<div id="readability-page-1" class="page"><time>2021. 10. 11. 01:28</time>
 
 
 <a href="#comment" onclick="Utils.smoothScroll(this);return false">
 
 </a>
 
 
 
 
 
 
 
 <div>
 2016년 스페인 은행 그룹 BBVA는 스페인에 기반을 둔 고객들에게 개인 금융 관리 앱을 제공했다. 앱의 툴 중 하나는 머신러닝 알고리즘을 사용하여 고객 트랜잭션을 공통 예산 범주로 분류했습니다. 임대료, 음식, 유흥료와 같은 것. 그리고 나서 그것은 간단한 차트로 분류된 고객의 지출을 표시했다. BBVA는 고객들이 그들의 개인 예산을 더 잘 관리하기 위한 방법으로 그것의 디지털 뱅킹 웹사이트에서 분류기를 홍보했다. 불과 1년 반 만에, 그 도구는 BBVA 웹사이트에서 자금 이동 다음으로 가장 많이 사용되는 기능이 되었다.

The Research

연구원들은 2013년 이후 수십 건의 임원 및 프로젝트 팀 인터뷰, 수백 건의 공개 사용 사례, BBVA, Cochlear 및 PepsiCo에 대한 심층 사례 연구, 제품에서 수익을 창출하는 511명의 제품 관리자를 대상으로 한 글로벌 설문조사를 통해 데이터 포장을 뚜렷한 데이터 수익화 현상으로 탐구해 왔다.

그리고 2019년에 글로벌 소비자 패키지 상품 회사인 펩시코는 혁신적인 마케팅 프로그램을 성공적으로 시작하고 관리하는 방법, 총 매장 공간을 최적화하는 방법 등 다양한 사용 사례를 지원하는 Pep Worx라는 데이터 분석 기능을 공식적으로 출시하여 소매 고객이 제품 회수를 늘릴 수 있도록 도왔습니다.(후자는 판매되지 않는 제품을 할인할 필요가 적었기 때문에) 실현 및 순 가격 실현. 펩시코는 데이터 분석 기반 구매자의 통찰력을 사용하여 선별된 소매 고객들의 문제를 해결하면서 4년에 걸쳐 이러한 기능을 개발했습니다. 펩시코는 판매나 마케팅 활동이 동시에 구매자, 소매업자, 펩시코에 가치를 제공하는 "3관객 승리"를 창출함으로써 거래에서 협력으로 소매 고객 관계의 본질을 바꾸는 데 도움을 주기 위해 펩 월스를 사용해 왔다.

이러한 예는 data wrapping이라고 하는 데이터 수익 창출에 대한 긴급 접근 방식을 통해 기업이 어떻게 이익을 얻는지 보여줍니다. 이러한 접근 방식을 통해 기업 제품은 수익성 있는 결과로 고객을 돕고 기쁘게 하는 데이터 분석 기능과 경험에 "포장"됩니다. 대부분의 기업은 기존의 비즈니스 인텔리전스 그룹, 데이터 플랫폼 및 분석 인재를 활용하여 데이터를 마무리하는 경향이 있습니다. 그러나 지금까지 회사가 데이터 분석을 사용하여 더 낫고 저렴하며 빠르게 작업을 수행할 수 있도록 지원했던 기능, 프로세스 및 기술은 고객을 만족시키는 데이터 분석을 제공하기에 충분하지 않습니다.

What&nbsp;Makes&nbsp;Data&nbsp;Wrapping&nbsp;a&nbsp;Distinct&nbsp;Data&nbsp;Monetization&nbsp;Approach?

기업은 제품의 가치 제안을 늘리기 위해 지출 범주기, 자동 사운드 최적화기, 구매자 통찰력 등 제품 기능과 고객 경험으로 데이터와 분석 정보를 고객에게 제공할 때 데이터를 포장합니다. 데이터 래핑을 차별화하는 네 가지 주요 특성이 있습니다.

<ul data-ke-list-type="disc">
<li>데이터&nbsp;분석&nbsp;"사용자"는&nbsp;직원이&nbsp;아닌&nbsp;회사의&nbsp;고객입니다.</li>
<li>분석은 제품의 전반적인 기능 및 경험 포트폴리오의 일부로 개발되어야 하기 때문에 IT가 아닌 제품 소유자가 제품 로드맵을 주도합니다.</li>
<li>경제적 수익은 내부 비즈니스 프로세스 개선에서가 아니라 매출의 상승에서 비롯됩니다.</li>
<li>기업이 정확한 가치 있는 데이터 포장을 제공하지 않으면 고객이 혼란스럽거나, 짜증나거나, 불쾌감을 느끼거나, 고객을 쫓아낼 수 있습니다. 이는 위험합니다.&nbsp;</li>
</ul>
MIT 정보 시스템 연구 센터(CISR)가 511명의 제품 관리자를 대상으로 실시한 2018년 조사에서 85%가 데이터 분석 기반 기능을 개발 중이거나 시장에 기능을 배포했다고 보고했다. 이 조사에 따르면 데이터를 제대로 정리하는 기업은 세 가지 단계를 따라 노력을 정상 궤도에 올려놓는 것으로 나타났습니다.

