고객사 이야기2011. 8. 24. 10:46


 Avis Europe은 아프리카, 중동과 아시아 지역에서 2800여 곳의 사업망을 구축한 선도적인 렌터카 회사입니다. 2008년 Avis Europe의 수익의 약 86%는 다섯 개의 주요 시장인 프랑스, 독일, 이탈리아, 스페인, 영국에서 발생하였습니다. 
 Avis Europe의 핵심 전략은 브랜드 리더십, 서비스의 차별화 및 비용 효율성과 ‘우리는 더 열심히 노력한다’는 철학입니다. Avis는 고객을 위해 빠르고 전문적인 서비스와 고품질의 차량을 합리적인 가격으로 이용할 수 있도록 하였으며, 타겟을 명확히 한 커뮤니케이션으로 브랜드 충성도가 높은 고객들이 관련된 프로모션에 빨리 접근할 수 있도록 했습니다.


타겟을 명확히 한 이메일 마케팅으로 수익을 극대화하다.
 Avis Europe은 IBM SPSS 소프트웨어를 사용함으로써 타겟을 명확하게 하고 이메일 마케팅 비용을 감소시켰으며, 시의 적절하게 고객과 접촉하여 관계를 구축했습니다.
 Avis Europe은 데이터마이닝을 통하여 고객 프로필 및 데이터를 좀 더 정확하게 세분화하기 위해 IBM SPSS Modeler를 사용하였습니다.
 예측분석 소프트웨어인 IBM SPSS를 사용한 결과, 2009년의 이메일 마케팅 비용은 2008년 대비 거의 절반이나 줄었습니다. 이것은 해마다 Avis Europe에서 발송되는 1800만 통의 이메일에 중요한 영향을 미쳤습니다.


 Avis Europe의 분석 전문가인 Chris Parker는 “현재 우리는 이메일을 시의 적절하게 사람들에게 발송 할 수 있습니다. IBM SPSS Modeler를 사용한 새로운 타겟 접근방식은 Avis가 이메일 마케팅 비용을 줄이는데 도움을 주었고, 이러한 이유로 수익을 극대화 할 수 있었습니다.”
 “고객 세분화 프로젝트는 우리가 거대한 데이터 베이스를 활용하여 이메일 비용을 절감할 수 있도록 하였고, 또한 명확히 정의된 각 고객의 특성을 알 수 있었기 때문에 고객과 1:1관계를 형성하여 모든 이점을 누릴 수 있었습니다.” 라고 말했습니다. 끊임없이 변화하는 고객의 니즈를 ‘명확히 파악하고 앞서 고객을 유지하는 능력’은 예측분석 소프트웨어인 IBM SPSS를 통해 제공받을 수 있는 가장 큰 이점중의 하나이며 이를 통해 시장에서 경쟁력을 갖출 수 있습니다.
 “프로젝트가 Avis Europe 전역에서 수행됨으로써, 유럽의 주요 시장에서 100만 명의 이메일 구독자에 대한 중요한 통찰력을 얻었습니다.” 라고 Parker는 결론을 내렸습니다.



- 출 처 :  IBM SPSS Software Customer Story (http://www-01.ibm.com/software/success/cssdb.nsf/topstoriesFM?OpenForm&Site=spss&cty=en_us
)

Posted by JDATE
고객사 이야기2011. 8. 23. 16:41



 1968년에 설립 된Yamaha Motor Europe N.V. (이하 YME)는 유럽 지역 Yamaha Motor 그룹의 본사입니다. YME는 현재 유럽 시장에서 시판 되고 있는 수많은 Yamaha Motor 제품들의 마케팅과 영업 활동의 조정을 맡고 있습니다.


고객의 소원을 이해하다
 YME는 보다 경제적이고 효율적인 방법으로 고객에 관한 비교 가능한 통찰력을 얻는 수단인 웹을 통해 자사 고객들의 제품 디자인에 대한 좀 더 많은 의견을 얻고자 하였습니다. 그래서 탄생한 것이 바로 Yamaha Design Café 입니다. 이 사이트는 설문 조사로 연결 된 링크들을 포함하고 있어, 방문자들이 자신들의 의견과 현재 제품 디자인에 대한 생각을 자유롭게 표현하도록 유도하고 있습니다.
 이 온라인 사용자 포털 사이트를 구성하는 핵심 요소가 바로 IBM Company의 통계∙데이터 마이닝 및 예측 분석 전문 소프트웨어 SPSS 입니다. IBM SPSS 소프트웨어는 YME가 신제품 평가 프로세스를 최적화하는 동시에 기존 제품군의 경쟁력을 향상 시킬 수 있는 기술을 제공하고 있습니다.


IBM SPSS Data Collection, 가치 있는 설문 조사 데이터를 수집하다
 YME의 제품 개발 계획 컨설턴트 Hennes Fischer는 IBM SPSS Data Collection Web Interviews―자사에서 보유하고 있는 IBM SPSS Data Collection 설문 조사 연구 테크놀러지 플랫폼 내 모듈―을 Design Café 설문 조사를 개발하고 전개하는 데 사용하였습니다. IBM SPSS Translation Utility 와 IBM SPSS Data Collection Web Interviews는 유럽 전역에서 수집 된 설문 응답 결과를 번역하여 통합하는 역할을 했습니다.
 이제 Yamaha Design Café 온라인 포털을 방문한 Yamaha 모터사이클 라이더들이라면 누구나 이 일본 기업의 미래 제품 생산을 결정 짓는 주역이 되었습니다. 이 포털은 또한 신제품 디자인에 고객의 취향이 근접하게 반영 되는 것을 가능케 하고 있습니다. 


보다 고객 중심적인 차원에서 제품 개발에 성공하다
 YME는 Yamaha 온라인 포털의 고객 설문 조사 결과를 바탕으로, 좀 더 고객 중심적인 차원에서 제품을 개발하는데 성공하였습니다. 아울러 YME는 신제품 개발에 있어 실패률을 최소화할 수 있게 되었고, 구매 성향을 파악하는 능력이 향상하게 되었습니다.



- 출 처 :  IBM SPSS Software Customer Story (http://www-01.ibm.com/software/success/cssdb.nsf/topstoriesFM?OpenForm&Site=spss&cty=en_us)

Posted by JDATE
고객사 이야기2011. 8. 22. 17:06



미국의 명문 대학의 90% 이상이 SPSS 소프트웨어를 사용하고 있습니다.

 

SPSS 소프트웨어의 개발은 교육 기관, 즉 대학에서 그 시초를 두고 있습니다. 개발 당시 석사 과정 학생들의 공공 정책 관련 데이터를 분석하기 위한 툴로 디자인 되었기 때문입니다. 아이비 리그 학생들이 통계적 방법론의 개념을 습득하고 이론적인 이해를 돕기 위함부터 교육 과정 평가까지 SPSS는 미국 내 대학과 K-12 교육 기관에서 독보적인 존재로서 널리 사용 되고 있습니다.

 

교육기관의 가장 큰 운영 목적은 학생들이 최상의 교육을 받을 수 있도록 하는 것입니다. 예측 분석의 선두 주자로서, SPSS는 교육 기관들이 중대한 의사 결정을 내리는 것을 지원하고, 분석에 따른 행동 지침을 제공하고, 연구를 설계하는 데 도움을 주고 있습니다.

 

SPSS 예측 분석 기술은 유수의 교육 기관들에서 학생들의 수강 신청 관리, 각종 프로그램과 커리큘럼의 평가, 졸업률과 재학률의 향상, 졸업생들의 산학 협력 기여, 인터넷 컨텐츠 효과의 분석 등 다양한 분야에서 활용 되고 있습니다. 교수들은 또한 학생들이 SPSS를 이용한 통계분석과 데이터 마이닝, 조사 연구를 통해 실제 생활에 필요한 스킬을 마스터할 수 있도록 지도하고 있습니다.

 

SPSS의 개발 배경부터 사회 과학 분야에 초점을 맞춰 왔기 때문에, SPSS는 오늘날까지 사회 과학 분야에서 심층적으로 다뤄지고 널리 사용 되고 있는 제품 라인을 주로 제공하여 왔습니다. SPSS 기술은 과학자들이 중요한 임상 데이터를 수집하고 분석하는 데 활용 되어 온 동시에, 학생들이 특정 집단의 태도, 취향, 행동 양식을 연구하는 데 사용 되고 있습니다.

