-
-
비즈니스를 성공으로 이끄는 데이터 활용 - 고객 경험 가치를 창출하고 향상시키기 위한 방법
인큐데이터 외 지음, 김모세 옮김 / 정보문화사 / 2024년 8월
평점 :
고객 데이터 비즈니스 활용 전략
책을 선택한 이유
데이터 는 4차 산업혁명의 쌀이라 불린다.
엄청난 데이터를 수집, 디지털화, 분석할 수 있게 되면서,
데이터 의 가치는 급상승하고 있다.
비즈니스에서 고객 데이터 를 활용하는 방법을 알아보기 위해
"비즈니스를 성공으로 이끄는 데이터 활용(고객 경험 가치를 창출하고 향상시키기 위한 방법)"을 선택한다.
"비즈니스를 성공으로 이끄는 데이터 활용"은
0장 기업의 데이터 활용 현황과 향후 전망
1장 목표로 삼아야 할 고객 경험을 설계하기
2장 고객 경험 가치 향상을 위한 고객 데이터 통합과 분석
3장 기업 안의 변혁을 시도하기
4장 데이터 활용 사례집
으로 구성되었다.
0장 기업의 데이터 활용 현황과 향후 전망 에서는
플랫포머 사업자들이 압도적 데이터를 무기로 영향력을 행사한다.
데이터 활용을 비즈니스 성과로 연결하기 위해서는,
실제로 현장을 이해하고, 다양한 협력이 필수다.
개인 정보 보호법은 개인 정보의 제3자 제공 기록에,
기업에 폐기를 청구할 권리가 규정돼 있다.
데이터로부터 객관적으로 상황을 파악해,
사실에 기반한 의사 결정을 하면 적절하고 정확한 행동을 취한다.
데이터 활용이 만들어 내는 효과를 최대한으로 끌어내려면
데이터를 국소적으로만 활용하는 것이 아니라,
기업의 시각에서 폭넓은 영역의 데이터 활용을 추진해야 한다.
기업으로서 비즈니스를 어떻게 혁신할지 예측하고,
데이터 활용을 추진해야만 비로소 성과를 얻을 수 있다.
1장 목표로 삼아야 할 고객 경험을 설계하기 에서는
DX는 비즈니스 필수 과제다.
데이터 활용은 DX라는 기업 변혁에 있어 중요한
테마의 위치에 있는 경우가 많다.
DX 추진은 목적을 달성하기 위한 수단이다.
DX 추진 목적을 명확하게 하고, 목적을 달성하기 위한
구체적인 방법을 검토해야 한다.
고객 경험 가치 향상을 목적으로 하는 고객 시점의
니즈를 만족시키기 위한 공통의 인식 WHY에서 시작해야,
HOW, WHAT을 논의할 수 있다.
DX나 데이터 활용은 기업 경영의 근본과 연관된다.
목적을 실현하기 위해서는 기업이 제공하는 가치를 정의해야 한다.
고객 니즈는 시대와 함께 크게 변하며, 본래적인 제공 가치와
크게 달라졌을 때는 경로를 재정비하거나 변경해야 한다.
제공 가치를 바꾸거나 만들어야 할 때,
현상을 파악하고 미래를 예측하는 의사결정을 하는 데 있어,
데이터 활용은 효과적이다.
포어캐스팅 접근 방식은 현 시점에서의 달성 항목과
과제 항목을 분석해 중요한 논점을 조사하면서,
무엇을, 어떤 순서로 진행할 것인지 결정하고 작업한다.
백캐스팅 접근 방식은 원하는 미래를 먼저 그린 뒤,
현재 시점을 향해 거꾸로 계산해서 실행해야 할 일들이
무엇인지 결정한다.
인큐데이터 에서는 DX 전략 수립, 사업 설계를 할 때,
포어캐스팅 접근 방식과 백캐스팅 접근 방식을 함께 사용한다.
기업의 목적은 사회적 존재 의의를 나타낸다.
다양한 이해관계자를 포함해 사회에 대한 존재의의를 정의하고,
달성하기 위한 행동 수단으로서 DX를 추진해야 한다.
정량적 데이터 는 사용자의 경향을 파악하는 데 유익하지만,
그런 선택을 한 본질적 이유는 판단할 수 없을 때가 있다.
소비자의 본질적인 니즈나 의사 결정을 분석하기 위해서는
정성 분석을 통해 더 깊이 파고들어야 한다.
표면화한 과제에 집중한 나머지 본질적으로 해결해야만 하는
문제가 악화되기도 한다.
