eCRM의 이해
eCRM의 정의
과거 오프라인 시장이 주요 무대였을 때에는, 다양한 정보를 수집하고 저장하는 것에 막대한 비용이 소요 되었지만, 온라인 시장에서는 상대적으로 저렴한 비용을 이용하여 다양한 정보를 수집하고 저장하는 것이 가능하다.
이러한 시대적 흐름에 따라 발생한 것이 eCRM이며, eCRM은 e-Busienss 경쟁력을 위해 현대 온라인 비즈니스에 있어서는 필수불가결한 요소가 되었다
* 웹분석은 eCRM에서, 특히 웹사이트에서 발생하는 데이터들을 수집 및 저장하는 단계이다.
* CRM은 Customer Relationship Management 의 약어이다.
지금의 eCRM을 쉽게 정의하기는 어렵지만, CRM에서 좀더 세분화된 의미를 강조하여 일단 아래와 같이 정의하였다.
IT기술을 이용하여 (특히 온라인에서) 가치있는 고객을 발굴하고 양성하여 고객의 생애가치를 최대화 할 수 있도록, 다양한 데이터의 분석을 수행하고, 자동화된 마케팅 프로세스를 구현하는 것. |
eCRM과 웹분석과의 가장 큰 차이점은 ‘고객(회원)’이 분석의 중심이 된다는 것에 있다.
eCRM의 세분화
eCRM은 CRM이 ‘e’ 라는 단어가 추가된 것과 같이, 그 범위가 온라인으로 한정된 것에 있다.
따라서 eCRM의 분류 및 프로세스를 설명할 때 CRM과의 구별 없이 일반적인 사항을 기준으로 설명하도록 한다.
eCRM의 세부 분야는 eCRM의 프로세스에서 어떠한 목적을 위해 구현되는지에 따라 아래 3가지로 크게 나뉠 수 있다. (Meta Group 1999년)
- 분석 CRM (Analytical CRM)
- 협업 CRM (Collaborative CRM)
- 영업 CRM (Operational CRM)
아래 도표는 Meta Group 1999년 CRM에 대한 분류자료를 재 구성한 것으로서, eCRM의 프로세스를 크게 Planning & Analysis – Action – Feed Back 단계로 보았을 때 각 단계별 특성을 가장 잘 나타내는 CRM분야를 연결시켜 표현하고 있다.
최근 eCRM은 IT기술을 바탕으로 빠르게 발전하면서, 전통적인 CRM의 세부 분야들의 경계가 허물어지고 있는 상황이다.
Operational CRM (영업 CRM)
영업 CRM으로 표현되는 Operational CRM은 실제 Action에 해당하는 기업의 활동을 최적화 하고 관리하는 분야이다. ‘Front Office’, ‘Front End’ 라고 표현되는 고객 접점( 영업, 마케팅 및 고객서비스)에 대해 관리 및 최적화를 수행한다.
세부 분야별 주요 업무분야는 다음과 같다.
Sales 분야
- 영업자동화 (Sales Force Automation)
- 영업대상 발굴 및 예측 (sales Forecasting)
- 고객 개인정보 관리 (PIMS : Personal Information Management System)
- 영업기회 관리 (Opportunity Management)
- 주문관리 및 고객보상 등의 관리
Marketing 분야
- 캠페인 관리 (Campaign Management)
- 마케팅 예측 (Marketing Forecasting)
- 마케팅 프로모션 및 이벤트 관리
- 마케팅 문서의 관리
Service 분야 : Sales 이후의 관리에 해당된다.
- 서비스 수요/고객 예측
- 설문조사
- 고객관리 시스템
- 소모성 자재/부품 관리
Operational CRM은 Analytical CRM의 결과로부터 예측과 대응을 할 수 있도록 작동되어야 하며, 그 결과는 Analytical CRM에서 이용될 수 있도록 데이터로 수집 및 저장되어야 한다.
Analytical CRM (분석 CRM)
운영계에서 생성되는 데이터를 축적하고 분석하는 분야이며, ‘사업 성과 관리’ 부분을 구성한다.
마케팅 분석과 판매분석 작업을 수행하고, 협업CRM을 이루기 위한 데이터와 영업CRM에서 의사결정을 위한 데이터를 제공한다. 일종의 Back-End를 관리하는 분야이다.
분석결과는 사업성과관리(Business Performance Management) 개념으로 이어진다.