초∙중∙고등학교는 정부 교육 기관과 이사회, 학부모들에게 엄격한 교육 조건 및 보고 방침을 더욱
따르는 추세입니다. 이러한 교육 기관들은 점점 SPSS 예측 분석을 통해 절차의 진전을 점검하고 새로운 교육 기준을 준수하려 하고 있습니다. 수천 개의 학교들이 SPSS 소프트웨어로 성과를 측정하고 보고하는데 애용하고 있으며, 기존의 시험과 정부 기준을 기반으로 효과적인 연말 평가를 개발하며, 전략적인 교육 관련 계획을 세우고 있습니다.

SPSS
의 예측 분석 기술은 세계의 교육 기관들이 특정 이슈에 접근하여 신속하게 측정 가능한
성과를 거두어 조직 차원에서 원대한 목표를 이룩하는 것을 가능하게 해줍니다.


 
Cabrillo College, 수강 신청 패턴 예측을 하다!
도입제품: SPSS Modeler
도입분야: 수강 신청 관리

미국 California 주의 Aptos에 위치한 2년제 커뮤니티 칼리지 Cabrillo College는 학생들의 편입, 취업 준비, 자기 계발, 승진, 재교육(평생교육)을 위하여 운영/설립 되고 있습니다. Cabrillo College는 재학생 관리를 위하여 14,500여명의 재학생 중 자퇴율을 예측하고 관련 규제 수립 및 개개인에 적합한 수강 신청을 돕고자 하였습니다.

 

Jing Luan 박사는 본교의 경영 계획 및 연구 책임자로 SPSS 제품군을 활용한 예측 분석 기술을 통해 학생들의 수강 신청 패턴과 경향에 대하여 깊이 이해하고 있습니다. 복학할 확률이 적은 학생을 예측함으로써 행정처와 학부에서 위해 학업 상담, 학자금 지원, 커리큘럼 소개를 통해 직∙간접적으로 학업 포기를 방지할 수 있게 되었습니다. 또한 이러한 예측 분석 작업을 통해 본교는 또한 커리큘럼을 수정하고, 학생들의 필요에 따라 과목을 개설하거나 폐강하는 등 적절한 대처를 할 수 있게 되었습니다.

 

SPSS의 데이터 마이닝 워크벤치 IBM SPSS Modeler를 통해 Luan 박사는 학생 개개인의 과목 이수, 변경, 자퇴 확률과 이에 영향을 미치는 다양한 요인을 찾아낼 수 있게 되었습니다. Luan 박사는 주의나 특별한 관심이 필요한 학생들의 유형을 예측해냄으로써 그들 개개인에게 적합한 정보를 제공하거나 학업에 정진할 수 있도록 방해가 되는 요소들을 극복하도록 도와줄 수 있습니다.” 라고 말했습니다. “뿐만 아니라 학생들을 위해 적재 적시에 과목을 개설할 수 있게 되었습니다. 예를 들어 야간 수업을 들을 확률이 높은 학생들이 갖고 있는 특정 프로파일을 파악할 수 있게 된 겁니다.”

 

Luan 박사는 수강 신청 관리뿐만 아니라 향후 다른 분야에 있어서도 SPSS의 기술은 Cabrillo College의 발전에 지속적으로 긍정적인 영향을 미칠 것으로 보고 있습니다. “데이터 마이닝은 교육 마케팅, 투자 유치, 생존 분석, 웹사이트 클릭 스트림 분석 등 고등 교육 관련 연구에 지대한 영향을 미치는 어플리케이션입니다. 학생들을 위한 심층 연구에 있어 SPSS 제품군은 Cabrillo College의 중요한 전략적 파트너입니다.”

 


INHOLLAND, 대학 시험∙출제평가 시스템 개선하다!

도입제품: SPSS Data Collection

도입분야: 전자 출제∙평가 시스템

INHOLLAND는 네덜란드 대학들의 연맹으로, 당시 시험 채점관들이 연맹 내 약 40,000명 이상의 학생들의 시험 응시 결과를 수작업으로 기록하고 평가하는데 너무 많은 시간과 노력이 들어감에 따라, 방대한 시험지 데이터를 정확하게 평가하고 오차를 최소화하는 솔루션을 필요로 하고 있었습니다. 또한 학업 성취도 평가 자체의 우수성과 효과를 향상 시키기 위해서 시험 결과를 편집하고 분석하는 과정이 요구 되는 시점에서 INHOLLAND는 시험지 생성∙채점하고 그 결과를 처리하고 분석하는 데 SPSS 제품군을 도입하게 되었습니다.

INHOLLAND의 교수진은 mrPaper라는 SPSS Data Collection의 한 시장 조사 분석 모듈을 통해 문제 은행 데이터베이스를 구축하여 수작업으로 시험 문제를 출제하는 과정을 없애 나가게 되었습니다. 그 다음 단계로, 수작업으로 데이터를 기입하는 일 대신 mrScan이라는 SPSS Data Collection의 다른 한 모듈의 스캐닝 기술을 통해 시험 결과를 채점하였습니다. INHOLLAND Diemen ICT project manager Marc Scheunhage INHOLLAND의 교수진들은 SPSS 테크놀러지 덕분에 시험 결과를 채점하고 오차를 수정하는 데 있어 많은 시간을 절약하게 되었다고 밝혔습니다.

시간 절약 효과 외에도 SPSS 소프트웨어로 오답율이 잦은 문항과 학생들의 시험 결과 경향을 파악하는 등 시험 결과를 분석함에 따라 교수들이 중요한 통찰력을 얻을 수 있게 하였습니다. 이로 인해 교수진은 학업 성취도 평가의 질을 높일 수 있게 되었습니다. Scheunhage“Data Collection을 통해 시험 출제 및 평가에 있어 사람으로서 어쩔 수 없이 범할 수 있는 오류는 더 이상 문제가 되지 않게 되었습니다. 뿐만 아니라 수작업으로 시험지를 작성하게 되지 않게 되어 업무량과 이에 따른 부담감이 상당히 줄어들었습니다.”라고 밝혔습니다.

Scheunhage는 계속 해서 “Data Collection을 도입함으로써 좋아진 점은 이것뿐만 아닙니다.”라고 말을 이어나갔습니다. “신속하고 정확한 시스템, 문제은행 데이터베이스의 준비 과정 등 다양한 이점은 Data Collection이 어떤 교육 기관에서도 가치 있는 툴이라는 것을 말해주고 있습니다.”


SPSS
의 예측 분석을 통해 INHOLLAND는 시험 출제 시스템의 개선에 있어 상당한 효과를 보았습니다. 교수진은 시험에 관련 된 수작업보다 학생들의 개개인의 가능성에 따라 재능을 발달 시키는 학교의 본질적인 목표에 맞게 그들을 가르치고 평가하는 데 더 많은 시간을 쏟을 수 있게 되었습니다.


Kent 주립대학, 
임상 데이터에 대한 새로운 통찰력을 얻다!

도입제품: SPSS Statistics for Mac OS X

도입분야: 임상 연구

 

범불안장애 (汎不安障碍 -Generalized Anxiety Disorder, 이하 GAD)는 병적인 불안으로 인해 정상적인 생활이 힘든 상태로 미국에서 500만명 가까이 겪고 있는 장애 입니다. Ohio Kent 주립 대학 심리학 조교수 (Assistant Professor) David Fresco 박사는 GAD 에 대한 임상 연구를 진행하고 있는 동시에, 연구 방법론과 인지행동치료(認知行動治療 -Cognitive behavior therapy) 법을 강의하고 있었습니다.

 

임상 데이터에서 GAD와 유의한 관계성을 보다 신속하고 나은 방법으로 찾아 내기 위해서 Fresco 박사는 통계적 해석과 데이터 분석 과정을 필요로 하고 있었습니다. 매킨토시 유저로서, 박사는 동료 연구진과의 분석 작업 공유를 위해 윈도우 운영 체제와도 연동이 되는 소프트웨어가 필요했습니다. 이에 Fresco 박사는 그의 두 가지 주() 연구 분야인 GAD의 발생 요인과 치료법에 대한 연구와 인간의 회복탄력성 (Resilience) 과 우수성과 관련 된 요인들을 파악하고 정제하여 파급 시키는 과정에 대한 연구에 SPSS 예측분석 소프트웨어를 도입하게 되었습니다.

 

Mac OS X 체제에서 매킨토시 버전의 SPSS 데이터 관리 및 통계 소프트웨어 제품군을 사용하면서 Fresco 박사는 이제 임상 데이터를 보다 빠르게 분석하고 상관 관계를 갖는 특징들을 찾아 낼 수 있게 되었습니다. 또한 Fresco 박사는 SPSS 제품군에 대해 다음과 같이 평했습니다. “SPSS 제품군은 호환성이 뛰어나 텍스트나 엑셀 데이터, MS Access 데이터 등을 가리지 않고 다양한 포맷의 데이터를 핸들링할 수 있어 상당히 마음에 듭니다. 데이터 셋 또한 용량을 많이 차지하지 않아 인터넷을 통해 실시간으로 동료들과 분석 결과를 공유하고 협업이 가능합니다.”

