MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스

빅데이터로 풀어보는 Real-time Market Sensing

빅데이터로 풀어보는

리얼타임 마켓센싱

2014.05.27

www.mindsinsight.co.kr

실시간 마켓센싱을

위한 마켓인텔리젼스

마인즈랩 MI팀


Market / Consumer / Opinion의 변화를

바로 바로 감지해낼 수는 없을까?

M.I. (Market Intelligence)?


MINDs Hot

Insight Second

http://www.google.co.kr/url?sa=i&rct=j&q=&esrc=s&frm=1&source=images&cd=&cad=rja&uact=8&docid=GQcDe95Fv6l6kM&tbnid=r6Gaz7nfgLQNBM:&ved=0CAUQjRw&url=http://blog.daum.net/_blog/BlogTypeView.do?blogid%3D0Cnbu%26articleno%3D17461778%26categoryId%3D996563%26regdt%3D20100128081542&ei=heuCU-aLA9CElAWvpwE&bvm=bv.67720277,d.dGc&psig=AFQjCNEGGoHgDKMiIrQYDItUru0VGkLDnw&ust=1401175280134081

MINDs Seminar_03_실시간 마켓센싱을 위한 마켓인텔리젼스(안준환)_v1.0_1 Second Insight_v1.0.mp4


We perceive the Market


Market Intelligence

빅데이터로 풀어보는 Real-time Market Sensing M.I. (Market Intelligence)

[관광] 여행

[외식] 커피전문점

[자동차] 국산자동차

[교육] 학습지

[외식] 패밀리레스토랑

[자동차] 수입자동차

[보험] 생명보험

[전자] 스마트폰

[섬유] 남성복 정장

[섬유] 남성복 캐주얼

[화장품] 브랜드샵화장품

[섬유] 여성복

[섬유] 아웃도어

[화장품] 프리미엄화장품

[섬유] 스포츠잡화

[식품] 라면

[섬유] 골프웨어

주요 M.I.(Market Intelligence) 서비스 대상 산업(’14년 5월 기준)*

[섬유] 유아동복

[섬유] 내의류 [외식] 패스트푸드

[식품] 차음료

[식품] 유제품

[금융] 신용카드

[보험] 손해보험

[교육] 입시학원

[엔터테인먼트] 연예인이미지맵


P01 판매 부진원인 P02 고객구매 근본원인 P03 업 내외의 경쟁자 분석

P04 업의 본질 재정의 P05 비어있는 시장 파악 P06 신시장 진입여부 결정

P07 브랜드 포지셔닝 P08 캠페인 효과성 측정 P09 광고 이미지와 타이밍

P10 최적 상품 특성 P11 상품 출시 시기 P12 상품 최적 포트폴리오

P13 최적 채널 분석 P14 기업 이미지 관리 P15 신제품 Concept

P16 마케팅전략 P17 가격 타당성 확인 P18 판매 활성화 방안

M.I.(Market Intelligence)서비스의 주요 대상 Business Questions *

*상기 영역 외에도 고객 별 특화된 경영 이슈 존재 시 Delivery 영역 확대

M.I. (Market Intelligence)

빅데이터로 풀어보는 Real-time Market Sensing M.I. (Market Intelligence)

경쟁관계분석 산업동향분석

고객행태분석 평판분석

고객이 얘기하는 기업 및 브랜드

경쟁 구도

경쟁 구도 빈도 및 추이

뉴스, 블로그, 트위터 채널별 분석 등

산업에 속한 자사 및

경쟁사의 위치

기업/브랜드별 소비자 인식 분석

제품군별 소비 채널 분석 등

자사 및 경쟁사 고객군

소비자 인식 및 원인

고객군별 소비 행태 분석 등

고객이 얘기하는 기업 및 브랜드 장점 및 단점

브랜드, 제품에 대한 비교 분석

브랜드 효과성, 신뢰성, 이미지 분석 등

빅데이터로 풀어보는 Real-time Market Sensing M.I.(Market Intelligence) 예시

브랜드샵 화장품 – 경쟁관계 분석

■가입 고객사 해당 산업군/업종에 대한 시장 경쟁 구도 분석

■일자별, 시간별 경쟁 구도 현황 및 빈도별 추이 정보 제공

■뉴스, 블로그, 트위터 별 분류 분석 가능

■경쟁 기업/브랜드 별 소비자 인식 분석 통한 마케팅 전략 활용

■해당 분석 정보 엑셀 다운로드 제공

사람들이 말하는 기업/브랜드 경쟁구도

경쟁 빈도

■기업/브랜드 간 경쟁빈도가 강할수록 붉은 색으로 표시되며,

사람들이 실제적으로 가장 활발하게 언급하는 경쟁 구도를

보여줌


브랜드샵 화장품 – 산업동향 분석

■가입 고객사 정보를 기반으로 해당 산업군/업종에서의

해당 기업/브랜드별 실질적 소비자 인식 위치 파악이 가능

■산업 연관어 분석, 구매 채널별 비중 분석, 구매 채널 언급량

추이,구매 채널 언급비중 추이 분석, 브랜드별 감성 분석,

산업 이슈 제품군 언급량&언급비중 변화 추이 분석 제공

■해당 산업군/업종에서의 핵심 키워드별 분류/선별 분석이

가능해, 자사 브랜드의 업종 특징별 동향을 쉽게 파악

■뉴스, 블로그, 트위터 별 분류 분석 가능

■일자별, 시간별 경쟁 구도 현황 및 빈도별 추이 정보 제공

■경쟁 기업/브랜드 별 소비자 인식 분석 통한 마케팅 전략 활용

■해당 기업/브랜드 언급 분석 매체별 원문 보기 제공


해당 산업군/업종에서 우리의 위치는? <산업 이슈 변화 추이 – 제품군 언급량>


브랜드샵 화장품 – 산업동향 분석

<산업 연관어> <소비 채널 변화 언급비중 추이> <소비 채널 변화 언급량 추이>

<소비 채널 비중> <브랜드별 감성> <산업 이슈 변화 추이-제품군 언급비중>

■고객사/브랜드 제품 연관 핵심 키워드 순위 및 연관 빈도 ■뉴스/블로그/트위터별, 일자별 연관어 분류 분석 가능

■고객사/브랜드 제품별/경쟁사별 소비자 감성 비교 분석 파악 ■뉴스/블로그/트위터별, 일자별 감성 분류 분석 가능

■소비 채널별 언급량 추이 분석 통한 마케팅/유통 전략 강화 ■뉴스/블로그/트위터별, 일자별 분류 언급 변화 분석 가능

■제품 소비 채널 빈도 분석으로 소비패턴 파악 ■뉴스/블로그/트위터별, 일자별 분류 소비 채널 분석 가능

■소비 채널별 언급 비중 추이 분석 통한 마케팅/유통 전략 강화 ■뉴스/블로그/트위터별, 일자별 분류 언급비중 분석 가능

■관련 제품군 언급 분석 통한 핵심 제품군 선별 및 전략 강화 ■뉴스/블로그/트위터별, 일자별 핵심 제품군 분류 분석 가능


브랜드샵 화장품 – 고객행태 분석

■고객사/브랜드 관련 고객군(성별) 분석과 군별 언급량 분석으로

실제 소비자들의 성별 브랜드 인식 비중과 원문 통한 원인 파악

■뉴스, 블로그, 트위터 별 고객군 분류 분석 가능

■일자별, 시간별 관련 고객군 연급 변화 추이 정보 제공


■자사 및 경쟁 기업/브랜드 제품별 고객군 언급 분포 비교 분석

자사/경쟁 브랜드별 고객군은 누구?


브랜드샵 화장품 – 자사평판 분석

■고객사/브랜드 관련 산출된 효과성 연관 핵심 키워드별

자사제품과 경쟁사 제품의 비교 분석 지표를 파악, 약점 보완 및

강점 강화의 제품 경쟁력 및 효과적 마케팅 전략 구축 활용

■브랜드 효과성, 브랜드 신뢰성, 브랜드 세부 제품군 이미지의

다각적 평판 분석과 분석 방법별 관련 핵심 키워드별 추이 제공


■뉴스/블로그/트위터별, 일자별 분류 분석 제공

고객이 바라보는 장단점과 이미지는?

