ILoveSPSS

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/)