 

데이터에 내재된 패턴과 관계를 찾아냄으로써 Fresco 박사는 심리적 장애의 요인과 치료법 개발을 위한 연구 가설을 명확화 시키고 분석 과정을 수정해 나갈 수 있게 되었습니다. “Mac OS X를 위한 SPSS의 편의성은 제가 데이터 분석 때문에 고민하는 것 보다 더욱 심오한 학술적 의문을 풀어 나가는 데 집중하여 시간을 쏟을 수 있도록 해주었습니다.” SPSS의 예측 분석은 그가 앞으로도 환자들의 병세가 호전 되고 역경을 극복하기 위한 치료법을 개발하는 데 있어 필수적인 역할을 수행할 것 입니다.

 

 

Michigan 지방 교육청, 학생 관련 데이터 분석을 활성화하다!

도입제품: SPSS Statistics, SPSS Text Analysis for Surveys

도입분야: 학업성취도 평가/교육 수준 평가

40
개교의 K-12 (유치원생부터 고등학교3학년까지) 17,500명의 학생들로 구성 된 교육 시스템을 관할하고 있는Michigan 주의 Lansing 시 교육청은 학생들의 학업 성취도를 향상 시키기 위해 관련 데이터 분석의 필요성을 느끼게 되었습니다. 관내에서 학생 평가 및 회계 부서의 연구원 (research and evaluation assistant)으로 재직 중인 Bethany Deschaine은 다양한 종류의 데이터베이스에 저장 되어 있는 학생들의 정보를 분석하고 보고하는 업무를 맡고 있습니다. 시 교육청은 예전부터 구역 내 학생들에 관련 된 데이터를 철저하게 분석할 수 있는 솔루션을 요구해왔고, Deschaine Lansing 시가 SPSS 예측 분석 솔루션을 기준으로 표준화될 수 있도록 노력하였습니다.

통계 분석∙데이터 관리 소프트웨어인 SPSS를 통해 Deschaine은 이제 시내 모든 구역의 데이터를 수집하여 한 파일로 통합할 수 있게 되었습니다. 나아가 SPSS Text Analysis for Surveys 를 통해 개방형 구조의 설문지 데이터도 연구에 반영할 수 있게 되었습니다.
Deschaine은 양질의 데이터는 교사들에게 학생들의 강점과 취약점에 대한 더 깊은 통찰력을 제공함을 알게 되었습니다

교사들은 GPA, Iowa, MEAP 학생들의 시험 성적 결과와 출석율과 통상적으로 널리 이용 되어온
전학 빈도 수 등과 같은 척도를 통해 학생들의 학업 성취도를 평가합니다. Deschaine이 학생 개개인에 대한 평가 결과를 제공하면, 교사들은 그 결과와 지도 사항 등을 학부형들에게 전달합니다. “교사들은 학부형들과의 면담 시 자녀들이 어떠한 부분에 강하거나 취약한 지 토론하는 시간을 갖게 되었습니다. 단지 형식적으로 아이의 성적만을 논하는 것이 아니라, 교사들이 학부형들에게 확실한 가이드라인을 제공할 수 있게 된 겁니다.”

Deschaine
은 언급하기를 저는 SPSS 제품군을 사용하고 나서부터, 아직도 이렇게 업무를 편리하게 처리할 수 있도록 해주고, 자신이 얻을 수 있는 가장 정확한 정보를 제공하는 제품을 도입하지 않은 타 지역 교육청들을 이해할 수 없습니다.” 거미줄 같이 복잡하게 얽혀 있는 Lansing 있는 시 관할 학교들의 데이터베이스에서 방황하는 시간을 절약하게 해준 SPSS의 예측분석 기술은 Deschaine가 교사들과 행정 업무 담당자들의 요구 사항에 즉각적으로 대처할 수 있도록 해주었습니다.


 


New York 대학, 실생활의 주요문제를 강의주제로 사용하다!

도입제품: SPSS Statistics

도입분야: 학생 교육


계량적 분석과 심리학 전공 교수인 Sharon Weinberg 박사는 30년 간 이상 New York 대학에서 통계학을 강의해왔습니다. Weinberg 교수는 학생들이 불필요하게 복잡한 수식을 풀이하느라 고민하는 것이 통계 분석 이론의 개념을 이해하고 학습하는 데 방해가 됨을 걱정해왔습니다. 따라서 Weinberg 교수는 학생들이 수식 풀이보다는 개념 원리를 배우는 데 집중할 수 있기 위해 SPSS의 예측분석 소프트웨어를 강의 커리큘럼에 도입하게 되었습니다.

도입 초기부터 Weinberg 교수는 학생들이 데이터 관리 통계 분석 소프트웨어 SPSS에 잘 적응해
나감에 깊은 인상을 받았습니다. 그녀는 데이터 분석가가가 되고자 하는 학생들에게 SPSS 제품이 완벽한 플랫폼임을 깨달았습니다. SPSS 소프트웨어는 마스터하기 쉬울 뿐 아니라 통계에 대해 다른 시각으로 접근할 수 있게 하는 기능들을 두루 갖추었기 때문입니다.

학생들은 실질적으로 중요한 문제들에 부딪히게 되면 짧은 시간 동안에 다양한 분석을 수행함으로써 그 해결 방안을 찾을 수 있게 되었습니다.” 또한 SPSS의 대용량 데이터셋 처리 능력은 실생활의 복잡성을 그대로 반영한 실습을 가능하게 해주었습니다. 또한 뛰어난 그래프 작성 기능은 학생들이 데이터를 쉽고 빠르게 확인할 수 있게 해주었습니다.

SPSS
예측 분석 소프트웨어를 통해 실제 데이터를 산술적으로 계산하고 시각적으로 요약하는 것을 실습하는 과정은 학생들이 데이터를 개념적으로 이해하고 해석하는 것뿐만 아니라 가설검정을 통해 통계학을 배울 수 있도록 하였습니다. 고급 통계 소프트웨어와 함께한 30년 간의 강의 경험을 토대로 Weinberg 교수는 그녀의 학생들과 함께 배움의 동반자로서 거듭날 수 있는 강의에 매진하고 하고 있습니다. 바로 그것이, 참된 고등 교육의 본질일 것 입니다.

Posted by JDATE
고객사 이야기2011. 8. 22. 10:20


 한국고용정보원은 고용 지원 서비스 선진화를 통한 국민의 삶의 질 향상을 목적으로 운영 되는 노동부 산하의 국가 고용 정보 인프라의 선도 기관입니다.  1979년 노동청 직할 기관인 ‘국립중앙직업안정소’로 설립 된 이래 직업 연구 및 직업 지도, 해외 취업 알선 및 고용 정보 제공의 업무를 수행해왔습니다. 1995년, 노동부 ‘중앙고용정보관리소’로 조직을 개편하여 고용 보험 및 고용 정보 전산망을 구축∙운영하여 국가적 고용 정보 인프라 선도 기관으로 발돋움하는 발판을 마련했습니다. 2001년 1월, 한국산업인력공단 ‘중앙고용정보원’으로 이관 되었다가, 2005년 12월 개정된 고용정책기본법 제 33조에 따라 2006년에 고용 서비스 선진화에 대한 국민적 요구를 반영하여 노동부 산하의 독립 법인인 ‘한국고용정보원’으로 새롭게 출범하였습니다.

 한국고용정보원은 각종 고용 관련 전산 시스템의 개발, 고용 정보의 수집∙제공, 직업에 관한 조사와 연구를 통해 국민들의 직업 선택과 고용 정책 수립에 이바지 하고 있습니다. 데이터 관리∙개발팀의 김형래 팀장은 IBM SPSS Statistics는 원내 다양한 조사 및 연구 활동과 논문 작성에 가장 폭넓게 활용 되고 있는 통계 분석 소프트웨어라고 밝혔습니다. IBM SPSS Statistics는 인력 수급 전망센터, 고용조사분석센터, 고용서비스평가센터, 진로교육센터, 고용대책모니터링 센터와 데이터 관리∙개발팀 등에서 널리 사용 되고 있으며, 과학적인 인력수급전망과 고용 동향과 직업에 대한 자료 분석 및 연구에 적극 활용 되고 있습니다.

 이 중 데이터 관리∙개발팀은 원내 IBM SPSS Statistics를 비롯한 각종 통계 프로그램을 관리하고 있는 동시에 전국 각지의 노동부 산하 기관들에게서 다양한 종류의 데이터를 수집하고 있으며, 이들 기관으로부터 통계 분석을 의뢰 받아 수행하고 있는 전문 인력들로 구성 된 부서입니다. 또한 팀 내에서도 다수의 고용 분야 관련 논문 및 자료집 작성을 통해 높은 실적을 거두어왔습니다.

