Top > Info > Data Mining > 1-2-7. Data Mining과 캠페인 관리와의 통합
▷▶ Data Mining과 캠페인 관리와의 통합
Data Mining과 캠페인 관리가 함께 밀착되어 움직일수록 비즈니스 결과는 더 좋아진다. 오늘날, 캠페인 관리 도구는 표적으로 잡은 고객이나 잠재고객에 대한 초점을 정교하게 하기 위해 Data Mining 모델에서 생성한 점수를 사용한다. 그리하여 캠페인의 반응율을 높이고 캠페인 효과를 증진시킨다.
불행히도, 캠페인 관리 도구에서 모델을 사용하는 것은 수동적이며 시간이 많이 소요되는 작업이다. 마케팅의 어떤 사람이 모델 점수를 사용하는 캠페인을 시행하고자 할 때 주로 모델링 그룹의 어떤 사람에게 데이터베이스 점수를 담고 있는 파일을 가져올 것을 요청하게 된다. 화일을 가지고 마케터는 점수와 마케팅 데이터베이스를 합치도록 정보 시스템부의 담당자의 도움을 요청하게 된다.
이러한 단절된 과정은 여러 가지 문제를 야기 시킬 수 있다.
· 일간 또는 주간 단위로 시행되는 많은 양의 캠페인들을 계획하기가
어려우며 사용 가능한 자원들이 엉킬 수 있다.
· 수동 작업은 오류 발생 가능성이 있으며, 잘못된 데이터베이스에 점수를 생성하거나
데이 터베이스 내의 잘못된 필드에 점수를 생성할 수 있다.
· 점수화(Scoring)는 매우 비효율적인 일이다.
캠페인을 위해 지정된 세분 고객에만이 아니고 전체 데이터베이스를 대상으로 주로 점수 가 생성된다. 자원이 낭비될 뿐만 아니라 주간 또는 일간의 캠페인을 따라잡기에는 너무 느린 과정이 될 수도 있다.
이러한 문제점들에 대한 해결책은 Data Mining과 캠페인 관리 기술간의 밀착된 통합이다. 통합은 두 기술에 있어 매우 중요하다.
첫째, 캠페인 관리 도구는 전체 데이터베이스를 모델링하지 않도록 Data Mining Application으로 지정된 캠페인 Segment를 공유한다. 예를 들어, 마케터는 강남구에 사는 25살에서 35살까지의 높은 수입을 가진 남자를 캠페인 대상으로 지정할 수 있다. 두 개의 Application간의 통합을 통해 Data Mining Application은 자동적으로 두 개의 특성을 만족하는 Database Record에 한하여 분석을 제한한다.
둘째, 예측 모델로부터 생성된 선택된 점수들은 가장 높은 잠재 수익을 가진 타겟을 만들기 위해 캠페인 Segment로 계속 반영되어야 한다.
[ Back to the Page ]
Top > Info > Data Mining > 1-2-7. Data Mining과 캠페인 관리와의 통합