ILoveSPSS

Fiat은 IBM SPSS Statistics를 통해 가장 고객이 될 확률이 높은 집단과 미래 전망을 파악하고 있습니다.

 Fiat Group Automobiles designs는 Fiat, Alfa Romeo, Lancia, Fiat Professional, Abarth와 Jeep과 같은 세계적인   
명차들을 디자인, 생산 및 판매하는 회사 입니다. 특히 생산된 자동차들을 판매하는 것은 기업의 성장, 생산 공정, R&D 활동을 활성화 시킬 뿐만 아니라, 단기적인 세계 시장 점유율을 확산 시키는 등 오늘날의 치열한 경쟁과 불안정한 시장 상황에서 Fiat이라는 기업의 성공을 뒷받침하는 가장 중요한 활동입니다. 자동차 한 대를 구입할 확률이 높은 사람이 누구 인가를 알게 된다는 것은 경쟁에 있어 상당한 우위를 차지할 수 있게 해주며, IBM SPSS Statistics 와 IBM SPSS Modeler가 Fiat의 자동차 딜러들의 손에 쥐어준 정보가 바로 그러한 것입니다.

Fiat의 고객 서비스 전담 조직 (Customer Services Organization) 내 고객 경험 관리 부서 (Customer Experience Management)는 IBM SPSS 솔루션을 담당하고 있는 조직입니다. “우리는 두 가지의 주요 목표를 달성하기 위해 예측 분석과 통계학을 업무에 적용하고 있습니다.” 고객 데이터 베이스&비즈니스 인텔리전스 매니저 Giovanni Lux가 말했습니다.
“첫째로, 당연히 최우선적으로 영업 활동을 지원하기 위함입니다. IBM SPSS Statistics와 IBM SPSS Modeler는 현재 및 잠재 Fiat 자동차 오너의 측면에서 특정 타겟 고객층을 파악할 수 있게 해주며, 딜러들이 가장 효율적으로 마케팅 예산을 활용할 수 있도록 도와줍니다. 한편, 저희는 새롭게 차를 구입하였거나 Fiat의 자동차 정비 센터를 이용한 고객분들에게 설문 조사를 실시하고 있습니다. 앞서 언급 되었던 두 번째 목표는 그렇게 수집 된 데이터를 IBM SPSS Statistics를 통해 분석하여 당사의 딜러들과 정비 센터에 대한 고객 만족도 수준에 대한 가치 있는 통찰력을 얻는 것입니다.”

마케팅 자본금의 효과적인 활용

이러한 분석 작업은 6천 4백만여 명의 고객과 그와 별개로 6천 4백만 대의 자동차에 대한 모든 기록이 저장 되어 있는 Fiat의 고객 관계&경험 관련 분석 (Customer Analysis Relationship & Experience (CARE) 데이터 베이스에 기반하고 있습니다. 이 방대한 데이터 저장소는 1차적으로 내∙외부의 여러 가지 데이터 소스를 통해서 수집 되며, CARE는 Statistics와 Modeler를 통한 2차적인 분석 대상을 제공하고 있습니다.

“우리는 딜러들에게 한달에 약 150개의 타겟을 제공합니다.” Lux가 말했습니다. “예를 들어, Alfa Romeo의 Giulietta 모델 신형을 런칭하여 딜러들이 Alfa Romeo 매니아 층에게 전화나 다이렉트 메일링을 통해 홍보하려 하는 상황이라고 가정합시다. 딜러들은 기존 및 잠재 고객들을 매장으로 초대하고 싶지만, 초대장에 응답하지 않는 고객층에게 마케팅 자본금을 낭비하고 싶지는 않을 것입니다.”    

Lux는 계속해서 말했습니다. “연령, 성별, 지역 및 재정 상황에 대한 정보, 구매 후 접촉 경험 및 구매 이력과 같은10~15개의 변수에 기반한 예측 모형을 정의 함으로써, 우리는 딜러들에게 이렇게 말할 수 있습니다.
‘여기 이 100명의 사람들은 이 지역에서 차를 새로 구입할 확률이 매우 높은 한편, 이 쪽은 구매 활 확률이 다소 낮은 100명의 사람들입니다.’ 딜러들은 이제 개인예산에 맞춰 몇 명의 사람들에게 어떤 방식으로 접촉할 지와 결정할 수 있게 됩니다. IBM SPSS Statistics와 IBM SPSS Modeler는 이렇게 중요한 세분화 작업을 가능케 합니다.