<브랜드 신뢰성 분석> 신뢰성 연관 핵심 키워드별 자사/경쟁사 제품 소비자 인식 분석

<브랜드 세부 제품군 이미지 분석>

제품군 연관 핵심 키워드별 소비자 인식 분석


How to Design & Implement

MI?


1. 활용목적 정의 (Business Issues)

경영 이슈 도출 각 부문 추가 인터뷰

분석 체계 구축 및 활용 목적 정의

• 빅데이터 기반 문제점/이슈 해결방안 수립을 위한 정확한 현상 파악 및 기초자료 조사를 목적으로 함

• 旣 도출된 경영 이슈 보완을 위한 추가 인터뷰 및 의사결정사항/Activity 정의를 목적으로 함

• 정보 분석 Path 및 정보 활용 Process 정립을 통해 정보 활용 범위와 활용 목적을 수립함

2. 데이터 처리단계 (Data Processing)

분석 View, Entity, Key Figure 정의

Keyword 선정

언어분석 (세부감성)

연관어 분석

경쟁어 분석

Clustering 분석

복합키워드 분석

Risk분석

Traditional Data 분석 데이터 수집

분산처리 및 저장

NLP 사전 준비

Text Pre-Processing

분석 View 및 Keyword 선정

Data Processing

3. Output 제공 및 시각화 (Visualization)

분석 Output 정제

시각화 Insight 도출

Process 반영 가능성 확인

• Output이 활용 가능한 수준으로의 신뢰도 향상

• 지속적으로 엔진 성능 향상이 가능하도록 프로세스 설계 발생에 대비한 사전대응 모델 및 대응방안 수립

• Output에서 강조해야 할 속성이 잘 드러나도록 Visualization을 진행하여 MI Output을 설계함

• Data 분석과 업에 대한 이해를 바탕으로 활용 가능한 Insight를 도출함

• Pattern & Trend 리스트 및 MI Output 작성

• Insight가 Process에 반영될 수 있는지 가능성을 확인하고 지속적으로 반영되어 Operation Excellency를 달성할 수 있도록 함

4. 담당부서 피드백 및 경영성과 창출 (Business Benefits Realization)

신상품 컨셉 기획 및 서비스혁신

기업/브랜드 포지셔닝 재정립

산업내외 경쟁관계분석

• 업 내외의 경쟁자 분석

• 업의 본질 재정의 • 비어있는 시장 파악

• 기업 이미지 관리 • 브랜드 포지셔닝 • 경쟁자 분석 • 광고 이미지와 타이밍

비즈니스 활동 별 인사이트 피드백

고객 구매 근본 원인 파악

• 상품 출시 시기 • 최적 채널 분석 • 최적 상품 벤치마킹 • 신제품 Concept • 가격 타당성 확인

• 고객 구매 요인 중 근본 원인 파악

빅데이터로 풀어보는 Real-time Market Sensing 빅데이터로 풀어보는 Real-time Market Sensing MI(Market Intelligence) Analysis Process

활용목적 정의 / 분석 가설 수립

분석 View 정의 및 Keyword 선정

Keyword 정제 Data 수집 / MI 작성 Visualization 및 수정/보완

산업 이슈 도출 분석 View 정의 관리 Keyword

이형태/신조어정리 Data 수집 Visualization

분석 아이템 정의 피드백 반영 수정 및 보완

관리 Keyword 유효성 검증

MI 유효성 검증

주요 산업 Keyword 검색

분석 View 별 관리 Keyword 선정

MI 초안 작성 및 Insight 도출

Step 01 Step 02 Step 03 Step 04 Step 05

빅데이터로 풀어보는 Real-time Market Sensing 빅데이터로 풀어보는 Real-time Market Sensing

A1. 산업 이슈 도출

산업 내 뉴스/ 이슈 검색 및 종사자 인터뷰 기반 산업 이슈 리스트 작성

JV LOGO

산업 아웃도어 담당 인터뷰 여부

Yes / No

산업 이슈 리스트 최근 3개월 內 토픽

1 대중의 니즈를 반영한 신제품 개발을 하려면 어떻게 해야 하는가?

- 낮과 밤 따로 쓰는 데이&나이트 크림 출시 봇물 - 고령인구 확대, 발효화장품 주목

2 가격 정책을 어떻게 가져가야 하는가? - 수입 화장품 가격 논란 사회적으로 확산

3 할인에 익숙해진 고객을 어떻게 자극시킬 것인가?

- 국산 저가 브랜드에 백화점 기초화장품 매출 뺏겨

4 어떤 모델을 써야 고객에게 어필 할 수 있는가?

- 백화점 수입 화장품, 한국 모델이 장악 - 아이돌 스타들도 넘지 못한 백화점 화장품의 벽

5 효능을 직접 느끼기 어려운 고객에게 어떤 마케팅 메시지를 전달해야 하는가?

- 원전 공포 속, 친환경 '원료마케팅' 눈길

6 어떠한 마케팅 전략을 짜야 효과적으로 고객에게 어필할 수 있는가?

- 맥, 홍대 플래그십 스토어 오픈행사

7 TV 속 뷰티 프로그램이 화제가 되는데 이를 어떻게 활용할 것인가?

-

8 갈수록 영향력이 높아져가는 모바일, SNS의 마케팅을 효과적으로 진행하기 위해서는 어떻게 해야 하는가?

- 아모레퍼시픽, 화장품 '유통기한 알림' 모바일 앱 론칭

9 채널 전략을 어떻게 가져가야 하는가? - 백화점 화장품, 온라인 공략 - LG생활건강, 화장품 온라인 사업 진출

10 서브스크립션 커머스 등 변화 요인에 어떻게 대응할 것인가?

- 11월 화장품 서브스크립션 팝초이스 론칭

해당 산업 뉴스/이슈 검색

–주요 포탈 사이트에서 ‘브랜드샵 화장품’, ‘화장품’ 등으로 검색

후 최근 3개월 간 뉴스 참고

산업 종사자 인터뷰

–해당 산업 종사자와 인터뷰 진행

–인터뷰 시 ‘최근 산업 동향(신규 제품 출시 등), 사회적 이슈(발

암물질 발견 등)’ 등 거시적 관점에서 질문

산업 이슈 리스트 작성

–조사된 산업 이슈를 바탕으로 이슈 리스트 작성

–추후 지속적 업데이트 진행

주요활동

MI 활용방안 수립을 위한 정확한 현상 파악 및 기초자료 조사를

목적으로 함

수행목적 및 기본내용

활용 목적 정의

MI(Market Intelligence) Analysis Process


A2. 분석 아이템 정의

산업 이슈 별 18개 활용목적 부합 여부 기반 우선 순위 분석 아이템 도출

분석 아이템 도출 sheet

활용 목적 정의

JV LOGO

산업 담당 인터뷰 여부 우선순위

활용목적

Yes / No P01 판매 부진 원인

P02 고객구매

근본원인

P03 업 내외 경쟁자 분석

P04 업의 본질 재정의

P05 비어있는 시장 파악

P06 신시장 진입 결정

P07 브랜드 포지셔닝

P08 캠페인 효과성 측정

P09 광고 이미지/타이밍

P10 최적 상품 특성

P11 상품 출시 시기

P12 상품 최적 Portfolio

산업 이슈 리스트 최근 3개월 內 토픽 합계 활용목적 적용 여부

1 대중의 니즈를 반영한 신제품 개발을 하려면 어떻게 해야 하는가?

- 낮과 밤 따로 쓰는 데이&나이트 크림 출시 봇물 - 고령인구 확대, 발효화장품 주목

5 1 1 1 1

2 가격 정책을 어떻게 가져가야 하는가? - 수입 화장품 가격 논란 사회적으로 확산 7 1 1 1 1

3 할인에 익숙해진 고객을 어떻게 자극시킬 것인가?

- 국산 저가 브랜드에 백화점 기초화장품 매출 뺏겨

8 1 1 1 1

4 어떤 모델을 써야 고객에게 어필 할 수 있는가?

- 백화점 수입 화장품, 한국 모델이 장악 - 아이돌 스타들도 넘지 못한 백화점 화장품의 벽

2 1

5 효능을 직접 느끼기 어려운 고객에게 어떤 마케팅 메시지를 전달해야 하는가?

- 원전 공포 속, 친환경 '원료마케팅' 눈길 9 1 1 1 1 1

6 어떠한 마케팅 전략을 짜야 효과적으로 고객에게 어필할 수 있는가?

