1. © Copyright IBM Corporation 2012
XX마트 임직원 여러분
Big Data 어떻게 준비하고 계세요?
2012. 09
IBM Korea
JongMyoung Park, Ph.D.

2. - 1 - © Copyright IBM Corporation 2012IBM Confidential
Why Big Data ?

3. - 2 - © Copyright IBM Corporation 2012IBM Confidential
Big Data Challenge
고객 데이터 수집 활동, 멀티미디어 콘텐츠의 폭발적 증가, 스마트폰 보급, SNS 활성화 등을 통해
기존의 관리/분석 체계로는 감당하기 어려울 정도의 큰 규모의 데이터 환경에 직면함
•1960s - Navigational DBMS
•1970s-1980s - Relational DBMS
•1990s - Data Warehouse
•Today – Big Data
•The evolution of information management
technology
 일반적인 데이터베이스 SW가 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의
데이터
•DB의 규모에 초점을 맞춘 정의(McKinsey, 2011)
Big Data Definition
 Big Data는 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를
추출하고 (데이터의)초고속 수집, 발굴, 분석을 지원하도록 고안된 차세대 기술 및
아키텍처
•DB가 아니라 업무 수행에 초점을 맞춘 정의(IDC, 2011)

4. - 3 - © Copyright IBM Corporation 2012IBM Confidential
Big Data Proposition
환경 변화를 신속하게 감지, 대응하는 역량이 중요해지면서, 기업 경쟁력의 중요 요소로 Big Data
분석력이 부상하고 있고, 모바일 스마트 혁명에서 변화의 핵심 자원 역할을 수행
산업 혁명
철, 석탄
IT 혁명
인터넷
모바일
스마트 혁명
Big Data
Big Data Insight
소비자 행동 / 시장 변동 예측
 BM 혁신, 신사업 발굴
Innovation
원가 절감, 제품 차별화, 투명성 증가
 기업 경쟁력 강화
Competition
산업 부문 전반의 생산성 향상
 GDP 증가
Productivity
Big Data Benefit

5. - 4 - © Copyright IBM Corporation 2012IBM Confidential
Big Data Reference
분석 능력이 없는 기업에게는 Big Data는 불필요한 부산물에 불과하나, 적절한 역량을 갖춘
기업에게는 새로운 가치 창출의 기회로 경영활동에 접목할 수 있는 Biz 역량 강화에 주력
•O2
• 실시간으로 Big Data를
처리하여 스마트폰을
통한 ‘SNS+LBS’결합
프로모션 제공
• O2 + placecast +
Starbucks
•Facebook
• 7.5억 가입자 정보를
실시간으로 처리하여
광고주가 원하는
광고대상을 제공
• CM Photographics,
StorQuest
•Marine Institute Ireland
(SmartBay)
• 센서를 통한 해양 자원
정보 분석을 통해 wave
energy 사업지원, 공공
안전 정보 제공 및 수산,
관광 관련 정보 제공
•Walmart
• 실시간 재고 분석
시스템을 통한
공급자에게 상품 재고
현황에 대한 정보 제공
• 납품업체의 재고 관리
효율성 높임
•Volvo
• 소비자의 운전 과정에서
수집된 센서 데이터를
통해 제품 개발
단계에서 알기 어려운
결함과 소비자의 잠재
니즈를 파악
• 사후 관리 비용 크게
경감
•Hertz
• e-mail, online으로
받은 고객 메시지를
sentiment-based
tagging solution을
도입 수작업부분을
자동으로 전환
•KTH (Traffic Management)
• 다양한 센서로 부터
실시간 수집된 정보로
교통 상황을 분석하여
정확한 운행 소요시간
예측
• 최적화된 도심교통 관리
체계 구축
•Ontario Institute
• 미숙아에 대한
모니터링 장비로 부터
수집된 데이터를
처리하여 감염등에 대한
생리적 패턴 정보 분석
• 다양한 의료모니터링
적용성
•Faces
• IBM 직원 조회
시스템으로 실시간 조회
및 IBM 직원의 업무
생산성 향상
• Hadoop,
Voldemort기반
•“ 개인 식별이 어려운
SNS 등의 다양한
외부 데이터와
조직 내부 데이터를 함께
분석 할 수 있는
Data Insight를 강화하여
경쟁력/생산성 증대
및 새로운 BM 발굴을
추진하고 있음 ”
시사점
• Productivity
• Competition
• Innovation