Fiat은 또한 IBM SPSS Collaboration and Deployment Services를 통해 좀 더 신뢰성 있는 결과를 도출해내기 위해 이러한 예측 모형들을 자동화하는 작업을 수행하며, 해당 부서의 사람들이 적절한 시기에 그에 맞는 액션을 취할 수 있도록 정보를 제공 받을 수 있도록 지원하고 있습니다.뿐만 아니라 분석 결과에 대한 리포팅과 모형 생성 작업을 중앙에서 처리토록 함으로써 Fiat은 생산성은 향상 시키되 비용은 절감할 수 있게 되었습니다.

소형차부터 대형차까지 수익률을 효과적으로 예측해내기 위해서, 브랜드 차원에서도 이와 비슷한 세분화 작업이 수행 되고 있습니다. “어떤 딜러는 무슨 차를 구매하든 지 상관 없이 단순히 매장에 사람들이 방문하기만을 바랄 지도 모릅니다.” Lux가 덧붙였습니다. “아니면 그 딜러는 이렇게 말할지도 모릅니다. ㅡ‘나는 Cinquecento 차종을 일정 수량만큼 팔아야겠어.’ 이처럼 타겟 세분화 작업은 우리가 딜러와 브랜드 중 어떤 것에 포커스를 맞추느냐에 따라 달라집니다.”
예측 모형은 정확도를 유지하기 위해 월 단위로 새로운 데이터를 기준으로 갱신 됩니다.

근본적인 개선 효과를 보다

Fiat은 Statistics와 Modeler를 도입하기 전에는 경쟁 소프트웨어를 이용하여 딜러들에게 1대1 마케팅 계획을 제공하였습니다. 하지만 Fiat은 IBM SPSS 솔루션을 도입하였을 때 훨씬 낮은 가격에 구입하여 뛰어난 효과를 볼 수 있음을 깨닫게 되었습니다. 곧 Fiat은 자사의 상호 연관적인 시스템 더욱 강화 하기 위하여 IBM SPSS 솔루션으로 바꾸게 되었습니다.

사실상 이 새로운 예측 분석 및 스코어링 모형은 Fiat의 기대를 훨씬 넘어선 성과를 보였습니다. Lux 에 따르면, “IBM SPSS Statistics와 IBM SPSS Modeler를 사용하여 기존 고객 유지율이 7% 향상 하게 되었으며, 현재 54%의 기존 Fiat 자동차 오너들이 또 다른 Fiat 브랜드 차량으로 바꿔 구입하고 있습니다. 덧붙여, 마케팅 캠페인의 반응률도 15~20% 증가하였습니다. IBM SPSS 솔루션이 우리가 정확하게 고객층을 타겟팅할 수 있게 도와주고 있음을 명백하게 증명하고 있는것이죠.”

“예측분석(Predictive Analytics)은 다양한 통계기술, 데이터마이닝기술, 게임이론등을 사용하여 현재 및 과거의 사실을 모델링하고 이를 기반으로 가까운 미래를 예측하여 비즈니스에 활용하는 일을 말한다”

미국 시카고에 소재하고 있는 DePaul 대학교는 최근 마케팅분야, 의료분야 및 도시계획분야에서 급부상하고 있는 예측분석에 관한 대학원학위를 개설하였습니다.

DePaul 대학교 마케팅학과장인 Suzanne Fogel은 “예측분석 기술은 모든분야의 비즈니스에서 수요가 급증하고 있다! 예측분석은 미래의 행동을 예측하기 위하여 데이터마이닝 기술을 사용합니다. 예를들어 회사는 고객의 이탈을 분석하고 소셜미디어가 고객 구매습성에 끼치는 영향력을 분석하기 위하여 예측분석도구를 사용합니다.”라고 언급하였습니다.

