CRM, 데이터분석, 머신러닝, 고객관계관리, 고객 데이터 분석, 강의
  • 데이터사이언스
  • 초급, 중급

CRM Analysis : 세분화, 클러스터링, 타겟팅, 이탈 예측을 활용한 고객 데이터 모델링

기업, 비즈니스 영역에 따라 다양한 분석법을 활용하지만 CRM은 모든 기업에게 필수입니다. '이탈 예측'을 통해 '고객 관계 강화'를 만들어내는 제대로 된 데이터 분석을 배워 보세요!

9기
강의 일정
24.06.15 ~ 24.07.27 (총 7회) 매주 토요일 10:00 ~ 13:00 (총 21시간)

고객의 이탈을 예측하고
CRM에 헛된 비용을 쓰지 마세요.

우리 서비스의 고객 데이터를 활용하고 싶다면, 이 강의를 반드시 수강하셔야 합니다!

강의소개

무작정 알림톡, 문자 보내기가 CRM의 전부일까요?
고객의 패턴을 데이터로 파악해 적절한 CRM 전략을 세워보세요!

CRM 강의

01. 우리 서비스를 활용한 고객이 남긴 데이터를 "어떻게" 활용해야 할지 고민이라면?

데이터를 활용하고 싶은데, 어떤 변수를 선택하고 어떤 지표를 선택해야 하는지 고민이 되신다면 이 강의로 해결해 드리겠습니다. 세그먼트 분류에 필요한 적절한 변수 선택 방법부터 해당 세그먼트의 특성을 파악하기 위한 지표 선정까지, 15년 경력의 고객 데이터 분석가의 경험과 노하우를 준비했습니다.

02. 서비스를 이탈할 고객을 예측하고 그들에게 맞는 적절한 CRM 전략을 세우고 싶다면?

머신러닝 모델을 활용해 우리 서비스를 이탈할 확률이 높은 고객을 예측해 보세요. 그리고 직장에 돌아가셔서 바로 적용해 보세요. 비용 절감을 위해 다양한 전략을 수립하는 실무진을 싫어할 회사는 전혀 없을 거예요. 실무에 바로 적용할 수 있는 수준의 이탈 예측 모델을 준비했습니다.

03. CRM 분석가 또는 고객 데이터 분석가로 성장하고 싶다면?

이 강의에서 다루는 모든 내용을 흡수한다면, 고객 데이터를 자유자재로 다룰 수 있는 분석가로 성장할 수 있습니다. 유통, 통신, 콘텐츠 등 다양한 분야에서 고객 데이터 분석을 경험한 강사님을 현장에서 만나고 생생한 실무 이야기를 들어보세요!


본 강의에서
무엇을 얻어갈 수 있나요?

이 강의가 끝나면, 고객을 이해하기 위한 데이터 활용 능력을 전부 갖추게 됩니다!

  • 핵심 변수 선택,
    그리고 핵심 지표 선정

    데이터 리터러시 역량 향상

    수많은 변수들 중 우리 서비스의 고객을 이해하기 위한 변수는 어떤 것인지, 그리고 의사결정을 도와줄 지표 선정 방법까지 전부 다 담았습니다. 막연하게 많은 지표를 선정하고 모든 변수를 활용하는 분들의 시간을 압도적으로 단축시켜 드리겠습니다. 15년 경력의 분석 노하우가 궁금하다면 망설일 시간이 없습니다!

    CRM 강의
  • 금융, 통신, 콘텐츠 분야의
    CRM 분석 실전 사례

    현업의 각 케이스에 따른 분석 노하우

    '도메인이 달라지면 분석 방법도 조금 달라지지 않을까요?'라는 걱정을 하는 분들을 위해 다양한 산업에서 활용하는 CRM 분석의 유즈케이스를 준비했습니다. 자신에게 맞는 CRM 분석 전략을 실무에 적용해 보세요! CRM 분석 경험이 없다면 3가지 도메인의 포트폴리오를 만들 수 있습니다.