- 맥, 홍대 플래그십 스토어 오픈행사 3 1

7 TV 속 뷰티 프로그램이 화제가 되는데 이를 어떻게 활용할 것인가?

- 2 1

8 갈수록 영향력이 높아져가는 모바일, SNS의 마케팅을 효과적으로 진행하기 위해서는 어떻게 해야 하는가?

- 아모레퍼시픽, 화장품 '유통기한 알림' 모바일 앱 론칭

5 1 1

9 채널 전략을 어떻게 가져가야 하는가? - 백화점 화장품, 온라인 공략 - LG생활건강, 화장품 온라인 사업 진출

4 1 1

10 서브스크립션 커머스 등 변화 요인에 어떻게 대응할 것인가?

- 11월 화장품 서브스크립션 팝초이스 론칭 4 1 1

산업 이슈 리스트 활용목적 정의

– 18개 활용목적 先 정의 후 이를 활용

분석 아이템 우선 순위 부여

– 18개 활용목적에 가장 많이 부합되는 순서대로 우선 순위 부여

도출된 산업 이슈 중 MI化時 유용한 분석 아이템 도출을 위해 旣 정

의된 활용 목적을 바탕으로 우선순위 부여하여 도출함

수행목적 및 기본내용 주요활동



분석 view 및 키워드 선정

텍스트마이닝을 통한 MI 작성을 위한 기초 작업으로 분석 아이

템 해결을 위해 데이터를 어떻게 바라볼 지에 대한 분석 View를

정의함

분석 아이템 관련 분석 View 확인

–의사 결정 기준 등 분석 아이템 관련 고객 주요 행태 확인

–기타 분석 아이템에 영향을 미치는 주요 항목 확인

분석 View 정의

–텍스트마이닝을 통한 고객 주요 행태 및 기타 주요 항목 파악 가능성 확인

–텍스트마이닝을 통해 파악 가능한 분석 View 정의


분석 view 평가표

분석 아이템 명 텍스트마이닝 활용 가능 여부

분석 View 명 세부 내용 영향 Value Chain 유관 부서

가격 정책을 어떻게 가져가야 하는가? O 가격 이미지 브랜드와 함께 언급하는 가격을 의미하는 이미지

market & sell 상품기획

할인에 익숙해진 고객을 어떻게 자극시킬 것인가? O 가격 이미지/효과성/신뢰성

브랜드와 함께 언급하는 가격을 의미하는 이미지/ 브랜드, 제품의 기능 및 효과 언급 이미지/ 브랜드, 제품의 안전성을 의미하는 이미지/브랜드와 함께 업급하는 제품의 종류의 변화 및 비교

market & sell 마케팅

효능을 직접 느끼기 어려운 고객에게 어떤 마케팅 메시지를 전달해야 하는가?

X

채널 전략을 어떻게 가져가야 하는가? O 채널 브랜드 판매, 유통 채널 market & sell 영업/마케팅

서브스크립션 커머스 등 변화요인에 어떻게 대응할 것인가? X

대중의 니즈를 반영한 신제품 개발을 하려면 어떻게 해야 하는가?

O 제품군 제품군 분류 design product 상품기획

갈수록 영향력이 높아져가는 모바일, SNS의 마케팅을 효과적으로 진행하기 위해서는 어떻게 해야 하는가?

X

어떤 모델을 써야 고객에게 어필할 수 있는가? O 모델 이미지 브랜드와 어울리는 모델 언급 market & sell 마케팅/홍보

어떠한 마케팅 전략을 짜야 효과적으로 고객에게 어필할 수 있는가?

X

TV 속 뷰티프로그램이 화제가 되는데 이를 어떻게 활용할 것인가?

X

B1. 분석 View 정의

텍스트마이닝을 통해 분석 아이템을 해결하기 위해 분석할 View를 정의함



B2. 주요 산업 Keyword 분석 엔진 上 검색

분석 아이템 해결을 위해 어떠한 Keyword를 분석할 것인지 주요 산업

Keyword를 정의하고 해당 산업 관련 용어 Pool을 구성함

연관어 검색에 ‘화장품’을 검색한 결과

제품, 브랜드 등의 카테고리를 참고하여 카테고리화

관리 Keyword의 초안 리스트를 작성할 해당

산업 관련 용어 Pool을 구성함

주요 산업 Keyword 정의

–인터뷰 및 해당 산업 주요 용어를 바탕으로,

산업 특성 확인 및 분석 아이템 해결 여부 확

인 가능 Keyword 정의

산업 관련 용어 Pool 구성

–과거 1년 데이터 대상 Keyword 엔진 검색 결

과 수집 (단순 빈도 및 연관어 리스트)


주요활동




B3. 분석 View 별 관리 키워드 선정

분석 View에 따른 분석이 가능하도록 관리 Keyword를 선정함

해당 산업 관련 용어 Pool을 바탕으로 분석 View 별 관리 Keyword

초안 리스트를 작성함


–산업 관련 용어 Pool을 바탕으로, 분석 View를 의미하는 것으로

보이는 관리 Keyword 초안 리스트 작성


관리 키워드 초안 리스트

No. 효과성 관리키워드 가격 관리키워드 신뢰성 관리키워드 제품군 관리키워드 고객군 관리키워드 채널 관리키워드

1 효과적 고가 고가 발암물질 크림 중학생 백화점

2 혁신적 프리미엄 유기농 스킨 여대생 쇼핑몰

3 긍정적 명품 방부 로션 여중고생 면세

4 고기능성 럭셔리 방부제 에센스 여배우 직영점

5 항균효과 고가제품 인증 수분크림 연예인 매장

6 효과만점 비싸다 식약청 아이크림 학생 약국

7 성형효과 값비싸다 천연성분 미스트 젊은층 피부과

8 보정효과 고렴이 천연재료 썬크림 어머니 피부관리실

9 주름개선 저가 저렴 식물성 자외선차단제 여고생 온라인

10 화이트닝 저렴이 악화 선크림 여성 온라인쇼핑몰

11 즉각적 명품 자연발효 선블록 여학생 홈쇼핑

12 안티에이징 럭셔리 세균 립밤 중고딩 브랜드샵

13 고보습 고가제품 화학제품 마스크팩 고등학생 브랜드숍

14 세계적 비싸다 제품성분 시트팩 아줌마 방문판매

15 파격적 값비싸다 과장광고 시트마스크 아내 소셜커머스

16 고품질 저가 무첨가 향수 직장인 전문매장

17 수분공급 파격가 알코올무첨가 마스크 남성 플래그쉽스토어

18 좋아하다 저가격 허위광고 클렌징 여자

19 추천하다 싸다 세균검출 기초

20 좋다 저렴하다 전성분 메이크업

21 괜찮다 적당하다 발암 세럼

22 완화하다 중저 트러블 틴트

23 촉촉하다 중저가 천연 색조

24 좋아지다 동물실험 스킨케어

25 만족스럽다 검출되다 립스틱




P1. 관리 키워드 유효성 검증

Keyword 별 원문 Data 확인 기반 정확도 체크 및 유효 Keyword 추출

관리 키워드 유효성 검증 sheet

Keyword 별 분석 엔진 上 검색

–기간: 1년 치

–데이터: JV 구매 데이터(뉴스/블로그/트위터)

–검색 데이터 전체 중 10% 비율로 원문 확인

–확인된 원문 중 원래 의도로 쓰인 데이터의

비중 체크

유효 Keyword 추출

–분석 엔진 검색 결과 바탕으로 정확도 80% 이

상, 데이터 빈도 100건 이상인 Keyword를 유

효 Keyword로 추출

주요활동

선정된 Keyword가 실제로 SNS上 쓰인 원문 등

을 확인하면서 해당 Keyword의 유효성을 검증함





C1. 관리 Keyword 이형태/신조어 정리

유효 Keyword 별 SNS 上 용법 반영(이형태 및 신조어)하여 유효 Keyword

체계 보강

키워드 정제

유효 키워드 이형태 및 신조어 정리 리스트

주요활동

유효 Keyword의 SNS上 용법을 실제로 확인하

면서 유효 Keyword 체계 보강함


유효 Keyword 이형태 및 신조어 정리

–유효 Keyword 별 SNS上 맞춤법 고려 이형태

정리(맞춤법 상 ‘ㅐ’이나 SNS에서는 맞춤법이

무시되므로 ‘ㅔ’로 적는다든지 하는 경우들을

고려)

