[이론편] AI의 이해 - AI 업무 적용 사례

분류 예측(범주형)

• 1. 신규가입정보 기반 고객유형 예측

  • 문제 정의

    • 사업자 고객이 개인 고객으로 잘못 등록되는 경우 발생
      -> 부가세 환급이 불가, 가산세 적용
      -> 부가세 신고 달에 사업자 등록여부 확인 및 변경 요청으로 고객센터 콜 폭주

  • 목적

    • 고객이 말하지 않아도 고객 유형을 분류, 예측해보자

  • 데이터

    • BI/DW 고객 DATA
      • 건물현황
      • 사용상품 정보
    • 지도 위경도 좌표 DATA
      • 고객 유형별 분포지역

  • AI 알고리즘 선택

    • GBM

  • 성과

    • 신규가입 시 입력되는 정보를 기반으로 고객 유형을 예측
      

• 2. IT 인프라 이상징후 자동 판단

  • 문제 정의

    • 기존의 고정임계치 방식은 불필요한 탐지, 탐지 누락등의 문제가 발생
      

  • 목적

    • 평상시 네트워크 트래픽 추이에 따라 정상/비정상을 예측해보자.
    • 동적임계치 방식 도입

  • 데이터

    • IT 서비스
    • 관제 시스템
    • 성능 데이터
    • 전처리
      • 14만건 데이터 라벨링

  • AI 알고리즘

    • 3계층 DNN 모델

  • 성과

    • 기존 고정임계치 -> 동적임계치로 개선하여 불필요한 경보를 줄여 관제/대응에 투입되는 비효율 절감

• 3. 얼리어답터 단기기변 타켓

  • 문제 정의
    • 약정이 끝나지도 않았는데 타사로 이탈하는 고객을 미리 알 수 있는 방법이 없을까?
  • 목적
    • 얼리어답터 고객을 발굴하여 단기기변 마케팅 타켓으로 활용해보자
  • 데이터
    • 단말 DATA
      • 단말 사용 이력
    • 요금 DATA
      • 결합/가구 정보, 청구 정보
    • 서비스 DATA
      • 멤버쉽 사용 이력
      • 외부 관심사 스코어
  • AI 알고리즘
    • GBM
  • 성과
    • 얼리어답터 고객 분류
    • 얼리어답터 고객 대상으로 KOS 캠페인 및 채널 마케팅을 통해 추가 매출 기회 확보
    • 유치율 2.3%(기존 대비 187% 향상)

자연어 처리(Text)

• 고객 경험 데이터 분석을 통한 맞춤형 서비스 추천
  • 문제 정의
    • 고객이 온라인에 남긴 정리되지 않은 정보들을 활용할 방법이 없을까?
  • 목적
    • 최적의 고객케어, 해지방어, 업셀링을 위해 고객이 남긴 방대한 데이터를 분석해보자
  • 데이터
    • 고객경험 DATA
      • 바로 납부서비스 평점
      • 바로 납부서비스 리뷰
    • KOS운영 DATA
      • 고객 사용 상품
      • 장기고객 여부
      • VOC 이력
  • AI 알고리즘
    • BERT 모델
  • 성과
    • 고객의 다음 행동을 예측하여 적시에 최적의 응대 제공