LG-Caltex 정유 Campaign Management System 구축 제안설명회

LG-Caltex정유 Campaign Management System 구축 제안설명회 금융권 e-Marketing System 2003. 02. 20

발 표 순 서 • 금융권 현황 • 한미은행 이슈 • e-Marketing 시스템 • 프로젝트 효과 • 향후 발전 방향 • Q & A

I. 금융권 현황 • 전자 금융 확대 • 인터넷 뱅킹 현황 • E-Marketing에 대한 요구

1. 전자금융 확대 I. 금융권 현황 카드 은행 보험 증권 효율적인 고객 정보 수집과 모든 업무 프로세스에서의 CRM 활용 인터넷 뱅킹의 전달 채널별 업무 처리 건수 비중 10.5% 온라인 증권 거래 약정 금액의 폭발적 증가 보험회사 자체적으로 고객데이터 수집 일반 시중은행 14.5% 2001년 말 현재 247조원 온라인을 통한 보험상품의 판매 증가 지방 및 특수 은행 4.3% 온라인 증권거개 점유율의 증가 “고객 비용처리 비용의 절감”, “ 온라인을 통한 수익증가” 를 목표로 온라인 금융에 대한 관심의 고조

2. 인터넷 뱅킹 현황 I. 금융권 현황  이용실적 은행권 2002.3월중 (단위 : 천건, 억원, %) 출처 : 한국은행, 보도자료, 2002.3 인터넷을 이용한 각종 조회, 자금이체 및 대출 서비스 이용건수는 1억 3,305만 건으로 2001년 12월 이용 실적에 비해 4.8% 증가 자금 이체 서비스가 전체 인터넷 뱅킹에서 차지하는 비율이 2001.12월 17.3%에서 2002.3월 19.8%로 높아짐

3. e-Marketing에 대한 요구 I. 금융권 현황 2002.3월 2001.12월  전달 채널별 업무 처리건수 비중(%) 은행권 2002.3월중 출처 : 한국은행, 보도자료, 2002.3 창구텔러, CD/ATM, 텔레뱅킹을 포함한 4대 금융서비스 전달채널 중 인터넷뱅킹을 통한 업무처리 비중은 10.5%로서 2001.12월에 비해 1.0%P 증가

II. 한미은행 이슈 마케팅 프로세스 마케팅 분류 기존 시스템 통합

1. 마케팅 프로세스 II. 한미은행 이슈 통합DB 통합DB Process AS - IS TO - BE 계정계 Web Log 고객 정보 계정계 Web Log 고객 정보 데이터 추출, 변환 적재 ETT 자동화 수작업(비용/인력소모) 2차원 단순 리포트 다차원 동적 리포트 현황 분석 분석데이터 수작업 수집 고객군 추출 및 분석 수작업 고객군 추출 마이닝/분석 연계성 결여 동적 고객군 생성 관리 마이닝 결과와 연계 캠페인 반응 분석 결과 반영 불가능 단순 반응 분석 다양한 캠페인 결과 분석 및 반영 프로세스

2. 마케팅 분류 II. 한미은행 이슈 상품별 목적별 캠페인 Acquisition 대출가망고객 획득을 위한 캠페인 대출 Up/Cross Selling 카드 이탈고객을 위한 캠페인 카드 Winback 인터넷 뱅킹 인터넷 뱅킹 휴면고객 활성화를 위한 캠페인 수신 Wakeup 대출 만기고객에 대한 상품 추천 캠페인

3. 기존 시스템 통합 II. 한미은행 이슈 목적DB Channel Integrator WORKSTM Marketing Automation WORKSTM Marketing Analytics WORKSTM ETL Mining Workflow Event Recommender Optimizer Message OLAP Foundation iMAS 계정계 시스템 Customer 발송DB 발송DB 이메일원장 한미은행 기존 email System Channel eMail System 발송 결과 Integration` eMail System Customer CRM WORKSTM Single View of Enterprise Customer

