CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축 - BizSpring BLOG
핵심 요약
- 카드사가 내부 CRM 데이터와 웹/앱 행동 데이터를 결합해 개인화 마케팅 기반을 마련한 사례입니다.
- 현업 인터뷰로 데이터 요건을 정리하고, Google Analytics 360 로그를 Google BigQuery에 자동 정제·적재했습니다.
- 고객 ID 기준으로 행동 데이터와 CRM DB를 자동 연계해 실무자가 매일 최신 통합 데이터를 활용할 수 있게 했습니다.
- 전문 인력 없이도 통합 고객 데이터 뷰를 실무에서 즉시 활용할 수 있게 되어 마케팅·판매 성과 분석이 고도화되었습니다.
CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축 - BizSpring BLOG
콘텐츠로 건너뛰기
내비게이션 메뉴
인사이트
테크
활용 방법/사례
활용 방법/사례
성공사례
성공 사례 일반
광고/마케팅 에이전시
이커머스
미디어/콘텐츠
금융/핀테크
의료/헬스케어
통신/인터넷
뉴스/트렌드
릴리즈 노트
인터넷트렌드 ↗
웹사이트 ↗
# CRM과 온라인 행동 데이터 통합으로 개인화 마케팅 환경 구축
2024년 10월 28일 2024년 10월 30일
금융/핀테크
롯데카드는 롯데그룹의 유통, 서비스 인프라를 활용하여 활발하게 금융 서비스를 제공하는 신용카드사입니다. 개인 소매 금융 현금 서비스, 무이자 할부 등의 서비스를 제공합니다. 같은 제 2 금융권인 증권사, 카드사, 캐피탈 뿐 아니라 제 1 금융권과 경쟁하며 차별화를 두기 위해, 고객 데이터를 중심으로 사업을 증진 시킬 방안을 찾게 되었습니다. 이를 위해서는 오프라인과 온라인 고객의 데이터를 통합하는 작업이 필요하여, 데이터 엔지니어링 컨설팅을 받게 됩니다. 어떤 결과를 얻었을까요?
고객 배경
롯데카드는 내부 CRM 데이터에 웹/앱 로그 데이터 결합하여 개인화 마케팅을 고도화하고자 했습니다.
롯데카드는 직접 수집하고 있는 CRM 데이터와, 롯데카드 웹/앱 방문 고객의 행동 데이터를 보완 후 서로 결합시키기를 원했습니다. 마케팅 고도화를 목표로 오프라인과 온라인 속 고객의 관심사와 행동을 보다 풍부하게 포착하여, 향후 ML 및 AI 기술 도입의 기반을 만들기 위함이었습니다. 그러나 이 데이터들은 누락도 있고 현업에서 직접 서로 매칭시켜 활용하기에는 양적, 질적으로 어려움이 많았습니다. 하여 비즈스프링은 필요한 데이터를 누락 없이 정제하여 실용성 높은 빅데이터 환경을 구성하는 방향으로 프로젝트를 진행하였습니다.
Challenge
필요 데이터 수집은 하고 있으나 활용에 제약 사항이 많음
이용 중인 Google Analytics 360 raw data와 내부 DB를 요건에 맞게 결합
ML/AI 활용한 마케팅의 기반이 될 데이터셋 필요
솔루션
비즈스프링은 온·오프라인 결합 고객 데이터 구축하여 마케팅 수준 향상을 위한 기반을 마련했습니다.
마케팅 기술 영역에서 발전된 CRM에서 한발짝 더 나아간 Next CRM의 일환으로, CDP 개념이 부상하고 있습니다. 기존의 고객 관리 및 거래 데이터에 디지털 상 고객의 행동/기여 데이터를 용접하여 보다 입체적인 고객 이해를 이루어낸다는 것입니다.이러한 이해를 실현하기 위해, 산업 내 실무에서 필요한 데이터를 구체화한 후 기존 수집 중인 데이터를 보완하는 방식으로 데이터 베이스를 구성하도록 방향을 잡았습니다. 바로 실무에 적용 가능하도록 자동 정제와 적재 과정을 거치도록 기획하였으며, 특히 고객사에서 계획하고 있는 여러 분석 모델에도 활용 가능할 것을 염두에 두며 프로젝트를 진행하였습니다.