고객 경험 가치 창조에서의 중요 포인트 는
기업의 목적과 일관된 것을 책정하는 것이다.
가치 정의 후에는 가치가 고객의 과제를 해결하는지 프로토타이핑 으로 검증하고,
기업이 제공하는 고객 경험을 객관적 수치로 평가하며 검증한다.
목적을 분해해 기업이 제공할 고객 경험 가치에 맞춰 수행하고,
수행하지 않을 것을 명확하게 한다.
목적을 중요 요소, KSF로 분해한 뒤, 경험을 통해 보장할 요소를 파악한다.
KSF를 분해할 때 유의할 점은 제공하는 가치, 고객 경험뿐만 아니라
데이터, 조직, 시스템 등 환경도 포함시켜 분해함으로써 행동으로 이어지게 한다.
목적을 정의하고, 목적을 실현하기 위한 KSF를 분해한 뒤에는
설계 기준을 결정한다.
고객 경험에 대한 과제를 설정할 때는 정량적, 정성적 데이터 모두를 사용해야 한다.
정량적 고객 데이터를 얻거나, 정성적 데이터를 활용하면,
계속해서 진행할 수 있다.
고객이 경험을 선택한 이유는 다른 방법으로는 얻을 수 없는
이익을 경험을 통해 얻었기 때문이다.
적극적 사용자는 평균적 사용자에 비해 니즈가 더 잘 발현된 것 뿐이라는
결론에 도달하는 경우가 많다.
정성 조사에서 사용자 인터뷰는 적절한 설문 설계와 인터뷰 작성법이 중요하다.
깊은 심리를 끌어내기 위해서는 적절한 정보를 끌어낼 수 있도록 촉진해야 한다.
포지셔닝 맵 정의에서는 축의 선정이 핵심이다.
독자성, 고객 의사 결정을 하는 데 중요한 영향을 미치는 요소를
기반으로 생각한다.
경험 가치 구체화 작업에서는 혼자 생각하지 않고,
기업 측의 관점을 잊는 것이 중요하다.
기업 측의 관점을 갖게 되면 기업의 사고를 반영하게 되며,
기업 중심의 관점에 소비자의 관점을 끼워 넣게 된다.
가치 제안 컨버스 는 실제 고객 경험 가치를 구체화할 때
사용할 수 있는 도구로 유용하다.
고객 경험 설계는 설계 기준과 제공 가치 요소에 관해
모든 구성원의 인식이 정렬된 상태가 된다.
결정된 프로젝트 목표, 기업으로서의 설계 기준,
소비자가 본질적으로 원하는 가치가 어긋남이 없는지 확인하며,
고객 경험에 대한 아이디어를 만든다.
프로토타이핑, PoC를 수행한 뒤, 실질적 채용 여부를 판단한다.
프로토타이핑 은 디지털, 오프라인 경험 모두에서 활용된다.
프로토타이핑 의 목적은 고객으로부터 확인할 수 있는 경험 설계가
적절한지 검증하는 것이다.
고객에게 있어 이상적인 경험을 구체화하더라도 어디까지나
가설에 기반한 구상일 뿐이다.
프로토타이핑 의 목적은 경험 설계가 적절한지 검증하는 것이다.
검증을 반복하면서 고객 체험의 병목 해소를 도모한다.
예상 고객에게 고객 경험을 검증해야만 경험에
가치가 있는지 객관적으로 평가할 수 있다.
프로토타입을 어떻게 조작했는지, 가정한 경험을 하는 데
시간이 얼마나 소요됐는지 등 검증을 설계하는 단계에서,
필요한 데이터를 수집할 수 있도록 해야 한다.
개발 일정을 고집하기 보다는 검증 결과에 따라 평가를 내리는
정책을 미리 정해두는 것이 바람직하다.
피봇은 크게 세 가지로 나눌 수 있다.
고객 피봇, 과제 피봇, 솔류션 피봇으로 갈수록 영향도가 크다.
리스크 를 피하고 본질적 가치를 고객에게 제공하기 위해서는,
프로토타이핑 의 실행 및 검증 전에 제대로 검증 시나리오를 설계해야 한다.
고객이 요구하는 가치를 실현하기 위한 직원 경험을
백캐스팅 접근 방식으로 생각하고, 현재 직원 경험의 과제로부터
포어캐스팅 접근방식으로 전체적인 정합성을 확인하면 진행할 수 있다.
고객이 요구하는 가치를 실현하기 위한 직원 경험을 백캐스팅 접근 방식으로
생각하고, 현재 직원 경험의 과제로부터 포어캐스팅 접근방식으로 생각함으로써,
전체적인 정합성을 확인하며 진행할 수 있다.