    CRM 강의
  • 고객 이탈 확률을 예측하는
    머신러닝 모델링

    고객 이탈 방지는 곧 기업의 성장

    이탈한 고객에게 무자비한 앱 푸시, 문자만 발송하고 계신가요? 이제는 이탈할 고객을 예측하고 사전에 방지하는 액션 방안을 수립해 보세요! 비용은 절감하고 매출에 기여하는 분석가는 어떤 기업에서도 인정받을 수 있습니다. 어디에서도 알려주지 않는 고객 이탈 모델링을 학습하세요!

    CRM 강의

고객 데이터 분석부터 이탈 예측을 통한 CRM 액션 전략 수립까지!
15년 경력의 노하우를 전부 담아낸 강의를 현장에서!

본 강의가 특별한 이유는
무엇인가요?

1

다양한 관점의 고객 세분화, 세그먼트별 분석 방법

고객 데이터를 다룰 때 전체 고객을 바라보는 관점이 핵심입니다. 고객 등급을 만드는 방법부터 다양한 관점으로 고객 세분화를 해보고, 세그먼트별 주의 깊게 관리해야 하는 점은 무엇인지 제시합니다. 다양한 분야에서 재직한 전문가의 노하우를 전해드립니다.

2

현업에서 사용하는 고객 데이터 분석의 주요 지표 사례

세분화, 이탈, 군집, 연관성 분석을 적용하는 방법부터 데이터를 기반으로 어떤 지표를 선정하고 의사결정을 하는지 같이 고민할 수 있는 문제들을 준비했습니다. 실제 기업에서 활용하는 데이터에 바로 적용할 수 있도록 실무 응용력도 향상할 수 있습니다.

3

고객 이탈을 예측하는 강의는 어디에도 없습니다.

단순히 머신러닝 모델을 적용하는 것은 위험이 따릅니다. 고객 이탈을 예측하기 위한 적절한 변수의 선택 방법과 비즈니스 관점에서 바라보는 주요 이슈를 제시합니다. 모델의 오분류의 가능성을 미리 판단하고 고객의 리텐션을 확보할 수 있습니다.

강의자료

이런 자료를 통해 학습해요!

CRM 강의

고객 세분화

CRM 강의

고객 세분화 기반 전략 도출

CRM 강의

고객 세분화의 사례

CRM 강의

통신사의 고객 세분화

CRM 강의

세분화와 군집화의 비교

CRM 강의

연관성 분석의 지표 사용 방법

CRM 강의

코스메틱 분야의 연관성 분석

CRM 강의

고객 이탈 세분화

CRM 강의

고객 이탈 기준 선정 방법

CRM 강의

보험 상품의 고객 이탈 모형

CRM 강의

모델 알고리즘 선정
FAQ

강의에 대해
궁금한 점이 있으신가요?

Q. 수강 시, 준비 사항은 어떤 것이 있을까요?

실습을 위해 개인 PC가 꼭 필요합니다.

Q. 기초 지식이 없어도 수강이 가능한가요?

강의는 파이썬과 구글 코랩으로 진행됩니다. Scikit-learn 라이브러리를 사용할 줄 아신다면 원활하게 수강하실 수 있습니다.

수강 혜택

파이썬과 머신러닝을 몰라서 수강을 망설이고 계세요?

오직 이번 기수만 진행되는 공짜 VOD 제공 이벤트! (15만 원 상당)
이번 기회에 파이썬과 머신러닝까지 마스터하세요!



CRM 강의


[안내 사항]

: 오프라인 강의 도중 환불 시 온라인 강의 수강이 제한됩니다.

: 해당 강의는 오프라인 개강 후 [내 강의장]에서 수강하실 수 있습니다.

: 해당 강의의 수강 기한은 30일입니다.

수료하신 분들의 추가적인 후기는 어떤가요?

30만 원이나, 40만 원 추가로 내고 실습 강의를 70분 정도 한다면 하고 싶어요. 그만큼 강사님의 언변이나 경력, 배려심, 사람을 대하는 태도 모두 질문자가 질문하고 싶게 만들어요. 단순히 일방적인 강의가 아니라 질문을 하고 대답을 유도하는 방식의 강의 형태가 너무 좋았어요.