세부분야별 항목은 다음과 같다.
Marketing Data 분석 – 주로 Query 및 Report를 통해 조회 및 분석
- 고객 세분화 및 타겟 고객 선별
- 캠페인 효과분석
- 이탈고객 예측에 의한 접근주기 산출
- Sales Data 분석 – OLAP 툴 등에 의한 분석이 많이 사용되었음
- Customer Data분석 – Data Miining에 의한 분석이 많이 사용되었음
분석은 위 3개 분야의 데이터를 연계하여 분석하는 경우가 많으므로, 세부적인 분석행위를 세부 분야별로 나누기는 힘들다. 일반적으로 분석방법 별 이용되는 사안은 아래와 같다.
등급분류 및 등급모델링 – Classification & Modeling
- 타겟고객 추출과 텔레마케팅 및 DM발송
- 고객지원 및 고객불만관리 (Claim Prevention)
- 고객 스코어링 (Customer Scoring/Ranking)
- 사기/부정행위 검출 (Fraud Detection)
- 위험/위기관리 (Risk Management)
- 가격 시뮬레이션/모델링 (Price Modeling)
- 이탈고객 관리 (Churn Management)
- 고객 충성도 유지 (Customer Retention)
- 고객 획득과 전환 (Customer Acquisition)
군집분석 – Clustering
- 고객 세분화 및 프로파일링 (Customer Segmentation & Profiling)
- 신규 고객층 발굴
연관분석 – Association
- 장바구니/쇼핑카트 분석 (Market Basket Analysis)
- 교차판매 (Cross Selling) / Up Selling
- 상품추천 및 컨텐츠 개인화
순차패턴 – Sequential Pattern
- 시계열 흐름에 따른 장바구니/카트 분석 (Market Basket Analysis Over Time)
- 온라인 서비스 이용패턴 분석 및 개선
시계열 예측 – Time-series Forecasting
- 매출예측/수요예측
- 재고수량 관리
여러 분석방법을 통해 데이터마이닝(Data Mining)이 이루어지며, 데이터마이닝을 통해 새로운 패턴과 모델을 발견하고, 이로부터 지식을 얻는다.
Collaborative CRM
Customer Interaction Management 라는 표현처럼
고객과의 접점을 효율적으로 유지하기 위해, 고객과 기업, 기업내 구성원간 효율적인 협업(Collaborative)이 이루어질 수 있도록 한다.
특히 eCRM에서 강화된 분야로서, 분석과 운영/영업의 통합된 성격이 짙다.
영업CRM 및 분석CRM에서 생성되는 데이터를 통해 아래와 같은 절차를 최적화 한다. 물론, 아래 절차에서 생성되는 데이터도 분석CRM에 포함되어 분석이 이루어져야 한다.
개인화
- 웹사이트의 개인화/추천
- DM 및 쿠폰북 등의 개인화
- CCID 식별을 통한 콜센터 업무의 최적화
자동화
- 고객지원의 자동응답 서비스 (전화/이메일 등)
- Behavioral Targeting 솔루션 (웹사이트 방문자 성향에 따른 최적화된 접근)
- Multi Variate Testing 솔루션 (다양한 케이스별 테스트를 자동적으로 수행하고, 최종 선정안을 적용한다. )
- 방문자 행동패턴에 따른, 자동적인 마케팅메시지를 전송(이메일/SMS)
최근 eCRM의 동향
최근의 eCRM은 대부분 웹사이트를 중심으로 사업이 진행되면서, Collaborative CRM은 마케팅자동화(Marketing Automation)분야로서의 위치를 다져나가고 있으며, eCRM분야 중 가장 빨리 성장하는 분야기기도 하다.
과거와 같이 대규모의 시스템구축과 통합을 통해 eCRM을 구축하는 것 보다는, 개별적인 최적화 목적별 프로세스를 기존 솔루션을 이용하여 개선하고자 하는 것이 최근의 동향으로 보여진다..
웹분석과 연계되어 eCRM의 분야를 볼 때, Marketing Automation 분야와 Personalization 분야는 확장 및 연계하기에 가장 쉬운 부분이겠다.
실례로 해외의 다양한 사례에서 웹분석을 통한 데이터를 기반으로, 다양한 영업/협업 CRM분야의 특정 솔루션으로 확장하는 것을 볼 수 있다.
2002-2008 © BizSpring, Inc. & nativic