💡 적용 솔루션
- 현업/비즈니스 인터뷰 통한 데이터 요건 및 활용 프로세스 명목화
데이터 수집 첫 단계로 1) 현재 수집 중인 데이터 2) 현업/비즈니스에서 필요한 데이터 3) 추가로 수집 가능한 데이터, 3가지 항목을 각각 조사하였습니다. 3)의 경우, 2)의 인터뷰를 통해 오디언스와 고객 세그먼트를 이해한 후 진행하여 보다 산업에 알맞은 데이터를 제안했습니다. 3가지 항목을 병합하여 데이터 요건 리스트 작성 후, 정제된 데이터 결과물이 각 부서의 실무에서 어떤 방식으로 어떻게 활용될 수 있는지 기획하였습니다.
- 활성/잠재/이탈고객 등 대상 맞춤형 행동 지표 실시간 수집과 적재
구체화된 데이터 요건들을 실제로 수집하기 위해 태깅 작업을 설계하였습니다. 활발하게 활동 중인 고객인지, 잠재 고객인지, 이탈할 것으로 보이는 고객인지, 고객별 관심사와 주요 행동 패턴은 무엇인지 등을 체크할 수 있도록 모든 고객의 상세한 행동 데이터를 실시간으로 수집할 수 있도록 했습니다. 또 이러한 고객별 상세 데이터는 방문 page와 session, event 단위로 각각 전처리한 후, Google BigQuery에 자동 적재되도록 설정하였습니다. 추후에 데이터 베이스에 확장이 필요해도 유연하게 대응 가능한, 고객 빅데이터 환경이 갖추어진 것입니다.
- 행동 데이터 사내 DB와 연계 후 내부 CRM DB에 자동 전달
고객 ID를 기준으로, BigQuery의 고객 행동 데이터와 CRM 데이터를 결합하는 작업과 CRM DB에 데이터를 업데이트하는 작업이 자동 스케줄링 되도록 설계하였습니다. 이로써 실무자들은 매일 최신의 기본 고객 정보와 행동 데이터를 함께 사용할 수 있게 되었습니다. 고객이 어떤 인구학적 특징을 가지며, 어떤 채널을 통해 유입되는지, 주로 어떤 상품을 살펴보는지, 얼마나 화면에 머무는지, 어떤 컨텐츠를 관심 있어 하는 지 등 행동 데이터를 세부적으로 확인하여 고객 이해를 심화할 수 있었습니다.
롯데카드 DB 결합 도식 (출처 : BizSpring)
결과 도출
고객 빅데이터 환경 구축으로 개인 맞춤 마케팅과 명확한 퍼포먼스 측정이 가능해졌습니다.
금융권에서는 상품이나 서비스, 마케팅을 기획하는 단계에서 초개인화 전략을 사용하여 점차 유의미한 결과물을 내고 있습니다. 고객 개인에게 맞는 상품이나 콘텐츠를 추천하거나, 고객의 선호도 기반으로 새로운 상품을 기획하는 것이 그 예입니다. 이러한 전략을 위해서는 가능한 모든 연결 채널로부터 고객 데이터를 수집하고, 하나의 뷰(View)로 통합하여 고객을 보다 잘 읽어내어 대응하는 과정이 필요합니다.
본 프로젝트를 통해 롯데카드는 사내 전문가 영입 없이도 통합된 고객 데이터 뷰를 바로 실무에서 활용 가능하게 되었습니다. 마케팅과 판매 성과를 연결하고 그 과정 속 고객의 행동을 추적하여 보다 나은 고도화된 분석이 실현될 것입니다. 나아가 추후 ML과 AI 기술을 활용한 자동 고객 최적화 상품/서비스 추천 기능을 개발할 때, 그 밑바탕이 되어줄 것입니다.
Performance
즉시 활용 가능한 형태로서의 데이터 적재
전문 인력 없이 조직 내 데이터 접근 및 고차원 활용성 강화
통합된 고객 데이터로 고객 관리 채널 전체 퍼포먼스 효율적으로 측정/분석 가능
지금까지 CRM과 로그 데이터 결합으로 개인화 마케팅 환경을 구축한 사례에 대해 소개했습니다.
위 사례는 금융권 기업에 대한 것이지만, 개인 맞춤 상품/서비스가 각광 받는 것은 모든 산업 전반에 걸쳐 두드러지고 있는 상황입니다. 그에 발맞춰 기업은 다양한 고객 정보를 얼마나 잘 모으고, 얼마나 잘 가공하여, 얼마나 잘 활용하는지에 따라 경쟁력을 갖추게 됩니다. 이러한 고객 정보, 특히 웹/앱 행동 데이터와 마케팅 데이터에 관련하여 비즈스프링은 20여년의 노하우를 가지고 있습니다. 기업, 그리고 기업의 고객에 맞춰 높은 수준의 데이터 엔지니어링 컨설팅을 진행해드립니다.