– ‘DC Inside, 뽐뿌’ 등을 중심으로 새롭게 해당

산업에서 등장하는 신조어 추가 (e.x 자동차

산업 – ‘케옥’(K5 의미) 추가 필요)



데이터 수집 및 MI 작성

D1. Data 수집 유효 Keyword 대상 텍스트 마이닝 수행 및 非 텍스트 마이닝 Data(예: 평균 판매 가격) 수집

텍스트 마이닝 결과 Data

Keyword 별 텍스트 마이닝 수행 및 텍스트 마이닝 결과Data와

일반 통계 Data 수집을 통해 MI 분석 준비함


주요활동

유효 Keyword 대상 텍스트 마이닝 결과 추출

–기간 內 일자 별 빈도/세부감성(긍,부정 등)/연관어 추출

유효 Keyword 별 Data 수집

–각 Keyword 별, 추출 데이터 유형 별(빈도/감성/연관어) 엑셀파일 Sh

eet를 따로 만들어 Data 수집

非 텍스트 마이닝 Data 수집

–브랜드/브랜드 별 제품군 별 평균 판매가격 등 텍스트마이닝이 아닌

인터넷 리서치(NAVER 쇼핑 가격 비교) 등으로 얻을 수 있는 Data 수

집



D2. MI 초안 작성 및 Insight 도출

수집 Data 기반하여 MI 리스트 별 초안 작성 및 Insight 도출

MI 리스트

분석 아이템 해결 가능한 MI 리스트/초안 그래프 작성하고 Insight 도출함


분석 아이템 해결 가능한 MI 리스트 작성

–MI 별 Object/X축/Y축/시간 단위 구분

MI 별 초안 그래프 작성

–엑셀 上 그래프 활용하여 작성

Insight 도출

–그래프 上 일정한 Pattern, Outlier 등을 발견

–분석 아이템 해결 가능 여부 파악

주요활동

MI 별 초안 그래프

코드 Repository Object x축 y축 Bubble Size

Bubble Color

Pie Color

Bar Color Cluster Color

Line Color

MI_1 Bubble & XY Charts 브랜드 효과성 브랜드 효과성 - 유니크 - - - -

MI_2 Bubble & XY Charts 브랜드 제품군 이미지

평균 판매 가격 제품군_기초 - 유니크 - - - -


평균 판매 가격 제품군_색조 - 유니크 - - - -

MI_4 Bubble & XY Charts 브랜드 신뢰성 브랜드 신뢰성 - 유니크 - - - -

MI_5 Heat Map 브랜드 충성도 - - - - - - 유니크 -

MI_6 Text Table 산업 연관어 - - - - - - - -

MI_7 Pie 채널 - - - - 유니크 - - -

MI_8A Bar 채널 시간 빈도 - - - 유니크 - -

MI_8B 누적 막대 그래프 채널 시간 빈도 비중 - - - 유니크 - -

MI_9A Bar 산업 이슈_제품군 시간 빈도 - - - 유니크 - -

MI_9B 누적 막대 그래프 산업 이슈_제품군 시간 빈도 비중 - - - 유니크 - -

MI_10 꺾은선 그래프 산업 이슈_고객군 시간 빈도 - - - - - 유니크

MI_11 Bar 브랜드 고객군 이미지

브랜드 빈도 - - - 유니크 - -

MI_12 Bubble & XY Charts 브랜드 월별 효과성 시간 효과성 - 유니크 - - - -

MI_13 누적 막대 그래프 브랜드 세부 제품군 이미지

브랜드 비중 - - - 유니크 - -

MI_14 꺾은선 그래프 브랜드 연관어 시간 긍/부정 - - - - - 유니크

MI_15 Network Map 이슈 영향력자 - - - - - - - -

MI_16 도넛 차트 사명/브랜드 - - - - 유니크 - - -




P2. MI 초안 작성 및 Insight 도출

수집 Data 기반하여 MI 리스트 별 초안 작성 및 Insight 도출

MI 확정 리스트

MI 유효성 검증

–MI가 분석 아이템 해결 가능 도구인지 파악

–미 해결 時 추가 가설 도입 후 해당 MI 초안

작성으로 돌아감

피드백 반영

–외부 전문가/해당 산업 종사자에게 1차 피드

백 진행

–피드백 내용 반영하여 MI 보강

주요활동

Insight 도출된 MI가 해당 산업에 적용 時 유효

할지 여부 판단하여 MI 적합성 유지함


코드 Repository Object x축 y축 Bubble Size

Bubble Color

Pie Color

Bar Color Cluster Color

Line Color

MI_1 Bubble & XY Charts 브랜드 효과성 브랜드 효과성 - 유니크 - - - -


평균 판매 가격

제품군_기초 - 유니크 - - - -


평균 판매 가격

제품군_색조 - 유니크 - - - -

MI_4 Bubble & XY Charts 브랜드 신뢰성 브랜드 신뢰성 - 유니크 - - - -

MI_5 Heat Map 브랜드 충성도 - - - - - - 유니크 -

MI_6 Text Table 산업 연관어 - - - - - - - -

MI_7 Pie 채널 - - - - 유니크 - - -

MI_8A Bar 채널 시간 빈도 - - - 유니크 - -

MI_8B 누적 막대 그래프 채널 시간 빈도 비중 - - - 유니크 - -

MI_9A Bar 산업 이슈_제품군 시간 빈도 - - - 유니크 - -

MI_9B 누적 막대 그래프 산업 이슈_제품군 시간 빈도 비중 - - - 유니크 - -

MI_10 꺾은선 그래프 산업 이슈_고객군 시간 빈도 - - - - - 유니크

MI_11 Bar 브랜드 고객군 이미지

브랜드 빈도 - - - 유니크 - -

MI_12 Bubble & XY Charts 브랜드 월별 효과성 시간 효과성 - 유니크 - - - -

MI_13 누적 막대 그래프 브랜드 세부 제품군 이미지

브랜드 비중 - - - 유니크 - -

MI_14 꺾은선 그래프 브랜드 연관어 시간 긍/부정 - - - - - 유니크

MI_15 Network Map 이슈 영향력자 - - - - - - - -

MI_16 도넛 차트 사명/브랜드 - - - - 유니크 - - -




E1. Visualization

도출된 Insight를 쉽게 확인할 수 있도록 Visualization을 진행함

Visualization 결과물

Visualization 및 수정/보완

Chart 및 Dynamic 시나리오 정의

–강조해야 할 Output 속성 확인

–Chart 유형 정의 및 Dynamic 시나리오 작성

Visualization 수행

–화면 위치 별 Chart 구성

–Visualization Tool과 Output DB의 연결

Output에서 강조해야 할 속성이 잘 드러나도록 Visualizatio

n을 진행함


주요활동 ‘스킨 79’의 이벤트 진행 전과 후의 감성 분석

2012년 11월 2012년 12월



E1. Visualization

도출된 Insight를 쉽게 확인할 수 있도록 Visualization을 진행함 Visualization 및 수정/보완



E2. 피드백 반영 수정 및 보완

고객 피드백을 반영하여 Rule의 신뢰도를 높이고 분석 결과의 품질을 향상시킴

고객 및 전문가 피드백 기록표 MI 속성 유효성 평가표

고객 프로세스 개선에 활용 가능한 수준으로 결과

물 신뢰도 향상

Output 신뢰도 검증

–고객 및 전문가 피드백 수집

–분석 결과에 대한 타당성 분석

MI 관련 Rule 개선

–데이터 재수집 기간 등 MI 속성에 대한 유효성 재평가


주요활동

Visualization 및 수정/보완


빅데이터로 풀어보는 Real-time Market Sensing 빅데이터로 풀어보는 Real-time Market Sensing [사례] 환경 정책 분석 – 연구 조사 검토

1순위, 1~3순위 모두 타 항목 대비 응답률 높은 ‘자원고갈에 대한 우려’ 항목을 제외하면

(1순위, 1~3순위 모두 고려 시) 쓰레기 증가 / 기후변화 / 수질오염 / 대기오염 등 비교적 생활과 밀접한 관계에 있는 ‘환경’ 관련 항목에 대해 우려 인식 높음

