고객 이탈 방지 솔루션을 통해 이탈 고객을 탐지하고 이탈 원인까지 추론하여 이탈 방지 대책을 수립할 수 있습니다.
고객 이탈 방지 솔루션
고객 이탈 방지 솔루션은 사용자의 고객 데이터에 맞춰서 데이터를 수집 및 처리 후 강화학습 기법으로 고객활동지수를 산출합니다.
산출된 고객활동지수를 기반으로 고객등급을 분류하고 활동지수가 내려가는 이탈 고객들을 예측합니다.
이탈 고객들을 예측하면서 설명가능한 인공지능 기술을 활용하여 이탈 원인을 추론합니다.
강화학습 기반 고객 등급 분류
Reinforcement Learning
고객 이탈 방지 솔루션에는 기존에 고객 등급이 없는 경우에도 등급을 생성할 수 있도록 과학적인 고객 등급 분류 기능을 제공합니다.
뿐만 아니라 고객 등급을 나누는 기준이 되는 고객활동지수 산출식을 제공합니다.
정규분포를 따르는 등급분포
Normal Distribution
고객 이탈 방지 솔루션은 기존에 고객 등급이 존재하지 않더라도 고객 등급 분포가 정규 분포를 따르는 이상적인 고객 등급을 만들어 줍니다.
고객 등급 정책
Customer Grade Policy
고객 등급을 나누는 기준은 모두 다릅니다.
고객 이탈 방지 솔루션은 고객 등급을 나누는 기준을 자유롭게 설정하고 바꿀 수 있으며 강화학습의 정책에 의해 어떠한 경우에도 고객 등급의 개념은 유지됩니다.
고객 이탈 탐지 예측
Deep Learning
고객의 구매활동, 방문횟수, 리뷰 작성 등 고객 데이터로부터 고객 행동 패턴을 학습하여 이탈이 예상되는 고객을 이탈하기 전에 사전에 탐지합니다.
중소벤처기업부와 창업진흥원에서 개최한 국내 최대 규모 인공지능 스타트업 대회 '인공지능(AI) 챔피언십'를 통해 처음 선보인 자사의 예측 모델은 실제 위메프 고객 데이터를 활용한 분석 결과에서 뛰어난 예측능력을 검증 받았습니다.
실제 이탈 고객 71,130명의 97.5%에 달하는
69,380명을 검출했습니다.
이탈 원인 리포팅
eXplainable Artificial Inteligence(XAI)
딥러닝 알고리즘은 예측 성능이 뛰어나지만 그 결과를 신뢰할 수 없다는 것이 항상 단점으로 지적되어 왔습니다.
예측력만 좋고 원인을 파악할 수 없는 모델은 예측 결과를 활용할 수 없습니다.
빅웨이브에서 개발한 고객 이탈 방지 솔루션은 이탈 고객을 예측할 뿐만 아니라 예측 결과를 활용할 수 있도록 이탈 원인을 제공합니다.
이를 활용하여 고객 이탈을 방지하기 위한 마케팅 전략과 프로모션을 효과적으로 수행할 수 있습니다.
“고객 이탈을 예측하고 이탈 원인을 알려줍니다 ”
온라인 시장은 접근성이 높고 전환 비용이 낮기 때문에 고객 이탈율이 크게 나타납니다.
일반적인 E-commerce 시장의 경우 20~45%의 고객 이탈이 발생합니다.
온라인 시장에서는 고객 이탈을 막는 것이 최우선 과제로 손꼽힙니다.
기존 고객의 이탈만 막아도 신규 고객 유치보다 더욱 효율적이기 때문이죠.
고객 이탈 방지 솔루션을 통해 이탈 고객을 탐지하고
이탈 원인까지 추론하여 이탈 방지 대책을 수립할 수 있습니다.
