비교하는 작업은 고사하고, RFV 점수를 산출하기 위한 거래 관련 데이터를 자유자재로 다룰 수 조차 없었습니다. 이러한 방법은 대체될 수도 없고 동일한 결과를 이룰 수도 없습니다. 2년 전 비슷한 캠페인을 수행했던 결과와 비교 하였을 때, 1인당 1통의 메일 발송 건 기준하여 응답률과 기부율이 2배나 상승 하였습니다.”

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

예측적 분석을 통해 좀 더 효과적인 뮤츄얼 펀드 마케팅을 전개하였다.

 독일에서는 저축은행은 어디에나 있으며 작은 마을에도 쉽게 찾아볼 수 있다. DekaBank 는 독일 저축은행 파이낸셜 그룹의 중앙기관으로 도매은행업과 뮤츄얼 펀드를 운용하고 있다. 2005년 기준, 이 그룹의 대차대조표상의 합계는 1150억 유로이며 자산은 1400억 유로, 자기자본은 37억 유로로 독일의 금융 서비스 공급자의 선두기업중의 하나 이다.

능률적으로 적절한 고객에게 적절한 서비스를 제공하자

다른 은행들과 마찬가지로 DekaBank는 고객 개인들과의 관계를 구축하기 위하여 노력해야 했다. 캠페인 관리 업무의 목표는 안전한 마케팅 의사결정뿐 아니라 개별 고객들에 대한 정보를 사용하여 각 개인에게 최고의 서비스를 제공하는 것에 있었다.

 German Sparkassen 그룹의 수많은 저축은행은 뮤츄얼 펀드 시장에서 DekaBank의 분석과 캠페인 서비스에 의존하였다. DekaBank는 다양한 은행 고객의 타겟 그룹에 제공해야 하는 서비스와 금융 상품을 차별화하기 위하여 데이터마이닝 툴이 필요했다.

중앙기금 서비스 제공자 DekaBank의 CRM 팀과 Database Marketing 팀은 IBM SPSS Statistics와 IBM SPSS Modeler를 이용하여 저축은행의 적절한 고객을 찾아낼 수 있었고 이것은 그들의 목표를 달성할 수 있게 하였다. CRM과 데이터베이스 마케팅팀의 매니저인 Dirk Meggert 는 이렇게 말했다.  “우리는 독점판매 파트너에게 우리 캠페인을 좀더 매력적으로 제공할 수 있게 하려고 했고, 우리는 수집된 데이터들이 무한한 잠재성을 가진 것을 알게 되었다. IBM SPSS 솔루션은 이미 전문가들 사이에서 매우 잘 알려져 있었으며, 우리가 필요한 적정한 가격에 구매할 수 있었다. IBM SPSS Statistics 는 중요한 모든 통계적인 기능과 과정을 갖추고 있었으며, 이 프로그램은 수백만 명의 고객의 데이터도 다를 수 있었다.”

보다 쉽게 타겟 그룹을 정하고 적절한 캠페인을 개발할 수 있었다.

캠페인을 보다 쉽게 전개하기 위하여 DekaBank는 스트림을 만들고, 캠페인 점수를 개발하여 이 점수를 사용하여 제어할 수 있게 하는 데이터마이닝 솔루션인 IBM SPSS Modeler를 선택하였다. Modeler를 사용하는 데에는 트레이닝 시간이 많이 걸리지 않았으며, 이 소프트웨어의 스트림을 수정하는 것은 매우 쉬웠다.

 새로운 보증기금의 이슈는 이 시스템의 첫 번째 실전 테스트였다. DekaBank의 CRM 직원은 비슷한 펀드의 예전 구매자들의 일반적인 성향을 분석하기 시작했다. 그 결과는 타겟으로 하는 고객들이 있는 각 은행 지점의 컨설턴트들에게 보내졌다. “우리는 이 금융 상품의 전형적인 구매자들을 정의하였다. 예를 들면 특히 펀드 사용자는 주로 연령층이 높고 장기간상품을 구매할 확률이 높았다. 우리는 모든 지역의 고객들에게 메일의 문구, 전단지의 형태, 전화상의 가이드라인을 통해 우리의 접근방법을 맞춰야 했다.” 라고 Meggert는 말했다.

 보증기금에 관심 있어하는 고객을 선택하기 위하여 Meggert 와 팀원들은 통계적 절차를 이용하여 10개의 평가 종류를 가진 스코어링 모델을 개발하였다. 이 모델은 DekaBank의 시스템에 이미 저장이 되어있는 인구 통계학, 상품관련, 지역변수에 따른 현재와 과거의 고객 데이터가 사용되었다. 모든 “후보자(고객)”들은 모델의 기준에 따라 평가되고, 순위가 매겨졌다. 목표하는 접근방법에 가장 적합한 고객은 첫 번째 등급에, 그리고 가장 덜 적합한 고객은 10번째 등급에 매겨졌다.

 DekaBank는 보증기금에 관심 있을 것 같은 고객의 리스트뿐 아니라 영업과 프로모션 자료들이 포함되어있는 서비스 패키지를 함께 포함 시켰다. 이것은 각 저축은행 지점의 컨설턴트들에게 그 고객들에게 영업을 할 때 사용할 수 있게 하였다. 그들은 우편을 통해 1차적으로 컨택을 하고 그 이후에는 서비스 직원들에 의해 직접 접근하도록 하였다.

 통계적 분석방법과 데이터마이닝을 통한 캠페인 최적화
 

캠페인은 완전히 성공하였다. 이 캠페인을 실시한 160개의 저축은행에서 거래량은 이 캠페인을 실시하지 않은 지점과 비교하였을 때 평균 3.3배 증가하였고 가장 많이 증가 한곳은 8.8배였다. 

Meggert는 이렇게 말했다. “이것은 매우 명백한 결과였다. 지능적인 데이터 분석과 고객 접근방법을 통해 얻은 결과였다. 우리는 IBM SPSS Statistics와 IBM SPSS Modeler를 사용하여 이것을 시작으로 다른 캠페인을 운영하였고 그것 모두 다 좋은 결과를 달성하였다”

 DekaBank는 현재까지 Statistics와 Modeler를 이용하여 보증기금 캠페인에 가장 적합한 고객을 유치함으로써 투자대비 6배의 효과를 달성하였다. 각 저축은행 지점과의 적극적인 협력 또한 Dekabank의 또 다른 성공 요인이었다.

Meggert는 “우리는 IBM SPSS Statistics를 확신한다. 이 소프트웨어가 없이는 이 보증기금과 같은 타겟 목표를 달성할 수 없었다. 이 소프트웨어의 선택은 DekaBank의 캠페인에서 가장 중요한 핵심 부분이었다.”

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