Oracle Unity 고객 데이터 플랫폼 인텔리전스 워크벤치 모델 카탈로그

가망 고객 점수부여 모델

계정 리드 스코어링 모델은 프로필, 매출, 행동 데이터 및 참여 패턴을 사용하여 B2B 계정의 전환 가능성을 평가하는 예측형 즉시 사용 가능한 데이터 과학 모델입니다. 점수는 계정의 구매 가능성을 식별합니다.

이점

• 전환 가능성이 높은 적합한 계정을 선제적으로 육성하세요.
• 계정 기반 마케팅(ABM) 활동의 효과를 높이세요.
• 마케팅 적격 리드(MQL) 수와 전환율을 높이세요.

산업별 사용 사례

• 제조: 글로벌 제조 회사에서는 Oracle Unity의 예측 계정 리드 및 연락처 점수부여 모델을 사용하여 프로필 및 참여 패턴을 기반으로 판매 전환 가능성을 추정하고 점수를 매길 수 있습니다.
• 기술: 기술 기업은 예측 계정 점수화를 활용하여 특정 계정 내에서 전환 가능성이 가장 높은 연락처를 식별한 다음, 이들을 캠페인 및 아웃리치 프로그램에 선제적으로 추가함으로써 ABM 활동을 가속화할 수 있습니다.

담당자 가망고객 점수부여 모델

연락처 리드 스코어링 모델은 프로필, 매출, 행동 데이터 및 참여 패턴을 사용하여 연락처의 전환 가능성을 평가하는 예측형 즉시 사용 가능한 데이터 과학 모델입니다.

모델은 모든 연락처에 대해 리드 점수 타임스탬프가 포함된 리드 점수 값을 생성합니다. 판매 퍼널의 다양한 단계에서 활발하게 활동하는 연락처와 이들의 구매 가능성을 파악하여, 고객 세그먼트를 정확하게 타겟팅하고 영업 및 마케팅 전략을 효과적으로 조율할 수 있도록 지원합니다.

이점

• 전환 가능성이 높은 연락처를 선제적으로 육성하세요.
• 마케팅 적격 리드(MQL) 수와 전환율을 높이세요.

산업 적용 사례

• 기술: 비즈니스 소프트웨어 회사는 이 모델을 활용하여 특정 계정 내에서 전환 가능성이 가장 높은 연락처를 식별한 다음, 이들을 아웃리치 프로그램에 선제적으로 추가함으로써 영업 활동을 가속화할 수 있습니다.

고객 수명 가치 모델

고객 생애 가치(CLV) 모델은 특정 기간 동안 고객의 가치를 추정하는 즉시 사용 가능한 데이터 과학 모델입니다. 이 예측은 고객 프로필 데이터, 과거 거래 내역, 거래 금액 및 빈도를 포함한 여러 접점을 기반으로 합니다.

비즈니스 사용자는 CLV 모델을 사용자 정의하여 고객의 생애 가치를 3개월, 6개월 또는 12개월 기준으로 산정할 수 있습니다.

이점

• 고객 확보, 유지 및 지원 과정에서 마케팅 비용 예산을 보다 효과적으로 책정하세요.
• 고객 유지율을 높이고 매출을 증대하기 위해 가치가 높은 고객을 식별하고 집중적으로 관리하세요.

산업 적용 사례

• 소비재: 온라인 화장품 회사는 고객 수명 값 모델을 사용하여 프로필 및 거래 패턴을 기반으로 시간 경과에 따른 고객 가치를 추정합니다. 지난 6개월 동안 2개 미만의 스킨 케어 제품을 구입하고 $200 이상을 소비한 고객을 대상으로 새로운 고급 스킨 케어 제품에 대한 캠페인을 만듭니다.
• 자동차: 한 자동차 제조업체는 CLV 모델을 활용하여 고객의 지출 범위를 파악하고 해당 지출 범위 내의 자동차에 맞춘 오퍼를 제공합니다.
• 리테일: 한 식료품점은 CLV 모델을 실행하여 브랜드에 대한 고객 생애 가치가 높은 고객을 식별하고, 새로운 로열티 프로그램을 홍보하는 캠페인에 포함합니다.

캠페인 매출 귀속 모델

캠페인 매출 기여도 모델은 판매 및 전환으로 이어지는 터치포인트를 분석하여 캠페인의 성공 여부를 판단하는 데 도움이 되는 즉시 사용 가능한 데이터 과학 모델입니다. 캠페인 매출 기여도 분석 모델에는 두 가지 유형이 있습니다.