24.3

16.4

10.5 10.1 9.6 8.3 7.9

3.3 2.8 1.9 1.9 1.1 0.7 0.7 0.5

42.1 41.5

30.5 28.6

23.6

27.3

31.5

15.5 13.3

10.7 9.5 8.5

6.5 5.3 5.1

1순위 1~3순위 [2013 국민환경의식조사 연구] 환경 관련 우려 요소(순위 Check) (단위:%)

빅데이터로 풀어보는 Real-time Market Sensing 빅데이터로 풀어보는 Real-time Market Sensing [사례] 환경 정책 분석 – 분석 기준

‘환경’ 관련 Social Big Data 분석 기준

- 1순위, 1~3순위 모두 타 항목

항목 세부 내용

탐색 기간 2014년 1월 1일 ~ 2014년 4월 13일

선정 키워드 환경

채널

탐색 가능한 News, Blog, Twitter 중 주로 Twitter 결과를 활용

(News 데이터의 경우 소비자 언급 내용이 아니므로 세부 분석 시 제외,

Twitter/Blog 모두 소비자 인식 기반이나 Blog 대비 Twitter 데이터가

상대적 언급량 많고 내용 자체로도 다양한 인식, 의견이 수반되어

본 분석에서는 Twitter데이터 주로 활용)

분석 소스 Frequency (빈도) / Related-word (연관어)

분석 방법

• Frequency : 일별 채널 별 추이 분석을 통해

상대적 증가폭 높은 시점 원인 파악

• Related-word : 해당 기간 내 도출 된 연관를 구조적으로 분석,

Grouping을 통해 인식 파악

총 탐색 량 • Frequency (Twit : 122,299 / Blog : 20,494 / News : 132,869)

• Related-word (Twit : 총 495개 단어 분석)


0

500

1000

1500

2000

2500

3000

3500

4000

101 103 105 107 109 111 113 115 117 119 121 123 125 127 129 131 202 204 206 208 210 212 214 216 218 220 222 224 226 228 302 304 306 308 310 312 314 316 318 320 322 324 326 328 330 401 403 405 407 409 411 413

Twitter News Blog

[사례] 환경 정책 분석 – 언급량 분석

2014년 기준 전반적으로 언급량 적지 않게 나타나 대중의 관심이 적지 않음을 시사.

상대적으로 Blog 언급량 Twiiter 대비 현저히 낮아 Twitter를 기준으로 상대적 증가폭 큰 시점에 대해 언급 내용을 탐색해 본 바,

2월 21일의 경우 ‘환경부’에서 주최한 이벤트에 대한 다수의 RT로 인해 증가했으며 3월 24일의 경우 특정한 이슈로 인해서 보다는 정치, 경제, 사회와 관련한 다양한 ‘환경’ 관련 언급량 증가에 따라 타 시점 대비 언급량 증가한 것으로 파악

[Social Big Data] ‘환경’ Key word 언급 빈도 (Frequency)

[2014/02/21, 3,589건] 2014년 환경부 자체 이벤트글 RT다수

[2014/03/24, 2,732건] 특정 이슈로 인한 증가 보다는 정치, 사회 등 다양한 분야에서의 ‘환경’ 관련 언급 다수


건강 (317/13.1)

암 (141/5.8)

피부 (204/8.4)

백혈병 (23/0.9)

감염/간염 (13/0.5)

폐손상 (10/0.4)

유전영향 (108/4.4)

희귀병 (7/0.3)

알러지 (17/0.7)

간질발작 (8/0.3)

식중독 (216/8.9)

위생 (145/6.0)

악취 (384/15.8)

기타 (836/34.4)

기타 세부 항목 빈도

피해 306

독성 229

유해매체 121

유해성 114

증후군 36

검출 13

발병위험 7

발병률 5

독소 5

건강과 관련한 언급량 추출, 분석 결과 악취, 피부, 암 등에 대한 언급량 상대적으로 높음

[사례] 환경 정책 분석 – ‘환경’, ‘건강’ 관련 언급량

빅데이터로 풀어보는 Real-time Market Sensing 빅데이터로 풀어보는 Real-time Market Sensing [사례] 환경 정책 분석 - 연관어 분석

상대적으로 ‘후쿠시마원전’에 대한 이슈가 가장 높게 나타나며 이어 ‘식수’, ‘기후’, ‘먼지’ 등에 대해서도 언급량 높음

Social Data에서의 결과가 앞서 조사 된 ‘2013 국민환경의식조사 연구’결과와 일부 상이한 것은 조사 시점 상의 차이 / 보기 항목 제시 여부의 차이 / 조사 방법의 차이 등 다양한 변수에 의한 차이로 볼 수 있음

환경

후쿠시마 원전 : 475건 식수/수질 : 319건

온난화/기후 : 256건

쓰레기처리 : 125건

미세먼지/대기오염 : 290건

밀렵/멸종 : 124건

소음 : 111건

원전

후쿠시마원전사고

해외원전수주과정

후쿠시마 난민

초고압

고온

기후

일기예보

온실가스

기상

온도

기후변화

초고온

고기압

소음문제

소음관련

소음피해

멸종위기동물

멸종위기 밀렵

식수

수질 방류

폐수

수질오염 수질검사

공장오폐수

수질정화

중금속

음식물쓰레기

쓰레기종량제

쓰레기 자동집하

미세먼지

황사

중국발

대기오염물질

수도권대기 *Box안의 단어는 해당 카테고리 별 세부 연관어 종류임.


Customer Journey Map


빅데이터로 풀어보는 Real-time Market Sensing 빅데이터로 풀어보는 Real-time Market Sensing Customer Journey Map


A. 활용목적 정의

경영 이슈 해결을 위한 Input 데이터 도출

A.1

Customer Journey Map 기반 분석 아이템 도출

A.2

관리 Keyword 이형태/신조어 정리

C.1

Data 수집

D.1

MI 초안 작성 및 Insight 도출

D.2

Visualization

E.1

피드백 반영 수정 및 보완

E.2

B. 분석 View 및 Keyword 선정

분석 View 정의

B.1

주요 산업 Keyword 분석 엔진 上 검색

B.2


B.3

P.

PMO

관리 Keyword 유효성 검증

P.1

MI 유효성 검증

P.2

C. Keyword 정제 D. Data 수집 및 E. Visualization 및

수정/보완

CJM Approach


• Growth Analytics: What are the opportunities for growth by - markets, segments, and products?

• Diffusion Analytics: How fast will the market adopt new products, services, and channels?

• Return Analytics: How do we maximize the rate of return over a given time horizon?

• Competitive Analytics: What is the competitive dynamics of the market?

• Scenario Analytics: How do we evaluate multiple scenarios across macro and micro-economic drivers?

• Customer Segmentation: How to segment customers by socio-demographic, and behavioral factors?

• Acquisition Analytics: How do we target customers/segments to increase market share?

• Marketing Spend/Mix Analytics: How do improve effectiveness of our marketing spend and optimize marketing mix?

• CLTV Analytics: How do we compute lifetime value of our customers?

• Experience Analytics: How do we measure and improve customer experience?

• Retention Analytics: What are the causes of churn and how do we improve retention?

• Distribution Segmentation: How do we segment our sales & distribution force and match with customer segments?

• Recruitment Analytics: How can we use predictors of superior performance of existing sales force to recruit new ones?

• Distribution Value Management: How do we maximize deployment of agents by geography and maximize distribution profitability

• Incentive Analytics: How do we structure the incentives to optimize overall profitability?

• Product Design Analytics: How do we design products and services at the right price for the right customers?

• Product Profitability Analytics: How do we determine product profitability across different segments, geographies and distribution channels?

• Pricing Analytics: How do we price products and product bundles to optimize market share under given risk appetites and combined ratio constraints?

• Underwriting Analytics: What new sources of data and variables can be used to classify risk and price risk better?

• Multi-channel Optimization: How do we optimize multiple channels to deliver superior customer experience?

• Policy Flow Analytics: How do we optimize flow of policies during new business/enrolment under given resource and information constraints?

• Portfolio Optimization: How do we optimize the portfolio of investments given our strategy and resource constraints?

• Program Planning & Execution Analytics: How do we manage our IT throughput under changing business demands and resource constraints?

• Fraud Analytics: How do we reduce claims frauds using existing and new sources of data?

• Claims Flow Analytics: How do we route and settle claims to reduce loss ratios and litigation expenses?

• Claims Loss Analytics: How do we analyze claims losses to reduce loss ratios and improve pricing?

