비즈니스 성장을 가속화할 수 있는 유용한 정보를 받아보세요.

 

CRM으로 이익을 극대화 하는 방법, 데이터 분석의 핵심 포인트

작성일: 2022.08.24

IT 기술의 진화에 따라 기업 운영·경영 전략의 일환으로서 데이터 분석은 빠뜨릴 수 없게 되었습니다. 하지만 「무엇부터 시작해야 하나」, 「어떤 방법이 있을까」를 알지 못해서 앞으로 나아가지 못하는 경우 많죠.

이번에는 영업·마케팅 분야에서 데이터 분석의 중요성이나 시작시에 체크해야 할 포인트, 구체적인 방법 등에 대하여 알아보겠습니다. 

감각에 의존하지 않는 데이터 분석의 중요성

경영은 모든 상황에서 중요한 의사결정이 요구됩니다. 데이터 분석은 경영 결정의 근거라는 점에서 중요한 역할을 담당합니다.

지금까지 많은 기업에서는 이른바 「감·경험·배짱」에 의지한 경영이 행해져 왔습니다. 사회환경이 복잡해지는 가운데 이러한 주관적인 판단으로는 원하는 결과를 얻을 가능성이 매우 낮죠.

한편 데이터를 분석하여 현재 직면한 문제를 가시화한다면, 이전의 방법보다 더욱 정확한 현황 파악을 할 수 있고, 객관적인 시점에서 상황에 따른 시책을 세워 위험 회피로 연결할 수도 있습니다. 또한 빅데이터를 활용하면 정확도 높은 미래 예측도 가능합니다.

데이터 분석 포인트는 2가지

데이터 분석을 도입함에 있어서 아래의 2가지 포인트를 기억하세요.

1. 목적을 명확하게, 목적에 맞는 분석방법

우선 데이터를 모아서 어떻게 하고 싶은 걸까? 이 점이 중요합니다. 구체적인 목적을 정해야 합니다. 데이터 분석은 일률적으로 이것을 이렇게 하면 OK라고 하는 것이 아니라 각각의 목적에 따라 최선의 방법이 다릅니다.

목적

유효한 분석 방법

 고객·시장에 대한 깊은 이해를 하고 싶다. 

크로스 집계 분석
세그멘테이션(분할) 분석

마케팅 전략 기획 및 개선

바스켓 분석 

의사결정에 도움이 되고 싶다. 

 결정나무(디시전트리) 분석 

이 밖에도 데이터 분석에는 많은 종류가 있습니다. 복수의 방법을 이용하여 다각적으로 분석함으로써 보다 정밀도가 높은 결과를 얻을 수 있기 때문에 얼만큼 분석 방법을 능숙하게 사용할 수 있는지도 기업 운영 성패의 열쇠가 됩니다.

2. 분석한 데이터의 활용

데이터를 분석하면, 그 분석을 기초로 현상을 파악하여 향후의 경영 전략 수립 시 유용하게 사용할 수 있습니다. 이 때 중요한 것은 한 번의 분석이나 전략 수립으로 그 효과를 결정짓지 말아야 한다는 것입니다. 반복적인 분석을 통하여 PDCA를 돌림으로써 초기에 설정한 목적을 실현하기 위한 전략이 더욱 선명하게 보이게 됩니다.

분석 표준은 Python?

데이터 분석에 자주 사용되는 엑셀이지만 표 계산을 스스로 구축해 나갈 필요가 있어 복잡한 데이터 분석에 적합하지 않습니다.
한편, 데이터 분석 엔지니어가 분석 툴에 이용하는 언어로서 표준적인 Python은 수치나 텍스트, 이미지나 음성의 분석에도 적합한 형식으로 가공이 가능합니다. 엑셀에서 작업하던 데이터의 집계나 통합 등도 자동화할 수 있습니다. 소스 코드도 비교적 이해하기 쉬운 언어입니다. 하지만 Python을 잘 다룰 수 있는 인재를 확보하는 것이 쉽지 않습니다. 

만약 자사에서 분석 시스템을 구축하지 않고 애드온이나 플러그인, 툴을 도입하고 싶다면 Tableau를 추천합니다. 다음 문단에서 자세히 소개해드리겠습니다.

복잡한 분석에는 Tableau를 사용해보세요.

세일즈포스의 Tableau는 복잡한 조작이나 프로그래밍 지식 없이도 간단하고 효과적인 데이터 분석을 실현할 수 있습니다.

엑셀을 활용한다면 복잡한 데이터의 추출을 빠르고 간편하게 하기 어렵죠. 복잡한 처리에는 함수나 매크로를 구성할 필요가 있으며 이러한 작업이 반복되면 데이터는 무거워집니다. 또한 엑셀에서 취급할 수 있는 데이터 수의 한계가 약 100만 건으로 한정되어 있습니다.

한편 Tableau는 1억건이 넘는 빅데이터 처리도 가능합니다. 동작이 무거워지지도 않습니다. 드래그&드롭 조작으로 크로스 집계를 한 후 그래프나 히트맵으로 변환하는 절차도 간단합니다. 회귀 분석이나 상관 분석 등을 가시화하는 것도 가능합니다.