그녀는 언급하기를 “우리는 비즈니스 관점의 예측분석에 대한 학위과정을 제공하는 대학교가 없다는 사실을 알았습니다. Business Intelligence에 관한 학위는 있지만 예측분석에 관한 학위는 없었습니다.”

DePaul 대학교는 예측분석 학위 프로그램을 금년 9월부터 시작합니다.  대학교의 데이터마이닝과 예측분석을 위한 새로운 센터를 건립하여 운영할 예정입니다. 이 센터의 주요시설에는 DePaul 대학교의 전산 및 마케팅학과에서 제공할 것입니다.  IBM SPSS는 예측분석 프로그램과 데이터세트, 초청강사등을 이 센터에 제공하기로 하였습니다.

 응용 통계 및 심리학과 교수인 Sharon L. Weinberg는 뉴욕 대학에서 응용통계를 가르치고 있습니다. 그녀의 교육방식은 2005년 미국통계 협회가 후원했던 통계 교육의 평가와 지도를 위한 지침 (Guidelines for Assessment and Instruction in Statistics Education, GAISE) 프로젝트 의 핵심 권고 사항이었던 “테크놀로지의 혁명은 통계분석가의 작업 방식을 변화 시켰기 때문에, 우리가 무엇을 어떻게 가르치는지도 변화해야 한다” 를 따르고 있습니다.
 지도자들은 복잡하고 다양한 테크놀로지 (비디오 프레젠테이션, 인터넷, 다양한 소프트웨어 프로그램) 들 중에서 무엇을 선택 하여야 할지 고민하고 수업에 활용 하고 있습니다. Weinberg 는 이러한 매체들 가운데 강의 수단을 선택함에 있어 테크놀로지 자체 보다는 그 기술이 강의를 어떻게 개선 시킬 수 있는지에 중점을 두어야 한다고 했습니다. 또한 지도자들은 컨텐츠와 강의 기법 두 가지 모두 중요하다는 것을 인식하고 학생들의 학습 능력을 향상 시킬 수 있는 테크놀로지를 선택해야 한다고 믿었습니다. 그녀는 컨텐츠와 강의 기법이 적절하게 조화를 이룬 수업을 가능 하게하고, 실제 데이터에 대한 통계적인 개념을 적용 시킬 수 있는 통계소프트웨어 패키지를 선택하는 것이 매우 중요하다고 했습니다.
 만약 학생들이 소프트웨어 패키지를 사용하기 위해 복잡한 프로그래밍 언어를 습득해야 한다면, 통계학에 전념할 시간을 잃게 되는 셈입니다.


IBM SPSS Statistics는 학생들을 보다 적극적으로 수업에 참여 하도록 했습니다.
 Weinberg가 선택한 소프트웨어 패키지는 IBM SPSS Statistics 였습니다. 수기로 계산 하는 데 드는 시간을 단축시키고, 학생들이 통계적인 모형의 개념을 이해하는 데 집중할 수 있게 함으로써 그녀의 강의의 질을 한층 향상 시켰습니다.
이런 장점을 지닌 IBM SPSS Statistics의 특징은 가용성과 학생 할인, 특정 대상을 위한 사용의 용이성, 데이터 또는 그래픽과 수치 분석 사이에 동적인 연결, 상호적이고 빠른 수행능력, 학교뿐 아니라 기관에서도 다재 다능하게 모든 과정을 통틀어 사용을 할 수 있다는 점입니다.
 Weinberg와 Drew대학의 수학과 컴퓨터공학 과목을 가르치는 Abramowitz 교수는 ‘Statistics Using SPSS: An Integrative Approach ‘책을 공동으로 집필 하여 Cambridge 대학에서 2008년 출간 하였습니다. 그 책과 함께 강의를 비롯한 여러 상황에서 다양한 방법으로 반복적 분석이 가능한 몇 가지 실제 데이터셋이 담긴 디스켓이 함께 제공 되었습니다.
이로써 보다 총체적인 방식으로 통계학에 접근함에 따라 서로 아무런 연관성이 없거나 적은 여러 독립적인 분석 기법이 복잡하게 얽혀있는 학문이라는 인식을 피할 수 있게 되었습니다.
 