고객 이탈 방지 솔루션
고객 이탈 방지 솔루션은 사용자의 고객 데이터에 맞춰서
데이터를 수집 및 처리 후 강화학습 기법으로 고객활동지수를 산출합니다.
산출된 고객활동지수를 기반으로 고객등급을 분류하고
활동지수가 내려가는 이탈 고객들을 예측합니다.
이탈 고객들을 예측하면서 설명가능한 인공지능 기술을 활용하여
이탈 원인을 추론합니다.
강화학습 기반 고객 등급 분류
Reinforcement Learning
정규분포를 따르는 등급분포
Normal Distribution
고객 등급 정책
Customer Grade Policy
고객 이탈 방지 솔루션은 고객 등급을 나누는 기준을 자유롭게 설정하고 바꿀 수 있으며 강화학습의 정책에 의해 어떠한 경우에도 고객 등급의 개념은 유지됩니다.
고객 이탈 탐지 예측
Deep Learning
이탈 원인 리포팅
eXplainable Artificial Inteligence(XAI)
예측력만 좋고 원인을 파악할 수 없는 모델은 예측 결과를 활용할 수 없습니다.
빅웨이브에서 개발한 고객 이탈 방지 솔루션은 이탈 고객을 예측할 뿐만 아니라 예측 결과를 활용할 수 있도록 이탈 원인을 제공합니다.
이를 활용하여 고객 이탈을 방지하기 위한 마케팅 전략과 프로모션을 효과적으로 수행할 수 있습니다.
고객의 이탈 원인을 파악하고 알려줘요
이탈 예측 고객의 원인과 데이터 시각화 차트, 대시보드 기능을 제공합니다.
쉽고 간단하게 분석하세요!
단 3개의 과정만 거치면 사용할 수 있습니다.
데이터 입력
포멧에 맞춰 데이터를 입력만 하세요!
분석
제공하는 모델 또는
모델을 커스텀하여 사용하세요!
결과
인공지능이 알려주는
고객 이탈 원인을 확인하세요!
고객 이탈 탐지 솔루션
특징
과학적인 접근
고객활동지수 산출 및 등급 분류를 위해 데이터의 정규 분포를 목표하는 강화학습 기법으로 객관적인 고객 평가가 가능합니다.
설명 가능한 인공지능
기존 시스템에 간단하게 연동됩니다.
기존 딥러닝 예측 기법과 다르게 고객의 이탈 여부뿐만 아니라 그 원인까지도 알 수 있습니다. 이를 활용하여 각각의 고객에 대한 맞춤형 홍보 전략을 수립할 수 있습니다.
높은 정확도
이탈 고객 예측에 적합한 딥러닝 기법으로 고객 이탈을 정확하게 예측합니다. 실제 고객 데이터를 기반으로 이탈 고객 71,130명 중 69,389명을 탐지하여 97.5%를 정확하게 예측했습니다.
고객 이탈 탐지 솔루션
활용
E-commerce
대체재가 많은 E-commerce 시장에서 고객 이탈 방지 전략을 수립하는 것은 중요합니다. 마케팅 관리자는 실시간으로 데이터베이스와 연동되는 주간 리포트를 확인할 수 있습니다.
구독형 시장
고객이 월별로 일정하게 비용을 지불하는 구독형 컨텐츠 서비스의 경우 고객 유지가 무엇보다도 중요합니다. 고객 이탈 탐지와 함께 원인 추론 기반 맞춤형 추천 시스템을 통해 다양한 컨텐츠를 고객에게 홍보 및 제공할 수 있습니다.
금융 서비스
고객의 소비 패턴을 활용하여 은행/카드사의 고객 이탈을 예측할 수 있을 뿐만 아니라 이탈 원인을 파악하고 사전에 대처할 수 있습니다.
챗봇
기존 챗봇의 틀을 벗어나 이탈이 예측된 고객에게 '먼저' 메시지를 보내 맞춤형 혜택을 추천해주어 고개 이탈을 사전에 방지합니다.