최OO, 서비스 기획자, PM

충분히 뜬구름 잡을 수 있는 '고객 세분화'에 대해 자세하게 말씀해 주시고 현업 사례로 설명해 주신 점이 인상 깊었어요. 그리고 체계적으로 강의 내용을 설명해 주셔서 정말 많은 도움을 받았습니다.

이OO, Data Analyst

CRM 전략을 세우고 있는 타 기업 사례가 너무 궁금했는데 강사님의 경력과 경험을 아낌없이 공유해 주셔서 정말 많은 도움을 얻었어요. 기술적인 부분은 따라가기 힘들긴 했지만 이런 사례 공유만으로도 저에게 너무 큰 도움이 됐어요.

정OO, CRM 마케터
수강 대상

이런 분들은 꼭 들으셔야 해요!


이탈한 고객에게 막연하게 CRM을 하고 있는 CRM 관련 직군과 마케터


서비스의 고객의 특성과 행동 패턴을 데이터로 파악하고 싶은 고객 데이터 분석가


CRM Analyst, Data Analyst로 직무 변경을 희망하고 있는 분

강사소개

우리 강사님을 소개할게요!

CRM 강의

David

이력사항
  • (현) S사 대기업 데이터 분석가
  • (전) 카카오 계열사 데이터 분석가
  • (전) 라인플레이 데이터 사이언티스트
  • (전) 아모레퍼시픽 데이터 분석가
  • (전) SPSS Korea 데이터 사이언티스트
프로젝트
  • S,K 통신사 고객세분화 개발
  • N은행 ASS 신용평점모형 개발
  • A,K 보험사 유지율 예측모형 개발
  • 게임 내 아이템 구매 추천 모형 및 Push Targeting 모형 개발

1. 자기소개 부탁드립니다.

안녕하세요. 강사 David입니다. 저는 지난 10년 이상 CRM과 고객 분석 분야에서 머신러닝과 통계 분석을 적용하고 연구해 왔습니다. 금융, 유통, 콘텐츠 산업 등 다양한 분야에서 고객 데이터를 분석하며 기업이 가진 문제를 해결하는 역할을 했습니다. 현재도 데이터 분석을 통해 고객 행동을 이해하고, 비즈니스 전략을 개선하는 데 기여하고 있습니다.

2. 강의에서는 주로 어떤 내용을 다룰 예정이고, 어떤 형태로 진행되나요?

강의에서는 주로 고객 세분화와 머신러닝을 통해 고객을 이해하고 타겟팅하는 방법을 다룰 예정입니다. 이를 통해 고객 데이터의 전체적인 구성과 세부적인 부분을 균형 있게 분석할 수 있는 시야를 넓히는 것을 목표로 합니다. 또한, 효과적인 고객 타겟팅을 위해 고객을 어떻게 분류할지, 나아가 구매 가능성과 이탈 가능성을 예측하는 모델링 기법까지 다룰 예정입니다. 강의는 이론과 사례 연구를 통해 각 문제에 접근하는 방법을 배우고, 실제 사례를 통해 각 과정을 간접 체험해 볼 수 있도록 자료를 준비했습니다. 또한 Kaggle의 데이터를 실무 환경과 비슷하게 가공하여 여러분이 실무에 바로 적용할 수 있도록 데이터를 준비했습니다.

3. 본 강의에서 배운 내용을 수강생분들이 어떻게 활용할 수 있을까요?

타겟 마케팅의 경쟁력을 극대화할 수 있습니다. 고객 군을 단순히 인구통계학적 기준으로 나누는 수준에서 벗어나, 고객의 행동 패턴과 중요도 기반으로 접근할 수 있게 될 거예요. 고객을 하나의 큰 집단으로 보기보다는, 특성을 가진 세부 집단으로 나눈다면, 각 유저에게 접근하는 방식이 더욱 명확하고 구체적으로 변할 거예요. 이를 통해 고객의 니즈에 맞춘 맞춤형 액션을 기반으로 고객 타겟팅이 가능해지고, 과거 대비 예산을 더욱 효율적으로 사용할 수 있습니다. 고객 세분화를 통해 보다 정교한 마케팅 전략을 수립하고, 각 세부 집단의 특성에 맞춘 마케팅 활동을 전개함으로써 높은 마케팅 성과를 기대할 수 있습니다. 결과적으로 이러한 접근법은 고객 만족도와 충성도를 높이고 기업의 수익성을 향상시키는 데 여러분이 직접 기여할 수 있게 될 것입니다.