서비스 청사진 은 고객 경험 설계와 직원 경험 설계를 전체적 경험으로써,
정합성을 확인하는 가장 좋은 방법이다.
서비스 청사진을 책정하는 프로세스 는 매우 단순하다.
고객에게 보이지 않는 영역, 맥 스테이지 측을 매핑하고,
행동들 사이의 관계를 화살표로 정리한다.
짧은 기간에는 개선이 어려운 제약이 있을 때,
백 스테이지 측에 주석으로 기재해 두는 것이 중요하다.
성공적인 DX 추진이나 경험 창조를 위해서는 고객과 사회에 제공하는
가치가 무엇인가라는 목적을 명확하게 해야 한다.
2장 고객 경험 가치 향상을 위한 고객 데이터 통합과 분석 에서는
데이터 는 고객 경험 가치 향상을 위해 중요성이 더욱 높아진다.
기업은 먼저 자사 고객을 이해해야 한다.
고품질 상품을 고객에게 제공하는 것은 중요하지만,
다른 기업과의 차별화를 목표로 독자적인 부가가치를
높이기 위해서는 고객과의 접점을 강화하고,
고객 경험 가치를 향상시키는 것이 요구된다.
코로나 사태는 전 세계 디지털화를 가속화한다.
기업들은 디지털을 활용해 고객과의 커뮤니케이션에 노력한다.
도구나 시스템의 수 또한 증가함에 따라 데이터 의 사일로화도 진행된다.
사일로화된 고객 데이터 를 한데 모으는 고객 데이터 플랫폼을
반드시 도입해야 한다.
외부 데이터 를 활용해 인생 단계의 변화 정보를 파악하고자
생각하는 경우가 많다.
대부분의 기업은 자사가 가진 고객 데이터 를 충분하게 통합 분석하지 못해,
자사 데이터 의 가치를 최대한으로 끌어내지 못하는 경우가 많다.
기업이 가진 고객 점점은 다양해지고 있는 한편,
데이터 들은 통합돼 있지 않아 충분하게 활용할 수 없다.
고객 경험 가치의 향상을 목적으로 할 때,
고객 데이터 를 통합하는 것이 중요하다.
데이터 플랫폼의 역할은 데이터를 수집해서 축적하며,
축적한 데이터를 가공하고, 가공한 데이터 를 추출해서 집계한다.
고객 데이터 플랫폼 은 데이터 구조는 매우 간단하고,
데이터 는 고객을 중심으로 통합된다.
미션 크리티컬 한 기간 계열 시스템 은
고객 데이터 를 통합하는 대규모 시스템 개발을 생각하지만,
고객 데이터 플랫폼 은 기존 시스템 의 외부에 위치하며,
기존 시스템 에 영향을 주지 않으므로,
도입 장벽이 낮고 리스크 를 억제하면서 도입할 수 있다.
고객 데이터 플랫폼 구축 방법은 IaaS, SaaS 방식이다.
SaaS 고객 데이터 플랫폼 은 필요한 기능을 망라적으로
제공하는 서비스다.
IaaS는 시스템 플랫폼 인프라스트럭처 를 활용해
필요한 모듈을 선정하고 아키텍처 를 설계해야 한다.
시스템 인프라스트럭처 도입 초기에는 SaaS 라이선스 비용을 억제하고,
데이터 활용이 진행되며, 시스템 연계 대상이 늘어남에 따라,
SaaS 제한을 해제하는 접근 방식이 권장된다.
데이터 마트 안에서는 각종 이니셔티브 와 연계하기 위해
필요한 세그멘테이션 이 수행되고, MA, BI라 불리는 여러 도구와 연계된다.
고객 데이터 플랫폼 은 시스템을 구축하는 것으로 완료되지 않는다.
고객 데이터 플랫폼 초기 구축을 할 때,
엄밀한 요구사항 정의나 시스템 설계 이상으로,
조기에 릴리스 와 그 후의 운용 중에 비즈니스 요건을 정의하고,
구현을 기민하게 수행하는 체제를 구축해야 한다.
고객 데이터 플랫폼을 추진해야만 하는 부문이 어느 부문인가는 중요하지 않다.
사업 부문과 IT 부문이 협동해서 프로젝트 를 추진하는 체제를 구축하는 것이 중요하다.
고객 데이터 를 충분하게 보호, 관리할 수 있는 구조 위에서 데이터 플랫폼 이 구축됐는지 확인한다.
고객 데이터 구축 프로젝트 에서는 먼저 꺼내야 할 데이터 를 선정해야 한다.
