주요 고객 한 명의 이탈을 방지하는 것이 10명의 신규고객을 유치하는 것보다 더 높은 수익을 가져온다는 말을 종종 들을 수 있다. 이처럼 기업들에게는 밑 빠진 독에 열심히 물을 붓기보다 빠진 독 밑을 먼저 메우는 일이 중요한 과제로 떠올랐다.

이러한 이슈를 CRM과 같은 마케팅 애널리틱스분야에서는 '이탈예측기법'이라고 이야기하는데, 이탈예측은 통신·금융·교육 등과 같은 계약업종 외에 많은 비계약 업종들이 관리하기 어려움이 따르는 것이 사실이다.

현재 대부분의 유통업체에서는 이탈고객의 예측을 '최근 6개월간 구매하지 않은 고객'으로 정의하고, 이 기준에 해당하는 휴면고객들에게 별도의 DM이나 캠페인을 전개한다. 하지만 일반적으로 정의하는 '6개월 미방문'이라는 기준은 자칫 평균의 함정에 빠져버릴 위험이 크다.

만일 매월 2~3회씩 방문하는 우량고객에게 6개월 미방문이라는 기준은 이미 고객을 놓쳐버린 후를 의미하며, 일년에 평균 한, 두 번 방문하는 고객들에게 6개월 미방문이라는 기준은 불필요한 마케팅 예산낭비를 초래하는 것이다.

실제로 국내 한 백화점에서는 500만명 이상 고객들의 과거 3년간 거래 이력을 분석한 빅테이터를 활용, 개인마다 구매패턴을 포착하여 5단계의 이탈경보체계를 만들어 고객 이탈기준을 완전히 개별적으로 계산해내는 '이탈예측 알고리즘'을 개발한 사례가 있다.

개인별 구매패턴을 벗어나는 경우까지도 고려해 이탈예측모델에 반영한 이 백화점은 기존 휴면관리 체계에 비해 평균 1.7배 달하는 성과를 기록하는 효과를 나타냈다.

이처럼 우리 삶에 밀접하게 관련된 빅테이터는 교육계에서도 큰 이슈로 작용한다. 빅데이터를 활용한 마케팅 모형개발을 목표로 추구하는 국민대학교 경영대학원 마케팅애널리틱스 MBA의 경우 매 학기 진행되는 마케팅애널리틱스 프로젝트 과목을 통해 학생들을 교육하고 있다.

이는 교과서에 첨부된 작은 샘플 데이터가 아니라, MOU를 맺은 협력 기업체와 한국CRM협회가 제공하는 실제 기업의 빅데이터를 바탕으로 다양한 과학적 마케팅 모델을 실험하고 검증하는 교육이며, 실효성이 검증된 모형은 모형개발에 참여한 학생들과 함께 특허출원도 지원한다.

국민대 마케팅애널리틱스MBA 관계자는 "본 MBA과정에서는 더욱 다양한 분야에 빅데이터를 사용하기 위해 학생들과 함께 지속적인 마케팅모형 개발에 힘쓰고 있다"며 "더 나아가 인재배출을 위해서도 오는 11월 말까지 2017학년도 전기 신입생을 모집하고, 서류와 면접을 통해 심사를 진행할 예정"이라고 전했다.

원본기사 : 디지털 타임스 https://goo.gl/pWu7o8