영업 데이터 분석에는 SFA가 필수

영업이 데이터 분석을 한다면 SFA(Sales Force Automation)의 활용이 효과적입니다. SFA는 영업을 과학적으로 분석하고 지원하기 위한 도구로 다음과 같은 기능을 갖추고 있습니다.

고객 관리
안건 관리
영업 활동 관리
상담 관리
분석, 집계, 리포팅 등

개인화 경향이 있는 영업 프로세스나 진행 상황 관리 등의 데이터를 가시화하여 실시간으로 공유할 수 있습니다. 따라서 SFA를 사용하면 수주까지의 과정을 가시화하고 KPI 설계를 통하여 수주까지 빠른 진행이 가능합니다.

마케팅 데이터 분석에는 CRM이 필수

마케팅 데이터 분석에는 CRM(Customer Relationship Management)을 도입하면 효과적입니다. CRM은 고객관리 및 고객 관계 관리 도구로서 일반적으로 다음과 같은 기능을 갖추고 있습니다.

고객 데이터베이스 관리
마케팅 지원
고객 분석
고객 지원

SFA가 영업 강화, 매출 향상에 초점을 두고 있는 반면 CRM은 고객의 속성이나 구매 이력, 기호 등을 총괄하여 관리합니다. 고객 상황에 따른 맞춤 소통으로 기업 충성도와 고객 만족도를 높일 수 있습니다.

이를 위해 중요한 것은 고객에 대한 1대1의 세심한 대응입니다. CRM을 도입하면 고객의 구매 빈도를 통하여 다음 구입 시기를 추측하고 적절한 지원으로 재구매를 독려할 수 있습니다. 같은 세그먼트의 고객이 자주 구매하는 상품을 제안하여 크로스셀 시키면 매출 향상에도 도움이 됩니다.

많은 소비자들이 물건이나 서비스를 구매를 할 때 인터넷을 활용하게 되면서 데이터 수집이 용이한 시대가 되었습니다. 하지만 정말 중요한 것은 수집 후 어떻게 데이터를 분석하는지입니다. CRM에서 데이터를 분석하고 활용하면 실적을 늘리기 위한 단서를 찾을 수 있을 것입니다.

세일즈포스 기능 요약

위에서 설명한 기능을 포함하여 아래의 표를 통해 Tableau의 기능을 정리해보았습니다.

 데이터 세그먼트

산업별·지역별 등 요구에 따른 기존 고객이나 잠재 고객을 분류하여 분석한다.

 데이터 디스커버리

기존 데이터를 Drill down하거나 새로운 데이터를 발견할 수 있다. 

 데이터 비주얼라이제이션     

그래픽 테크닉으로 데이터를 가시화하고 직관적으로 이해할 수 있도록 한다.

 다차원 분석(OLAP)

 Slicing, Drill down, Drill up, Drill through 등의 방법을 사용하여 문제와 원인을 분석한다. 

 데이터 마이닝

회귀 분석이나 디시전트리, 크로스 분석, 상관 분석 등의 방법을 이용한 분석을 가능하게 한다.

 시뮬레이션/플래닝

예산이나 계획 입안에 있어서 실적 데이터에 근거한 가설 검증 프로세스를 실시한다.

Tableau는 내부뿐만 아니라 외부 소스에서도 데이터 컴파일이 가능합니다. 사용자의 스킬 세트에 상관없이 직관적으로 조작할 수 있는 인터페이스를 사용하고 있는 것도 특징입니다. 영업·마케팅은 물론 재무나 인사, 공급망 등 폭넓은 부문에서 활용할 수 있습니다.

요약

얼마나 데이터를 잘 활용하느냐가 기업의 명암을 가르게 되었습니다. 감이나 경험에 의지하는 기존의 기업 운영으로부터 탈피하고 확실한 근거에 기반한 전략을 세워 경영 판단을 빠르게 실시하기 위해서는 데이터 분석에 집중할 필요가 있습니다. 

하지만 데이터 분석 시스템을 구현할 수 있는 인재의 필요성이 높아짐에 따라 시장에서 우수 인재를 확보하는 것이 어렵습니다. 이러한 위기를 극복하기 위해 SFA나 CRM 등의 도구를 도입함으로써 데이터 분석의 장벽을 낮출 수 있습니다.

데이터 분석을 실시하는 목적을 명확히 한 후 자사에게 적합한 도구를 도입하여 반드시 효과적인 데이터 분석을 시작하시기 바랍니다. 

Future of Work 뉴스레터

전세계 No.1 CRM 기업, 세일즈포스가 전하는 미래에 대한 소식 및 비즈니스와 당신의 성장을
가속화할 수 있는 유용한 정보들을 받아보세요.
 

관련 제품

 

Sales

영업 지원

글로벌 No.1 CRM으로
스마트하고, 빠르게 영업

Essentials

중소기업을 위한 CRM

스몰 스타트로
실현하는 영업 지원 시스템・고객 서비스