CRM(Customer Relationship Management)

1. CRM(Customer Relationship Management)의 개요

 1-1. CRM(Customer Relationship Management)의 정의

   - 고객에 대한 정확한 이해를 바탕으로 고객의 원하는 제품과 서비스를 지속적으로 제공 함으로써 LTV(Life Time Value - 고객 생애 가치)를 극대화 하는 마케팅 관리 기법 및 자원 체계

 

 1-2. CRM(Customer Relationship Management)의 등장배경

  1) 고객 이탈 방지 : 시장 개방, 경쟁 심화, 고객 요구의 다양화에 따른 대응

  2) 파레토의 법칙 : 20%의 고객이 80%의 수익을 창출

  3) 마케팅 패러다임 변화 : 4P -> 4C , 4P: Product, Price, Place, Promotion, 4C: Customer, Cost, Convenience, Communication

 

 1-3. CRM(Customer Relationship Management)의 특징

  - 시장 점유율 보다는 고객 점유율에 초점

  - 고객 특성을 분석하기 위한 고객 유지, 즉 LTV에 중점을 둠

  - 제품 판매 보다는 고객 관계에 비중을 둠

 

2. CRM(Customer Relationship Management)의 구성도, 요소기술

 2-1. CRM(Customer Relationship Management)의 구성도

 

 2-2. CRM(Customer Relationship Management)의 요소기술

구분	요소기술	설명
CRM 보고 기술	Portal	- Web 기반(SOA, SaaS) 포털 사이트 구축 - 내 외부 리스트 공개(제공), UMS 서비스
	Dash Board	- 실시갂 KPI 제공, Mobile CRM - 이벤트 실행, SMS, 의사결정/작업분석 지원
	BW Reporting	- 지속 가능성 있는 비즈니스 목표달성 자동화 Reporting - Decision Support, 자동 데이터 추출 및 비즈니스 연계
CRM 분석 기술	EDW/DM	- 기업 내 외부 데이터 통합을 통한 분석, 부문별 분석(DM) - 영업 마케팅, 고객 서비스를 연계한 통합 홖경 구축
	Data Mining	- 고객 행동 분석, 고객 수익성 분석, 고객 리스크 분석 - 패턴 분석, RFM분석
	OLAP/Web OLAP	- 사용자 중심, 대화식, 실시갂 분석, 다차원 분석 홖경 제공 - ROLAP/ MOLAP/ HOLAP
CRM 예측 기술	예측 모델링	- „To Know your customers‟, „next move‟ 모델 제공 - 과거 자료를 바탕으로 CRM 예측 모델기반 제공
	조사/통계이론	- 분석용 통계정보 제공, 고객 행동이론 통계 홗용 - 통계적 모델 스코어링, 예측 마케팅
	인공지능	- 읶공지능 알고리즘을 통해 고객의 성향을 자동으로 예측 - Semantic 분석, 지능적 분석