course thumbnail
  • 데이터사이언스
  • 초급, 중급

CRM Analysis : 효율적인 CRM을 위한 머신러닝 프로젝트

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

3기
22.10.29 ~ 22.12.10 (총 7회) 매주 토요일 10:00 ~ 13:00 (총 21시간)

Customer Relationship Management

고객을 가장 잘 파악하는 방법은
그들이 남긴 데이터를 보는 것입니다.


강의소개

효율적인 CRM의 본질.
CRM 분석을 다년간 경험하고 계신 두 분의 강사님과 함께 합니다.

고객 분석 강의

01. CRM 부서의 데이터 분석 프로세스가 궁금하다면?

CRM의 핵심인 고객(User)이 상황에 따라 어떻게 분류되고 분석되는지 CRM의 개념과 큰 그림을 이해할 수 있습니다. 단순 개념만 배우는 것이 아니라 회사의 CRM 프로세스에 바로 적용할 수 있는 강의입니다. 유저를 관리하고, 행동 패턴을 분석해서 고객과 장기적이고 우호적인 관계를 형성하는 것, 그리고 이를 통해 매출을 상승시키는 것이 CRM의 핵심입니다.

02. 실무에서 활용하는 데이터로 어떤 접근 방법을 가져야 하는지 알고 싶다면?

데이터가 준비되었는데 이 다음으로 어떤 액션을 취해야 하는지, 현재 하고 있는 방법이 맞는지 의심이 든다면, 가장 기본 접근 방법을 배우실 수 있게 됩니다. 강사님이 직접 경험한 도메인과 데이터, 현업과 가장 유사한 데이터로 다양한 인사이트를 나눠 봅니다. 현업에서 지금 하고 계신 고민들, 현장에서 함께 고민해 보실 수 있습니다.

03. CRM 마케터 업무를 수행하거나 고객 대상 액션을 취하는 업무를 맡고 있다면?

고객을 어떤 기준으로 세분화 하여 프로모션을 진행해야 하는지, 고객이 이탈하지 않고 우리 기업에 계속 유지될 수 있도록 어떤 전략을 취해야 하는지 고민하셔야 합니다. 또한, 데이터를 제공하는 데이터 분석팀과 협업할 때, 더 효율적으로 커뮤니케이션 할 수 있게 됩니다.


본 강의에서
무엇을 얻어갈 수 있나요?

과거와 현재의 고객 데이터를 활용한 예측 모델링

  • 고객 데이터 분석

    고객 세분화 / 머신러닝

    고객을 더 효율적으로 관리하기 위한 고객 세분화부터 머신러닝 기법을 통한 타겟팅 방법까지 다룰 예정입니다.

    CRM 강의
  • 도메인의 이해

    각 케이스에 따른 분석법

    분석 방법론만큼 도메인에 대한 이해가 중요합니다. 대표적인 사례를 통해 다른 분야에도 적용할 수 있습니다.

    고객 분석 강의
  • 실전 프로젝트

    CRM 프로세스 이해

    고객이 어떻게 구성되어 있는지, 각 문제에 대해 어떻게 접근할지 현업과 유사한 데이터로 실습합니다.

    CRM 강의

CRM을 위한 이론, 업무에 적용 가능한
케이스 스터디까지 모두 담았습니다.


본 강의가 특별한 이유는
무엇인가요?

1

다양한 관점의 고객 세분화를 통해 유저군별로 유의미한 마케팅 방안을 제시할 수 있습니다.

CRM에 관여하는 모든 팀과 담당자들이 흔히 하는 실수는 전체 고객을 바라보지 못하는 것입니다. 과거의 사례에 따라 우리 고객을 하나의 특성으로 정의하는 경우가 많습니다. 고객 등급을 만드는 방법부터 다양한 관점으로 고객 세분화를 해보고, 각 단계에서 다양한 고민들을 통해 응용력을 높여 산업군에 활용할 수 있는 역량을 쌓을 수 있습니다.