• 수익 캠페인 기여도 분석 모델은 각 캠페인에 금전적 가치를 할당하여 캠페인의 효과를 측정합니다.
• 비매출 캠페인 기여도 모델은 각 캠페인에 백분율 기여도 값을 할당하여 캠페인의 효과를 측정합니다. 모델은 각 개별 캠페인에 대해 총 전환수 대비 캠페인 전환수의 백분율로 기여도 비율을 계산합니다.

각 모델은 캠페인의 전환에 기여한 모든 터치포인트를 고려합니다.

이점

• 매출 기반 성과를 넘어서는 기여도를 파악하세요.
• 주관적인 선택 대신 객관적인 데이터 분석을 기반으로 의사결정을 내리세요.
• 가장 효과적인 전환을 창출하는 이벤트를 파악하고, 예산을 어디에 투자해 ROI를 개선할지 결정하세요.

산업 적용 사례

• 리테일: 리테일 기업은 캠페인 어트리뷰션 모델을 사용하여 멀티채널 여정을 더 잘 이해하고, 어떤 채널이 가장 많은 전환을 유도하는 데 기여하는지에 대한 인사이트를 얻을 수 있습니다.
• 기술: SaaS 기술 기업은 캠페인 어트리뷰션 모델을 활용하여 멀티터치 캠페인과 매출 성사에 가장 큰 영향을 미친 콘텐츠, 채널 및 캠페인 활동을 더 잘 파악할 수 있습니다.

최신성, 빈도 및 금전적 가치 모델

최신성, 빈도 및 금액(RFM) 모델은 이벤트 및 트랜잭션 데이터를 기반으로 최신성, 빈도 및 금액 값에 대한 숫자 점수를 생성하는 즉시 사용 가능한 데이터 과학 모델입니다. 이를 통해 고객을 다양한 페르소나로 세분화한 후 가장 관련성 높은 메시지로 타겟팅할 수 있습니다.

RFM 모델은 참여도와 구매 행동을 측정하기 위해 다음 특성을 사용합니다.

• 최근성: 고객의 가장 최근 거래.
• 빈도: 고객이 거래를 수행하는 빈도.
• 금액: 고객 거래의 규모/총 가치.

각 특성은 1에서 5 사이의 점수로 표시됩니다. 1은 최근성이 가장 낮거나, 빈도가 가장 낮거나, 구매 가치가 가장 낮음을 의미하며, 5는 최근성이 가장 높거나, 빈도가 가장 높거나, 구매 가치가 가장 높음을 의미합니다.

모델은 각 고객의 가치를 나타내기 위해 다음 페르소나를 사용합니다.

• 손실됨: 관찰 기간 동안 최소한의 활동을 보인 가장 약한 참여자입니다.
• 위험: 활동이 없어지고 낮은 구매 행동을 보이는 참여자입니다.
• 집중 관리: 활동하지 않는 공간이 더 강력한 구독자입니다. 아직 복구할 수 있습니다.
• 유망: 평균 최근성과 가치를 보인 참여자입니다.
• 신규: 높은 가치의 참여율이 높은 최근 참여자입니다.
• 챔피언: 최고 중의 최고. 가장 강력한 높은 가치의 참여율을 보인 최근 참여자입니다.

이점

• RFM 페르소나를 사용하여 상대적 고객 가치를 기반으로 고객에게 가장 관련성 높은 메시지와 오퍼를 타겟팅하세요. 이처럼 향상된 고객 참여는 응답률, 고객 만족도, 고객 유지율, 고객 생애 가치를 높일 수 있습니다.

산업 적용 사례

• 리테일: 리테일 기업은 과거 상호작용을 기반으로 RFM 모델을 활용하여 다양한 홀리데이 캠페인을 위한 잠재고객(고가치, 유망, 이탈 위험, 이탈 등)을 식별하고 세분화함으로써 타기팅, 개인화 및 전반적인 전환율을 개선할 수 있습니다.

맨 위로 이동하기

고객 이탈 가능성 모델

이탈 성향 모델은 고객의 거래 및 행동 패턴을 기반으로 고객 이탈 가능성을 채점하고 측정하는 즉시 사용 가능한 데이터 사이언스 모델입니다.