큰 방향성에 따른 판단에 이르지 못하고,
상당히 시간을 들여 개별 이니셔티브 의 유용성과
필요한 데이터 평가를 세심하게 한 결과,
프로젝트가 진행되지 않는 경우도 볼 수 있다.
기존 시스템으로부터 데이터 도메인 레벨 기준으로
데이터 를 선정하고, 데이터 를 꺼내 두는 것이 바람직하다.
고객 데이터 플랫폼 구축에 있어서는 효과 검증을 계속하면서
개선시키는 것을 전제로 구축해야 한다.
데이터 부가가치를 높이기 위해서는 여러 사업 부문을 참여시키고,
데이터 를 조사할 때는 시스템 을 사용하는 사업 부문과 협업해야 한다.
수집할 데이터 를 결정한 후, 수집하는 데이터베이스별로
고객을 식별할 수 있는 항목을 명확하게 해 둬야 한다.
개인 데이터 를 기업이 활용하기 위해서는 개인 정보의 사용 목적을,
개인 정보 보호 정책 등에 반영시켜, 본인에게 데이터 사용을 알려야 한다.
고객 데이터 플랫폼 에서 통합된 고객 데이터 를 채널을 가로질러 활용할 경우,
채널별로 어떤 사용 목적을 제시하고 있는지, 어떻게 데이터 를 활용해야 좋은지,
개인 단위로 관리해야만 한다.
회원 사이트 와 애플리케이션 모두에서 채널을 가로지르는
데이터 활용에 관한 사용 목적을 제시해야 하며,
제시돼 있지 않다면 고객 데이터 활용을 제한해야만 한다.
서비스 사용을 시작할 때 제시한 사용 목적, 고객 서비스 지속 상태,
제3자 제공에 관한 오프라인, 옵트 아웃 동의 상태 등을 중앙집중화해
관리함으로써 데이터 를 적절하게 활용해야 한다.
고객 경험 가치를 만들고 향상시키기 위해서 고객 데이터를 활용한다.
고객 커뮤니케이션 최적화를 위해서 BI 환경을 설정해야 한다.
BI는 기업이 데이터 를 기반으로 의사 결정을 내릴 수 있도록 하는 도구다.
BI를 사용하면 이상과 현실 사이의 균형을 얻을 수 있다.
BI를 사용하면 일반적인 구분뿐만 아니라 자사 고객의 특징에 맞는
고객 경험을 설계할 수 있게 된다.
BI 환경을 정비하기 위해서는 분석 요구사항에 필요한
데이터 마트 를 만들고, 분석 요구사항을 만족하는
보고서나 대시보드 를 만들어야 한다.
시각화의 목적 및 이후의 활용 용도 등에 대한 요구사항이 정해지면,
분석에 필요한 형태로 BI로 출력할 수 있는지 등 가시성에 관해 검토한다.
고객 데이터 플랫폼 을 활용하는 큰 목적에 대해
우선 시작해 본다는 자세를 갖는 것이 매우 중요하다.
본격적인 고객 데이터 플랫폼 추진 프로젝트 의 시작은
초기 구축이 완료되는 시점이다.
비즈니스 임팩트 가 있는 이벤트,
기존 시스템 의 수정이나 리뉴얼 프로젝트,
시스템 벤더 의 예상 공수 등 구축 전 확인 요소를 알아본다.
고객 데이터 는 다양한 고객 접점으로부터 얻어진 데이터 를 통합하면서,
교차 데이터 를 이니셔티브 에서 활용할 수 있다.
분석은 목적에 따라 분류와 에측으로 나눌 수 있다.
분류는 다양한 기준을 조합해 고객을 몇 가지 그룹으로 나누며,
예측은 고객에게 접근할 때 반응을 얼마나 나타내는가를 의미한다.
RFM 분석, 클러스터 분석을 사용한 고객 분류,
각 클러스터 의 고객 이미지를 그리는 방법,
규칙 기반 스코어링, 머신러닝 을 사용한 스코어링 등
고객 행동을 예측하는 분석을 소개한다.
3장 기업 안의 변혁을 시도하기 에서는
데이터 활용이란 데이터라는 자산을 빠짐없이 활용하는 것이다.
기업은 KGI, KPI를 설정하고 데이터 를 활용한
이니셔티브 에 의해 목표로 하는 효과를 위해 노력한다.
KPI를 설정하는 목적은 어떤 노력에 대해,
효과를 정량적으로 측정하면서, 목표와의 차이를 명확하게 하고,
문제점을 명확하게 도출해서 해결 방법을 구체화한다.