4. 다른 강의와 어떤 차별점이 있나요?

단순히 머신러닝 알고리즘을 배우는 강의나 데이터를 핸들링하는 강의는 너무나 많습니다. 여러분들이 막상 이런 방법론 적인 부분을 학습하시고 실무에 적용하실 때는 굉장히 막막하실 거라 생각이 듭니다. 그래서 저는 이번 강의에서 문제를 깊이 고민하고 이를 데이터와 연결하여 기업의 문제를 해결하는 방법에 초점을 맞추고자 합니다. 단순히 기술적인 지식을 전달하는 데 그치지 않고, 실제 사례를 통해 문제 정의부터 데이터 수집, 분석, 모델링, 그리고 결과 해석까지의 전체 과정을 다루고 여러분이 실무에 바로 활용할 수 있는 분석 통찰력과 실질적인 해결 능력을 키우는 데 주력할 예정입니다.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

데이터 기반 고객 타겟팅, 서비스 문제 해결, CRM 전략을 수립하고 싶다면 적극 환영입니다. 제가 가진 노하우를 전부 공유할 준비가 되어있습니다. 망설이지 마시고 현장에서 같이 고민하고 해결하는 시간을 가질 수 있으면 좋겠습니다. 그럼 강의장에서 뵙겠습니다!

커리큘럼 (7)

  • 1주차. 고객 세분화와 고객 데이터 분석 프로세스

    강의 목표

    • 고객 세분화를 어떻게 할 것인지 전략을 세우고, 고객 세분화에 대한 이론을 학습합니다. 다양한 니즈와 행동 패턴을 보이는 고객을 목적에 맞게 세분화를 해보고, 이를 기반으로 전체 고객을 이해합니다.

    이론

    • 고객 세분화

      고객 세분화의 이해

      인구 통계학적 고객 세분화

      가치 기반 고객 세분화

      행동 기반 고객 세분화

    • Case Study : 통신사의 고객 가치 세분화 방법

    실습

    • Kaggle 의 E-commerce의 데이터 기반으로 대표적인 세분화 기법인 RFM 기법을 적용하여 고객을 세분화
    • 현업의 고객 데이터 시각화와 분석 전략 수립
    • RFM 세그먼트 실습

      실제 기업에서 사용하고 있는 RFM 세그먼트는?

      RFM 세그먼트를 여러 산업에 맞게 응용하는 방법은?

  • 2주차. 고객 구매 취향 분석 - 군집화(Clustering)

    강의 목표

    • 세그먼트와 다른 머신러닝 기법의 하나인 군집분석을 통해 고객의 군집을 생성해 보고 이를 기반으로 고객을 이해하고, 타겟팅에 사용할 수 있도록 만들어 봅니다.

    이론

    • 군집 분석

      군집 분석을 고객 데이터에 적용하는 방법

      군집 분석 평가

      세그먼트와 군집 분석의 차이점 및 활용 방법

    • Case Study : 콘텐츠 회사의 고객 취향 세분화 방법

    실습

    • 고객 관심사 및 앱 사용성에 대한 군집 생성
    • 군집의 특징을 파악해 해당 군집의 유저를 이해하고 이를 기반으로 각 집단을 대표하는 직관적인 이름 부여
    • 이후 각 군집 정보를 기반으로 고객의 반응 정보를 살피고, 이벤트를 군집 유형별로 접근할 수 있도록 전략 도출
  • 3주차. 동시 구매 상품 및 다음 구매 상품 분석 - 연관성 분석(Association Analysis)

    강의 목표

    • 연관성 분석을 통해 같이 팔리는 상품을 확인하고 이를 기반으로 묶음 상품을 기획해 보고 실습 데이터로 분석해 봅니다. 순차 연관성 분석을 사용하여 고객의 구매 카테고리가 어떻게 확장되는지를 확인하고 이를 기반으로 상품 카테고리 확장 전략을 세워 봅니다. 

