고객사 > 구축사례

구축사례 넷스루의 제품 및 서비스를 활용하는 주요 사례 입니다.

Total 45건 1 페이지
  • AK몰 (http://www.akmall.com) 발주처 : AK인터넷쇼핑몰 도입시기 : 2018.7 구축범위 : 고객 세그먼트별 이용 패턴 분석
  • [쇼핑몰] AK인터넷쇼핑몰

    ◆ 문제점
    1. 기존 로그 분석 시스템 활용도 낮음
    2. 고객 유입 채널 상세 분석에 어려움

    3. 고객 세그먼트별 고객 경험을 확인할 수 없음
    4. 사용자 환경별 사이트 이용 현황을 알 수 없음
    5. 사이트 내 영역별 사용빈도 분석 필요

    6. 실시간 사이트 이용 현황 분석 알 수 없음

     

    ◆ 수행결과
    1. 디지털 채널별 정량적인 분석이 가능
    2. 기본 유입 채널 외에 사용자 정의 유입 채널 분석

    3. 고객 유형별 세그먼트 분석

    4. 사용자 디바이스별로 프로파일 별도 관리

    5. 사이트내 영역 분석을 위한 스크립트 태깅

    6. 디지털 채널 활용효과를 실시간으로 분석

    ◆ 도입효과
    1. 디지털 채널별로 고객 특성에 맞는 경험을 제공하여 고객 참여도가 증가
    2. 디지털 데이터를 다양한 관점에서 적시에 분석
    3. 유입 채널 분석을 통한 마케팅 채널 관리

    4. 고객 세그먼트별 분석으로 리마케팅 전략 수립
    5. 사용자 디바이스를 고려한 사이트 개발
    6. 영역별 배너 활용 현황 분석으로 사이트 효율성 재고
    7. 실시간 분석으로 신속하고 정확한 사이트 운영

    다음
    닫기
  • 광주은행 발주처 : 광주은행 (pib.kjbank.com) 도입시기 : 2018.5 구축범위 : 고객 행동 분석 및 개인화 추천
  • [금융/부동산] 광주은행 (pib.kjbank.com)

    이전
    ◆ 문제점
    1. 자동화된 금융상품 추천 없이 수동으로 금융상품 배너 노출
    2. 금융상품 배너 노출을 위해 IT 개발부서의 도움이 항상 필요
    3. 금융상품 배너 노출 효과를 상세하게 분석할 수 없음
    4. PC 웹과 모바일앱에서 사용자 경험에 맞는 금융상품 추천할 수 없음
     
    ◆ 수행결과
    1. 고객별 관심사에 따른 차별화된 금융상품을 메인 페이지에서 추천
    2. 고객의 이용행태에 따른 통계분석을 기반으로 금융상품 추천
    3. 고객의 최근 관심사에 맞는 상품을 적시에 노출
    4. 모바일 앱과 웹을 동시 사용하는 고객에게 일관된 상품을 추천
    5. 정보계와 운영계 시스템과의 연계를 통해 통합된 고객관리
    6. 각 추천영역별 고객 반응 정보에 대해서 로그수집/분석 솔루션을 통한 파악 가능
     
    ◆ 도입효과
    1. 데이터 분석을 통한 비대면 채널 UI 개선에 따른 고객 편의성 증가
    2. 고객의 서비스 이용행태 분석에 따른 고객 세분화 및 타겟마케팅 진행
    3. 디지털 채널의 프로모션별 효과를 정교하게 측정
    4. 프로모션 채널 유입고객 이용 편의성 향상에 따른 상품가입 전환율 증가 및 고객 유지율 향상
    다음
    닫기
  • 신한은행 발주처 : 신한은행 (http://www.shinhan.com) 도입시기 : 2018.3 구축범위 : 개인화 추천 솔루션 고도화
  • [금융/부동산] 신한은행 (http://www.shinhan.com)

    이전

    ◆ 문제점
    1. 마케터가 추천 관련지식 없이 금융상품이 잘 추천되도록 설정하기에 어려움 

    2. 추천 반응 효과를 상세하게 보기 위해서는 다른 분석도구가 필요

    3. 새로운 앱에 개인화 추천을 적용할 수 없음

    4. 모바일과 웹 플랫폼 모두에서 일관된 추천 메시지 전달이 안됨

    5. 추천 상품을 편집하려면 디자이너, 엔지니어의 도움이 항상 필요


    ◆ 수행결과

    1. 간단한 설정으로 다양한 채널에서 고객에게 개인화된 서비스를 제공

    2. 솔루션 관리자 화면에서 각 추천영역의 고객 반응 정보를 파악

    3. 동일한 분석 데이터를 활용하여 다양한 채널에서 일관된 개인화 추천  가능

    4. 추천 노출 및 고객 반응 정보가 정확하게 표시됨

    5. 정의된 템플릿으로 직접 HTML을 편집하여 추천 내용 꾸미기 가능

    6. 애니메이션, 이미지, 텍스트, 배너까지 다양하게 추천 가능

    ◆ 도입효과

    1. 인터넷뱅킹, 신한S뱅크, 신한은행 솔(SOL) 앱에서 일관된 상품추천으로 구매 전환율 증가 기대

    2. 다양한 추천 방법을 제공하여 고객에게 서비스에 대한 만족감을 높임 

    다음
    닫기
  • 블랙야크 쇼핑몰 발주처 : 블랙야크 쇼핑몰 (http://www.blackyakmall.com) 도입시기 : 2015.8 구축범위 : 고객 세그먼트별 이용 패턴 분석
  • [쇼핑몰] 블랙야크 쇼핑몰 (http://www.blackyakmall.com)