KPI는 측정한 결과를 기반으로 개선 활동을 만들어 내는
목적으로 운용해야 한다.
개별 이니셔티브 의 KPI에 관한 사고 방식은 매우 간단하다.
개별 이니셔티브 단위로 KPI를 설정 및 운용할 때는
KPI가 운용되지 않는 등의 문제는 발생하지 않는다.
조직별 매출 구성에 대한 사고 방식에 차이가 있으면,
KPI 관리를 복잡하게 만들고, 기업으로서의 움직임을 늦출 수 밖에 없다.
KPI는 개선 이니셔티브를 수행하기 위한 것이며,
이니셔티브 의 최종 실행에 대한 판단을 내려야 한다.
조직 병합 패턴, 직렬 연계 패턴, 병렬 연계 패턴 등
이상적인 마케팅 과 브랜딩을 수행하는 세 가지 조직 패턴을 소개한다.
KPI는 단순히 실적을 관리하기 위한 숫자가 아니다.
결과를 적절하게 전략으로 반영하기 위한 조직 구조와
쌍을 이루어야만 효과를 발휘한다.
사업 부문이 시스템 을 사용하지 않게 되는 이유는
IT 부문과 사업 부문의 상호 이해 부족,
설계 단계 주도 주체의 불균형이다.
마케팅 자동화 도구뿐만 아니라, 고객 이해의 축이 되는
데이터 플랫폼 도 필요하다.
사업 부문의 시스템 이나 데이터 에 대한 지식과 분석 스킬 이
충분하지 않다는 점을, IT 부문이 파악하지 못하면
시스템 을 사용하지 않게 된다.
고객 경험이나 커뮤니케이션의 최적 해결책은 기업에 따라 다르다.
고객과 최적 커뮤니케이션 을 하기 위해서는 마케터 가 확실하게
사용할 수 잇는 데이터 플랫폼 이 필요하다.
사업 부문은 데이터나 아키텍처 를 이해하고, IT 부문은
마케팅 의 실제 업무를 이해해야 한다.
데이터 는 기업의 자산이며, 자산을 활용하는 것은 물론
자산을 적절하게 관리하는 구조를 함께 유지하는 것이야말로,
지속적인 데이터 활용 고도화를 달성하는 것이다.
KPI는 데이터가 적절하게 취득하고 있다는 것을 전제로 한다.
사업부의 업무 고도화와 병행하는 형태로
IT 부문이 솔선해서 지속적 수정을 검토해야 한다.
자산의 인재를 육성하지 않으면, 프로젝트가 진행될수록
외부인이 핵심 기능과 정책을 결정하는 사태가 벌어진다.
전통적 교육방침, 수파리 는 효과적이다.
교사가 되는 외부 컨설팅 기업 선택 방법,
형식적 지식과 경험적 지식, 인재 육성,
고객 커뮤니케이션, 의식 변혁을 위한 행동,
트라이얼 대상 상품, 트라이얼 팀,
지속적인 조직과 인재 육성 방법을 이야기 한다.
4장 데이터 활용 사례집 에서는
SBI 증권은 계좌 개설까지 마친 고객이 얼마나 거래를 수행하는지
시각화하는 것부터 시작한다.
데이터를 기반으로 현재 상태를 올바르게 이해함으로써,
어떤 위치에 병목이 있고 개선해야 하는지를 명확하게 한다.
데이터에 기반해 구체적인 이니셔티브 로 구현하고,
상품을 가로지르는 고객 커뮤니케이션,
PDCA를 추진하는 인재 육성 접근 방식,
사업부의 데이이터 추출 및 분석 을 소개한다.
유카이 리조트 는 최적의 커뮤니케이션 을 목적으로
디지털 마케팅 이니셔티브 에 데이터 를 활용한다.
점진적으로 디지털 에 대한 사내 이해를 높이고,
사일로화된 데이터를 통합해 고객 경험을 향상하며,
개인 정보 리스크 를 고려해 시스템을 구축한다.
"비즈니스를 성공으로 이끄는 데이터 활용"은
고객 데이터 활용 필요성, 고객 경험 설계,
고객 데이터 통합과 분석, 고객 데이터 활용을 위한 조직 변혁을 다룬다.
플랫포머 사업자들이 압도적 데이터를 무기로 영향력을 행사한다.
데이터 활용을 비즈니스 성과로 연결하기 위해서는,
실제로 현장을 이해하고, 다양한 협력이 필수다.
데이터로부터 객관적으로 상황을 파악해,
사실에 기반한 의사 결정을 하면 적절하고 정확한 행동을 취한다.