이탈 가능성이 높은 고객을 식별하여, 마케터가 고객 유지를 위해 특정 캠페인이나 메시지로 타겟팅할 고객을 파악할 수 있도록 인사이트를 제공합니다.

이점

• 이 모델을 통해 이탈 위험이 있는 오디언스와 세그먼트(고가치 고객 포함)를 선제적으로 식별할 수 있습니다. 마케팅 및 광고 팀은 고객 유지율을 높이기 위해 관련 메시지로 이러한 고객을 대상으로 윈백 캠페인을 실행할 수 있습니다.

산업별 사용 사례

• 통신: 통신 제공업체에서는 다른 제공업체로 전환하려는 고객에게 특별 프로모션을 자동으로 전송할 수 있습니다.

참여 성향 모델

참여 성향 모델은 고객의 과거 상호 작용을 기반으로 이메일에 참여할 가능성(열기, 클릭, 구독 또는 구독 취소)을 측정합니다.

이점

• 이메일 타겟팅과 캠페인 참여도를 개선하세요.
• 참여 가능성이 가장 높은 오디언스에 집중하고 피로감을 느낄 수 있는 오디언스를 제외하여 캠페인 접점을 정확하게 늘리세요.

제품 성향 모델

이 즉시 사용 가능한 모델은 과거 상호작용 및 고객 프로필 데이터를 기반으로 고객이 특정 제품을 구매할 가능성을 예측합니다.

이 모델을 사용하면 고객과 제품 조합에 대한 성향 점수를 확인하여 특정 제품을 구매할 가능성이 가장 높은 고객을 식별할 수 있습니다.

이점

• 구매 가능성이 높은 고객 및 제품 조합을 타겟팅하여 마케팅 예산을 더 효과적으로 집행하세요.

기업이 달리 확보할 수 없었던 인사이트를 얻어 더 나은 의사결정을 내리세요.

산업 적용 사례

• 소매: 소매업체는 제품 구매 성향 모델을 활용하여 새롭게 관심을 보인 고객에게 적합한 제품 오퍼를 식별함으로써 전환 및 고객 확보를 개선할 수 있습니다.
• 통신: 모바일 통신 회사는 제품 구매 성향 모델을 활용하여 고객이 새로운 휴대폰, 하드웨어 및 서비스 업그레이드를 선택하도록 안내할 수 있습니다.

재구매 성향 모델

재구매 성향 모델은 고객이 특정 제품을 재구매할 가능성을 평가합니다. 재구매 성향 점수는 과거 고객 거래와 인구 통계 및 행동 데이터를 기반으로 계산됩니다.

이점

• Oracle Unity 고객 데이터 플랫폼에서 생성된 대상 그룹에 재구매 성향 점수를 활용하여 크로스 채널 참여 캠페인을 최적화하고 제품을 재구매할 가능성이 가장 높은 고객을 타기팅하세요.

맨 위로 이동하기

다음 최적 조치 모델

차선책 추천 모델은 영업 및 거래 패턴을 기반으로 고객의 니즈를 예측하고 각 고객에게 가장 관련성 높은 조치를 추천하는 즉시 사용 가능한 데이터 과학 모델입니다.

이 모델은 고객 프로필 데이터, 고객 참여, 제품 카탈로그 데이터 및 구매 내역을 사용하여 고객에게 권장되는 상위 5가지 조치를 생성합니다. 이러한 권장 사항을 사용하여 특정 고객에게 가장 관련성 높은 조치를 결정할 수 있습니다.

이점

• 고객 여정에서 다음 최적 조치를 통해 적절한 방식으로 고객과 소통하여 전환율을 높이세요.

산업 적용 사례

• 자동차: 글로벌 자동차 브랜드에서는 Unity의 차선의 작업(NBA) 및 차선의 오퍼(NBO) 모델을 사용하여 판매 및 거래 패턴을 기반으로 모든 고객에게 가장 관련성 높은 작업과 오퍼를 추천할 수 있습니다.
• 금융 서비스: 금융 서비스 회사는 차선책 조치 및 차선책 제안 모델을 사용하여 투자 계좌, 신용 한도 또는 주택담보대출과 같은 금융 상품의 신규 제안에 전환할 가능성이 높은 대상 그룹을 식별하고, 해당 추천을 기반으로 여러 채널에서 고객 경험을 개인화할 수 있습니다.
• 여행 및 숙박: 크루즈 선사는 NBO 및 NBA 모델을 사용하여 고객이 다음 여행이나 숙박을 예약하도록 지원하기 위해 어떤 오퍼를 보낼지 파악할 수 있습니다.