6. - 5 - © Copyright IBM Corporation 2012IBM Confidential
Big Data Compliance
Big Data Insight의 기업 내/외부 활용 시 개인 정보의 범위와 목적에 따라 규제 사항 및 정보 활용
동의 수준 세분화, 전문화된 외부 업체를 활용하는 방안 등을 검토 해야 함
법/규제 사항 Compliance 이슈(예상) 대응방안
정통망법
개인정보
보호법
통신비밀
보호법
수집/활용 대상 개인정보 항목 및
목적의 고지 의무화 (22조, 23조)
개인정보 활용에 대한 동의 절차
의무화 (24조의 2, 25조)
Big Data로 분류되는
정보 항목이
개인 정보 규제
대상은 아닌가?
확장되는 데이터
이용 방안에 따른
추가 데이터 활용
동의는
필요한가?
개인정보의 ‘처리’에 대한 원칙
명시 (2조, 3조, 15조)
영상정보를 개인정보로 취급하여
관리 방침 명시 (25조)
개인정보의 활용 목적 – 통계
활용 목적 상세 명시 (18조)
통신 ‘감청’에 대한 제한 명시
(2조, 3조)
Case 1
- XX마트 외부 데이터 수집 및 사용
Case 2
- XX마트 내부 데이터를 내부에서 사용
Case 3
- XX마트 내부 데이터를 외부에서 사용
제3자 이용 및 제공에 관한 동의 관련
약관 및 동의서 검토
Big Data 활용에 따른 신규 서비스별
외부 제공 데이터의 관리 방안 마련
XX마트 멤버십 가입 시 사용되는 정보
활용 동의의 활용 목적 부분 검토
신규 활용 목적에 따른 고객에 고지 의무
이행을 위한 방안 마련
소셜 미디어, 블로그 등의 데이터
Crawling 전문 3rd party와 계약
전문 통계/분석 기관 (SNS 분석 포함)
이용

7. - 6 - © Copyright IBM Corporation 2012IBM Confidential
XX마트 Big Data Recommendation

8. - 7 - © Copyright IBM Corporation 2012IBM Confidential
XX마트 Big Data Recommendation
XX마트가 보유한 다양한 데이터로부터 different detailed dimensions of data 를 보는 능력은
새로운 비즈니스 전략과 수익 창출의 기회를 찾을 수 있음

9. - 8 - © Copyright IBM Corporation 2012IBM Confidential
분산되어 있는 고객의 정보를 통합하여, 다양하게 접수된 고객 행동을 분석할 수 있는 기반을
마련하며, 고객을 모든 접점에서 동일하게 인지할 수 있어 고객에게 일관된 서비스/경험을 제공함
XX마트 현황 Benchmarking
단위 시스템에 산재되어 별도 관리되는 고객관련 정보를 고객관점에서 통합함
고객 별 이력, 응대, 활동 정보는 통합 관리하여 고객에 대한 이해력을 증대할 수 있는 기반을 구축함
시사점
운영 데이터
POS 자료
상품 정보
마케팅 Activity 정보
매장 운영 정보
시장/환경 데이터
Market Trend
경제시장 자료
잠재적 고객
거래 기록 자료
고객 데이터
멤버십 기반 구매 이력
멤버십 이용행태
사고방식 연구
고객 중심 정보
통합
(DB)
관찰 데이터
고객 행태 관찰
직원 행태 관찰
상담 이력
(정형/비정형)
POS
콜센터 매장
온라인몰
Customer
Insight 도출
고객 데이터 관리를 위한 체계 및 기준 미흡
다른 소스에서 온 정보들은 동일한 고객의 행동으로
인지불가, 유기적으로 연계되지 않음
Manual Data Gathering
Behavior속성
상품마스터 DB 고객 DB
Opinion
Offering 수행을 위한 Needs 도출
판촉정보
다양한 시스템에 분산된 다양한 정보
매장
POS
구매이력
콜센터
XX마트 Big Data Recommendation – 고객 정보 관리 체계