기업으로서 비즈니스를 어떻게 혁신할지 예측하고,
데이터 활용을 추진해야만 비로소 성과를 얻을 수 있다.
DX라는 기업 변혁에서, 데이터 활용은 중요한 테마 다.
DX나 데이터 활용은 기업 경영의 근본과 연관된다.
DX 추진 목적을 명확하게 하고, 목적을 달성하기 위한
구체적인 방법을 검토해야 한다.
고객 니즈는 시대와 함께 크게 변한다.
데이터 활용은 제공 가치를 바꾸거나 만들어야 할 때,
현상을 파악하고 미래를 예측하는 의사결정을 하는 데 효과적이다.
포어캐스팅 접근 방식은 현 시점을 분석해
무엇을, 어떤 순서로 진행할 것인지 결정하고 작업하며,
백캐스팅 접근 방식은 원하는 미래를 먼저 그린 뒤,
현재 시점에서 실행해야 할 일을 결정한다.
기업의 목적은 사회적 존재 의의를 나타낸다.
다양한 이해관계자를 포함해 사회에 대한 존재의의를 정의하고,
달성하기 위한 행동 수단으로서 DX를 추진해야 한다.
정량적 데이터 는 경향을 파악하는 데 유익하지만,
선택을 한 본질적 이유는 판단할 수 없을 때가 있다.
정성 분석을 통해 소비자의 본질적인 니즈 나 의사 결정을 분석해야 한다.
고객 경험 가치는 기업의 목적과 일관된 것을 가치로 정의하고,
가치가 고객의 과제를 해결하는지 프로토타이핑 으로 검증하며,
기업이 제공하는 고객 경험을 객관적 수치로 평가하며 검증한다.
고객 경험에 대한 과제를 설정할 때는 정량적, 정성적 데이터 모두를 사용해야 한다.
정서 조사에서 사용자 인터뷰는 적절한 설문 설계와 인터뷰 작성법이 중요하다.
깊은 심리를 끌어내기 위해서는 적절한 정보를 끌어낼 수 있도록 촉진해야 한다.
경험 가치 구체화 작업은 기업 측의 관점을 잊는 것이 중요하다.
기업 측의 관점을 갖게 되면 기업의 사고를 반영하게 되며,
기업 중심의 관점에 소비자의 관점을 끼워 넣게 된다.
가치 제안 컨버스 는 실제 고객 경험 가치를 구체화할 때
사용할 수 있는 도구로 유용하다.
고객 경험 설계는 설계 기준과 제공 가치 요소에 관해
모든 구성원의 인식이 정렬된 상태가 된다.
프로토타이핑 의 목적은 고객으로부터 확인할 수 있는 경험 설계가
적절한지 검증하며, 검증을 반복하면서 고객 체험의 병목 해소를 도모한다.
고객 피봇, 과제 피봇, 솔류션 피봇으로 갈수록 영향도가 크다.
리스크 를 피하고 본질적 가치를 고객에게 제공하기 위해서는,
프로토타이핑 의 실행 및 검증 전에 제대로 검증 시나리오를 설계해야 한다.
직원 경험을 백캐스팅 접근 방식으로 생각하고,
직원 경험의 과제로부터 포어캐스팅 접근방식으로 생각함으로써,
전체적인 정합성을 확인하며 진행할 수 있다.
서비스 청사진 은 고객 경험 설계와 직원 경험 설계를 전체적 경험으로써,
정합성을 확인하는 가장 좋은 방법이다.
고객에게 보이지 않는 영역, 맥 스테이지 측을 매핑하고,
행동들 사이의 관계를 화살표로 정리한다.
성공적인 DX 추진이나 경험 창조를 위해서는 고객과 사회에 제공하는
가치가 무엇인가라는 목적을 명확하게 해야 한다.
데이터 는 고객 경험 가치 향상을 위해 중요성이 더욱 높아진다.
대부분의 기업은 자사가 가진 고객 데이터 를 충분하게 통합 분석하지 못해,
자사 데이터 의 가치를 최대한으로 끌어내지 못하는 경우가 많다.
고객 경험 가치의 향상을 목적으로 할 때,
고객 데이터 를 통합하는 것이 중요하다.
데이터 플랫폼의 역할은 데이터를 수집해서 축적하며,
축적한 데이터를 가공하고, 가공한 데이터 를 추출해서 집계한다.
고객 데이터 플랫폼 은 데이터 구조는 매우 간단하고,
데이터 는 고객을 중심으로 통합된다.
고객 데이터 플랫폼 은 기존 시스템 에 영향을 주지 않으므로,
도입 장벽이 낮고 리스크 를 억제하면서 도입할 수 있다.