 
향후 한국고용정보원에서는 또 다른 IBM SPSS 제품군인 구조방정식 모형 도구 IBM SPSS Amos 와 데이터 마이닝 도구 IBM SPSS Modeler도 적극 활용할 예정입니다. 앞으로도 한국고용정보원은 국가 고용 인프라의 확충과 고용서비스 선진화를 위하여 끊임 없이 노력할 것이며, IBM SPSS 제품군은 강력한 예측적 분석 도구로서 이를 위한 연구 활동을 항상 적극 지원할 것입니다.


- 출 처 : SPSS KOREA 홈페이지 (
http://www.spss.co.kr/news/news_letter_detail_border.asp?exec=view&strBoardID=BOARD_LETTER_DETAIL&intSeq=6180)

Posted by JDATE
고객사 이야기2011. 8. 19. 11:40




 한국교육개발원 (KEDI)은 교육 목적과 방향, 교육제도, 교육정책 등에 관한 종합적이며 과학적인 연구를 수행하고, 한국 교육이 당면한 제반 문제를 합리적으로 해결하는 혁신적인 교육 체제를 개발함으로써 교육의 발전에 기여함을 목적으로 설립 된 교육 정책 연구 기관입니다.
 한국교육개발원은 ‘한국경제매거진 (구 한경비즈니스)’이 각계 전문가들을 대상으로 조사한 ‘대한민국 100대 싱크탱크’ 중 정치∙사회∙복지∙교육 분야에서 2008년과 2009년 연속 1위, 2010년에는 2위에 선정 된 바 있으며, 지난 1972년 설립 된 이후 한국 교육 정책의 싱크탱크 역할을 해 온 연구 기관으로서 시대가 요청하는 교육 수요에 대한 연구를 진행하며 한국 교육의 발전에 기여한 바가 적지 않다는 평가를 받고 있습니다.

 
한국 교육에 관한 중요 아젠다를 발굴하고, 합리적인 정책 및 대안의 제시를 위해서는 무엇보다도 교육 현상과 문제에 대한 정확한 진단과 분석이 이루어져야 합니다. 정책의 효율적 집행 및 정책 성과를 평가함에 있어서도 체계적이고 실증적인 데이터에 근거한 과학적인 분석이 무엇보다도 중요합니다. 데이터의 실증적 분석에 기반한 의사 결정 과정을 통해서, 시행 착오의 부작용을 최소화하면서 효과를 극대화할 수 있는 실효성 있는 정책을 도출할 수 있기 때문입니다.
 이러한 이유로 한국교육개발원에서는 교육 관련 연구의 전반적인 과정을 뒷받침하기 위해 강력한 통계 분석 툴 IBM SPSS Statistics를 도입하였습니다. 현재 한국교육개발원에서는 IBM SPSS Statistics를 통해 연구실마다 각 연구 주제에 맞는 다양한 분석 기법을 활용하고 있습니다.

 
한국교육개발원 교육조사연구실에서는, 초∙중∙고등학교 교육 실태 및 수준에 관한 자료, 진로 및 직업의 이행과 관련한 종단적 교육 자료, 학업 성취도 자료, 여론조사 및 기타 교육 현안에 관한 자료를 수집∙분석 및 보급하여 왔습니다. 1999년부터는 한국교육개발원 교육여론조사를 실시, 2003년부터는 학교 교육 실태 및 수준 분석, 2005년부터는 한국 교육 종단 연구 등을 수행하여 공교육 내실화와 교육 정책 연구를 위한 중요한 기초 자료를 제공해오고 있습니다.
 한국교육개발원 교육조사연구실의 남궁지영 연구위원은 IBM SPSS Statistics는 사용이 쉽고 간편하다는 장점 때문에 많은 연구원들이 선호하는 프로그램이라고 평했습니다. 

 
남궁지영 연구위원은 학교, 학생, 교사 등에 대한 횡단적∙종단적 데이터를 매년 축적해오고 있으며, 이러한 데이터들의 관리 및 분석을 통한 연구에 IBM SPSS Statistics를 적극 활용하고 있다고 밝혔습니다. 이 외에도 사교육 해소와 공교육의 내실화, 교육력 향상과 학교 선진화, 입시제도 개선, 대학의 교육 및 연구 역량의 강화 등 국가의 제반 교육 정책 및 현안에 대한 과학적인 분석을 위해 IBM SPSS Statistics의 다양한 기능이 십분 활용 되고 있다고 전했습니다. 

 한국교육개발원 공식 홈페이지에서는 2011년, ‘△미래교육 비전연구 강화, △고등교육 연구 확대, △교육 지표 및 지수 개발, △글로벌 교육협력 강화 등을 더욱 적극적으로 추진하는 한편 세계적인 연구 능력을 갖춘 해외 유수 연구 기관들과 자료 협조 및 정보 교환, 공동 연구, 인적 교류 등을 확대, 추진하여 한국교육개발원을 인재대국‧선진일류교육을 지향하는 세계적 수준의 교육정책연구기관으로 도약하도록 하겠다’는 포부를 밝히고 있습니다. IBM SPSS Statistics는 한국 교육의 세계화‧선진화를 위한 한국교육개발원의 이러한 노력과 연구의 동반자가 되어 드릴 것입니다.


- 출 처 : SPSS KOREA 홈페이지 (http://www.spss.co.kr/news/news_letter_detail_border.asp?exec=view&strBoardID=BOARD_LETTER_DETAIL&intSeq=6135)

Posted by JDATE
고객사 이야기2011. 8. 17. 10:55


 알리안츠 생명은 1890년 독일에서 설립 된 세계 최대의 보험 금융 서비스 그룹인 알리안츠 그룹의 100% 국내 자회사로, ‘최고를 지향하는 든든하고 수익성 있는 고객 중심의 생명 보험사’라는 비전 아래 차별화된 선진 보험 상품과 전문적인 재무 서비스를 제공하며 고객 중심의 다양한 경영활동을 펼치고 있습니다. 2009년 초 알리안츠 생명에서는 이러한 비전을 달성하기 위해 ‘DW/ 분석 CRM 구축 사업’을 기획하게 되었습니다. 본 프로젝트는 고객 정보를 통합하고 분석 CRM 체계를 활성화하는 한편, 이를 통해 고객 맞춤 서비스 제공을 실현하는데 의의를 두었습니다. 알리안츠 생명은 ‘DW/분석 CRM 구축사업’의 시행 업체로서, 금융 및 보험 업계에서의 유사 프로젝트 경험을 다수 보유한 SPSS Korea를 선택하게 되었습니다. 


 DW/분석 CRM 시스템은 고객 중심으로 구현 된 인프라를 기반으로 데이터 마이닝을 통해 적합한 마케팅 캠페인을 수립, 운영 후 결과를 DW로 수집, 축적하고 결과를 OLAP으로 측정하도록 구성 되어 있습니다. 특히 데이터 마이닝 솔루션은 Allianz Advisor (이하 어드바이저)의 영업 활동을 최대한 지원하기 위해 예측 모형 개발 및 운영하여 마케팅 캠페인 적중률을 향상 시키고, 고객 관리의 기반을 구축하는 데 기여하였습니다.
 CRM 시스템 도입 후 알리안츠 생명의 어드바이저들은 시장 세분화 및 마이닝에 모형에 의해 선별 된 대상자들을 중심으로 영업 활동에 집중할 수 있게 되었으며, 종전에 파악하지 못했던 잠재 고객층을 파악할 수 있게 되었습니다. 또한 여러 시스템에 분산 되어 있던 고객 정보가 통합 되어, 전사적으로 활용이 가능한 Single-view 체계가 구현 되어 어드바이저들이 고객 응대 시 일관성 있고 능동적으로 대처할 수 있게 되었습니다. 알리안츠 생명 관계자는 데이터 마이닝 모형이 제공하는 최적의 대상자 접촉 및 영업 전략 실행을 통하여 시스템 도입 이전 보다 추가 가입자가 4~5배 증가, 고객 이탈율은 120~150% 감소하였다고 밝혔습니다. 현재 알리안츠 생명에서는 60% 이상의 어드바이저들이 본 시스템을 활용하고 있으며, 전체 계약 건수 중 약 20 ~ 25%가 이에 따른 마케팅 캠페인을 통해 성사되고 있습니다.
 이번 프로젝트로 인하여 데이터 마이닝 및 OLAP 시스템을 통해 고객 데이터를 이용한 다차원적인 분석 자료에 근거하여 트렌드를 파악하고 다양한 정보를 얻을 수 있게 되었다고 밝혔습니다. 나아가 내부 분석 역량이 강화 됨에 따라, 타 부서에서도 분석 역량에 대한 수요가 늘고 있다고 하였습니다.