    이론

    • 연관성 분석 및 순차 연관성 분석의 이해
    • Case Study : 코스메틱 분야의 연관 상품 분석

    실습

    • 거래 데이터를 기반으로 고객이 같이 구매하는 상품을 분석
    • 어떤 상품을 묶음 판매를 할지, 혹은 어떤 상품을 구매한 유저에게 추천 이벤트를 할지 분석
    • 연관성 모형 심화 단계로 순차 연관성 알고리즘을 통한 확장 전략
  • 4주차. CRM 반응 및 예측 모형을 통한 고객 타겟팅

    강의 목표

    • 고객의 구매 및 반응을 끌어내기 위해 발송하는 DM 및 PUSH 대상자를 머신러닝 알고리즘을 적용해 추출하고, 이를 기반으로 발송했을 때 예상되는 효과 성과를 측정해 봅니다.

    이론

    • 타겟팅의 이해
    • 지도학습 모델의 개발 프로세스
    • 다양한 지도 학습 알고리즘 비교
    • 모델을 만들 때 주의할 점 (데이터 분할)
    • Case Study : 보험 설계사 모집 타겟팅

    실습

    • 구매 예측 타겟팅 실습
    • PUSH 응답 데이터를 기반으로 어떤 고객이 반응할지 예측
    • 주요 피처를 확인하여 이후 유사한 PUSH를 보냈을 때의 반응률 예측
  • 5주차. CRM Analysis의 핵심 - 고객 이탈 예측

    강의 목표

    • 고객 이탈 가능성을 사전에 평가, 이를 기반으로 고객을 케어할 수 있는 모형을 개발하고 그 과정에서 얻은 정보를 사용하여 고객의 현재 상태를 평가해 봅니다. 

    이론

    • 고객 이탈에 대한 고찰
    • 지도학습 프로세스 리마인드
    • 정 및 분류 모형 접근
    • Case Study : 보험상품 이탈 예측 모형 개발

     

    실습

    • 통신사 고객 이탈 데이터를 활용한 고객 이탈 가능성 예측
    • 이탈 가능성을 평가하여 이 중 어느 고객을 가장 우선시해서 액션 계획 수립
  • 6주차. CRM Analysis의 핵심 - 고객 이탈 예측(심화)

    강의 목표

    • 신용평점 모형에서 사용하는 로지스틱 회귀분석을 기반으로 한 평점표 모형(Score Card Model)을 이용하여 이탈 모형을 만들어 보고 각 변수의 이탈 영향력을 평가해 봅니다.

    이론

    • 스코어카드 모형(Score Card Model)의 이해
    • 추정 및 분류 모형 접근
    • Case Study : 신용 평점표 모형의 개발 과정

    실습

    • 심화 단계로 피처별로 영향력을 평가하여 이탈에 가장 영향력이 높은 정보를 탐색하여 이탈 영향 요인을 파악
  • 7주차. CRM 이벤트 분석 - AARRR, 퍼널 분석

    강의 목표

    • CRM과 CRM 분석 프로세스를 이해하고, CRM 지표에 대해 배워봅니다. 또한, CRM Analyst로서의 업무 경험과 다양한 Case Study를 통해 관련 분야를 이해합니다.

    이론

    • 퍼널 분석 (AARRR)의 이해
    • 단계별 지표의 의미

    실습

    • 데이터 전처리 및 EDA
    • CRM 분석 프로세스
    • 리텐션 분석
    • 고객 생애 가치 분석

커리어 성장으로 가는 길, 러닝스푼즈와 함께 하세요!

지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.

오프라인

CRM Analysis : 세분화, 클러스터링, 타겟팅, 이탈 예측을 활용한 고객 데이터 모델링

강의찾기