고객 데이터 플랫폼 구축 방법은 IaaS, SaaS 방식이다.
SaaS 고객 데이터 플랫폼 은 필요한 기능을 망라적으로
제공하는 서비스다.
IaaS는 시스템 플랫폼 인프라스트럭처 를 활용해
필요한 모듈을 선정하고 아키텍처 를 설계해야 한다.
시스템 인프라스트럭처 도입 초기에는 SaaS 라이선스 비용을 억제하고,
데이터 활용이 진행되며, 시스템 연계 대상이 늘어남에 따라,
SaaS 제한을 해제하는 접근 방식이 권장된다.
고객 데이터 플랫폼 은 시스템을 구축하는 것으로 완료되지 않으며,
조기에 릴리스 와 그 후의 운용 중 비즈니스 요건을 정의하고,
구현을 기민하게 수행하는 체제를 구축해야 한다.
사업 부문과 IT 부문이 협동해서 프로젝트 를 추진하는 체제를 구축하고,
고객 데이터 를 충분하게 보호, 관리할 수 있는 구조 위에서 데이터 플랫폼 을 구축한다.
고객 데이터 플랫폼 구축에 있어서는 효과 검증을 계속하면서
개선시키는 것을 전제로 구축해야 한다.
수집할 데이터 를 결정한 후, 수집하는 데이터베이스별로
고객을 식별할 수 있는 항목을 명확하게 해 둬야 한다.
개인 데이터 를 기업이 활용하기 위해서는 개인 정보의 사용 목적을,
개인 정보 보호 정책 등에 반영시켜, 본인에게 데이터 사용을 알려야 한다.
회원 사이트 와 애플리케이션 모두에서 채널을 가로지르는
데이터 활용에 관한 사용 목적을 제시해야 하며,
제시돼 있지 않다면 고객 데이터 활용을 제한해야만 한다.
서비스 사용을 시작할 때 제시한 사용 목적, 고객 서비스 지속 상태,
제3자 제공에 관한 오프라인, 옵트 아웃 동의 상태 등을 중앙집중화해
관리함으로써 데이터 를 적절하게 활용해야 한다.
BI는 기업이 데이터 를 기반으로 의사 결정을 내릴 수 있도록 하는 도구다.
BI를 사용하면 일반적인 구분뿐만 아니라 자사 고객의 특징에 맞는
고객 경험을 설계할 수 있게 된다.
고객 데이터 플랫폼 을 활용하는 큰 목적에 대해
우선 시작해 본다는 자세를 갖는 것이 매우 중요하다.
고객 데이터 는 다양한 고객 접점으로부터 얻어진 데이터 를 통합하면서,
교차 데이터 를 이니셔티브 에서 활용할 수 있다.
분석은 목적에 따라 분류와 예측으로 나눌 수 있다.
분류는 다양한 기준을 조합해 고객을 몇 가지 그룹으로 나누며,
예측은 고객에게 접근할 때 반응을 얼마나 나타내는가를 의미한다.
데이터 활용이란 데이터라는 자산을 빠짐없이 활용하는 것이다.
기업은 KGI, KPI를 설정하고 데이터 를 활용한
이니셔티브 에 의해 목표로 하는 효과를 위해 노력한다.
KPI는 측정 결과를 기반으로 개선 활동을 만들어 내는 목적으로 운용한다.
KPI는 개선 이니셔티브를 수행하기 위한 것이며,
이니셔티브 의 최종 실행에 대한 판단을 내려야 한다.
KPI는 단순히 실적을 관리하기 위한 숫자가 아니다.
결과를 적절하게 전략으로 반영하기 위한 조직 구조와
쌍을 이루어야만 효과를 발휘한다.
사업 부문이 시스템 을 사용하지 않게 되는 이유는
IT 부문과 사업 부문의 상호 이해 부족,
설계 단계 주도 주체의 불균형이다.
마케팅 자동화 도구뿐만 아니라, 고객 이해의 축이 되는
데이터 플랫폼 도 필요하다.
사업 부문의 시스템 이나 데이터 에 대한 지식과 분석 스킬 이
충분하지 않다는 점을, IT 부문이 파악하지 못하면
시스템 을 사용하지 않게 된다.
고객 경험이나 커뮤니케이션의 최적 해결책은 기업에 따라 다르다.
고객과 최적 커뮤니케이션 을 하기 위해서는 마케터 가 확실하게
사용할 수 잇는 데이터 플랫폼 이 필요하다.
