1) 데이터 웨어하우스의 개념 및 활용
인터넷의 급속한 성장과 더불어 전자상거래의 규모가 커져 가고 있다. 사이버 공간상에서 비즈니스를 하려는 기업의 입장에서는 고객의 행태가 달라졌으므로 새 로운 마케팅 패러다임의 불가피하다. 고객별로 개별화된 마케팅, 즉 1대1 마케팅 (one-to-one Marketing)이 그 중 한가지이다. 이것은 사이버 마켓이라는 새로운 환경의 장점을 살리면서 기업의 경쟁력을 극대화할 수 있는 마케팅 방법으로 간주 되고 있다.
따라서, 인터넷 마케팅을 하기 위한 체계적인 시스템을 구축하여야 하며, 이러한 분석시스템의 기반에는 쇼핑몰 운영을 통해 축적된 데이터를 데이터 웨어하우스로 구축한 뒤 1대1일 마케팅에 필요한 정보를 분석하여야 한다.
데이터 웨어하우스는 지식 작업자(중역, 관리자, 분석가)들이 더 나은, 더 빠른 의사결정을 할수록 한 의사결정 지원기술의 집합체이다. 데이터 웨어하우스란 비 즈니스 트랜잭션을 처리하기 위한 오퍼레이셔널 시스템으로부터 선별되어 가공된 데이터들로 이루어진 데이터베이스이다. <그림 2-8>과 같은 데이터 웨어하우스는 읽기 전용의 데이터들로 이루어져 의사결정에 도움을 주기 위한 조회만 가능하고 갱신이나 삭제가 일어나지 않는다는 것을 기본전제(남철기․남중헌․배재학, 1999) 로 한다.
데이터베이스 마케팅을 하기 위해서는 고객데이터를 저장하기 위한 데이터베이 스 기술과 이를 분석하기 위한 데이터 분석 기술 즉, OLAP(On-Line Analytical Processing으로 OLTP, On-Line Transaction Processing에 상대되는 개념으로, 기 업의 데이터 모델을 정적 모델과 동적 모델로 구분한 다음 OLAP를 ‘동적 모델로
부터 정보를 생성, 조작, 활성화, 종합하는 데 필요한 역동적 기업 분석’으로 정의, 남철기․남중헌․배재학, 1999 : 356), 통계 및 데이터 마이닝 기술이 필요하다.
<그림 2-8> 데이터 웨어하우스의 개념도 데이터 원천
중앙 예약 인적 정보 예약 레코드
호텔 조직 재 무 인 사 마 케 팅 관 리
호텔 부서 행 정 엔지 니어 식 음 료 프론트데스크 하우스키핑 마 케 팅 예약 부서 외부 DB 정 부
인 터 넷 제3의 정보 DB 경쟁기업 정보 데이터 정리 및 전환
데이터-관리 파일
디렉 토리 메타 데이터 파일
(데이터의 구성을 설명해주는 데이터파일) 보 안 데이터-저장 파일
요약 파일 보고 파일 요소 파일
데이터-가공 엔진 데이터-검색 엔진
데이터 조정 및 리포팅
통 합 정 렬 분 석
포맷팅 목록화 기 타
터미널 - 데이터 접근
자료 : R. K. Griffin(1998), “Data Warehousing”, Cornell Hotel and Restaurant Administration Quarterly, August : 29.
데이터 웨어하우징이 시장에서 주목받기 시작한 초기에는 다양한 시각적 분석을 가능하게 하는 OLAP 도구가 매우 큰 반향을 불러일으켰으나 시간이 지나면서 좀 더 정교하고 과학적인 분석을 위한 통계와 데이터 마이닝에 대한 요구가 증가했 다.
데이터 웨어하우징을 하기 위해서는 데이터베이스 관리시스템(DBMS)과 데이터 에 대한 저장 및 처리를 위한 컴퓨터 하드웨어가 가장 중요한 제품이다. 그 외에 데이터를 다양한 형식으로 가공하여 시각적인 분석을 제공하는 OLAP 도구가 필 요하다. 최근 수년간에 걸쳐 OLAP 도구는 폭넓게 보급(한재홍, 1999)되었다.
<그림 2-9> 데이터베이스 구축 방법(데이터 웨어하우스 활용사례) 데이터-웨어하우스 서버
마케팅 데이터
부문 재무 데이터 부문 관리 데이터 부문 인적 자원 데이터 부문
터미널 터미널 터미널 터미널
자료 : R. K. Griffin(1998), “Data Warehousing”, Cornell Hotel and Restaurant Administration Quarterly, August : 31.
