빅데이터 활용한 ‘금융 가입고객 예측 모델’ 개발
최근 금융회사들은 일제히 디지털 트랜스포메이션을 기치로 내걸며, 소비자들의 높아진 ‘디지털 입맛’에 맞춰 상품·서비스를 정비하고 조직의 디지털화를 내재화하고 있다. 그러나 디지털 기술을 활용하여 마케팅 비용은 줄이면서 그 효과를 끌어올리는 것은 금융회사의 숙제 중 하나다.
TBWA코리아가 지난해 8월 설립한 빅데이터 광고회사 Performance by TBWA(대표이사: 김형태)는 이 같은 문제를 해결하기 위해 빅데이터를 활용한 ‘금융 가입고객 예측 모델’을 개발했다.
‘금융 가입고객 예측 모델’은 외부 데이터와 금융회사 내부 정보를 연결하고 금융상품 가입 확률이 높은 잠재고객만을 예측하여 타겟 광고를 송출함으로써, 금융회사의 광고비를 줄이고 수익성을 높이는 것이 핵심으로, 최근 A금융그룹과 함께 성능 검증을 성공적으로 마쳤다.
Performance by TBWA가 진행한 이번 예측 모델의 성능 검증은 ▲데이터마이닝을 통해 추출한 A금융그룹의 상품 가입정보를 디지털상의 익명화된 고객정보와 연결해 금융고객에 최적화된 빅데이터 구축 ▲빅데이터를 활용한 머신러닝 기법을 통해 고객의 상품 가입 확률 예측 스코어를 5단계로 분류 ▲예측모델 스코어를 디지털광고에 적용 후 고객의 금융상품 가입 여부 확인 등의 과정으로 진행됐다.
그 결과, 가입률이 가장 낮을 것으로 예측된 5등급 고객에 비해 1~4등급 고객의 금융상품 가입의향은 7.5배가 높았다. 따라서 A금융그룹은 디지털상의 어떤 고객에게 광고비를 더 써야 하는지 보다 효율적으로 판단할 수 있게 됐다.
이와 관련해, 이번 예측모델 프로젝트를 이끌고 있는 Performance by TBWA의 데이터과학자 이선형 박사는 “비즈니스와 마케팅 분야에서 머신러닝이 새로운 엔진이 되었지만 아직 그 활용도가 높지 않은 것이 현실이다. Performance by TBWA는 ‘금융 가입고객 예측 모델’을 통해 국내에서는 최초로 금융데이터와 디지털정보를 활용하여 빅데이터를 만들어내고, 고객 예측 마케팅과 자동화 전략을 구현해냈다”며, “Performance by TBWA의 도전은 가장 보수적이고 까다로운 금융업과 금융고객의 기준을 통과했다는 점에서, 앞으로 향후 쇼핑몰, 게임사, 여행업 등 디지털을 활용하고 있는 다른 분야에서도 활용 가능성이 매우 높다”고 밝혔다.