III. e-Marketing System e-Marketing System 시스템 구성도 구성 모듈 추진 일정 Campaign 전략 시스템 구축

1. E-Marketing System 구성도 III. e-marketing System 한미은행 고객 전략 마케팅 전략 우수 고객 전략 고객 응대 전략 Marketing Analytics Segmentation 생성 패턴분석에 따른 군 생성 고객,상품 list관리 및 삭제 검색 반응정보에 따른 군 생성 마케팅 운영자 고객 마케팅 담당자 마케팅정보 제공/조회 캠페인 효과 분석 캠페인 계획/설계 구축 시스템 Marketing/E-Marketing Operational Area Integration Area 정보 / 반응 고객 OLAP Meta Data 거래 Customer Analysis 채널 관련 Product Analysis Collect 상품 Single View Purchase Analysis Marketing Analysis Channel Integrator e-Mail Marketing Automation Collaborative Area Analytical Area 캠페인반응 Campaign Management

2. 구성모듈 III. e-marketing System

3. 추진일정 III. e-marketing System 4개월 요구분석 세그멘테이션 분석 운영 캠페인 방향 수립 데이터마트 설계 데이터마트 구축 제품 Customization 테스트 ’02.06 ’02.07 ’02.08 ’02.09 ’02.10

4. Campaign 전략 III. e-marketing System 4. eMarketing 시스템 1. 대출가망고객 Segmentation_ Tree Rule Diagram 확률 : 50% 회원 수: 7,664 ELSE 미대출 LOAN_DIFF_GRP_7 확률 : 41.4% 회원 수: 5,604 확률 : 73.3% 회원 수: 2,060 PAY_TRS_TOT3 < 0.5 OR MISSING PAY_TRS_TOT3 >= 0.5 CD_TRS_TOT2 < 1.5 CD_TRS_TOT2 >= 1.5 OR MISSING 확률 : 70.4% 회원 수: 622 확률 : 37.8% 회원 수: 4,982 확률 : 65.1% 회원 수: 955 확률 : 80.5% 회원 수: 1,105 CARD_CNT =0 CARD_CNT > 0 AGE < 28.5 AGE >= 28.5 OR MISSING ACCT_TRS_TOT3 < 0.5 OR MISSING ACCT_TRS_TOT3 >= 0.5 확률 : 75.9% 회원 수: 449 확률 : 56.1% 회원 수: 173 확률 : 21.8% 회원 수: 1,239 확률 : 43.1% 회원 수: 3,743 확률 : 60.5% 회원 수: 640 확률 : 74.6% 회원 수: 315 CARD_CNT = 0 CARD_CNT > 0 확률 : 13.2% 회원 수: 486 확률 : 27.4% 회원 수: 753 * 해석의 예 : 일반자금대출 경험이 있으면서 전월 자동화기기사용횟수가 1.5이하이면서 전전월 계좌이체 이용건수가 0.5이하 혹은 결측치인 고객 640명 중 60.5%가 차월에 대출하였음. ELSE 미보유 ACCT_DIFF_GRP_6 확률 : 49.4% 회원 수: 87 확률 : 24.5% 회원 수: 666 “분석 결과를 시스템에 Rule_Base화 하여 적용