상당수의 미국 호텔이 시장분석을 지원하기 위해서 데이터 웨어하우스 또는 마 트를 구축하고 이용하고 있다. 이러한 호텔들은 데이터 웨어하우스 또는 마트를 이용하여 새로운 고객을 구체화, 표적화하고, 또한 호텔 충성도 프로그램을 평가, 세련화하고, 매출분석, 추세분석, 재무분석을 수행하고 있다.
그리고, 호텔들은 데이터 웨어하우스와 데이터 마트를 이용하여 고객만족을 창 출하기 위한 새로운 시설, 새로운 표적 사이트의 개념의 개발, 잠재 프랜차이즈의 구체화, 퇴직기금의 관리, 생산성 분석, 부적절한 장비배치의 조사, 새로운 노동시 장의 선정, 종업원 성과를 추적해나가는 작업을 수행하고 있다. 단, 이러한 효과는 데이터 웨어하우스가 완벽하게 의사결정 지원, 자산경영, 재무, 인적자원, 마케팅 그리고 중역정보를 위한 시스템으로 통합될 때 가능하게 된다.
미국의 경우, 성공적으로 데이터 웨어하우스를 적용한 기업 62개를 조사한 결과 에서 평균 ROI가 무려 401%, 그리고 평균 투자회수기간은 2.31년에 불과(Griffin, 1998)하였다.
<표 2-3> 데이터 웨어하우스와 데이터 마트의 차이점
구 분 데이터 웨어하우스 데이터 마트
서비스의 대상 기업 전체의 정보 욕구 충족 개별 부서의 정보 욕구 충족 데이터의 저장형태 전 사업부문의 정보에 대한 중앙
집중 사업 부문에 따른 정보 분산
데이터의 저장용량 대용량(주로 300Gb-1Tb) 소용량(300Gb 이하)
정보의 중복 × ○
구축 비용 고 비 용(300만$) 저 비 용(30만$)
사용자 제한(보안) ○ ×
시스템 관리 보다 편리 불 편
개발기간 장기간(1-2년) 단기간(3-6개월)
자료 : R. K. Griffin(1998), “Data Warehousing”, Cornell Hotel and Restaurant Administration Quarterly, August : 29-31.(연구자 정리)
<표 2-4> 미국 주요 호텔의 데이터 웨어하우스 활용 사례
호텔 고객의 특성 저장 형태 활용 초점 개발기간 사용기간 개별 접근
A 전계층 웨어하우스 마케팅 24개월 1개월 가능
B 중산층 웨어하우스 일 반 18개월 36개월 불가능
C 중산층 - - - -
-D 전계층 - - - -
-E 전계층 마트 고 객 3개월 0 가능
F 상류층 마트 고 객 6개월 24개월 불가능
G 상류층 마트 마케팅 18개월 12개월 가능
H 전계층 마트 마케팅 6개월 3개월 불가능
I 상류층 - - - -
-J 비즈니스 - - - -
-K 상류층 - - - -
-L 상류층 마트 재 무 18개월 0 가능
자료 : R. K. Griffin(1998), "Data Warehousing", Cornell Hotel and Restaurant Administration Quarterly, August : 35.
2) 데이터베이스 마케팅(Databased Marketing)
데이터베이스 마케팅은 “데이터 베이스에 지속적으로 고객의 구매행동과 개인적 인 특성을 기록하여 고객의 향후 행동을 예측하고 아직 파악되지 않은 특성을 추 정함으로서 고객과의 관계를 증진하는 한편 기존 고객의 이탈 방지, 이탈 고객의 재활성화, 기존 고객에 대한 신상품 추가 판매 등 고객의 구매행동을 자사에 유리 하도록 변경시키는 일련의 활동”을 의미한다.
이러한 정의는 데이터베이스 기반 마케팅이 관계(relationship), 틈새(niche), 그리 고 미시적(micro) 마케팅으로 나타나는 고객과의 1대1 관계에 초점을 맞추고 있다.
국내에서의 데이터베이스 마케팅은 단순히 고객 데이터베이스를 구축하고 이를 검색하는 정도로 고객을 수동적으로 관리하는 방식이 주를 이루었으나, 최근에 와 서는 데이터 웨어하우징과 데이터 마이닝 등 기반 기술이 확충되면서 보다 고차원 적인 분석이 대규모로 이루어지고 이를 활용할 수 있는 구체적인 업무 전개 방안 도 개발되고 있다. 그러나, 아직까지 국내에서 전개되고 있는 데이터베이스 마케팅 의 수준은 외국 성공사례를 답습하는 수준을 벗어나지 못하고 있으며 구축된 고객 데이터베이스의 규모 및 범위 역시 외국의 그것에 비해 매우 초보적인 수준에 그 치고 있는 것이 현실(한재홍, 1999)이다.