    이전

    ◆ 문제점
    1. 다양한 마케팅 채널을 효율적으로 활용하기 위한 분석 필요

    2. 고객 세그먼트별로 관심을 보인 상품과 실제 구매하는 상품을 비교할 수 없음

    3. 모바일과 PC에서 구매에 미치는 영향을 측정할 수 없음


    ◆ 수행결과

    1. 블랙야크, 마모트, 마운티아 3개 웹사이트를 분석
     - 전체 통합, 웹, 모바일 구분하여 분석

    2. 기본 지표 분석
     - 방문수, 방문자수, 로그인회원수, 가입수 등 기본 지표 분석

    3. 구매 관련 지표 분석
     - 구매방문수, 구매금액, 구매율, 가입수

    4. 유입별, 상품별, 기획전별, 이벤트별 분석

    5. 방문 유형별 세그먼트 분석
     - PC웹/모바일, 신규방문/재방문, 성별, 연령대별 방문수, 구매방문 비율

    6. 이동경로 분석, 시나리오 분석, 메뉴분석, 회원분석

    ◆ 도입효과

    1. 유입경로 분석을 통해 기획상품 판매 전략 수립

    2. 성별, 연령대별 관심 상품 분석으로 맞춤형 마케팅 전략 수립

    3. 시간대별 방문 추이를 고려한 출/퇴근 시간대 모바일 특가 상품 노출

    4. 구매단계에서 이탈한 고객에게 문자발송을 통한 구매전환율 향상

    다음
    닫기
  • 아시아나 항공 발주처 : 아시아나 항공 (http://flyasiana.com) 도입시기 : 2016.1 구축범위 : 온라인 이용고객 행동분석
  • [비즈니스] 아시아나 항공 (http://flyasiana.com)

    이전

    ◆ 문제점
    1. 데이터 기반 의사결정 필요

    2. 온라인 이용 고객에 대한 고도화된 분석 필요

    3. 온라인 판매 효과 강화

    4. 통합 마케팅 기반 필요

    ◆ 수행결과

    1. 글로벌 웹, 모바일, 앱 사이트 포함 50여개 도메인 분석

    2. 스크립트 기반 데이터 수집

    3. 구매 정보 분석을 위한 변수 선언

    4. PC, Mobile, App 구분 처리

    5. 영역분석 위한 스크립트 처리

    6. CRM 데이터 연동


    ◆ 도입효과

    1. 다양한 통계 현황을 파악하기 쉬워졌으며 마케팅에 적극 활용

    2. 유입채널 분석을 통한 광고 채널 선택 및 마케팅 활용

    3. 조회 대비 구매 전환 낮은 노선 판촉 활용

    4. 주요 고객층을 추출하여 타겟마케팅에 활용

    다음
    닫기
  • NH은행 발주처 : NH은행 (http://banking.nonghyup.com ) 도입시기 : 2015.12 구축범위 : 고객 행동 분석 및 개인화 추천
  • [금융/부동산] NH은행 (http://banking.nonghyup.com )

    이전

    ◆ 문제점
    1. 고객 행태 변화에 대응할 수 있는 고객 세그먼트 필요

    2. 기존의 정량적 세그먼트에 웹로그 행동 정보를 활용한 정성적 관점의 고객 세그먼트 추가 필요

     

    ◆ 수행결과

    1. 금융서비스를 이용하는 고객의 상황적 변수(생애 이벤트, 투자패턴 등)와 실제 이용행태(정보인지 중요도, 선택 중요도 등)를 고려하여 기존 고객 세그먼트를 세분화

    2. 웹로그 데이터에서 의미있는 변수를 추출하여 20개의 세그먼트로 세분화

    3. 상품 가입이나 상품 조회를 바탕으로 고객 세그먼트별로 선호하는 금융상품을 분석

    4. 스마트금융센터, 스마트상담센터, 모바일오피스, 전사CRM과 같은 모든 채널에서 일관성 있는 상품을 추천

    5. 웹로그 데이터를 이용하여 행동 기반 세그먼트 특성 구분
     - 사용성선호군, 자기주도군, 추천의존군, 금리민감군, 상담의존군 등의 세그먼트 특성 구분

    6. 개인화된 맞춤 캠페인이 가능한 체계 구축
     - 상황적 변수에 따른 세그먼트와 행동기반 세그먼트의 조합으로 Micro Segment를 정의


    ◆ 도입효과

    1. 전문 상담컨텍센터에서 고객의 관심 사항을 실시간으로 파악하여 맞춤 상담 진행 가능

    2. 고객 중심의 정보 통합 및 다양한 컨택 포인트에 일관된 추천 메시지 전달

    3. E-마케팅 영역을 클릭한 고객 대상으로 가입 실적을 확인하여 추천 효과 검증 가능

    4. 고객 세그머트별 이용패턴을 분석하여 상품기획 및 판매전략 수립

    닫기


모바일 페이지로 이동