4. Campaign 전략 III. e-marketing System 2. Campaign 방향 수립 캠페인 리스트 시스템 적용 캠페인 캠페인 분류 대 출 • 퀵머니론 신규회원 획득을 위한 캠페인 • 라이트카드론 신규회원 획득을 위한 캠페인 • 사이버대출 신청 미승인 고객에 대한 Cross-Selling 캠페인 • 대출 만기 도래 고객에 대한 Up/Cross-Selling 캠페인 • 대출이탈 가능성이 높은 고객에 대한 Winback 캠페인 대출 신규회원 획득을 위한 캠페인 카드론 추천을 위한 캠페인 • 신용카드 신규고객 획득을 위한 캠페인 • 타행 현금서비스 반복 고객에 대한 Cross-Selling 캠페인 • 카드 수수료 연체고객에 대한 Cross-Selling 캠페인 • 신용카드 이탈 가능성이 높은 고객에 대한 Winback 캠페인 카 드 • 인터넷 뱅킹 고객에 대한 자동이체 유도 캠페인 • 인터넷 뱅킹 고객에 대한 Winback 캠페인 인터넷 뱅킹 가입 유도를 위한 캠페인 인터넷 뱅킹 • 예/적금 만기 도래 고객에 대한 Cross-Selling 캠페인 • 환전, 송금 유도 캠페인 수 신

4. Campaign 전략 III. e-marketing System 3. Campaign Scenario 유형 반응기간 iMAS 활용 여부 반응값 캠페인 종류 고객군 기준 대출 신규회원 획득을 위한 캠페인 •인구통계 특성상 대출 가능성이 높은 고객 •일반자금대출 상태가 미대출인 고객 •전전월급여이체건수가 0.5미만인 고객 •연령이 28.5세 이상인 고객 정기 6주 •가입율 •신청건수/금액 •승인건수/금액 •실행건수/금액 •인구통계 특성상 카드론을 이용할 가능성이 높은 고객 •현금서비스를 3개월 이상 이용한 고객 •최근 월 현금서비스 사용액 3백만원 이상인 고객 • 6개월 동안 연체 횟수가 1회 이하인 고객 •타행 카드 이용고객 비정기 6주 카드 청구 메일 활용 •가입율 •신청건수 •승인건수/금액 •실행건수/금액 카드론 추천을 위한 캠페인 인터넷 뱅킹 가입 유도를 위한 캠페인 •인구통계 특성상 인터넷 뱅킹을 이용할 가능성이 높은 고객 •당월 자동화 기기 이용건수 0.5미만인 고객 비정기 6주 •가입건수 •이체건수

4. Campaign 전략 III. e-marketing System 4. Campaign Response Analysis 캠페인 종류 거래 반응값 이메일 TM SMS 반응값 반응값 반응값 실패사유 실패사유 실패사유 •미확인 수신자 •미확인 호스트 •메일 박스 용량 초과 •Blocked •ETC •전화번호 변경 •없는번호 •무응답 •기계고장 •번호변경 •없는번호 •도달율 •오픈율 •링크율 •오픈 대비 링크율 •통화 성공율 •긍정적 반응율 •보통 •부정적 반응율 •도달율 •실패율 •가입율 •신청건수/금액 •승인건수/금액 •실행건수/금액 대 출 •가입율 •신규건수 •사용금액 카 드 •가입건수 •이체건수 인터넷 뱅킹 •가입율 •신규건수 •신규금액 수 신

5. 시스템 구축 III. e-marketing System 고객정보 고객카드정보 고객대출정보 고객수신정보 채널반응정보 외환거래정보 상품정보 1. 데이터 마트 구성 DW DATA MART 고객 기본 카드 정보 대출 정보 수신 정보 외환 정보 카드 IMAS 채널 반응 정보 카드심사 정보 Internet Banking Tr. 목적DB 뱅킹 거래 정보 이메일 정보

5. 시스템 구축 III. e-marketing System Sam File Sam File 2. 수집기 _ Collector  원천 DB에서 데이터를 수집/가공하여 Target DB로 데이터 적재 수집기 데이터 마트 DB DW [ 서버환경 관리] 고객 인터넷뱅킹 카드 [ Meta Data 관리] 상품 File [수집룰 관리] 거래 [모니터링]

5. 시스템 구축 III. e-marketing System 3. 분석 시스템 _ Dynamic Report  데이터 마트의 데이터에 대해 사용자가 원하는 형태로 다차원 리포트를 생성 분석 시스템 Reporting 데이터 마트 고객 리포트 뷰어 큐브 관리 디멘젼 관리 [ Chart View] 상품 리포트 생성기 캐쉬관리 다차원분석엔진 거래 [ Table View]

