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!

8기
강의 일정
23.12.10 ~ 24.02.04 (총 7회) 매주 일요일 10:00 ~ 13:00 (총 21시간)

(휴강 : 12월 24일 성탄절 연휴, 12월 30일 연말 연휴)

고객 데이터 활용 방법과 

이탈을 예측하는 머신러닝 모델은?

10년 경력 이상의 데이터 분석가가 전하는 고객 데이터 분석 프로세스!

강의소개

금융, 통신, 콘텐츠 등 다양한 분야의 실제 분석 사례로
데이터를 바라보는 시각을 넓혀보세요.

CRM 강의

01. 데이터로부터 고객을 세분화하는 CRM 고도화 경험을 공유합니다.

고객을 지리적, 인구 통계적, 가치, 행동 기반 등 다양한 기준을 적용할 수 있습니다. 어떻게 세분화할 것인지 잘 만든 세분화는 무엇인지 실제 현업에서 진행하고 있는 RFM 세그먼트 기법을 공유합니다. 우리 기업의 비즈니스 상황에 적용해 세그먼트를 효율적으로 관리해 보세요.

02. 고객이 남긴 데이터를 통해 고객의 성향과 행동 패턴을 파악합니다.

연관성 분석, 일명 장바구니 분석으로 우리 기업의 고객 데이터로 같이 판매되는 상품을 파악할 수 있습니다. 분석에 사용되는 지표인 지지도, 신뢰도, 향상도를 다양한 분야에서 어떻게 활용되고 있는지 공유합니다. 데이터를 바라보는 시각을 넓히고, 주요 지표를 잘 활용할 수 있는 데이터 분석가로 성장해 보세요.

03. 고객의 이탈을 예측하고 리텐션을 높이기 위해 알고리즘을 활용합니다.

단순히 머신러닝 모델링을 적용하는 것에는 함정이 있습니다. 모델링에 적합한 알고리즘이 무엇인지, 우리 기업 데이터의 어떤 변수를 선택해야 하는지 주요 이슈를 전수합니다. 이탈 가능성이 보이는 고객 대상을 예측하고 어떻게 대처가 가능한지도 파악해 보세요.

수강혜택

만약 머신러닝에 대한 이해가 부족하여 강의 수강을 망설이고 있다면?

본 강의를 원활하게 수강할 수 있도록 15만 원 상당의 머신러닝 강의를 제공합니다.



CRM 강의


* 안내사항 (환불 규정)

: [CRM Analysis] 강의 신청 후 [파이썬 패키지]를 수강하신 경우, 온라인 강의의 수강료 차감 후 환불됩니다.

본 강의에서
무엇을 얻어갈 수 있나요?

우리 기업의 전체 고객을 이해하는 머신러닝 기반의 CRM 분석

  • 고객 취향 파악을 위한 변수 선택

    데이터의 활용 능력 향상

    연관성 분석, 고객 취향 분석에는 올바른 변수 선택이 필수입니다. EDA, 전처리, 모델링, 분석 등의 단계에서 데이터를 보고 판단하는 현업의 CRM 접근 방법을 제시합니다. 

    CRM 강의
  • 고객 데이터 모델링 프로세스

    현업의 각 케이스에 따른 분석 노하우

    데이터의 규모가 조금이라도 커지면 당황하는 경우가 많습니다. 현업의 분석 프로세스를 적용해 나의 분석 파이프라인을 설계해 보세요.

    CRM 강의
  • CRM 머신러닝 알고리즘 선정

    고객 이탈을 합리적으로 예측

    세분화 된 고객 데이터에 가장 적절한 머신러닝 모델을 적용하고 우리 기업 고객의 이탈을 예측해 보세요. 리텐션과 매출을 올리는 지름길입니다.

    CRM 강의

고객 전환 비용 60%, 이탈률 80% 이상 절감하여
신규 고객을 획득하고, 점유율을 높이는 CRM 분석이 궁금하다면?

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

CRM Analysis 전 단계에 머신러닝 모델 적용 경험 공유

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 대상

이런 분들은 꼭 들으셔야 해요!


마케터와 협업하는 팀에서 원활한 의사소통을 하고 싶은 데이터 분석가


전체 고객을 이해하기 위해 데이터에서 "어떤 변수와 지표를 선택해야 하는지" 고민이 되는 분


머신러닝 기법을 고객 세분화, 타겟팅, 예측 분석을 적용해 합리적인 의사결정을 하고 싶은 분

강사소개

우리 강사님을 소개할게요!

CRM 강의

David

이력사항
  • (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 David입니다. 저는 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 예정이고, 어떤 형태로 진행되나요?

강의에서는 주로 고객 세분화와 머신러닝을 통해 고객을 이해하고 타겟팅 하는 것을 다룰 예정입니다. 우리 고객이 어떻게 구성이 되어 있는지 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 체험해 보고, 가장 유사한 Kaggle 데이터를 사용해 실제 데이터를 가지고 실습을 해보도록 하겠습니다.

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

타겟 마케팅의 엣지가 살아날 수 있습니다. 유저군을 단순히 인구 통계 집단으로 나누는 수준에서 벗어나 고개의 행동 기반과 중요도 기반으로 접근할 수 있습니다. 고객을 하나의 큰 집단으로 보다가 특성을 가진 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 해결해 나갈지에 초점을 맞추려고 합니다.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있다면?

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

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

매일 선착순 20명 한정! 할인가 확인하고 커리어 성장하세요!

강의찾기