• Policyholder Behavior Model: How do we model policyholder behavior to improve pricing, hedging, and reserving?

• ALM Analytics: How do we match short, medium, and long-term assets & liabilities to improve liquidity and returns?

• Catastrophe Modeling: How do we model severity/frequency of different catastrophic events to set risk appetite?

• Concentration Analytics: How do we determine concentration risk to ensure adequate capital adequacy?

• Solvency Models: How do we determine capital requirements under different macro-and micro-economic drivers?

Strategy & Growth

Analytics

Customer & Marketing Analytics

Sales & Distribution Analytics

Products, Pricing &

Underwriting

Process & Operations Analytics

Claims & Benefits Analytics

Capital, Risk & Finance Analytics

A.1 PwC Analytics Components for Card Industry

Value Chain 상의 주요한 의사결정을 지원하는 Analytics Component를 활용한 활용목적 정의


MI는 고객에 대한 이해를 바탕으로 도출되므로 Customer Journey Map을 활용하여 MI 분석 아이템 도출

A.2 Customer Journey Map 기반 분석 아이템 도출

• Research & compare products

• Receive relevant offers

• Browse brand images

• Browse promotions & benefits aligning the purpose of purchase

• Apply for a card

• Receive (instant) decision

• Receive status notification

• Receive account number/card

• Activate card

• Receive welcome/ introductory material

• Apply for add-ons e.g. travel, insurance

• Integrate account with external software

• Receive transaction authorization information

• Receive transaction denial information

• Receive transaction-related alerts, incl. fraud

• Raise, manage, resolve disputes

• Request pre- authorized spend

• Use mobile card

• Choose card affiliates to get a discount

• Receive prime rate from affiliated financial products

• Compare benefits across cards

• Manage profile and account preferences

• View transactions/ statements

• View and manage rewards

• Receive alerts

• Pay account bill, incl. payments setup

• Manage card loss

• Transfer balance

• Manage credit limits

• Manage multiple cards

• Contact call center

• Recognize benefits of credit cards

• Refine payment plan for purchase

• List priorities for choosing among credit cards

• Research use of rewards e.g. View catalogue

• Enroll in rewards program

• Redeem and transfer rewards

• Receive (targeted) merchant/spend offers

• Receive product offers e.g. Cross- /up-sell

• Receive product recommendations

• Marketing offer fulfillment

• Browse affiliated products e.g. travel, insurance

• Review benefits’ pros & cons

• Receive information about renewal

• Renew (out of cycle)/ request card

• Deactivate the card

Cust

om

er

needs/

Act

ivitie

s

Common needs across lifecycle: • Clear, relevant, secure, up-to-date, and easy-to-use services and information • Expectations managed, and problems quickly resolved • Seamless experience across entire relationship, including channels, products etc. • Recognition-based personalization

Aware Apply, Receive &

Activate

Manage Accounts

(incl. payments) Use Cards

Receive and Use

Marketing &

Rewards

Research & Discover

Renew

Apply Activate Onboard Use Card

Resolve disputes

Receive offers & rewards

Fulfill

View acct

details

Pay bills

Manage Profile

MI 분석 아이템 도출을 위한 카드업 Customer Journey Map

“고객이 각 단계에서 어떤 Needs를 가지고 어떤 Activity를 하는지 보여주는 Map”


Aware Apply, Receive &

Activate

Manage Accounts

(incl. payments) Use Cards

Receive and Use

Marketing &

Rewards

Research & Discover

Renew

• Research & compare products

• Receive relevant offers

• Browse brand images

• Browse promotions & benefits aligning the purpose of purchase

• Apply for a card

• Receive (instant) decision

• Receive status notification

• Receive account number/card

• Activate card

• Receive welcome/ introductory material

• Apply for add-ons e.g. travel, insurance

• Integrate account with external software

• Receive transaction authorization information

• Receive transaction denial information

• Receive transaction-related alerts, incl. fraud

• Raise, manage, resolve disputes

• Request pre- authorized spend

• Use mobile card

• Choose card affiliates to get a discount

• Receive prime rate from affiliated financial products

• Compare benefits across cards

• Manage profile and account preferences

• View transactions/ statements

• View and manage rewards

• Receive alerts

• Pay account bill, incl. payments setup

• Manage card loss

• Transfer balance

• Manage credit limits

• Manage multiple cards

• Contact call center

• Recognize benefits of credit cards

• Refine payment plan for purchase

• List priorities for choosing among credit cards

• Research use of rewards e.g. View catalogue

• Enroll in rewards program

• Redeem and transfer rewards

• Receive (targeted) merchant/spend offers

• Receive product offers e.g. Cross- /up-sell

• Receive product recommendations

• Marketing offer fulfillment

• Browse affiliated products e.g. travel, insurance

• Review benefits’ pros & cons

• Receive information about renewal

• Renew (out of cycle)/ request card

• Deactivate the card

Cust

om

er needs

Apply Activate Onboard Use Card

Resolve disputes

Receive offers & rewards

Fulfill

View acct

details

Pay bills

Manage Profile

Customer Journey Map 기반 신용카드 업의 경영 이슈 해결 Input data로 유의미한 분석 주제를 도출함

A.2 Customer Journey Map 기반 분석 아이템 도출

결제수단 트렌드 변화 추이

소비자의 신용카드 선택기준

카드사 별 포지셔닝

고객 이탈가망 고위험군 도출

Market Intelligence 분

석 주제


텍스트마이닝을 통해 旣 도출한 MI 분석 주제를 해결하기 위해 데이터를 분석할 View를 정의함

B.1 분석 View 정의


분석 주제 별 분석 View 정의


1

결제수단 종류


2

브랜드/신뢰도 혜택/서비스


3

카드사 브랜드 View

고객 이탈가망 고위험군 도출

4

신용카드 ‘교체/해지’ 연관어 분석

MI 분석 주제



고객 이탈가망 고위험군 도출*

Product Planning Service Innovation

신상품 컨셉 기획 및 서비스 혁신

고객 구매 근본 원인 파악

Customer Purchase Driver Analysis

기업/브랜드 포지셔닝 재정립

Company Reputation Brand Positioning

산업 내외 경쟁 관계 분석

Industry Analysis Competition Insight

경영이슈


분석 아이템 해결을 위해 어떠한 Keyword를 분석할 것인지 주요 산업 Keyword를 정의하고 분석 엔진에서 일부 Sample 용어 검색함

B.2 주요 산업 Keyword 분석 엔진 上 검색

분석 엔진(Mindsinsight) 검색 결과

NOT EXHAUSTIVE

Player

신한카드

현대카드

BC카드

비씨카드

하나SK카드

KB국민카드

KB카드

국민카드

하나카드

삼성카드

롯데카드

외환카드

NH카드

우리카드

SC카드

씨티카드

IBK카드

VISA카드

비자카드

주요 산업 키워드 도출 (‘산업 Player)

NOT EXHAUSTIVE


분석 테마 별로 Keyword는 다음과 같으며 &조건으로 복합 Keyword 활용함

B.3 분석 View 별 관리 Keyword 선정

결제수단 트렌드 변화 추이 소비자의 신용카드 선택기준 카드사 별 포지셔닝 고객 이탈가망 고위험군 도출

키워드 &조건

결제

결제 수단

구매

휴대폰 결제

키워드 &조건

신용카드

신용카드 선택

신용카드 프로세스

키워드 &조건

신한카드

현대카드

BC카드

····

씨티카드

신한카드 할인

····

비씨카드 할인

BC카드 할인

키워드 &조건

신용카드 응대

KB카드 불만

····

비자카드 불만


분석 테마 별 도출 Keyword에 대한 원문 Data 확인을 통해 유효성 검증함

P.1 관리 Keyword 유효성 검증

키워드 별 데이터 소스 별 원문 확인 후 키워드 확정

Illustrative

Keyword 별 원문 Data 확인 기반 유효성 검증 수행


유효 Keyword 별 SNS 上 용법 반영(이형태 및 신조어)하여 유효 Keyword 체계 보강

C.1 관리 Keyword 이형태/신조어 정리

Illustrative

유효성 검증 keyword 대상 이형태/신조어 정리


유효 Keyword 대상 텍스트 마이닝 수행 및 非 텍스트 마이닝 Data(예:시장점유율 통계자료 등) 수집함

D.1 Data 수집

텍스트마이닝 Data 1 非 텍스트마이닝 Data 2

수집 대상 Data 유형

• 유효 Keyword 대상 텍스트마이닝 Data 수집

• Data 소스: 블로그/트위터/인터넷뉴스

• 텍스트마이닝 Data는 연관어/빈도/고객 감성(긍/부정 빈도) 3가지로 추출됨

• 엑셀파일 형태로 내려 받아 MI 분석을 위해 가공하여 사용

• MI 분석을 위해 텍스트마이닝 Data 뿐만 아니라 非 텍스트마이닝 Data도 수집함

• 예) 시장점유율 통계자료 등

• 텍스트마이닝을 위한 키워드 추출에 기준 자료로 사용할 수 있고, 또한 MI 분석 시 X축의 기준 지표로 사용하기도 함

Illustrative


모바일 Payment에 대한 언급량이 타 결제수단 언급량에 비해 괄목할만하게 성장하고 있으며, 전체 결제수단 언급량 중 76%는 모바일/신용카드 언급함