2

머신러닝을 적용함으로써 마케팅 효율을 높이고, 고객 이탈 가능성을 줄일 수 있습니다.

단순히 구매 금액의 기준을 세우고 고객을 나누고, 이탈 가능성을 미루어 짐작하는 것이 아니라 머신러닝 기법을 CRM의 전 프로세스에 적용해 봅니다. 이탈 정의부터 모형을 만들기 전 탐색해야 하는 부분, 모형을 만드는 방법까지 모두 다룰 예정입니다.

3

단순한 머신러닝 방법론 적용이 아닌 기본 모형부터 응용 및 심화까지 다룹니다.

세분화, 이탈, 군집, 연관성 분석을 적용하는 기본부터 시작하여 데이터를 기반으로 어떤 의사결정을 하는지 같이 고민할 수 있는 문제들을 준비했습니다. 나아가 머신러닝 기법의 응용 및 심화까지 다루면서 실무에서의 적응력을 보다 향상시킬 수 있습니다.


망설이는 동안,
누군가는 먼저 시작합니다.

1

CRM Event 효과를 측정하는 방법을 배웁니다.

2

고객이 남긴 데이터를 분석하는 접근 방법을 배웁니다.

3

머신러닝 기법을 통해 타겟팅 하는 방법을 배웁니다.

4

고객을 더 정밀하게 세분화하여 효율적으로 관리하는 방법을 배웁니다.

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?

수업은 주로 파이썬과 ML을 이용하여 데이터를 분석하고 예측하는 부분이 많이 포함되어 있습니다. 머신러닝은 scikit-learn 패키지까지 익히고 수강하시는 것을 권장 드립니다.

수강 대상

이런 분들은 꼭 들으셔야 해요!


데이터를 기반으로 CRM과 마케팅을 배워보고 싶은 분


고객을 이해하기 위해 '어떤 데이터를 보는 것이 좋을까'를 고민하는 분


머신러닝 기법을 고객 세분화, 타겟팅, 예측 분석을 적용해 보고 싶은 분

강사소개

우리 강사님을 소개할게요!

CRM 강의
David
이력사항
  • (현) 카카오 계열사 데이터 분석가
  • (현) 연세대학교 디지털애널리틱스 융합학과 겸임교수
  • (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.

현재 카카오 계열사에서 데이터 분석을 하고 있는 David 입니다. 주로 CRM 및 고객 분석에 머신러닝과 통계 분석을 적용을 10년 넘게 적용하고 하며 고민을 해왔습니다. 금융, 통신, 유통, 콘텐츠 산업에서 다양한 고객 분석을 하면서 다양한 문제를 데이터로 풀어가고 있습니다.

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

강의에서는 주로 고객 세분화와 머신러닝을 통해 고객을 이해하고 타겟팅 하는 것을 다룰 예정입니다. 우리 고객이 어떻게 구성이 되어 있는지를 데이터를 기반으로 전체와 부분을 모두 균형 있게 볼 수 있도록 시야를 넓힐 수 있도록 볼 예정입니다. 또한 targeting을 하기 위해 어떻게 고객을 대상으로 삼을지, 나아가 구매 가능성과 이탈 가능성을 예측하는 모델링까지 다뤄 보도록 하겠습니다. 강의는 이론 및 케이스 스터디를 통해 각각의 문제에 대해 어떻게 접근할지 그리고 사례를 통해 각 과정을 간접 체험해보고, 가장 유사한 캐글 데이터를 사용해 실제 데이터를 가지고 실습을 해보도록 하겠습니다.

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

타겟 마케팅의 엣지가 살아날 수 있습니다. 유저 군을 단순히 인구 통계 집단으로 나누는 수준에서 벗어나 고개의 행동 기반과 중요도 기반으로 접근할 수 있습니다. 고객을 하나의 큰 집단으로 보다가 특성을 갖은 세부 집단으로 나뉜다면 각각의 유저들에게 접근하는 방식이 좀 더 명확해지고, 구체적으로 됩니다. 그럼 더 그들의 니즈에 맞춘 액션들을 기반으로 타켓팅이 가능해지고 과거 예산 대비 더욱 효율적으로 사용될 수 있습니다.