5. 시스템 구축 III. e-marketing System 캠페인 기획 (필터링, 채널/오퍼할당, 스케줄링) 승인요청 고객군 생성 효과분석 진행 모니터링 이메일 전송 4. 캠페인 관리 _ Campaign Manager

IV. 시스템 구축 효과 마케팅 프로세스 개선 Customer Single View 고객만족 실현 수행 캠페인 _개요

1. 마케팅 프로세스 개선 IV. 프로젝트 효과 현안 해결안 1 1 • Campaign 요구 구축된 마트로 부터 데이터 접근이 가능 자/타 부서 • Campaign 요구 데이터 접근이 제한적 타 부서 2 인터넷 뱅킹팀 • 마케팅 Rule Base에 의한 고객군 추출, 고객군 추출 방식의 다양화 2 고객군 추출의 어려움 • 목적DB 요청 인터넷 뱅킹팀 3 3 • 프로모션 (iMAS eMail) 캠페인 반응 데이터 마트로 피드백되어 결과 분석 용이 • 프로모션 (iMAS eMail) 프로모션 후 캠페인 결과 분석 어려움 4 • 캠페인/분석 Mart 전산실에 데이터 요청할 필요 없음 4 • DB(SAM File) 회신 데이터 회신 속도 느림 전산실 전산실

2. Customer Single View IV. 프로젝트 효과 Modeling Segmentation OLAP Data Mining Recommender Single View of Enterprise Customer Service Integrated Marketing Customer Database Loyalty Up-Selling Transaction Account Navigation Score Cross-Selling Offer E-mail Product Sales Risk WEB • 다양한 Source로부터 수집된 각종 고객 데이터를 분석/학습하고 다양한 형태의 리포트나 Advising을 통해 고객의 Needs와 Preference 정확히 파악할 수 있는 Customer Single View 구현 가망 고객 기존고객 신규 고객 획득 이탈고객 Powerful Analysis 다차원 고객 분석 Targeting 탐색적 질의 제공 Personalization RFM Customer Data Integration Virtual Integration

3. 고객만족 실현 IV. 프로젝트 효과 Channel Integrator WORKSTM Marketing Automation WORKSTM Marketing Analytics WORKSTM ETL Mining Workflow Event Recommender Optimizer Message OLAP Foundation 고객성향에 따른 차별화 된 서비스로 ‘고객만족 향상’ Target Marketing 수행을 통한 ‘수익증대’ Marketing Automation을 통한 ‘비용절감’ 구 현 기대 효과 • 데이터 통합 • 기회 정보의 통합 • 접촉 히스토리 통합 • 고객에 대한 단일한 시각 제공 • Single View 구현 CRM WORKSTM • 용이한 데이터 handling • 간편한 대상군 선정 • 고객 행동의 주요 요인 탐색 • 다차원 분석 • 고객 관계 강화 • 개인화된 서비스 강화 • 적절한 고객 서비스 수준의 결정 • 고객 가치 변화에 따른 적절한 마케팅 전략 • 가치체계 확립을 통한 고객에 대한 일관성 유지 • 목표 고객 군에 맞는 상품 개발 및 수정 • 맞춤식 마케팅 강화 Single View of Enterprise Customer • 캠페인 대상 고객 선정 및 반응 정보 수집 용이 • 신속한 고객 반응 정보 획득 가능 • 캠페인의 효과를 획기적으로 개선 • 고객/채널별 캠페인 관리기능 강화 • 캠페인 효과 강화

