[교육안내: 2013년 6월]
빅 데이터 시대의
고객 분석과 데이터 사이언스 (Data Science)
|
과목의 개요:
지금은 빅 데이터의 시대입니다!
여러 디지털 채널에서 발생되는 고객의 행동과 상호작용 디지털 데이터가 다양하고 방대하게 매일 매일 쌓여갑니다. 그 때문에 최근 최고의 화두인 "빅 데이터"에서 고객 경험의 향상과 고객 관계 강화는 핵심적인 대상이되고 있습니다. 하지만 고객데이터를 제대로 분석하고, 그 결과를 활용해 효과적으로 고객관리를 수행하고 사업전략에 제대로 반영하고 있는 기업은 매우 한정적입니다.
그 결정적이고 근본적인 원인은 분석의 목적과 방법을 제대로 알고 있지 못해서 입니다.
과학적인 고급 고객 분석(Advanced Analytics)을 수행하고 전략적으로 활용할 수 있는 방법을 찾아내어야 합니다. 다양한 정형, 비정형 고객 데이터를 활용해서 고객의 행동과 상호작용 패턴을 파악 및 예측하고, 고객을 정교하게 세분화하며, 캠페인 대상을 설정하는 과정에 대한 역량을 강화해야 합니다.
이 강좌에서는 CRM과 마케팅/서비스 분야에서 다양한 고객 데이터를 수집, 분석, 활용하는 전체 프로세스와 기법에 대한 방법을 제시합니다. 단순한 Tool 사용방법의 전달을 넘어서 데이터에서 분석으로, 분석에서 가치로 고객중심의 조직이 실질적인 효과를 얻기 위해 필요한 핵심을 십여년의 실전 경험을 가진 전문가의 시각과 경험으로 풀어 냅니다.
단순한 데이터 집계에서 데이터 마이닝을 거쳐 데이터 사이언스 (Data Science)로 진화하고 있는 빅 데이터 시대의 고객 분석에 필요한 전반적인 지식을 interactive 하고 flexible한 세미나를 통해 전달합니다.
- 고객 데이터 분석이란 무엇인가, 왜 필요한가
- CRM 고객 데이터 분석과 고급 데이터 분석, 그리고 데이터 마이닝
- 빅 데이터와 빅 데이터 분석, 그리고 데이터 사이언스
- 고객분석 기획과 분석 주제 선정 방법: 무엇을 분석할 것인가?
- 사례를 통한 [ 고객데이터 분석, 인사이트 도출, 캠페인 ] 활용 과정 이해
- 기법: Decision Tree, 회귀분석, Neural Network 모델링, Random Forest 모델, Clustering과 Association (장바구니) 분석
- 데이터 준비 및 탐색적 데이터 분석 EDA 프로세스 및 사례
- 고객 행동 예측 모델 개발 및 모델 평가
- 캠페인 타게팅, 교차판매, 고객 이탈방지를 위한 이탈가능성 예측, 재구매 예측
- 고객생애가치 (Customer Lifetime Value) 산정과 고객등급 산정, 고객세분화 응용
- 장바구니 분석과 교차판매, 개인화 (Personalization) 적용
- 탐색적 분석을 통한 Descriptive 분석 결과의 활용과 시각화 (Visualization)
- Social Media 등의 비정형 데이터 분석 (Word Cloud 분석 사례)
- 데이터 분석에서 Big Data를 활용한 데이터 사이언스(Data Science)로의 진화
- 데이터 분석 인력 (데이터 사이언티스트/Data Scientist), 데이터 분석 팀/조직,
- 고객 데이터 분석 성공요인 CSF와 확산 방안
추가 정보 :
** 참여관련 // http://www.revisioncon.co.kr/bbs/board.php?bo_table=05_02&wr_id=43&page=0
** 6월 리비젼아카데미 교육 안내 전체 // http://cafe.daum.net/revisioncrm/KVAy/103
강의 신청 또는 문의 : 아래의 전화나 이메일 혹은 카페로
리비젼아카데미 http://cafe.daum.net/revisioncrm (다음카페) 02.415.7650
'리비젼' 카테고리의 다른 글
| [R교육] 빅데이터/예측분석 실전 프로젝트 Workshop 과정 (0) | 2016.04.01 |
|---|---|
| [빅데이터] 해외 빅데이터 사례 심층 분석 세미나 <리비젼아카데미:2014 8월> (0) | 2014.08.06 |
| 리비젼 아카데미 CRM 교육: 판매왕과 고객의 마음 [2013년 2월] (0) | 2013.02.19 |
| [2012년 6월 교육] CRM 고객 데이터 분석 활용 (0) | 2012.06.04 |
| [빅데이터분석 교육] R을 이용한 데이터 분석 입문 (0) | 2012.06.01 |