개인화 마케팅 환경 구축을 기반으로 고객에 대한 깊은 이해를 희망하는 분들께 도움이 되었길 바랍니다.
최신 마케팅/고객 데이터 활용 사례를 받아보실 수 있습니다.
비즈스프링 뉴스레터 구독하기 →
Related Posts via Categories
GA4에서 온라인 대출 조회 고객의 전환 성과 추적 및 최적화
신용 점수 기반 맞춤형 타겟팅 전략으로 광고 효율 향상
다음에 대해 검색하기...
최신 글 둘러보기
기존 SEO와 무엇이 같고 무엇이 다른가
콘텐츠가 답인 걸 모르는 사람은 없습니다 — 문제는 지속입니다
광고비를 늘리지 않고 매출을 늘린 회사들은 무엇을 했나
코호트로 비교하면 광고 예산 판단이 달라집니다
GEO를 위한 글쓰기를 위한 작은 노하우
(해외동향) 광고주가 광고플랫폼 리포트에서 자체 측정으로 옮겨가고 있다.
구글애즈가 정확검색·구문검색 키워드까지 AI 모드에 노출하기 시작했다 — 자동화 상품 없이 AI 답변 화면에 들어가는 첫 실험
AI가 React 앱을 직접 디버깅 – Agent 기반 디버깅
ChatGPT 광고가 픽셀·전환 API·맞춤 오디언스를 갖췄다 — 답변 화면이 측정 가능한 광고 매체가 되는 순간
마케팅 자동화, 무엇부터 자동화해야 할까?
출처: https://blog.bizspring.co.kr/%ed%99%9c%ec%9a%a9-%eb%b0%a9%eb%b2%95-%ec%82%ac%eb%a1%80/success-cases/fin-tech/crm-%ec%98%a8%eb%9d%bc%ec%9d%b8-%ed%96%89%eb%8f%99-%eb%8d%b0%ec%9d%b4%ed%84%b0-%ed%86%b5%ed%95%a9-%ea%b0%9c%ec%9d%b8%ed%99%94-%eb%a7%88%ec%bc%80%ed%8c%85-%ed%99%98%ea%b2%bd-%ea%b5%ac%ec%b6%95/
자주 묻는 질문
이 프로젝트는 왜 시작하게 됐나요?
카드사가 제1금융권 및 다른 제2금융권과 차별화하기 위해 고객 데이터를 중심으로 사업을 강화하고자 했습니다. 이를 위해 오프라인 CRM 데이터와 온라인 행동 데이터를 통합할 필요가 있었고, 데이터 엔지니어링 컨설팅을 받게 되었습니다.
어떤 어려움이 있었나요?
필요한 데이터는 수집하고 있었지만 활용에 제약이 많았고, Google Analytics 360 raw data와 내부 DB를 요건에 맞게 결합하는 작업이 필요했습니다. 또한 ML/AI 마케팅의 기반이 될 데이터셋도 필요한 상황이었습니다.
비즈스프링은 구체적으로 어떤 작업을 했나요?
현업/비즈니스 인터뷰로 데이터 요건과 활용 프로세스를 정리하고, 활성/잠재/이탈 고객 등 맞춤형 행동 지표를 실시간 수집해 Google BigQuery에 적재했습니다. 이후 고객 ID 기준으로 행동 데이터와 CRM DB를 결합해 자동 전달되도록 설계했습니다.
이 프로젝트로 어떤 성과를 얻었나요?
즉시 활용 가능한 형태로 데이터가 적재되어 전문 인력 없이도 조직 내에서 데이터에 접근하고 고차원적으로 활용할 수 있게 되었습니다. 또한 통합된 고객 데이터로 고객 관리 채널 전체의 퍼포먼스를 효율적으로 측정·분석할 수 있게 되었습니다.
향후 이 데이터는 어떻게 활용될 예정인가요?
본문에 따르면 마케팅과 판매 성과를 연결해 고객 행동을 추적하는 고도화된 분석에 활용될 예정이며, 추후 ML과 AI 기술을 활용한 자동 고객 최적화 상품/서비스 추천 기능 개발의 밑바탕이 될 것이라고 설명하고 있습니다.