4. 수행 캠페인 _ 개요 IV. 프로젝트 효과 제공 오퍼 캠페인 명 대상 고객군 퀵머니론 광고 • 퀵머니론 미신청자 • 퀵머니론 신청자 > 승인자 > 미실행자 • 퀵머니론: 대상고객 전체 웹진 9월호 • 웹진 수신 대상자 • 인터넷뱅킹가입: I.B미가입자 • 퀵머니론: 1) I.B가입자 > 퀵머니론 미신청자2) I.B가입자 > 퀵머니론 신청자 > 승인자 > 미실행자 • 굿뱅크쿠폰: 1) I.B가입자 > 퀵머니론 신청자 > 불승인자2) I.B가입자 > 퀵머니론 신청자 > 승인자 > 실행자 9차분양 메일 • 서울/경기지역 • 20~60대 • 웹진9월호 캠페인과 동일 조건 모네타카드 Wake up • 모네타카드 발급 후 미사용자 • 모네타카드: 대상고객 전체

V. 향후 발전 방향 e-Marketing System 확장 로그 데이터 활용 다채널 연동 개인화 추천 서비스

1. e-Marketing 시스템 확장 V. 향후 발전 방향 6. 향후 발전 방향 1단계: 캠페인 자동화 및 기존 채널연동 향 후: 채널 확장 및 개인화 마케팅 마케팅 전략 다채널 운용 전략 고객 분석 데이터 마이닝 다채널 연동 PB(창구), TM(콜센터), DM, SMS 다채널 운영 데이터 모델링 데이터 추출 자동화 Sales & Service 연동 마케팅 의사 결정 시스템 구축 (Web Log Analysis, 전문 Log Analysis) Email캠페인 시스템 연동 Web Warehouse구축 개인화 1:1 마케팅 고객군 생성 관리

2. 로그 데이터 활용 V. 향후 발전 방향 고객 DB 집계 데이타 Analyzer 계정계 수 집 기 eMail원장 DB eCRM DB 집계 데이타 Report 웹 로그 데이터 집계 데이타 전문 로그 데이터 Client Client Message Segment Client Client Client Client

3. 다채널 연동 V. 향후 발전 방향 Transaction Loyalty Navigation Up-Selling Offer Integrated Marketing Customer Database Sales Score Cross-Selling Product Account Service Channel 고객 정보의 추가, 수정 Host 기존 운영계 신규가망고객 고객 리스트의 클리닝 업무 중복판정고객 처리 (Data enrichment) Data정형화 (zip변경,회사명 등) 불량 데이타 정리 (전화, 주소) 다차원적인 고객군 추출: Target고객을 추출 분석 및 활용 Collector 기존고객 외부 출처 고객 정보 제휴마케팅 등) 이메일 . 데이타 표준화 . 데이타 정제 . 중복체크 . 출처 관리 기존고객 • 고객구성 분석 • 캠페인 Contact Data Data Table관리 : Integrity 유지 Data Dic관리 Contact Data 고객군 추출 Meta Data 저장소 ARS및DB-Capture, 인터넷을 통한 뮨의고객 리스트 거래이력 고객 세그멘트 . 프로젝트 생성 . 담당 직원 배정 콜센타 복수 캠페인 동시에 진행 데이타 마이닝 연결 사용 가능 기 타 접촉이력, 고객 response 데이타는 Batch 갱신 마케팅 목적에 따라 연결 사용 MCIF + DW Mobile PDA 한미은행 내부 의 기타 고객 관련 DB 관련 부서 이관 件 . Apps공유 . e-mail / fax 예 전문로그 이력데이타 DM 관련부서 직원

4. 개인화 추천 서비스 V. 향후 발전 방향 컨텐츠/상품 관리자 상품 및 컨텐츠 정보 추천 결과 정보 개인화 추천기 Access log 마케터에 의한 추천상품 등록 Web Page Rule에 의한 추천기 고객 DB 회원 Profile 금융상품 추천(PFMS) 재테크 추천DB 추천상품

감사합니다! Q&A

LG-Caltex 정유 Campaign Management System 구축 제안설명회