IBM SPSS Statistics 는 훌륭한 교육 플랫폼입니다.
 Weinberg는 IBM SPSS Statist는 학생들에게 데이터 분석의 의미를 가르치는 데에 훌륭한 교육 플랫폼이라고 하였습니다. 사용자에게 친숙한 프로그램은 사용자의 노고를 덜어주며, 학생들이 실제 데이터를 통해서 통계 개념을 학습 하는 데에 집중 할 수 있게 해줍니다. Weinberg는 학생들이 수식을 조작하거나 복잡한 프로그래밍 언어를 배우지 않고도, IBM SPSS Statistics 를 클릭 함으로써 통계 분석을 할 수 있다고 했습니다.
 게다가 실제 데이터의 큰 데이터셋을 IBM SPSS Statistics 을 이용하여 쉽게 분석 하여, 여러 분석에서 하나의 데이터셋에 포함된 정보를 이해 할 수 있다고 하였습니다. 실제 데이터의 사용은 보다 정교한 대용량 데이터셋에서 찾아낸 흥미로운 문제들에 대한 토론 또한 활성화 시키는 효과가 있습니다. 학생들이 주도적으로 분석프로세스를 진행하고 제 시간 안에 관련 질문에 대한 정확한 답을 찾아 결론을 도출해 낼 수 있게 하는 것입니다.
 결론적으로 Weinberg가 강의에 IBM SPSS Statistics가 도입하여 얻은 주요 효과는 다음과 같습니다.
-  학생들이 수식 풀이 보다는 교육 원리에 집중하게 됨
- 실제 상황에서 일어나고 있는 문제들을 가르치고 학생들의 참여도를 향상시키게 됨
- 처음에는 복잡하고 어렵게 느끼는 문제를 가르치고 이해시킴으로써 학생들의 자신감을 향상시킴
 30년 간의 교육에 대한 경험과 열정을 SPSS Statistics 라는 툴에 접목시킴으로써, Weinberg는 학생들과 자신이 배움의 단계에선 파트너 관계가 형성 되는 수업을 진행 할 수 있게 되었습니다.
 그 교육 과정은 점점 인기를 얻게 되었고, 교수와 학생들에게 유익하고 재미있는 경험을 제공하였습니다.

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

 유니세프는 유엔(UN)의 아동 권리기구입니다. 그것은 전세계 어린이들의 권리를 주장하고 빈곤, 질병, 폭력과 차별에 의한 지배 상황에서 어린이들을 구제합니다. 뉴욕에 본사를 두고 있으며, 155개국의 현장 사무소에서 구호 프로그램을 실행하고 있습니다.
 유니세프는 유엔으로부터 자금지원을 받지 않습니다. 유니세프의 현장 사무소와 구호 프로그램의 재정적 자금을 위하여 36개 국가의 유니세프위원회가 모금활동에 기여하고 있습니다. 유니세프 네델란드는 이러한 위원회중에 하나입니다.  세계적으로 세 번째로 큰 유니세프 기금 모금 위원회인 유니세프 네덜란드는 유니세프의 자선 활동에 상당한 기여를 하고 있습니다.


Business Need (비즈니스 요구사항)
 유니세프 네덜란드는 최소의 자원으로 최대의 자금을 모금하는 것을 목표로 하고 있었습니다. 따라서 가능한 자세히 기부자 행동을 이해하고 가장 효율적인 모금 채널의 운용방안에 대한 깊은 이해를 필요로 하고 있었습니다.