D.2 [분석주제 1] 결제수단 트렌드 변화

0

500

1000

1500

2000

2500

신용카드 체크카드 현금 모바일 선불카드 무통장입금 포인트 페이팔

기간: 2013.4.1~2014.3.31, MINDs Insight 텍스트마이닝 결과

최근 1년간 결제수단 별 언급량 변화 추이 결제수단 별 언급 비중

결제수단 언급 시 ‘모바일’*(App Card 포함)을 언급하는 추이 드러남

모바일

41%

신용

카드

35%

현금

11%

모바일 신용카드 현금

포인트 체크카드 페이팔

무통장입금 선불카드

전체 언급량 중 76%는 ‘모바일+신용카드’ 언급!

*모바일에 Paypal은 포함하지 않음


0.10

1.00

10.00

100.00

201304 201305 201306 201307 201308 201309 201310 201311 201312 201401 201402 201403

현금

모바일$결제

신용카드

현금/모바일결제/신용카드 대상 감성 분석 시 ‘신용카드’는 개인정보유출로 인한 부정 감성 상승, ‘모바일결제’는 기업들의 적극적 홍보로 인한 긍정 감성 증가함

D.2 [분석주제 1] 결제수단 상위 3개 고객 감성 분석


현금/모바일 결제/신용카드 대상 고객 감성 분석

[모바일 결제] 기업들의 적극적 홍보(14년 2월 베가 ‘모바일 안전결제 서비스’ 홍보 등)로 인한 긍정감성 지

수 증가

[신용카드] 개인정보유출 사태(14년 3월) 등으로 인한 부

정감정 지수 증가


통합 뉴스

블로그 트위터

월별 카드선택 연관어 분석 결과 신용카드 선택 시 주로 혜택 및 서비스와 관련된 Keyword와 함께 언급하는 것으로 드러남

D.2 [분석주제 2] 소비자의 카드선택 기준 (1/3)

할인 할인

할인

서비스 서비스 서비스

서비스

서비스

브랜드이미지

브랜드이미지 디자인 디자인

디자인

디자인

디자인

디자인

0

100

200

300

400

500

혜택

할인

가맹점

서비스

포인트적립

연회비

브랜드이미지

신뢰도

공제

디자인

프로세스

프로모션

혜택

할인

할인

서비스 포인트적립

신뢰도

0

500

1000

1500

2000

2500

3000

3500

혜택

할인

가맹점

서비스

포인트적립

혜택

할인

할인

서비스 포인트적립 신뢰도

0

500

1000

1500

2000

2500

3000

3500

4000 혜택

할인

가맹점

서비스

포인트적립

연회비

브랜드이미지

신뢰도

공제

디자인

프로세스

프로모션



서비스

서비스

서비스

서비스

서비스

포인트적립 포인트적립

포인트적립

신뢰도

공제

공제

공제

공제

0

100

200

300

400

500

600

혜택

할인

가맹점

서비스

포인트적립

연회비

브랜드이미지

신뢰도

공제

디자인

프로세스

프로모션


연관어를 Grouping 한 결과 고객들은 신용카드 선택 기준으로 혜택 및 서비스를 가장 압도적인 비중으로 고려함


혜택 및 서비스,

79.44% 혜택 및 서비스,

70.94% 혜택 및 서비스,

66.24%

혜택 및 서비스,

91.73%

브랜드이미지

브랜드이미지

브랜드이미지

신뢰도 신뢰도

신뢰도 디자인 디자인

디자인

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

통합 뉴스 블로그 트위터

프로모션

프로세스

디자인

신뢰도

브랜드이미지

혜택 및 서비스


신용카드 혜택 및 서비스 관련 상세 Keyword 분석 결과, 할인과 세금 혜택에 대한 소비자의 관심이 집중되어 있음


할인

할인

할인

할인

할인

할인

할인 할인 할인

포인트 세금혜택

세금혜택

세금혜택

세금혜택

0

1000

2000

3000

4000

5000

6000

7000

8000

201304 201305 201306 201307 201308 201309 201310 201311 201312 201401 201402 201403

이벤트 할인 은행 대출 금융 우대금리 보험 투자 사업 가맹점

부가서비스 현금서비스 할부 포인트 연회비 통신비 모바일카드 문화 쇼핑 해외관련

‘할인’과 ‘세금 혜택’에 집중된 고객의 신용카드 선택기준

신용카드 혜택 중 할인, 청구할인, 추가할인, 할인 쿠폰이 주된 관심사이며 소득공제, 세금, 비과세 등 세금 혜택 관련 사항 연말-연초 두드러지게 나타남


신한, 20.1

삼성, 13.2

현대, 11.4 국민, 13.4

롯데카드,

8.1

우리카드,

7

기타, 26.8 신한카드

삼성카드

현대카드

국민카드

롯데카드

우리카드

기타

국내 신용카드 산업 주요 Player인 신한, 삼성, 현대, 국민카드 별 고객 혜택 관련 주요 키워드 (할인/포인트/서비스) 도출하여 분석 수행함

D.2 [분석주제 3] 카드사 별 혜택 별 고객 감성 포지셔닝

고객 혜택 관련 키워드 도출 국내 신용카드 산업 주요 Player*

*2013년 1분기 기준, 출처: 금융통계정보시스템

연역적 도출

• 신용카드 혜택 비교 사이트 (예: 카드고릴라 등) 內 분류 체계 활용

• 포인트/캐시백/마일리지/무이자할부 등으로 구분

귀납적 도출

• MindsInsight 활용 ‘신용카드+혜택’의 복합 키워드 검색 시 도출되는 연관어 활용

• 할인/금융서비스/대출서비스/포인트 등으로 도출

혜택 1

혜택 2

혜택 3

할인

서비스

포인트

혜택 관련 주요 키워드 도출

신한, 삼성, 현대, 국민 카드 혜택 관련 소셜 미디어 언급 중 ‘할인, 서비스, 포인트’ 관련 고객 감성 포지셔닝 Map 분석 수행


대중은 ‘할인 및 포인트’ 측면에서는 ‘현대카드’를 , ‘서비스’ 측면에서는 ‘신한카드’를 언급하는 경향이 보임

D.2 [분석주제 3] 카드사 별 혜택 별 언급량 모니터링

0

5000

10000

15000

20000

25000

30000

35000

할인 포인트 서비스

신한카드 삼성카드 현대카드 국민카드

할인/포인트/서비스 측면 각 사 연관 언급량*

*기간: 2013.4.1~2014.3.31, MINDs Insight 텍스트마이닝 결과

언급량은 긍/부정적 언급을 모두 포함하므로,

실제 혜택 관련하여 어떤 카드사가

고객의 마음을 사로잡는지

알기 위해서는 고객 감성 기반

Positioning Map 도출 필요!


