싱가포르금융·보험2018 – 진행 중NTUC 인컴
보험 마케팅을 위한 머신러닝 고객 세분화
NTUC 인컴은 보험 고객층을 머신러닝으로 세분화해 고객 확보 비용을 40% 줄였다
문제
인컴의 고객 데이터는 CRM 데이터베이스, 이메일 도구, 웹사이트 분석처럼 서로 다른 시스템에 흩어져 있었다. 마케팅팀은 타깃 고객을 찾으려고 캠페인을 몇 달씩 기획했다. 사내 구축형 고객 데이터베이스로는 어떤 고객이 특정 보험 상품을 살 의향이 있는지도 알 수 없었다.
접근 방식
인컴은 싱가포르 에이전시 해피 마케터와 함께 Google Analytics 360과 BigQuery를 구축해 고객 접점 데이터를 한곳에 모았다. 인컴의 데이터 과학자들은 BigQuery에서 머신러닝 모델을 돌려 고객 180만 명을 구매 가능성, 선호하는 마케팅 채널 등으로 세밀하게 나눈다. 이어 Optimize 360이 세그먼트별로 맞춤 메시지를 보낸다. 팀은 2018년부터 2020년까지 10개 활용 사례를 가동했다.
주요 수치
시사점
인컴은 마케팅 성과를 통합된 고객 데이터로 학습한 구매 가능성 모델과 연결했다. 회사는 고객 확보 비용의 변화를 어떻게 측정했는지는 밝히지 않았다.
분류
출처
출처 요약
구글 클라우드의 고객 사례는 싱가포르의 보험 협동조합 인컴이 BigQuery와 Analytics 360으로 고객의 구매 가능성을 점수화하고 마케팅을 맞춤화한 과정을 소개했다. 고객 확보 비용이 40% 낮아지고 클릭률이 92% 높아졌다고 밝혔으며, 팀이 2018년부터 2020년까지 10개 활용 사례를 가동했다고 설명했다. 페이지에는 날짜가 없으며, 인터넷 아카이브가 2021년 3월 26일에 처음 저장했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