사업 부문은 데이터나 아키텍처 를 이해하고, IT 부문은
마케팅 의 실제 업무를 이해해야 한다.
데이터 는 기업의 자산이며, 자산을 활용하는 것은 물론
자산을 적절하게 관리하는 구조를 함께 유지하는 것이야말로,
지속적인 데이터 활용 고도화를 달성하는 것이다.
KPI는 데이터가 적절하게 취득하고 있다는 것을 전제로 한다.
사업부의 업무 고도화와 병행하는 형태로
IT 부문이 솔선해서 지속적 수정을 검토해야 한다.
자산의 인재를 육성하지 않으면, 프로젝트가 진행될수록
외부인이 핵심 기능과 정책을 결정하는 사태가 벌어진다.
SBI 증권, 유카이 리조트 의 디지털 마케팅 데이터 활용 사례를 설명한다.
데이터 의 중요성을 모르는 사람은 없지만,
테크 기업들이 데이터 를 독점하면서,
비즈니스 시장의 균형이 무너지고 있다.
플랫폼 기업이 모든 것을 독식하는 현재 상황은
사회에 결코 바람직하지 않다.
비즈니스 를 성공으로 이끌기 위해서는
고객 데이터 를 통합 관리하고 효과적으로 운용하면서,
고객과의 적절한 커뮤니케이션 도구로 사용해야 한다.
"비즈니스를 성공으로 이끄는 데이터 활용"은
고객 데이터 플랫폼 구축 방법, KPI를 통한 커뮤니케이션 강화,
고객 커뮤니케이션 이니셔티브 조직 개편,
변혁을 위한 내부 인재 육성 방법 등을 통해,
기업이 데이터 를 중심으로 비즈니스 하는 조직으로
변화할 수 있도록 안내한다.
데이터 의 중요성을 모르는 기업은 없다.
플랫포머 들이 데이터 수집, 활용을 독식하면서,
정보 불균형이 심화되고 있다.
코로나 팬데믹 이후 가속화된 디지털화에서,
기존 기업들은 제대로 대처하지 못하면서,
시장 주도권은 심각한 도전을 받는다.
변화는 피할 수 없다.
데이터 중심으로 재편되는 시장에서,
비즈니스 성과를 얻기 위해서는 데이터를 이해하고,
효과적으로 활용하는 방법을 익혀야 한다.
"비즈니스를 성공으로 이끄는 데이터 활용"은
데이터 활용 필요성을 이해하고, 데이터를 활용하기 위한
고객 데이터 플랫폼 구축을 위해 조직을 변화시키고,
운용해야 하는 방법을 사례와 함께 소개한다.
전화번호부 는 집이나 직장에서 필수품이었다.
인터넷 이 전화번호부를 세상에서 사라지게 하듯,
급속하게 진행되는 디지털화는 비즈니스 패러다임 을 바꾼다.
구태의연한 방식으로는 변화에 대처할 수 없다.
데이터 중심의 디지털 시대에 대처하기 위해서는
조직의 구성과 운용을 데이터 활용에 맞게 변화시키고,
고객 데이터 플랫폼 을 구축해야 하며,
기업의 가치를 고객에게 적극적으로 전달하고,
고객의 니즈와 적극적으로 소통할 수 있어야 한다.
데이터 가 중심이 되는 비즈니스 환경 변화에서,
데이터 를 제대로 활용할 줄 모르는 것은
비즈니스 경쟁력에 심각한 위협이 된다.
"비즈니스를 성공으로 이끄는 데이터 활용"은
기업에서 제대로 활용하지 못해 사장하는 데이터 를
효과적으로 활용하면서, 기업의 경쟁력을 강화하는
도구로 사용할 수 있는 유용한 방법을 제시한다.
정보문화사 와 컬처블룸 서평단에서 "비즈니스를 성공으로 이끄는 데이터 활용(고객 경험 가치를 창출하고 향상시키기 위한 방법)"을 증정해주셨다.
감사드린다.
#비즈니스를성공으로이끄는데이터활용 #고객경험가치를창출하고향상시키기위한방법 #정보문화사
#인큐데이터 #이이즈카타카유키 #카와이켄노스케 #오카나가타쿠야 #김모세
#컬처블룸 #컬처블룸서평단 #데이터PDCA #플랫폼구축 #데이터인프라스트럭처
#KPI설계 #KGI설계 #데이터활용사례 #비즈니스데이터사례 #데이터통합 #데이터분석 #고객데이터플랫폼
'이 리뷰는 컬처블룸을 통해 출판사에서 도서를 제공 받아, 직접 읽고 작성한 리뷰입니다.'