외국의 연구를 보면, 효과적인 여행 안내책자의 메일링을 위하여 데이터베이스 를 활용한 여행 오퍼레이터의 한 사례를 제시한 연구(Collins & Wallace, 1995)가 있다. 기존의 메일링 방법인 데이터베이스내의 모든 고객에게 안내책자를 보내는 대신, 여행사는 데이터베이스를 가공하여 주요 고객의 50%를 선택함으로서, 상당 금액의 우편료 및 브로셔 인쇄비를 절약하고 반면에 응답률은 2배로 높인 결과를 도출하였다.
그리고, 데이터베이스 마케팅을 활용하고 있는 사례로 Oppermann(1999)의 연구 를 들 수 있다. 그의 연구에 의하면, 데이터베이스 마케팅의 관점에서 잠재 고객은 두 가지의 일반적인 카테고리로 세분화할 수 있다. 첫째, 전에 여행상품을 구매한
경험을 가진 고객으로서 기존의 데이터베이스에 데이터가 기록되어 있는 고객이 며, 둘째로는 전에 여행상품을 구매한 경험이 없는 비고객(noncustomers)으로 분 류될 수 있다.
이러한 일반적인 카테고리 하에서, 좀 더 몇 개의 차원으로 재분류, 세분화할 수 있다. 먼저 기존의 고객 중에서도 구매의 경험이 최근에 발생했는지 여부가 중요 하다. 즉, 여행상품을 현재 구매하는 현재 고객, 전에 구매경험이 있는 선험 고객, 그리고 여행상품에 만족하지 않았기 때문에 재구매가 이루어지지 않고, 다른 여행 상품을 선택하는 이탈고객으로 재분류할 수 있다.
재분류된 3가지 기존 고객의 형태(현 고객, 과거 고객, 이탈고객)에서, 데이터베 이스 마케팅에서는 최종 구매시기(Recency), 구매의 빈도(Frequency), 매출금액 (Monetary value)라는 세 가지 패러다임(RFM paradigm)이 결합되어 다시 세분화 된 분류를 할 수 있다.
<그림 2-10> 데이터베이스 마케팅에서의 고객 피라미드
이 탈 고 객 과 거 고 객
현 고 객
매 출 금 액 구 매 빈 도
베스트 고객 우호 고객
데이터베이스내 등록 고객 최근 구매 시기
매 출 금 액 구 매 빈 도 잠 재 시 장
低
비 구 매 고 객 경 쟁 여 행 사
이 용 고 객
여 행 사 변 경 고 객
최 초 구 매 고 객
구매 경향 低 高
구매 비경험 고객
자료 : M. Oppermann(1999), “Databased Marketing by Travel Agencies”, Journal of Travel Research, 37(February) : 233.
두 번째, 비고객은 잠재적 매출금액의 크기, 구매빈도에 따라 고객을 세분화할 수 있다. 비고객은 또한, 고객의 첫 구매시기와 구매경향(잠재적 고객이 될 수 있 는 가의 여부)에 따라서 다시 <그림 2-10>와 같이 재분류할 수 있다.
데이터베이스 마케팅이 적용될 수 있는 세 분야를 다음과 같이 구체화할 수 있 다. 첫째, 관광객 유지(customer retention), 둘째, 여행상품 촉진(product promotion), 셋째, 관광객 창조(customer creation)이다.
결론적으로, 여행사들은 데이터베이스 마케팅을 고객 유지의 수단(9.5%), 고객 촉진의 수단(33.5%), 고객 창조의 수단(1.1%)으로 사용하고 있으며, 나아가 복합적 으로 두 가지 모두를 활용하고 있는 여행사의 비율은 고객유지․촉진(27.4%), 고 객촉진․창조(5.5%), 고객 유지․창조(1.1%), 고객 유지․촉진․창조 모든 면에서 활용하는 여행사가 7.5%로 <그림 2-11>과 같이 나타났다.
여행사는 데이터베이스 구축으로 기존 관광객 또는 신규 관광객을 유지, 촉진, 창조할 수 있는 다양한 마케팅을 전개할 수 있는 토대가 된다는 것이다.
<그림 2-11> 데이터베이스 마케팅의 활용 사례
고객 유지
고객 창조 여행상품 촉진
9.5%
33.5% 5.6% 1.1%
7.5%
27.4% 1.1%
비 이용 14.3%
삼각 데이터베이스 마케팅
자료 : M. Oppermann(1999), “Databased Marketing by Travel Agencies”, Journal of Travel Research, 37(February) : 236.