10. - 9 - © Copyright IBM Corporation 2012IBM Confidential
가치 세분화에 따른 전략
수립
고객의 가치와 행태에 대한 유의미한 해석이 가능하고, 효과적인 마케팅활동을 기획할 수 있는 고객
Insight 기반 세분화 모델을 정립하는 것이 성공적인 마케팅 활동의 관건임
XX마트 현황 Benchmarking
고객을 얼마나 다면적으로, 심도 있게 이해할 수 있느냐가 비즈니스 성공의 관건이 됨
고객가치에 대한 “단순 점수화”보다는 수익성/미래가치/로열티와 같은 다면적 요소를 이해하려는 “고객 분석
View”를 잘 정립하는 것이 중요
가치 있는 고객을 식별하여, 원하는 Benefit을 제공하여 고객 충성도 높임
시사점
고객 세분화 모델 (1,2,3..)
가치
분류
행태
분류
고객 분석
View 1
수익성
미래가치
충성도
고객 분석
View 2
구매식품
쇼핑시간
쇼핑습관
1. 고객 분석 View 정립 - 어떻게 이해하는가?
2. 세분화 모델에 따른 고객 관리 전략 수립
로열티 프로그램
운영
행태 세분화에 따른 전략 수립
매출액중심의
평면적인
고객등급 분류
단기간의 실적 위주로 정확한 고객의 소비 패턴을 파악할 수 없음
 효과적인 마케팅 오퍼링 기획의 한계 차별화된 마케팅
오퍼링 기획
누가 의미 있는 고객인가?
고객의 라이프스타일에 맞는 오퍼링은 ?
“라이프 스타일 분석”“기여도 분석”
XX마트 Big Data Recommendation – 고객 분석 체계

11. - 10 - © Copyright IBM Corporation 2012IBM Confidential
고객 정보를 바탕으로 분석된 Insight 기반의 마케팅 전략과 연계된 프로그램 운영을 통한 경영 성과
창출이 요구됨
XX마트 현황 Benchmarking
마케팅 전략 – 전략 TASK – 마케팅 프로그램의 3단계가 연계된 활동을 통해 전략적인 성과를 달성하고 있음
기간별 고객-상품-채널에 대한 분석을 바탕으로한 프로그램 수립으로 매출 극대화
시사점
대상 선정 기준 불명확으로
응답율 낮음
응답율 저조로 미사용 DM
발송비용 과다발생
고객 Needs 파악 없이
상품쿠폰 발행
’11년 마케팅비용 집행현황
전단행사
(46억, 37.4%)
쿠폰행사
(19.3억, 15.7%)
총
124억원
MP 포인트
(29.8억,
24.2%)
경품행사
(21.6억, 17.6%)
운영 프로그램에 대한 명확한 프로세스가 부재함
고객에 대한 분석없이 관행적으로 비용이 집행됨
Strategy
Strategic
Tasks
Program / Activities
Mission statement 및 전략과 연계된 프로그램 수립
2
1
“모든
고객에게
혜택을”
Loyalty Program
“회원고객대상
구매금액의
5% Cash back＂
“건강의
동반자”
Well-being category 강화
“월 4$ 에 300가지
약 제공 프로그램＂
건강관련
category
강화를 통한
BI 제고
포인트 및
캐쉬백
강화를 통한
loyalty 제고
EBM1)을 통해 타켓 마케팅으로 매출 극대화
1) EBM : Event Based Marketing
고객
상품
채널
52W
방학
Events Calendar
Description
Events Define
Calendar
기반
Event수립
및 실행
XX마트 Big Data Recommendation – 마케팅 프로그램 운영 체계