4. 다른 강의와 어떤 차별점이 있나요?

머신러닝을 알고리즘을 배우는 강의나 데이터를 핸들링하는 강의는 많을 수 있습니다. 하지만 실무에서 적용하려고 하면 정말 막막하게 됩니다. 그리고 어떤 순서로 어떤 고민을 하느냐에 따라 결과물은 천차만별이 될 수 있습니다. 그렇기 때문에 저는 문제를 고민하고 이를 데이터로 어떻게 연결해 해결을 해 나갈지에 초점을 맞히려고 합니다.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

지금까지 배웠던 추상적인 데이터 분석 및 가공 능력을 CRM 업무에 적용시킴으로 결과물을 만들어 낼 수 있습니다. 짧은 기간이지만 같이 고민한 결과가 실제 고객을 바라보고 분석하는 든든한 기초가 될 수 있을 것이라 자신합니다.

강사소개

우리 강사님을 소개할게요!

CRM 강의
Jennifer
이력사항
  • 전) 카카오 계열사 데이터 분석가
  • 전) 라인 계열사 데이터 분석가
  • 전) GIS 업계 컨설팅회사 컨설턴트
  • 사설 데이터 분석 자격증 감수의원
1. 자기소개 부탁드립니다.

8년동안 데이터 분석가로 일하고 있는 목지현입니다. 공간 데이터부터 통신사, 게임, 콘텐츠 등의 다양한 데이터를 가공하고 분석하여 의미있는 인사이트를 도출하는 역할을 해왔습니다.

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

기본적인 분석 프로세스부터 고객 세분화 등의 머신 러닝 기법까지 실무에서 CRM을 할 때 꼭 필요한 내용을 다룰 예정입니다. 고객 데이터를 볼 때 필요한 기초통계, 이벤트에 쓰이는 지표의 기본 개념 및 지표 설정을 하는 방법 등을 커버합니다. 다양한 케이스 스터디 및 사례를 통해 배웠던 개념 및 분석 방법을 적용하는 과정까지 포함하였습니다.

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

단순 개념만 배우는 것이 아니라 현 회사의 CRM 프로세스에 바로 적용할 수 있습니다. 그동안 당연하게 봐왔던 많은 지표가 진짜 회사에 필요한 것인지, 이러한 지표가 CRM 목표에 어떻게 도달할 것인지부터 다양한 분석 방법을 통해 더 좋은 이벤트 결과를 낼 수 있습니다.

4. 다른 강의와 어떤 차별점이 있나요?

제너럴한 데이터 분석 강의가 아닌 CRM이란 특성에 맞춰져있는 데이터 분석이라 고객 관련 일을 하는 팀이 실무에서 바로 적용할 수 있는 것이 가장 큰 장점입니다.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

이 강의를 통해 조금 더 체계적으로 고객 데이터 분석을 할 수 있길 바랍니다.

커리큘럼 (7)

  • 1주차. CRM Event 효과분석

    CRM과 CRM 분석 프로세스를 이해하고, CRM 이벤트 효과 분석을 위한 지표에 대해 배워봅니다. 또한, CRM analyst로서의 업무 경험과 다양한 case study를 통해 관련 분야를 이해합니다.


    1) 이론

    – CRM의 중요성과 CRM 분석 프로세스

    – 필수 기술 통계 Practice

    – 고객 분석과 각각의 스테이지에 따른 이벤트

    – 퍼널 분석 (AARRR)의 이해

    – 성과 측정을 위한 EDA 및 시각화


    2) 실습

    – 데이터 전처리 및 EDA

    – CRM 분석 프로세스

    – 퍼널 분석 및 이벤트 효과분석

  • 2주차. Customer Segmentation (고객 세분화)

    다양한 니즈와 행동 패턴을 가지고 있는 고객을 목적에 맞게 세분화를 해보고, 이를 기반으로 고객을 이해해 봅니다.