차선의 오퍼 모델

Oracle Unity의 넥스트 베스트 오퍼 모델은 판매 및 거래 패턴을 기반으로 고객의 니즈를 예측하고 각 고객에게 가장 관련성 높은 오퍼를 추천하는 즉시 사용 가능한 데이터 과학 모델입니다.

이 모델은 고객 프로필, 고객 참여, 제품 카탈로그 및 구매 데이터를 사용하여 추천을 생성합니다. 이를 통해 사용자는 다양한 제품 또는 서비스와 연계된 오퍼에 대한 상위 추천 항목 중에서 선택할 수 있습니다. 사용자는 이러한 추천 사항을 사용하여 특정 고객에게 보낼 가장 관련성 높은 오퍼를 결정할 수 있습니다.

이점

• Next Best Offer 모델을 활용하여 고객에게 가장 관련성 높은 콘텐츠나 오퍼를 제공함으로써 전환율을 높이세요.

산업 적용 사례

• 자동차: 글로벌 자동차 브랜드에서는 차선의 작업(NBA) 및 차선의 오퍼(NBO) 모델을 사용하여 판매 및 거래 패턴을 기반으로 모든 고객에게 가장 관련성 높은 작업과 오퍼를 추천할 수 있습니다.
• 금융 서비스: 금융 서비스 제공업체는 차선의 최적 행동 및 차선의 최적 제안 모델을 사용하여 투자 계좌, 신용 한도 또는 모기지와 같은 금융 상품의 신규 제안에 전환할 가능성이 높은 잠재고객을 식별하고, 해당 추천을 기반으로 여러 채널에서 고객 경험을 개인화할 수 있습니다.
• 여행 및 호스피탈리티: 호텔 체인은 NBO 및 NBA 모델을 사용하여 고객이 다음 여행이나 숙박을 예약하도록 지원하기 위해 어떤 오퍼를 보낼지 파악할 수 있습니다.

프로모션 대안 제시 모델

차선책 프로모션 모델은 고객의 과거 제품 구매 데이터를 사용하여 고객이 특정 제품에 지불할 의향이 있는 가격을 결정하는 즉시 사용 가능한 데이터 과학 모델입니다. 이 모델을 활용하면 고객별로 제품 가격을 지능적으로 개인화할 수 있습니다.

이점

• Next Best Promotion 모델은 제품에 대한 개인화된 가격 책정을 지원하여 전환율, 총 매출 및 평균 주문 금액을 높입니다.

산업별 사용 사례

• 의료: 의료 회사에서는 차선의 프로모션 모델을 사용하여 개별 고객의 과거 구매를 기반으로 새로운 수면 보조 제품에 대한 가격을 미세 조정할 수 있습니다.
• 보험: 보험 브랜드는 차선책 프로모션 모델을 활용하여 추가 보험 패키지에 대한 개인 맞춤형 가격을 제공함으로써 전환율을 높이고 고객이 번들로 구매해 비용을 절감할 수 있도록 지원할 수 있습니다.

맨 위로 이동하기

캠페인 추천 모델

캠페인 추천 모델은 다양한 캠페인 전반에서 고객의 과거 참여 및 전환 추세를 기반으로 각 고객에게 전송할 가장 효과적인 캠페인을 식별하는 즉시 사용 가능한 데이터 과학 모델입니다.

이 모델은 다양한 기간(3개월, 1년, 3년)을 사용하여 전환 가능성을 기준으로 모든 인스턴스의 각 고객에 대해 반복 및 일회성 B2C 캠페인의 순위를 지정합니다.

이점

• 최근 참여 및 전환 추세를 기반으로 고객에게 최적인 캠페인을 지능적으로 예측하여 캠페인의 전환율과 ROI를 향상하세요.

산업 사용 사례

• 헬스케어: 헬스케어 조직은 이 모델을 활용하여 과거 전환 및 참여를 기반으로 향후 어떤 디지털 환자 참여 캠페인이 각 환자에게 적합한지 파악할 수 있습니다.
• 소매업: 소매업체는 과거 참여 및 전환 이력을 기반으로 고객이 참여할 가능성이 가장 높은 캠페인에 오디언스를 배치함으로써, 이 모델을 사용하여 캠페인 전환율과 고객 생애 가치를 향상시킬 수 있습니다.