12. - 11 - © Copyright IBM Corporation 2012IBM Confidential
고객의 구매성향을 파악하고 온라인 및 오프라인 매장의 매출증대를 위해 SNS를 연계한 온라인
비즈니스 활성화가 요구됨
XX마트 현황 Benchmarking
Social 네트워크 활동을 통한 온라인 및 오프라인 매장 유입률 및 매출 증대 달성
온라인 비즈니스 활성화를 통한 온라인 채널 매출 비중 증가 (XX마트 1% vs. 선진 유통기업 4% 이상1))
시사점
온라인과 오프라인 채널간 시너지 (방문고객 증가) 미흡
일방향 활동으로 인한 고객과의 interaction 기회 상실
오프라인온라인
소비자웹사이트
방문 구매
매장 방문
구매
Social
온라인과 오프라인 간
소극적인 연계활동
방문
관계 구축형 social활동이
아닌 일방향 제품
Promotion
Social
Initiative의
Shopping
Advisor 및
소비자 성향 파악
역할 정의
온라인 채널의
역할 재정의
“오프라인 구매
동기 부여 및
온라인 매출
증대”
1) 2011년 매출 기준: XX마트, 선진유통 기업( 이마트, 롯데쇼핑)
오프라인온라인
소비자
웹사이트
방문 구매
매장 방문
구매
소비자
SNS
쿠폰 혹은
구매 동기
제공
쿠폰 혹은
구매 동기
제공
방문 유도
Interactive Shopping
기업
소비자
성향 파악
XX마트 Big Data Recommendation – 온라인 비즈니스 활성화

13. - 12 - © Copyright IBM Corporation 2012IBM Confidential
Big Data Case Study

14. - 13 - © Copyright IBM Corporation 2012IBM Confidential
Big Data를 활용한 2020년 주목해야 할 업체
가장 많은 상품을 보유, 매월 새로운 카테고리를
추가하고 있음
클라우드, One click등 첨단 기술과 물류 인프라 보유
고객이 검색하기 위해 가장 먼저 찾는 곳
고객을 가장 잘 이해할 수 있는 곳
고객의 관심분야가 무엇인지, 조언을 구하는
사람이 누구인지, 무엇을 구매했는지 알 수
있음
쇼핑 경험과 관련 된 표준을 제공하고, 매장
서비스와 컨텐츠를 결합하는 방식으로 마켓
리더가 됨

15. - 14 - © Copyright IBM Corporation 2012IBM Confidential
Zozotown은 380만 명의 멤버십 가입자를 보유하고 있는 일본 최고의 온라인 패션몰이다. 이미 연 매출 상승 150%를 달성하며
급속도로 성장하던 이 Zozotown은 기존의 탄탄한 비즈니스 모델을 바탕으로 다음 단계의 새로운 모델을 구현하고자 했다. 그것이
바로 “Customer Engagement”이다.
일본의 의류유통업체 Zozotown
왜 스마터한가?
패션 쇼핑문화의 변화
- 실시간으로 업데이트되는 소비자 개개인의 구매 데이터를 통한 매출의 극대화
더욱 빠르고, 효과적인 캠페인 구현
- 캠페인 매니지먼트를 통해 고객 인사이트를 반영한 캠페인 구현이 가능
- 캠페인의 효과 극대화를 위한 신속한 튜닝 가능과 유연성 확보
- 새로운 프로모션을 위한 time-to-market 시간 감소
“One-to-One” 패션 마케팅 솔루션이 가져다 준 이익
 장바구니 Conversion rate(전환율) 10배 증가
 새로운 캠페인을 기획하고 시행하는 시간 약 90% 감소 (60 campaigns in 6M)
- 고객 보유율 확대(이탈방지)
- 온라인 사이트에서의 고객 맞춤형 접근방식 실현
해외 Big Data 적용 사례 - Zozotown

