비즈니스 관점에서의 탐색적 데이터 분석
해당 시리즈에서는 비즈니스 관점에서 어떠한 탐색적 데이터 분석을 시행하고 그에 대한 성과를 제시할 수 있는지에 대해서 출간하고자 합니다. 저 또한 경영학과에 재학중이기에, 복잡한 기법을 활용하여 데이터를 분석하고 이를 시각화하거나, 심도깊은 모델링을 할 만한 능력이 없습니다. (물론 경영정보를 배우시는 다른 학우분들께서는 충분히 해내실 수 있습니다..!)
그렇다면 비즈니스 관점에서의 탐색적 데이터 분석이란 무엇을 의미하는 걸까요? 비즈니스적으로 유의미한 성과를 창출해낼 수 있는 모형을 유도하는 것보단, 비즈니스 데이터를 이해하고 평가하며 분석결과를 해석해낼 줄 아는 능력이 우선일 것이라고 생각합니다. 가령, 데이터 분석의 대표적 예시 중 하나인 이탈 예측(churn prediction) 즉, 해지방어 사례를 살펴봅시다.
📊Churn Prediction
해지방어 사례를 분석할 수 있는 데이터셋은 무엇이 있을까요? 아마도 기존 고객의 유지가 중요한 비즈니스에 해당할 것입니다. 이탈 예측 모델을 통해 기존 고객을 최적으로 유지함으로써 사업을 영위할 수 있을테니까요! 저는 다양한 비즈니스 중 우리나라 이동통신사 서비스를 분석해보았습니다.
누구나 알고 있듯이, 우리나라 이동통신사 시장은 가입자 쟁탈 경쟁이 매우 치열한 산업구조를 가지고 있습니다. 그렇다면 데이터셋을 살펴보기 위해 해당 산업의 특성을 살펴볼 필요가 있을 것입니다.
- 이동통신시장은 지난 수십년동안 가파르게 성장하며, 현재로써는 성장이 정체되었습니다.
- 과점 형태(SKT, KT, LG U+)를 띄고 있기 때문에 신사업자 진입이 어려운 구조입니다.
- 2010년 도매제공 의무사업자 지정제도(MVNO)로 MVNO, 알뜰폰 가입자가 증가하고 있습니다.
실제 국내 이동통신시장 이탈률 지표를 살펴보면 2011년 연간 19.7%에서 2017년 10%대로 하락한 것을 살펴볼 수 있으며, 주요 이탈 요인은 SKT,KT에서 LGU+,MVNO로 이탈흐름을 파악할 수 있음.
아마 이정도로 분석해볼 수 있을 텐데요. 해당 특성을 통해 어떤 시사점을 얻을 수 있을까요?
"이미 과잉수요라서 신규 고객 확보는 어려워. 지금 있는 고객이라도 잘 잡는게 중요해!"
즉, 저희는 1️⃣산업구조를 파악한 뒤, 2️⃣해당 산업의 특성을 파악하고, 3️⃣특성을 통해 우리가 해결해나가야될 과제를 얻었습니다. 이러한 과제는 우리 기업이 해당 산업에서 살아남을 수 있는 핵심적인 과제, 즉 핵심 성공 요인이 될 것입니다.
💡CSF (critical Success Factor)
보다 깊은 몰입을 위해 저희는 이동통신사 중에 'SKT' 기업의 마케팅 부서팀에 소속되었다고 가정해보겠습니다. 부서 팀원 중 한명이 다음과 같이 얘기합니다.
"우리 기업의 핵심 성공 요인이 고객 유지라는 것은 알겠어. 그럼 고객 유지를 위해 우리가 뭘 해야해..?"
본격적으로 비즈니스적인 입장에서 해야하는 고민입니다. 자사 내에 정의된 문제 해결을 위해 어떠한 조치를 취할 것인가 입니다. 저희 부서에서는 고객 유지를 위해 어떤 것을 할 수 있을까요?
- 이탈 예상 고객을 위한 특별 프로모션
다음과 같이 이탈할 것으로 예상되는 고객을 타겟팅하여 프로모션을 취할 수 있을 것입니다. 그러나 이 과정에서 누가 이탈 예상고객이며, 이탈 예상 고객을 우대하는 것이 좋을 지, 마케팅 예산은 충분한 지, 이탈방지 프로모션을 위해 100억을 투입했을 때 실제 효과는 어떠했는지 등 다양한 관점에서 고려해야할 사항들이 있습니다.
이 과정에서 누가 이탈 예상 고객인가를 정의하기 위해, 이탈 예측 모형을 구성해야합니다.
-Input에 해당 하는 x(설명변수)는 고객의 프로필(나이, 성별 등과 같은 인구통계학적 특성), 고객의 경제력, 행동 특성, 심리 특성 등 다양한 것들이 반영될 수 있습니다.
-Function은 우리가 넣은 Input을 통해 해당 고객이 정말 이탈할 것인가에 대해 판단해줄 이탈 예측 모형에 해당할 것입니다.
-OutPut에 해당하는 f(x), Y(목표변수)는 고객의 이탈 여부가 될 것입니다.
여기서 하고자하는 얘기는, 위와 같은 모형을 학습하고 예측 모형을 만드는게 중요해! 라는 이야기가 아닙니다. 단순히 마케팅 이론을 가지고 프로모션을 어떻게 진행하며 누구를 타겟팅할 지 정도만 해결한다고 해서 명확한 솔루션을 도출할 수 없다는 것입니다. 즉, 우리는 경영환경에서 어느정도의 데이터 기반 사고를 할 줄 알아야하고 위와 같은 분석 과정에서 일어나는 의사결정들과 절차에 대한 이해가 필요합니다.
📈Buisness Analytics
데이터를 분석하는 기술은 완전히 혁신적이거나 새로운 것이 아닙니다. 즉 이미 어느정도 정형화되어 있고 그것은 데이터 분석가의 몫입니다. 해당 시리즈에서는 우리도 그들에게 뒤지지않게 분석 기술을 익히는 것에 초점을 맞추는 것이 아닌, 비즈니스 관점에서 데이터 분석 과정을 이해하고 그 결과를 충분히 이해하여 활용할 수 있는 능력을 기를 수 있는 것에 초점을 맞추고자 합니다.
Data Analysis 시리즈에서 출간되는 내용은 비즈니스 애널리틱스 학부 수업을 통한 자율적 학습에 기반하여 작성됩니다.