 2010년 1월 사용자들에게 오픈 된 이래로 1년 간 알리안츠 생명에서는 DW/분석 CRM 시스템의 사용을 활성화 시키기 위한 노력을 해왔다면, 2011년에는 시스템의 활용성을 최대화하고 효율성을 높이는 데에 주력할 예정이라고 밝혔습니다. 현재 알리안츠 생명에서는 지속적으로 모형 평가를 비롯한 전체적인 CRM 시스템을 보강하기 위해 노력 중에 있으며, SPSS Korea와 기존의 계약자가 어드바이저로 전환하는 유형을 예측하는 리쿠르팅 모형을 개발하고 있습니다.
 알리안츠 생명의 관계자는, 당사가 앞으로 고객 중심의 회사로 성장해 나가기 위해 각 파트의 전문 인력을 양성하고자 하는 차원에서 직원들의 분석 역량을 향상 시키기 위하여 OLAP 경진 대회 및 시스템 사용자 교육에 힘쓰고 있다고 밝혔습니다. 이와 같은 노력으로 알리안츠 생명은 최고 수준의 고객 중심의 생명 보험사로 거듭날 것입니다.


- 출 처 : SPSS KOREA 홈페이지 (
http://www.spss.co.kr/news/news_letter_detail_border.asp?exec=view&strBoardID=BOARD_LETTER_DETAIL&intSeq=6115)

Posted by JDATE
고객사 이야기2011. 8. 12. 12:59


 품질에 나쁜 영향을 미치지 않고 의료비용을 관리하는 것에 대한 국가 토론회에서 한 전략 – 증거 기반 의학 - 은 엄청난 가능성으로 각광을 받았습니다. 의사들과 정치인들로부터 찬사를 얻은 그 증거 기반 의학 접근 방식은, 환자에게 최상의 임상결과를 보장할 수 있는 의학적 결정을 할 때 과학적으로 수집된 가장 유용한 증거를 적용시킬 수 있게 도와줍니다.
CRI(Centerstone Research Institute)는 증거 기반 의학에서는 선두를 차지하고 있습니다. 민간, 비영리기업은 정신 질환을 가진 사람들에게 혜택을 주는 임상연구를 수행하기 위해서 Centerstone의 지역 사회 정신 보건 센터와 함께 일을 합니다. 이제 IBM® SPSS® Modeler의 도움으로 CRI의 연구자들은 한걸음 더 먼저 증거 기반 의학을 연구하고 있습니다. : 그들은 Centerstone의 지식 기반을 꾸준히 향상 시키기 위해서 그리고 임상가들이 가장 성공 가능성이 높은 치료를 알 수 있도록 돕기 위해서 환자들의 직접적인 피드백을 사용하고 있습니다. 그것은 실무 기반 증거라고 불리는 대안적인 접근 방식입니다.
 “실무 기반 증거는 실제인구로부터 시행되는 실제임상실습에서 정보를 얻고 있습니다..” 라고 CRI의 최고운영책임자인 Tom Doub는 말합니다. "그래서 당신은 그 정보를 다시 임상실험에 적용하고, 실제의 환자 인구와 모든 현실의 다양한 요구에 맞게 그것을 적용시킬 수 있습니다."
 데이터를 분석하기 위해, CRI는 결과에 영향을 주는 요소를 더 잘 이해하기 위해서 데이터 안에서 트렌드와 패턴을 발견하는 예측적 분석 솔루션인 IBM SPSS Modeler를 사용하였습니다. 연구자들은 미래의 고객에 대한 개별적인 치료 권장사항들을 생성하는 전자 보건 기록 내에서 이러한 의료 의사결정 지원도구를 구축하기 위해 패턴들을 사용할 수 있습니다. 데이터로부터 생성된 정보로, CRI는 임상가들이 센터의 가장 우선 사항인 환자의 결과를 크게 향상시킬 수 있도록 도움을 줄 수 있었고 비용을 절감시켰습니다.


적은 비용으로 더 많은 일을
 인디애나와 테네시에 위치하고 있는 Centerstone 네트워크에 있는 130개 이상의 비영리 지역 정신 건강 단체는 우울증의 약물중독에서 스트레스 관련 장애 이르는 질병들을 가진 75,000명에게 매해마다 서비스를 제공하고 있습니다. CRI의 목적은 빈번하게 볼 수 있는 질병의 다양한 임상연구를 실시하여, Centerstone의 임상가에게 비지니스 관리 관행 및 임상에 대한 실질적인 정보를 제공하는 의료서비스를 하도록 돕는 것입니다. 그러나 전국 의료 기관 및 비영리 단체와 같이 Centerstone은 예산의 삭감, 낮은 보상 시스템, 및 정신건강 서비스에 대한 증가된 수요와 같은 어려움을 겪고 있습니다. “우리는 우리가 가지고 있는 한정된 자원을 가지고 더 나은 의사 결정을 내릴 수 있는 방법을 강구해야 하는 것을 깨달았습니다."라고 Doub는 설명합니다.
 Ayers 재단과 Joe C. Davis Foundation으로부터 자금지원을 받고 있는 CRI는 다양한 의약품과 어떤 것이 가장 유익한지 확인하는 양상 예측 모델을 개발했습니다. 그러나 완성하려면 수년이 걸리거나, 비현실적인 솔루션을 제공하거나, 실무자에게 전달 될 때쯤에는 이미 오래된 결과를 만들어내는 표준 제어 시험 방식을 사용하는 대신에 Centerstone의 임상가들은 CRI의 환자들로부터 생성된 데이터를 결과를 예측하는 도구로서 사용합니다.
 “우리가 볼 수 있는 가장 큰 문제점 중에 하나는 한 사람이 올바른 선택을 하려고 할 때 너무나도 많은 양의 정보가 있다는 것입니다." 라고 Casey Bennett는 말합니다. “우울증을 없애기 위해 지금, 어떤 의약품이 효과가 있을지 전혀 알 수가 없는 20개의 다른 종류의 의약품이 있습니다. 그래서 임상가는 교육적인 추측을 할 것을 강요 받고 있습니다. 만약에 그것이 효과가 있으면 훌륭한 것이고, 만약 그것이 효과가 없으면 다른 것을 시도해 보면 됩니다. 그러나 그것은 비용이 많이 들고 가장 좋은 방법이라고는 말 할 수 없습니다.”



개인에게 맞춤화된 의약품
 CRI는 또한 Centerstone의 Tennessee와 Indiana 의 환자처럼 약간의 경제 또는 인구 통계학을 지루해하는 환자에게 수집된 데이터를 기준으로 결정을 하고 싶지가 않았습니다. “많은 사람들이 임상의사결정지원이라고 부르고 있지만, 그것은 종종 10년 전부터 하드 코딩 된 규칙을 포함하는 것을 기반으로 합니다.” 라고 Bennett은 말합니다. "하지만 그것들은 개인에게 맞춤화 되어 있지 않습니다. 평균 인구의 60%에게만 적용되기 때문에 그것은 우리가 원하는 모델이 아닙니다.” 보다 정확한 모델을 구축하기 위해서, Centerstone는 사회 경제적 상태, 통계 정보 그리고 진단의 범위와 임상 데이터를 포함하여 9000명 이상의 환자에 걸쳐 14개의 변수를 분석하기 위한 모델러를 구성하였습니다. 연구원은 또한 주 내의 모든 결과 수집 시스템처럼 내부 전자 건강 기록의 여러 결과 측정을 통합합니다. 최종 결과는 환자 개인의 독특한 특징을 기반으로 하여 각각의 환자에 대한 다양한 치료 옵션의 효과에 관련된 예측들로 구성됩니다. 모델에 있어서 무엇보다 중요한 입력요소이자 CRI는 지금 막 사용하기 시작한 하나는 연구자가 모든 세션에 모여서 환자로부터 받는 즉각적인 피드백입니다. "우리는 치료에 대한 환자의 생각을 알고 싶습니다."라고 Bennett은 말합니다. “그들의 관점으로부터 어떤 개선이 있는지 여부를 알 수 있습니다. 그래서 우리는 환자에게 그들이 어떻게 하고 있는지, 그리고 어떻게 치료를 진행하고 있는지를 직접 가서 물어봅니다.
 각각의 답변은 1에서 10까지 점수로 측정되며 치료 과정을 통해서 수집됩니다. 피드백은 의료공급자와 환자와의 관계 질을 예측하는데 도움을 줍니다. 그리고 피드백은 긍정적인 건강결과에 점차 좋은 예측지표가 될 것입니다. 시간이 지남에 따라, 많은 환자로부터 나온 데이터는 모델로 공급되고, 그들의 예측 성공과 실수에서 오는 "학습" 모델의 알고리즘들로, 연구자들은 개인에 대한 점점 더 정확한 권장 사항 -본질적으로, "인공 지능" 과 같은 종류의 접근 방식- 을 개발합니다.
"우리의 목표는 실제 경험을 바탕으로 한 맞춤 의학을 구현하는 것입니다."라고 Doub는 말합니다.
"IBM SPSS 예측모델링은 우리가 그것을 이룰 수 있도록 하는 핵심 도구 입니다."