채널 추천 모델

즉시 사용 가능한 이 데이터 사이언스 모델은 과거 상호 작용 데이터를 기반으로 고객에게 가장 적합한 마케팅 채널을 추천합니다.

채널 추천 모델은 모든 인스턴스에서 각 고객의 전환 가능성에 따라 참여 채널의 순위를 지정합니다. 어떤 채널이 매출을 창출하는지에 대한 인사이트를 얻고, 전환율이 높은 채널에 지출을 배분하여 매출을 증대할 기회를 찾을 수 있습니다.

다음 채널이 평가됩니다:

• 이메일
• SMS
• 푸시
• 웹

이점

• 판매 퍼널을 이동하는 고객 프로필을 가장 효과적일 것으로 예측되는 채널로 타겟팅하여 전환율을 높이세요.

산업 사용 사례

• 유틸리티: 전기 유틸리티에서는 이 모델을 사용하여 에너지 피크 시간과 피크 이외의 시간 동안 특정 고객과 커뮤니케이션하는 데 이메일, SMS, 푸시 또는 웹 중 어느 것이 가장 적합한지 결정할 수 있습니다.

피로도 세분화 모델

즉시 사용 가능한 이 데이터 사이언스 모델은 고객의 프로필 및 참여 수준을 기반으로 메시지 피로도를 여러 단계로 분류합니다.

피로도 세분화 모델은 각 고객 프로필에 전송해야 하는 캠페인 및 메시지 수에 대한 인사이트를 제공하여 고객 피로도를 방지하는 데 도움을 줍니다.

고객의 참여도, 수신 및 열람한 캠페인 이력, 그리고 무엇보다 고객 프로필의 페르소나를 기반으로 모든 고객 프로필의 메시지 피로도를 측정합니다. 각 고객 프로파일에 보낼 최적의 메시지 수를 결정하고 제어하여 피로도를 방지할 수 있습니다.

이점

• 활성 상태이며 소통할 준비가 된 고객을 피로도가 높은 고객과 지능적으로 구분하세요.
• 각 고객의 피로도 수준에 따라 캠페인 아웃리치를 제어하는 데 도움이 되는 인사이트를 확보하세요.
• 참여도 및/또는 전환율을 높이고 이탈률을 낮추세요.

산업 사용 사례

• 제조: 태양광 패널 제조업체는 이 모델을 사용하여 프로필 및 참여 수준에 따라 고객을 다양한 피로도 레벨로 분류합니다. 이를 통해 대상 고객에 대한 커뮤니케이션의 양을 조정할 수 있습니다.
• 기술: 한 B2B 기술 기업은 이 모델을 활용하여 하이터치 ABM 캠페인 활동에서 제외하고 일반 크로스채널 캠페인으로 다시 배치해야 할 잠재 고객을 식별합니다.

전송 시간 최적화 모델

전송 시간 최적화 모델은 과거 이메일 행동을 기반으로 고객에게 캠페인 이메일을 보낼 최적의 시간을 결정하는 즉시 사용 가능한 데이터 과학 모델입니다.

예를 들어, 이 모델은 고객이 일반적으로 받은편지함을 확인하기 전에 캠페인 이메일 발송을 트리거합니다. 그 결과 메시지가 고객의 받은 편지함 상단에 표시되어 이메일이 확인되고 열릴 가능성이 가장 높아집니다.

이점

• 고객이 이메일을 확인, 열람, 읽거나 인지할 가능성이 가장 높은 시점에 타기팅하도록 캠페인을 최적화하여 고객 참여와 전환을 높이세요.
• 고객이 일반적으로 받은 편지함을 확인하기 직전에 이메일을 발송하여 이메일이 조회되고 열람될 가능성을 높이세요.

산업 적용 사례

• 리테일: 패션 리테일러는 모델을 활용하여 채널 전반에서 캠페인 전달 시간을 개선함으로써 새로운 캠페인에 대한 고객 참여 및 전환 가능성을 높일 수 있습니다.
• 여행 및 호스피탈리티: 리조트는 주간 저가 휴가 상품 이메일이 고객이 콘텐츠에 가장 높은 관심을 보일 가능성이 있는 시점에 발송되도록 할 수 있습니다.

맨 위로 이동하기