Challenge (도전)
 유니세프 네덜란드는 유니세프가 세계적인 조직이라는 맥락에서도 성과가 좋았지만, 네덜란드의 다른 모금기관과 비교하여 보아도 성공적이라고 말할 수 있습니다.
 "네덜란드는 전통적으로 기부를 잘하는 나라"라고 마케팅분석 및 평가를 총괄하고 있는 유니세프 네델란드의 데이터 분석가 Jan Kamphuis는 설명합니다.
 "하지만 우리의 접근방법도 매우 중요한 역할을 하였습니다. 비교적 초창기에 설립된 모금 조직중에 하나인 우리는 일회용 기부자보다는 정기적으로 기부를 하는 회원들에게 초점을 맞추기 시작했습니다. 또한 우리기관의 활동을 최적화하기 위해 IBM SPSS 예측 분석 소프트웨어를 사용하였고 그 결과 마케팅 인텔리전스를 갖게 되었습니다. "
 10년전, 분석과 연구가 유니세프 네델란드의 마케팅 조직에 기여하는 바는 아주 미미했다고 Kamphuis는 설명하였습니다.
 "그 당시에 우리는 주로 아웃 바운드 다이렉트 메일 캠페인을 수행하였습니다. 그러한 방법은 비록 반응율은 좋았지만, 성장 잠재력은 아주 미약하였습니다. 자선 단체에게 최소의 자원으로 최대의 자금을 마련하는 것은 필수적입니다. 우리는 그러한 효율성을 향상시킬 수 있다고 느꼈습니다. 우리는 새로운 길을 모색하였고 다른 채널을 사용하여 어떻게 이러한 최대의 효율성을 이룰 수 있는지를 분석하기를 원했습니다. 우리는 또한 기부 공헌자의 행동과 패턴, 장기적인 발전을 위상화할 수 있는 방법을 원했습니다.  하지만 우리의 운영 데이터를 담고 있는 CRM System은 우리에게 매우 불충분한 분석기능을 제공하고 있었습니다.”


Solution (솔루션)
 Kamphuis는 이미 다른 조직에서 IBM SPSS 솔루션의 긍정적인 경험을 했다고 언급합니다. 그는 덧붙히기를 "저는 진짜 SPSS팬입니다. 이 소프트웨어는 잘 작동하며 우리 조직을 포함하여 실제 연습에서 그것을 증명하고 있습니다.
우리는 모든 종류의 마케팅 분석을 수행하고 있으며 2000년 이후부터 예측 및 공헌자 프로필을 만드는데 SPSS소프트웨어를 사용하고 있습니다.  우리는 우리 자신의 데이터와 함께 외부의 라이프 스타일 데이터를 사용합니다. 수년 동안에 걸쳐 생산된 우리의 마케팅 활동 결과를 담고있는 수백만 레코드의 데이터를 대상으로 하는 장기적인 분석을 수행하고 있습니다.  우리는 이러한 엄청난 양의 모든 데이터를 분쇄하여 귀중한 통찰력을 추출하는데 전혀 문제가 없습니다."
 IBM SPSS 소프트웨어를 사용함으로써 유니세프 네덜란드는 연구 결과의 초기성과를 얻을 수 있었으며 다양한 변수들을 기반으로 심층 분석을 수행할 수 있었습니다.
 Kamphuis는 다음과 같이 설명하였습니다.
 "2003년에 텔레마케팅은 우리 분야에서 새로운 채널이었고 상대적으로 비용이 많이 드는 것이였습니다. 우리가 이 채널을 통해 회원들을 처음으로 모집하였을 때, 우리는 가장 성공 가능성이 높은 주소지역를 선택하여 가능한 가장 높은 응답을 얻기를 원했습니다. 그래서 우리는 처음에 연령, 공헌자의 행동, 지역 정보 등 다양한 우편 번호 속성과 같은 반응에 영향을 있을 모든 변수를 포함하는 공헌자 데이터베이스를 시험구축하였습니다. 우리가 발견한 사실을 기반으로 어떠한 공헌자 집단이 가장 좋은 목표집단이 되는지를 정확히 조사할 수 있었으며 어떠한 주소지역을 텔레마케팅 캠페인에서 제외시켜야 되는지를 알 수 있었습니다.” 
 다이렉트 메일과 텔레마케팅 캠페인 외에도 유니세프는 현재 새로운 공헌자를 얻기위한 다른 몇가지 채널들을 사용합니다. 방문(Door-to-Door) 모금도 그러한 채널들중에 하나입니다.
 “이러한 유형의 캠페인을 위해, 우리의 첫 텔레마케팅 캠페인과 유사한 시험캠페인을 실시하였습니다. 우리는 잠재적으로 충성도가 높고 지속적인 공헌자가 많이 밀집되어 있는 지역을 찾기 위해 네델란드 전역을 대상으로 식별작업을 하였습니다. 처음부터 완벽하게 시작하기 위하여 우리는 특정 가설에 따라 실험을 수행하였습니다.  삼개월 후 우리는 수집된 데이터를 분석하고 최상의 결과를 만들어낼 지역을 알 수 있었습니다.” 라고Kamphuis는 강조합니다.
 유니세프 네덜란드는 IBM SPSS 예측 분석 소프트웨어를 사용함으로써 자사의 마케팅 전략을 최적화시킬 수 있었습니다. 즉, 유망자 데이터를 심도깊게 분석함으로써 정확한 행동예측과 기부자의 공통속성(프로파일)을 작성할 수 있었고 이를 바탕으로 고도의 타케팅이 가능해 졌습니다. 또한 소프트웨어를 사용함으로써 적은 노력으로 수백만의 레코드를 처리할 수 있었으며, 대규모의 변수와 외부의 시장 데이터의 통합을 할 수 있었습니다.


