주로 딜러를 통해 자동차를 판매하고 있는 기업들이 고객이나 생산현장에서 발행한 데이터를 지금보다  집중적으로 관리할 수 있게 된다면 경영환경은 어떻게 달라질까? 데이터를 효율적으로 관리하면 고객들에게 더 친밀한 웹 사이트를 구축할 수 있어, 방문객들이 자사 웹 사이트에 몰입하게 만들 수 있을 것이다. 이를 통해 방문객들을 고객으로 만들 기회를 확보할 수 있다.

또한 차량이나 공장으로부터 실시간 데이터를 수집한 다음 구조화한 후 효과적으로 분석하면 품질에 영향을 미치는 요인을 밝혀내는데 도움이 될 수 있다. 이를 통해 자동차 불량 비율을 줄이고, 비용을 낮추며, 수리점을 방문하는 고객수도 줄일 수 있을 것이다. 이 기사에선 자동차 회사가 IBM BI 솔루션을 도입해 구매율 높이고, 고객만독도를 높인 두가지 사례를 살펴본다.

유럽의 한 자동차 제조업체는 자사의 웹 사이트가 딜러의 실제 판매에 큰 효과를 제공하지 못하며, 사이트에서의 고객과의 친밀이 부족하다는 문제점을 갖고 있었다. 이 회사는 보다 많은 트래픽을 유발하고 방문객과의 대화율을 높여주는 접근 방법을 통해 사이트를 다시 구축하려고 했다.

이 회사는 최고 품질의 라이브 데이터를 가진 양방향의 행동 기반형 신규 모델을 도입하기 위해 고객의 정보 및 방문객의 클릭 내역과 같은 구조화된 데이터뿐만 아니라, 딜러가 보내는 이메일을 포함한 구조화되지 않은 데이터를 분석할 수 있는 최첨단 마이닝 플랫폼을 적용하길 원했다.

친밀감은 온라인에서 새롭게 부각되고 있는 용어이다. 아주 개인적인 수준에서 웹 사이트에 심취한 방문객은 동일한 제품을 다른 곳에서 찾아볼 가능성이 매우 낮다. 이 자동차 제조업체는 과거의 구매 행동과 그들이 표현한 취향을 비롯해 웹 사이트의 새로운 자동차 설정 툴을 토대로 티저 메시지를 통해 친밀한 온라인 경험을 제공하는 흥미롭고 반응이 높은 방문객 환경을 마련하는데 주력하고 있습니다.
이 솔루션의 핵심은 Personalization Engine으로, 예측 분석을 사용해 익명의 웹 사이트 방문객 또는 재방문객에게 적용될 수 있는 실시간 스코어링을 생성하고 있습니다. 익명의 사용자에 대한 스코어링은 티저를 통해 클릭했는지의 여부를 포함한 세션 페이지 추적을 토대로 하고 있다.

등록된 사용자와 이전 고객들은 과거의 내역과 딜러가 제공한 피드백이 포함된 데이터를 토대로 스코어링되고 있다. 티저의 자동 선택을 이끄는 의사결정 모델은 웹 사이트에 직접 구현되었고, 끊임 없는 학습 과정을 거쳐 시간이 경과함에 따라 정확성은 더욱 높아지고 있으며, 추가적인 라이브 행동 데이터가 축적되고 있다.

실제 비즈니스 결과는 어땠을까? 기업의 전반적인 영업 프로세스에 대한 웹 사이트의 가치가 대폭 향상되어 예측 모델링을 통해 제품이 선택될 수 있도록 하며, 익명의 방문자들을 고객으로 전환시켜줬다.

또한 사용자 및 기업 간의 친밀감 상승으로 충성도가 향상되고 자동차 구매율이 증가했다. 그리고 기업의 구조화된 데이터 및 구조화되지 않은 데이터 리소스에 잠재된 가치와 통찰력을 표면화함으로써 새로운 차량의 목표 고객을 정확하게 예측하고 설계할 수 있게 되었다.

두 번째 사례. 제품 향상에 관한 정보를 판매된 이후에도 실시간으로 수집할 수 있다면 경영환경은 어떻게 달라질까? 한 글로벌 고급차 제조업체는 차량 판매 후의 데이터를 실시간으로 수집함으로써 플릿(fleet)을 향상시키고, 비용을 절감하며, 고객 만족도를 높였다.

판매된 차량이 이후 어떤 성능을 보이는지에 대한 데이터 수집의 기존 프로세스는 매우 단편적이었다. 이러한 상황은 제품 설계에 있어 고객에 초점을 맞춘 개선 작업에 필요한 통찰력을 확보하는데 매우 어려웠다. 따라서 이 제조업체는 이러한 전략적 통찰력을 확보하는 효과적인 방안을 모색해야 했다.

글로벌 자동차 시장에서 프리미엄급 부문은 매우 경쟁이 치열하며, 최고 수준의 품질을 유지하는 것이 관건이다. 이 제조업체는 차량, 전세계 수리점 및 공장으로부터 실시간 데이터를 수집한 다음 구조화하고, 생산/프로세스 매트릭스 간의 관계를 파악하도록 분석하며, 품질에 영향을 미치는 요인을 밝혀내는 솔루션을 도입했다.

데이터는 이제 더 이상 격리되어 있지 않고 총체적으로 연관되어, 이전에는 불가능했던 통찰력을 확보할 수 있게 되었다. 이러한 통찰력은 각 채널에서 실행 가능한 인텔리전스로서 즉시 적용되어 설계를 개선시킬 수 있게 되었다.

그 결과, 에러 비율은 낮아졌고, 비용은 감소되었으며, 수리점의 고객 방문 비율도 줄어들게 되었다. 이에 따라 고객 만족도가 대폭 개선되었다. 실제 비즈니스 결과는 3가지로 요약할 수 있다. 반복적인 수리를 줄였고 고객 만족도를 높였다. 차량 생산 공정에 적용되는 완전히 새로운 통찰력을 얻게 되었다.