    1) 이론

    – 고객 세분화의 이해

    – 가치기반 세분화

    – 행동기반 세분화

    – 고객 세분화 case study


    2) 실습

    – kaggle 의 e-commerce의 데이터 기반으로 대표적인 세분화 기법인 RFM 기법을 적용하여 고객을 세분화

    – RFM을 실제 기업에서 어떻게 사용하고 있는지 이해

    – RFM을 각 산업에 맞게 응용하는 법을 배워서 여러 산업군에 맞게 적응하는 훈련

  • 3주차. Customer Clustering

    세그먼트와 다른 머신러닝 기법 중 하나인 군집분석을 통해 고객의 군집을 생성해보고 이를 기반으로 고객을 이해하고, targeting에 사용할 수 있도록 만들어 봅니다.


    1) 이론

    – 군집 분석의 이해 

    – 군집 분석 평가

    – 세그먼트와 군집 분석의 차이점 및 활용

    – 다양한 군집 알고리즘 비교

    – 군집 분석 case study


    2) 실습

    – 고객 관심사 및 앱사용성에 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 군집별로 접근할 수 있도록 전략 도출

  • 4주차. 연관성 분석 및 카테고리 확장 전략

    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 확장 되는지를 확인하고 이를 기반으로 상품 카테고리 확장 전략을 세워 봅니다. 


    1) 이론

    – 연관성 분석 및 순차 연관성 분석의 이해

    – 연관성 분석 및 순차 연관성 분석 case study


    2) 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 심화단계로 순차 연관성 알고리즘을 통한 확장 전략

  • 5주차. 반응 및 구매 예측 모형을 통한 Targeting

    고객의 구매 및 반응을 이끌어 내기 위해 발송하는 DM 및 PUSH 대상자를 머신러닝 알고리즘을 적용해 추출하고, 이를 기반으로 발송 했을 때 예상되는 효과 성과를 측정해 봅니다.  


    1) 이론

    – Targeting의 이해

    – 지도학습 모델의 개발 프로세스

    – 다양한 지도 학습 알고리즘 비교

    – 모델을 만들 때 주의할 점 (데이터 분할)

    – Targeting case study


    2) 실습

    – PUSH 응답 데이터를 기반으로 어떤 고객이 반응할 지 예측

    – 주요 피처를 확인하여 이후 유사한 PUSH를 보냈을 때의 반응률 예측

  • 6주차. CRM의 핵심 - 이탈 예측 1

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


    1) 이론

    – 고객 이탈에 대한 고찰

    – 지도학습 프로세스 리마인드

    – 추정 및 분류 모형 접근

    – 이탈 모형 개발 case study


    2) 실습

    – 통신사 고객 이탈 데이터를 활용한 고객 이탈 가능성 예측

    – 이탈 가능성을 평가하여 이 중 어느 고객을 가장 우선시해서 액션 계획 수립

  • 7주차. CRM의 핵심 - 이탈 예측 2

    신용평점 모형에서 사용하는 로지스틱 회귀분석을 기반으로 한 평점표 모형(socore card model)을 이용하여 이탈 모형을 만들어 보고 각 변수의 이탈 영향력을 평가해 봅니다.


    1) 이론

    – score card model의 이해 

    – 추정 및 분류 모형 접근

    – 이탈 모형개발 case study


    2) 실습

    – 심화 단계로 피처별로 영향력을 평가하여 이탈에 가장 영향력이 높은 정보를 탐색하여 이탈 영향 요인을 파악

커리어 성장으로 가는 길, 러닝스푼즈와 함께 하세요!

지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.

오프라인

CRM Analysis : 효율적인 CRM을 위한 머신러닝 프로젝트

매일 선착순 20명 한정! 할인가 확인하고 커리어 성장하세요!