Results(성과)
 IBM SPSS 솔루션은 유니세프 네델란드의 마케팅 캠페인에서 매우 중요한 역할을 하고 있으며 캠페인 결과 향상에 지대한 공헌을 하고 있습니다. Kamphuis는 설명하기를 "우리는 큰 정확성과 함께 참여자의 기부 행위를 위상화할 수 있었으며, 지도하고 분명한 세분집단과 프로파일 특성을 정의할 수있게 되었습니다. 예를 들어, 우리는 이제 보다 정확하게 DM캠페인의 타켓팅을 할 수 있게 되었으며, 방문 모금 캠페인(Door-To-Door Campaign)에서도 분석을 통해 과거에 가장 성공적인 지역에 비해 2.5 배 이상 높은 반응을 보이는 최고의 이웃들을 식별해 낼 수 있었습니다. "
 유니세프 네덜란드는 마케팅 캠페인을 보다 효과적이고 효율적으로 수행할 수 있게 되었습니다.
 타겟 캠페인은 또 다른 이점을 제공합니다. "만약 누군가가 확실히 기부하지 않을 것을  알고있다면, 그사람에게 접금하여 기부요청을 하지 않아도 됩니다. 이것은 더 중요한 마케팅 비용, 기부에 대한 부정적인 이미지를 줄여줍니다. 그것은 유니세프의 이미지 및 조직에서 신뢰 사람 장소를 보호하는 데 도움이 됩니다."
 유니세프 네덜란드는 정확하게 기부자의 기부행동을 도식화할 수 있게 되었고, IBM SPSS 솔루션을 사용하여 확실한 세분집단과 프로파일을 정의할 수 있었습니다. 따라서 최적의 결과를 만들어 주는 고도의 마케팅 캠페인을 수행할 수 있게 되었습니다 - 구체적으로 방문(door-to-door) 모금 캠페인의 반응률을 두배로 증가시킬 수 있었으며, 타켓 캠페인을 통해 공공의 부정이미지를 최소화 시켜주었고 유니세프 네덜란드의 이미지를 향상시켜주었습니다.



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

 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)

지난 43년 간 세계 각국의 다양한 분야에서 널리 사용 되어 온 IBM SPSS Statistics의 새 버전이 출시 되었습니다.
 
이제, 더 빠르고 강력해진 IBM SPSS Statistics 20을 경험해 보세요!

What’s new in IBM SPSS Statistics 20?

Maps 기능을 통해 다양한 지도 그림 작성

그래프 보드양식 선택기 메뉴에 다양한 형태의 지도 그림 템플릿이 추가되었습니다.

* 구입문의: sales@spss.co.kr

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.

SPSS의 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 Diemen의 ICT project manager인 Marc Scheunhage는 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. Scheunhage는 “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.”

SPSS의 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. Ohio의 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(主) 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

40개교의 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, Deschaine은 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.”

Deschaine은 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 적응해나감에 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.

 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)