16. - 15 - © Copyright IBM Corporation 2012IBM Confidential
고객 DATA 분석을 통한 Best Buy의 광고비 절감 사례
RMI
Action-Cluster:1
Action-Cluster:2
Action-Cluster:3
Action-Cluster:N
성과 관리
Reporting
•DW를 통한 고객 DATA
Action-Clustering
•Competitive Opportunity
수요예측
Campaign 최적화를 통한
ROI 극대화
Market
Media
Stores
Customers
• Customer Allocation
• “Which customers should receive dollars and
how much should they receive”?
Media
• Media Allocation
• “Which media types do customers respond
to and how much should they get”?
Geography
• Geography and Store Allocation
• “Which geographies are the most productive
and how much should they get”?
Marketing
Capital
•Transactions
•from Data
•Warehouse
Observations
•Demographic
•Descriptions
External Data
•Merchandise
•Marketing
•Store
Variables
•Contact
•Activity
Treatments
•Analytic
•Information
•Store
•(by Cluster)
Consolidated Data
Information Formation
• Pre-Processed Decisioning Scores
• Financial Performance
• Profile & Attribute Analysis
• Goal Priorities & Constraints
• Risk Adjusted Lifetime Value
• Forecasted Treatment Response
Feature Vector
Development
Un-systematic Risk & Reward Systematic Risk & Reward
•(0,0)
•(1,0)
•(2,0)
•(1,1)
•(2,1)
•(2,2)
•(3,0)
•(3,1)
•(3,2)
•(3,3)
•Initial
•Demand
•Outcome #1
•Outcome #2
•Outcome #3
•Outcome #4
Predicted vs Viewed Exposures
0.000
50.000
100.000
150.000
200.000
0 50 100 150 200
Number of Catalog Pages Viewed
Predicted
•New
•Lapsed
•OntheMargin
•Best
•11%
•14%
•9%
•34%
•Core Customers
•Loyal
•41%
•24%
해외 Big Data 적용 사례 – Best Buy (1/3)

17. - 16 - © Copyright IBM Corporation 2012IBM Confidential
기존의 고객 Segmentation은 2~3가지 View로만 이루어져
있어 실제 고객의 복잡성을 예측하기에는 어려움
광고비 절감을 위해 Action Clustering을 통한 다차원 고객 View Segmentation 진행 후, 분석
및 검증을 진행하여 광고에 대한 Customer Insight를 도출함
Cluster별 예측 및 DATA에 의한을 검증 통해 Customer
Insight 도출
•Transactions
•Sales
•Geography
•Income
•Preferred
Product
Categories •Preferred
Channel
•Participation
in Loyalty
Program
•Use of In-
House
Credit Card
•Use of
Service
Programs
•Return /
Exchange
Behavior
•Breadth of
Categories
Shopped
•Length of
Time as
Customer
•Recency +
Frequency
+ Value
•Response
to Media
•Time until
Repurchase in
Key
Categories
•다차원 View (8~13 Dimension)
•Homogeneous
•Differentiated
•Actionable
•Actual
•Forecast
•Predicted vs Viewed Exposures
•0 •50 •100 •150 •200
•Number of Catalog Pages Viewed
•Predicted
•Customer
•Insight
• Holt-Winters Exponential Smoothing
Action Clustering 분석 및 검증
해외 Big Data 적용 사례 – Best Buy (2/3)

18. - 17 - © Copyright IBM Corporation 2012IBM Confidential
도출된 Customer Insight 기반의 마케팅 프로그램 실행을 통한 $39MM의 광고비 절감 효과를
달성함
•Customer
•Optimally Funds Across Action Cluster
•Customer Strategy
•Articulates and Optimally Funds Top Initiatives
•Media Types
•Computes Optimal Media Effectiveness
•Annual Budget
•Allocates Against Policy and Budget Constraints
•Geography
•Allocates to store / Region / DMAs
프로그램 기획 성과 관리
5단계에 걸친 광고비 절감을 위한 마케팅 프로그램 기획을
진행함
•가장 문제가 되었던 Cluster 들에서
$1B 이상의 금액에 대해 추가로 매출
인식
•최적화 모델을 이용하여 목표
이상의
추가적인 원가절감 달성 ($39MM)
•Fact-driven organization 이라는
기업 문화의 변화를 이끌어냄
•다른 분야에도 해당 분석을 적용
•Outperformed
•Surplus
•Culture
해외 Big Data 적용 사례 – Best Buy (3/3)

19. - 18 - © Copyright IBM Corporation 2012IBM Confidential
Big Data 아래를 걸어가시겠습니까?

20. - 19 - © Copyright IBM Corporation 2012IBM Confidential
Beyond Big Data
XX MART