더 나은 임상결과
 
CRI의 모델링 프로젝트는 여전히 시범 단계이지만, 증거 접근 방식은 많은 성공 가능성을 보여주고 있습니다. 데이터는 환자의 의견에서 나온 지식, 70~75% 사이에 있는 환자들에 대한 가장 적합한 치료 옵션을 선택할 수 있도록 하였습니다.
 "우리는 의료연구문헌을 통해 환자들은 단지 50%만이 첫 번째 검사에서 정확하게 검진을 받는다는 것을 알고 있습니다." 라고 Bennett은 말합니다. “우선, 환자는 단지 삶에서 50%의 확률로 올바른 치료를 받습니다. 이것은 우리가 처음 단지 처음 한번 만에 약 25%의 올바른 진단과 치료 비율을 달성하는 것을 뜻합니다. IBM SPSS Modeler를 통해, 우리는 그 비율을 크게 증가 시킬 수 있고 그리고 더 많이 고객에게 맞춤화 된 의약품을 제공할 수 있습니다.”
 그리고 치료의 효과가 적은 과정을 제거하고, Centerstone은 그 환자의 미래를 보호하고 돕는 것과 함께 운영비용을 절감할 수 있을 것입니다. “매일 우리는 지속적으로 데이터를 다시 평가하고, 미래의 사건을 더 이해하기 위한 이러한 패턴을 적용하여 임상치료를 개발하고 있습니다.” 라고 Doub는 말합니다. “운영을 위해 동일한 정보를 공급함으로써, 책임성을 향상 시킵니다. 마지막으로, 시스템의 투명성은 이전보다 효율적인 프로세스를 유지 관리하는데 더욱 비용을 절감 시키며 최종 사용자 및 리소스를 자유롭게 만듭니다.”


 


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

Posted by JDATE
고객사 이야기2011. 8. 10. 16:33


 BMW 그룹은 풍부한 정보를 분석하기 위해 IBM SPSS 비지니스 분석 데이터와 텍스트 마이닝 소프트웨어를 사용하고 있습니다. 이 특별한 소프트웨어는 차량과 수리, 차량 오류 메모리 그리고 대리점의 의견에 대한 정보가 다른 정보와 결합, 구조화되어 자세하게 분석 될 수 있도록 합니다. 이러한 솔루션을 따로 챙겨 두면 데이터가 더 이상 별개로 인식되지 않고 데이터들의 조합을 통해서 완전히 새로운 통찰력을 제공 받을 수 있습니다. 분석의 결과들은 오류 비율을 감소 시키고 비용을 절감하는 것을 돕기 위해 BMW의 작업 프로세스로 즉시 다시 보내집니다. 또한, 제품 및 서비스의 지속적인 향상은 고객 만족도를 증가시키며 자동차 제조업체가 시장에서 가장 성공적인 회사 중의 하나로서 지위를 굳히는 것을 도와 줍니다.
 
프리미엄 업체로서 BMW는 혁신, 오리지널 디자인과 품질을 통해 고객을 얻는 것이 목표입니다. 그러므로 지속적으로 자사의 상품과 서비스를 평가하고 게시판에 있는 고객의 소리를 수용하는 것이 필수적입니다. BMW 는 구체적인 분석을 수행하기 위해서 차량, 차량 오류 메모리를 통해 알 수 있는 정비 데이터 그리고 고객과 대리점의 의견과 같이 광범위한 데이터를 수집합니다. 이러한 연구 결과들은 다음 제품과 서비스를 향상 시키는 데 사용 됩니다. 결과적으로 평가와 분석 그리고 개선의 지속적인 과정이라고 할 수 있습니다.




효과적으로 분석된 데이터는 "생명줄"이 된다.
 
데이터는 때때로 기업에게 있어서 "혈액"이라고 이야기됩니다.  BMW 그룹과 같은 세계적인 기업들은, 매일 이런 정보가 저장공간의 기가 바이트를 가득 채웁니다. 이런 방대한 양의 데이터를 관리하는 것은 하나의 과제입니다. 저장은 데이터 베이스에서 이루어집니다. 가공되지 않은 상태에서 데이터는 특별한 의미가 없습니다. 그러나 올바를 분석 도구를 사용하면 데이터는 기업의 "혈액" 에서부터 필수적인 "생명선"까지 빠르게 개발합니다. 품질 부서의 직원들은 특정 자동차에 대한 오류 빈도 비율과 같은 분석을 수행하는데 표준 툴을 사용하고 요약 테이블을 만들 수 있습니다. 하나의 중요한 품질 지표는 차량의 보증 기간 내에 결함이 발생하는 횟수 입니다. 이러한 수치를 감소하면 고객 만족도를 증가 시키고 그 결과 잘못된 결함을 바로 제품을 개선시키는데 드는 비용을 절감합니다.
 그러나 전통적인 비지니스 인텔리전스 방식은 단지 선택된 차량 부품의 결함을 식별하고 평가하는 단순한 분석을 수행하는 것만이 가능합니다. 데이터의 양은 점점 많아지기 때문에 수동으로 직접 이상 치를 걸러 내고, 모든 잠재적인 동향을 파악하는 것을 점점 더 어렵게 만듭니다. 게다가, 표준 툴은 데이터를 컴퓨터 통신망에 연결되도록 허락 하지 않으며 오직 분리된 상태로만 인식합니다. 30,000,000개의 조합 이상에서는, 대표적인 BI의 툴들은 트렌드와 상관관계를 파악하는 측면에 있어서 한계에 부딪칩니다.
 IBM SPSS 데이터와 텍스트 마이닝 소프트웨어를 구현함으로써, BMW 그룹은 지금 현재 빠르고 효율적인 분석을 실행하고 결과들의 조합 할 뿐만 아니라 사용하기 쉬운 솔루션을 가지고 있습니다. 이러한 솔루션은 수천 개의 쿼리를 짧은 기간 안에 처리할 수 있도록 하고, 많은 양의 정보에 대해서도 특정 분석이 실행되는 것을 가능하게 합니다. 통계적이고 수학적인 프로세스들의 패턴을 인식하는 것뿐 만 아니라, 새로운 상관관계와 트렌드를 파악하는데도 이용됩니다.


사내의 플랫폼 (사용 기반이 되는 컴퓨터 시스템・소프트웨어) 은 시간을 절약한다.
 
서비스 지향 아키텍쳐 (SOA)를 기반으로 한 일반적인 분석 플랫폼의 생성은 이러한 데이터 마이닝 서비스를 회사의 다른 영역으로 적용시키고 있습니다. 사용자들은 BMW를 통해 AVAQS (고급 품질 시스템)에서 SPSS 데이터 마이닝 툴을 사용할 수 있습니다. 이러한 접근 방법의 주요 장점은 다른 응용 프로그램 내에서 복잡한 분석 플로우를 알기 쉽게 포함하고 있다는 것입니다. 결과적으로 SPSS에 바로 접속 해본 적이 없거나 또는 SPSS를 어떻게 사용하는지에 대한 지식이 없는 다양한 그룹의 수신자들도 사용할 수 있습니다. 프로세스는 사용자가 새로운 응용 프로그램 환경을 배우는 것을 강요하지 않고도 몇 일 안에 가속화 될 수 있습니다.
 전체에서 약 1,000명의 직원들은 ad hoc 분석을 포함하는 작업에 범위에 대해 AVAQS 플랫폼을 사용합니다. 복잡하거나 비정상적인 분석 요구 사항을 충족하기 위해서, BMW는 사용자들이 AVAQS를 통하여 접속 할 수 있도록, 특정한 문제의 미리 정의된 분석을 만들어 내는 전문가들로 구성 된 분석 서비스 팀을 준비합니다.