고객 감성 분석 시, ‘국민카드’에 대해 ‘할인’ 혜택 관련 긍정 지수*가 타 사 대비 약 1.8배 정도 높게 나타나며 ‘신한카드’는 4개 사 중 2위 차지함

D.2 [분석주제 3] 고객 감성 포지셔닝 – 할인

0.00

0.50

1.00

1.50

2.00

2.50



‘할인’ 측면 각 사 별 긍정지수* 분석 결과

*긍정지수: 분석 기간 중 부정 언급량 대비 긍정 언급량 비율

0

2000

4000

6000

8000

10000

12000

국민카드 신한카드

육아용품 식품 한우 마트 전자 생활 문화 아이 여성 가족 어린이

‘신한/국민카드&할인’ 관련 연관어 분석

• ‘신한카드&할인’ 및 ‘국민카드&할인’ 언급 시 국민카드는 신한카드에 비해 ‘육아용품, 한우, 식품’ 등 생필품 언급 건수가 약 1.5배 많이 나타남


고객 감성 분석 시, ‘신한카드’에 대해 ‘서비스’ 혜택 관련 긍정지수*가 타 사 대비 약 1.9배 높게 나타나며 ‘현대카드’가 4개 사 중 2위 차지함

D.2 [분석주제 3] 고객 감성 포지셔닝 – 서비스


‘서비스’ 측면 각 사 별 긍정지수* 분석 결과


‘신한카드&서비스’ 관련 원문 분석

• ‘신한카드&서비스’ 관련 6월/9월 진행한 ‘소상공인 PC 최저가 구입 지원 서비스’ 및 ‘맞춤형 ARS 서비스’에 대한 Buzz량 높게 나타남

0.00

0.50

1.00

1.50

2.00

2.50

3.00

3.50

4.00

4.50



고객 감성 분석 시, ‘신한카드’에 대해 ‘포인트’ 혜택 관련 긍정지수*가 타 사 대비 최대 약 8배 높게 나타남

D.2 [분석주제 3] 고객 감성 포지셔닝 – 포인트


‘포인트’ 측면 각 사 별 긍정지수* 분석 결과


0.00

0.50

1.00

1.50

2.00

2.50

3.00



도출된 MI의 유효성을 검증하기 위해 고객사 Interview 및 Review 등 진행함

P.2 MI 유효성 검증

고객사 Interview 전문가 Review

Illustrative

•MI Output 기반 고객사 Interview 수행 •고객사 Inteview 시 Interivew Sheet 활용하여 Communication 효율성 ↑

•MI Output 기반 해당 산업 전문가 Review 진행 •작성된 MI Output List 별 전문가 의견을 담은 평가 Sheet 작성

Illustrative 코드 Repository 종합 유효성 평가 Object 유효성 x축 유효성 y축 유효성 Bubble Size 유효성 Bubble Color 유효성 Pie Color 유효성 Bar Color 유효성 Cluster Color 유효성 Line Color 유효성 시간 단위 유효성

MI_1 Google Motion Chart(bubble chart) 브랜드 평균 판매 가격 가격 이미지 매출 유니크 - - - - 달

MI_2 Google Motion Chart(꺾은선) 사명/브랜드 시간 빈도 - - - - - 유니크 시간

MI_3 클러스터링 사명/브랜드 시간 클러스터 - - - - 유니크 - -

MI_4 Bubble & XY Charts 브랜드 브랜드 효과성 - 유니크 - - - - 달

MI_5 Bubble & XY Charts 브랜드 평균 판매 가격 제품군 - 유니크 - - - - 달

MI_6 Bubble & XY Charts 브랜드 브랜드 신뢰성 - 유니크 - - - - 달

MI_7 가로 막대 그래프 브랜드 충성도 브랜드 - - - 유니크 - - 분기

MI_8 꺾은선 그래프 산업이슈/고객심리 시간 빈도 - - - - - 유니크 주

MI_9 Text Table 산업이슈/고객심리 시간 빈도 - - - - - - 년

MI_10 Heat Map 브랜드 평균 판매 가격 브랜드 - - - - - - 분기

MI_11 Pie 산업이슈 - - - - 유니크 유니크 - - 달

MI_12 Bar 채널

MI_13 누적 막대 그래프 제품군 시간 빈도 - - - 유니크 - - 달

MI_14 Pie 고객 특성_demographic - - - - 유니크 유니크 - - 달

MI_15 Text Table 고객 특성_demographic

MI_16 Bar 브랜드 연관어

MI_17 Pie 산업이슈_브랜드 - - - - 유니크 - - - 달

MI_18 Pie 산업이슈_심리

MI_19 Pie 산업이슈_인물

MI_20 꺾은선 그래프 브랜드 연관어 시간 긍/부정 - - - - - 유니크 시간

MI_21 Bar Chart 효과성/가격 이미지/신뢰성 시간 빈도 - - - 유니크 - - 달

MI_22 Polar Chart 제품군 - - - - 유니크 - - - 달

MI_23 Network Map 이슈 영향력자 - - - - - - - - 시간

MI_24 도넛 차트 사명/브랜드 - - - - 유니크 - - - 시간


Market Intelligence의 경우 엑셀 상으로 Visualization 진행하기도 하며, 추후 실시간 모니터링을 위하여 Web 상으로 Visualization 구현함

E.1 Visualization

연관어

빈도

감성

Visualization


고객 피드백을 반영하여 Rule의 신뢰도를 높이고 분석 결과의 품질을 향상시킴

E.2 피드백 반영 수정 및 보완

매우 중요

하지 않다.

중요하지

않다.보통이다. 중요하다.

매우 중요

하다.

1 2 3 4 5

1 가이드를 제공하는가? 1 2 3 4 5

2 첫 화면에서 전체 내용의 개관, 목차를 보여주어 본 사이트의 내용이 무엇인지 처음부터 체계적으로 알 수 있게 하는가? 1 2 3 4 5

3 두 번 이하의 클릭으로 내용으로 들어갈 수 있는가? 1 2 3 4 5

4 기술적인 문제로 인하여 분석 진행이 방해되지 않는가? 1 2 3 4 5

5 단계마다 따로 표시가 되어 있어서 원하는 단계로 언제라도 쉽게 이동이 가능한가? 1 2 3 4 5

6 사이트 맵, Help Desk, FAQ가 제공되는가? 1 2 3 4 5

7 자료 검색, 찾기의 기능이 제공되어 원하는 자료 및 기능을 신속하게 얻을 수 있는가? 1 2 3 4 5

8 자료를 인쇄하는 것이 편리하게 되어 있는가? 1 2 3 4 5

9 자료의 다운로드가 용이한가 1 2 3 4 5

10 디자인이 일관성을 가지고 있어 사이트 내에서 이동할 때 일체감과 안정감을 주는가? 1 2 3 4 5

11 화면의 색상, 그림과 글씨가 적절히 배치되어 있는가? 1 2 3 4 5

12 글자의 크기와 글씨체가 읽기 좋게 설정되어 있는가? 1 2 3 4 5

13 하위 활동이나 메뉴의 내용을 쉽게 알 수 있도록 아이콘의 모양이 내용을 잘 나타내고 있는가? 1 2 3 4 5

14 사용자가 쉽게 콘텐츠에 접근할 수 있도록 디자인 되어 있는가? 1 2 3 4 5

15 자료의 출처와 제작자, 제작시기가 명확히 제시되어 있는가? 1 2 3 4 5

16 제시되는 자료가 오류 없이 정확한가? 1 2 3 4 5

17 외부 웹 사이트로 링크된 웹 페이지들은 모두 연결이 가능한가? 1 2 3 4 5

18 작성자 전문성을 판단할 수 있는 근거가 제시되어 있는가? 1 2 3 4 5

19 산업 및 사용자의 직급에서 다루어져야 하는 적절한 내용으로 구성되어 있는가? 1 2 3 4 5

20 자료가 편견이 없는 객관적인 자료인가? 1 2 3 4 5

21 사용자-작성자간 상호 작용을 위한 환경적인 요소(게시판, 토론방 등)가 적절하게 구비되어 있는가? 1 2 3 4 5

22 사용자의 반응에 대한 신속하고 정확한 피드백이 제공되고 있는가? 1 2 3 4 5

신뢰성

타당성

상호 작용과 피드백

평가항목

중요도

사용 용이성

디자인 영역

Illustrative

MI 분석 결과 품질 향상을 위한 KPI Sheet*

*분석 목적에 따라 KPI 변동 가능함



Copyright © 2014 Minds Lab. All rights reserved

Real-time Market Sensing

463-100, 12F, U-Space 1-B, 660, Daewangpangyo-ro, Bundang-gu, Seongnam-si, Gyeonggi-do, Korea T.031-625-4340 F.031-625-4119 | www.mindslab.co.kr www.mindsinsight.co.kr

No part of this publication may be circulated, quoted, or reproduced for distribution outside the client organization without prior written approval.

Technology

MindsLab seminar(20140527) 03_실시간 마켓센싱을 위한 마켓인텔리젼스