데이터 마이닝 프로세스의 적용 범위
 
플랫폼에서 수행할 수 있는 분석에는 수 많은 사례가 있습니다. 예를 들면, 수리 서비스는 고객이 반복적으로 정비소에 방문함에 따라 만족도가 감소하기 때문에 수리 서비스는 모든 자동차 제조업체의 중요한 부분입니다. 그래서 제조업체에게는 반복되는 정비 업무에서 어떤 잠재적인 서비스 개선이라도 확인하는 것이 중요합니다. 서비스 및 고객 관리 프로세스뿐만 아니라, 차량 진단은 전 세계의 대리점 직원들을 위한 핵심 요소입니다. 컴퓨터를 이용한 정비는 이러한 상황에서 매우 중요합니다. 반복데이터의 분석 - 고객이 가장 자주 정비소를 방문하도록 만드는 정비의 종류에 대한 정보 - 는 BMW에게 연구와 개발에 사용될 수 있는 새로운 통찰력을 제공합니다. 이러한 분석은 반복되는 수리 비율을 상당히 개선할 수 있게 도와 줍니다.
 데이터 마이닝 프로세스의 더 추가 가능한 응용프로그램은 연료 소비 데이터를 분석하는 것입니다. 정보는 차량의 조종석 계기판에서 수집되며 차량 운전자에 의해 볼 수 있습니다. 내부 테스트와 사전 제작 차량의 경우, 미래에 다른 국가에서 연료 소비를 분석하는 데에 쓰기 위해서 정보를 기록하고 저장합니다. IBM SPSS 분석 툴은 BMW 부품을 생산하는 Landshut의 공장을 개선하도록 도와줍니다. 주조 과정에서, 열 요소는 품질 관리를 위해 각 구성 요소에 대한 정보를 제공합니다. 매트릭스 코드는 또한 각각의 주조 구성요소의 생산을 추적하기 위해 이 후의 단계에서 사용할 수 있습니다. 매개변수뿐만 아니라 많은 양의 생산과 품질 데이터의 결과는 AVAQS를 통해서 분석됩니다 이 연구 결과들은 통계적 모델을 생성하고 추측하는데 사용됩니다. 신속하게 생산 공정에서의 오류를 파악하고, 적절한 시정 조치를 구현하는 것이 목표입니다. 이러한 숨겨진 정보를 밝혀내는 프로세스는 제품의 품질을 향상 시키고, 개선하는 것을 확인하도록 도와줍니다.

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

Posted by JDATE
고객사 이야기2011. 8. 8. 17:58

Dan MarksFirst Tennessee 은행의 마케팅 최고 의사 결정권자가 되는 과정에서 그는 숫자쟁이로서의 모든 특징을 보여줬습니다. 그는 분류분석을 능숙히 하고, 결정의 증거를 뒷받침하는 수치를 확인했습니다. 은행의 마케터들은 세상을 보고, 생각하는 특이한 방법이 있는 것일까요? Marks는 그들이 그렇다는 그의 믿음에 확신을 가졌습니다. “은행 내에서, 마케터들은 기회를 보고, 새로운 아이디어를 개념화하는 훌륭한 경향이 있습니다. 하지만 오늘날의 은행시장에서, 어디에 은행의 자원을 집중시키는 것이 가장 합리적인가를 식별하기 위해서는 비판적인 시각을 가지는 것이 중요합니다. 그것은 창의성과 규칙, 예술과 과학 사이와 같이 우리가 유지해야 할 균형입니다.“ 라고 Marks는 설명했습니다.

Marks가 이야기 하는 시장은 경쟁의 증가와 은행이 직면한 문제들 중 특히 마케팅 자원의 최적화 방법에 대한 것으로 정의됩니다. 은행은 어느 때보다도 다양한 금융상품들을 여러 판매 채널을 통해 판매하고 있습니다. 즉 경쟁할 수 있는 범위가 넓어진 만큼 이에 대한 마케팅 전략∙전술 및 프로그램 또한 더욱 정교하게 설계되어야 함을 의미합니다. 은행이 선택할 수 있는 전략의 수는 많아졌지만, 이에 적합한 마케팅 자원은 부족하기 때문입니다. 따라서 First Tennessee 은행은 부족한 자원의 투자를 최적화하기 위해 효과를 지속적으로 검증해나가고, 비즈니스 구조에 어떻게 적용하고 적합화 해나갈 지에 대한 대책이 필요합니다.

새로운 마케팅 사고를 향해서

Marks가 최고 마케팅 의사결정권자가 되었을 때, 주요 초점은 과거시절의 단순한 방법인 마케팅 재정구조에 있는 상황이었습니다. 그의 금융시장분석가본능을 발휘하여, Marks는 전반적인 마케팅 비용만을 보는 것이 아니라, 마케팅 비용의 결과가 은행 전반에 어떻게 퍼졌는가를 보는 새로운 방식을 제안하였습니다. Marks가 생각하는 것은 예산 너머, 최적화를 기반으로 의미 있는 측정과 분석을 동반한 First Tennessee 마케팅 과정에 있었습니다. “우리의 목표는 지출로서의 마케팅에서 마케팅은 진정한 수익 창출자라는 사고의 전환에 있습니다.”

First Tennessee 은행의 최고 경영자를 설득 시키는 것은 어렵지 않았습니다. 다방면에서 요구 되는 행동 방안을 도출하는 데 있어 논리적인 사고의 흐름이 거꾸로 된 피라미드와 같은 것임을 인식 시키는 것입니다. 분석에 필요한 기술적 역량을 밑바탕으로, 나아가 은행의 비즈니스 지적 능력을 영위하기 위해 피라미드의 다음 단계인 은행의 데이터 웨어하우스와 재정 조직, 그리고 ROI를 바탕으로 한 모형 기반의 구축이 필요함을 주장했습니다. 그 결과 각 제품 군의 수익성과 관련 재정 상황에 대한 요소들 -수수료, 원가와 매가의 차이, 계좌 잔액 등- 이 도출 되고, 최종적으로 각기 다른 고객 세그먼트에 접근할 수 있음을 증명해 보일 수 있었습니다.


마케팅 틀을 벗어나서

뒤집어진 피라미드의 가장 끝에 Marks의 가장 어려운 도전이자 성공을 위한 가장 중요한 요소인 실행단계에서 변화를 일으키는 것이 남아있었습니다. 이러한 맥락에서, 핵심 과정은 마케팅 매니저가 선택하는 것, 융자프로그램을 둘러싼 각 사업 라인 사이와 관련이 있었습니다. 예를 들어, 더 많은 예산이 잠재고객을 발굴하는 활동을 시행해야 하는가? 혹은 고객을 유지하며 교차판매기회를 강조해야 하는가? 전통적으로, 이러한 결정은 과거의 경험, 직감, 어디에 기회가 있을 것인가에 대한 전통적인 사고의 틀 안에서 대략적으로 이루어졌습니다.

Marks의 목표는 기업 전반에 스며들 수 있는 기회에 대한 생각을 해내는 새로운 방법을 촉진하는 것에 있었습니다. “우리 직원들을 통해서 얻은 정보들은 ROI를 중심으로 우리의 마케팅 자원들을 관리하고 최적화 하는 새로운 방법입니다. 이러한 방법으로 모든 프로그램의 상대적 수익성을 관찰하고, 이를 의사결정의 기반으로서 사용합니다. 우리는 변화를 만들어 내는 가장 효과적인 방법은 위에서 아래로가 아니라, 생각의 새로운 방향을 향한 대화라는 것을 이해하고 있습니다.”

First Tennessee 은행은 제품을 중심으로 마케팅 캠페인을 구성하곤 했습니다. 지난 몇 년 간, 은행은 상당히 조직적이고 목표지향적인 접근을 했습니다. 이는 다음과 같은 효과를 보여주었습니다. 이는 다양한 고객 데이터 포인트로부터 끌어온 각 고객의 은행업무 니즈에 대한 이해에서 시작합니다. Marks의 직원에 의해 개발된 예측분석 모델을 사용하면서, 고객을 First Tennessee 은행 포트폴리오에 있는 각 상품을 구매할 가능성을 기반으로 점수화 했습니다. 그 결과 은행 마케터가 교차판매기회 중에서 Sweet Spots(기업에 대한 소비자들의 호감이 최고인 곳)이라 일컬어지는 상품 군을 정확하게 집어낼 수 있었습니다.

이것은 시작에 불과합니다. First Tennessee 은행의 접근방법이 구별되는 것은 어떻게 은행이 정밀하고 조직적인 접근방법을 어떤 기회가 캠페인 전략에 우선순위가 되어야 하는가를 매기는 것에 적용시킨 방법에 있습니다.  정보저장소에서 얻은 상품 수익과 비용 정보들과 앞에 논의된 세분화된 데이터와 함께 결합시켜, First Tennessee 은행의 모델은 그들 고객 중 구체화된 고객들에게 주어진 상품의 기대되는 수익성을 양적으로 측정하는 것을 가능케 하였습니다. 이러한 모델을 바탕으로 각 상품이나 세분화 부분은 예상되는 ROI 가치가 할당됩니다. 이제 Marks와 그의 팀은 프로그램의 우선순위를 정하고 그에 알맞게 자원을 분배할 증거를 기반으로 한 구조를 갖추게 되었습니다.


 

늘 새롭게

First Tennessee 은행의 접근방식에 깔려 있는 기본적인 원칙은 단순합니다. 검증되지 않은 가정은 프로그램을 효과적으로 관리하기 위한 기본적 바탕이 아니라는 것입니다. 시장 모형이 소비자의 시시각각 변하는 취향을 전적으로 반영하지 못한다는 것은 사실입니다. 그것이 Marks와 그의 팀이 필수적으로 지속적인 리프레쉬 과정을 설계한 이유입니다. 그 팀이 모델을 채택하는 하나의 방법은 검증하고 배우는 연습과정을 통해서입니다. 본 과정은 미세하게 조정된 기존의 것뿐만 아니라, 새로운 프로그램에 적용될 수 있는 새로운 패턴을 발견하기 위해 모델분석을 채택하였습니다. “우리의 접근방법의 큰 약진 중의 하나는 우리는 빠르게 새로운 생각을 검증하고, 더 빠르고 더 효율적으로 시장에 효율적인 제안을 할 수 있다는 것입니다. 그리고 우리는 그것을 지속적이고 조직적인 과정 중의 부분으로 시행합니다.” 라고 Marks가 말했습니다.

한 달 에 한 번, Marks는 분석 직원과 마케팅 매니저를 함께 데리고 트렌드와 시장 모델에 의해 나온 결과물을 점검합니다. 최적화라고 알려진 것처럼, 그 회의는 주주들이 분석의 업데이트를 점검하고, 이것이 은행의 단기 프로그램 활동에 어떤 의미를 갖는지를 결정합니다. 이 때, ROI를 기반으로 프로그램의 매력을 나타내도록 설계된 Bubble표가 가장 선호되는 발표 도구입니다. Marks의 표현을 빌리자면, 은행의 데이터에 기반한 의사결정의 성공여부의 가장 강력한 지표는 해당조직의 마케팅 DNA에 얼마나 영향을 미쳤는가 입니다. “우리는 가장 수익성이 높은 기회들과 협조관계에 있는 전술적 마케팅 지출 계획을 세우고, 시장을 지켜보는 방법들에 규칙적인 움직임을 만들 수 있었습니다. 그리고 이것이 하나의 공통의 목표를 향해 우리의 전반적인 마케팅 노력들을 일직선상에 놓는 것을 가능하게 했습니다.“

 


똑똑한 은행의 보고 지표

  또한 은행의 수행 수치는 ROI 기반의 최적화의 효과성을 나타냅니다. 예를 들어, 마케팅 캠페인의 응답 비율이 3.1% 증가했다는 것은 고객의 니즈를 기반으로 한 구체적인 고객 세분화에 더욱 정확하게 제안을 목표화 하는 능력을 반영하고 있습니다. 먼저, First Tennessee 은행의 시장 점유율 증가와, Tennessee 은행이 지나온 발자취를 따라 수익을 창출하는 것은 성공을 보여주는 또 다른 지표입니다. 전반적으로 은행은 예측분석 모델에서 더 효과적으로 자원을 배치함으로써 투자대비 600%의 이윤을 기록했습니다. 특정 제안에 대해서 가장 매력적인 세분화 군을 목표로 하는 능력, 양보다 질이라는 접근방식을 얻음으로써, First Tennessee 은행은 그들의 캠페인 지출을 최적화 할 수 있었습니다. 이는 메일 발송 비용 20% 감소, 프린트 가격 17% 감소로 증명되었습니다. 장기적으로 Marks는 은행 시장에서 손에 넣기 힘든 자원들과 심화된 경쟁을 예상합니다. 하지만 예측 분석 능력을 적소에 갖추고 있으면서, 그는 이러한 상황들을 오직 기회를 향한 은행들의 굶주림이 최고점에 다다를 때라고만 보았습니다. 그는 효과적으로 이를 쫓아갈 능력을 가지고 있기 때문입니다. “우리는 수익성을 약속했고, 우리가 행하는 사업방법의 모든 측면을 통해서 고객과의 관계를 강화할 것을 약속했습니다. 예측 분석은 우리가 이러한 약속을 수행하기 위해 필요한 통찰력과 지적 능력을 우리에게 주었습니다.”


출처 : IBM SPSS Software Customer Story (http://www-01.ibm.com/software/analytics/spss/)
Posted by JDATE
고객사 이야기2011. 8. 5. 18:04
매년 예산책정과 의료활동관리 과정은 부분적으로 IBM SPSS 솔루션을 활용한 평가와 분석에 의존하고 있습니다.

 
되세브르에 위치한 니오르 중앙병원의 한 해 예산은 1.73억 유로(2.356억 달러)입니다. 이 예산은 매년 조정 주체이자, 프랑스 정부와 건강 보험사들을 대변하는 사적, 공적 이익 집단의 모임인 ARH(Regional Hospitals Agency, 지역병원국)에 의해서 검토됩니다 

 지역병원국(ARH)은 그 지역에서 공적, 사적 분야의 건강관리 시설들의 활동을 분석하고, 조정하면서 중앙 정부의 의료 정책을 이행하는 책임을 가지고 있는 기관입니다. ARH는 사적, 공적 분야의 건강관리 시설들과 함께 목표를 기반으로 한 다년간의 계약에 합의를 하고, 필요한 요소들을 찾아냅니다. 이러한 목적을 달성하기 위해서, ARH는 근본적으로 병원 의사들과 의사들의 팀이 DIM(Medical Records Department,의료기록부서)에 제공하는 포괄적이고 높은 질의 데이터에 의존합니다.

 의료기록부서(DIM)는 각 원내부서에서부터 의료정보를 수집, 처리하고, 이를 세 개의 규제기관(the ARH, the Directorate for Hospitalisation and Organization of Care, the National Health Authority; 지역병원국, 생활건강 및 병원국, 국민건강기관)으로부터 소개된 의료정보시스템에 적용시킵니다. 이것이 바로 데이터를 모으고, 처리하고, 분석하는 것이 병원에게 결정적으로 중요한 이유입니다.

 

 

주요 이슈

 니오르DIM 에서 근무하는 의사, Delphine Yaebe가 말했습니다. “우리가 사용하는 데이터는 직원개발, 침대관리결정과 같은 수 많은 주요 이슈들에 영향을 미칩니다. 우리는 또한 실질적으로 주의를 기울여야 하는 병원관리팀과 의료직원들에게 모든 의료 통계를 제공합니다.” IBM SPSS Statistics는 또한 치료빈도, 상담, 입원환자 체류기간, , 병원에 있는 환자들의 데이터를 관리합니다.
 이러한 데이터들은 연간 의료 활동 수준과 트렌드를 측정하기 위한 시간 매개변수와 결합하여 시간의 흐름에 따른 변화를 제공합니다. 이러한 전체도를 그리는 능력과 함께, 병원센터는 이제 더 나아가고자 합니다. “IBM SPSS Modeler IBM SPSS data mining workbench 를 사용하면서, 우리는 이제 2008년에서 2012년에 일어날 특정 병원 부서의 의료행위수준을 예상할 것을 계획합니다. 내가 이러한 내용을 관리팀 앞에서 발표하기 위해 준비하는 시간은 일주일 정도일 것입니다.” 라고 의사 Yzebe가 말했습니다.

IBM SPSS Statistics를 향한 충성

의사 Yzebe가 이러한 작업을 성사시키는데 IBM SPSS Statistics는 결정적인 기여를 하였습니다. “나는 IBM SPSS Statistics에 충성해왔습니다. 왜냐면 그것은 사용하기 참 쉽기 때문입니다. 그 해답은 직관적으로 이해가능하고, 프로그램화할 필요가 없습니다. 그리고 혼란 없이 시작하고 운영할 수 있습니다. 또한 계산 능력과 우리에게 제공되는 결과의 자세함에 굉장히 만족합니다. 우리는 또한 언제나 이용 가능할 수 있도록 준비되어 있는 기술팀 직원들로부터 우리가 받는 높은 친절도를 높이 평가합니다. 지금 나의 목표 중 하나는 IBM SPS Statistics IBM SPSS Modeler의 사용법을 다른 사람들에게 교육하는 것입니다.“


출처 : IBM SPSS Software Customer Story (http://www-01.ibm.com/software/analytics/spss/)
Posted by JDATE