Step&nbsp;1:&nbsp;Assemble&nbsp;a&nbsp;multidisciplinary&nbsp;team,&nbsp;led&nbsp;by&nbsp;product.
제품 소유자와 관리자는 제품의 비용 구조와 서비스 대상 고객 및 완화해야 할 주요 위험을 잘 이해하고 있습니다. 또한 기업이 고객의 요구를 감지하고 대응하는 데 도움이 되는 고객 대면 프로세스와 채널에 액세스할 수 있습니다.

제품 개발에서 상호 협력의 이점을 설명하기 위해 Cochlear의 예를 들어보자. 2017년 호주의 청각 솔루션 제조업체는 Nucleus 7 Sound Processor를 출시했다. 청각 임플란트 이 회사는 이 장치를 주변 환경(예: 붐비는 거리 코너나 조용한 대기실)에 따라 소리 설정을 자동으로 조정할 수 있는 장면 분류기 기술을 제공하는 모바일 앱과 결합했다. 이러한 유형의 프로세서 설정은 이전에 환자가 수동으로 변경한 적이 있지만 제품 사용 데이터에 따르면 사용자가 항상 최적의 설정을 선택할 수 있는 것은 아닙니다.

Cochlear 제품 관리자는 확립된 시장 조사 기술, 환자 포커스 그룹 및 임상 실험을 사용하여 데이터 포장 기회를 평가했습니다. 그들은 클리닉을 방문하고 고객과 대화하는 동안 데이터 포장 아이디어를 탐구했다. 이러한 대화를 통해 제품 관리자는 수십 개의 가능한 데이터 분석 사용 사례에서 물리적 장치(교체 비용이 많이 드는 장치)가 사용자의 귀에 들어오지 않을 때를 대비한 "내 사운드 프로세서 찾기" 기능과 같이 고객이 실제로 원하는 소수의 데이터로 전환할 수 있었습니다.

제품 팀이 비용을 주도해야 하지만 데이터 분석 및 IT 동료는 데이터 포장 작업의 형성, 개발 및 구현에 매우 중요합니다. Cochlear에서는 제품 관리자들이 데이터 분석 담당자들과 정기적으로 만나 기존 기능의 변경 가능성을 알려 주는 프로세서 사용 데이터를 검토하고 해석하고 향후 서비스해야 할 니즈의 우선순위를 정할 수 있도록 지원합니다. IT 동료는 제품 관리자가 기술적 타당성을 위해 기능을 평가할 수 있도록 지원하고, 데이터 분석 기능이 "실시간 가동"된 후 회사의 기술이 지원할 수 있도록 보장합니다.

Step&nbsp;2:&nbsp;Design&nbsp;features&nbsp;and&nbsp;experiences&nbsp;that&nbsp;inspire&nbsp;customer&nbsp;action.

data wrapping의 가치는 고객의 행동과 경험에 달려 있습니다. 따라서 데이터 포장을 위한 핵심 설계 요소에는 고객에게 제품 기능을 사용하도록 유도하고 고객의 경험이 시간, 비용 절감 또는 정보 수집과 같은 고객의 요구를 충족하도록 보장하는 것이 포함됩니다. MIT CISR 연구는 네 가지 주요 설계 특성을 확인했다("4가지 설계 참조: 예측, 조언, 적응, 작용)는 Cochlear의 사운드 프로세서의 데이터 래핑에 반영된다. 기기의 장면 분류기 기술은 최종 사용자의 청력 요구를 사용자가 환경을 변화시킬 때 조정이 필요할 것으로 예상한다. 하루 종일 붐비는 거리 모퉁이나 조용한 방과 같은 상황에 적응합니다. 이 기능은 앱을 통해 사용자에게 최적의 설정을 알려주고 사운드 프로세서의 설정을 자동으로 조정하여 조건에 맞는 최상의 청각을 제공합니다.
<figure data-origin-width="612" data-origin-height="323" data-ke-mobilestyle="widthOrigin"><img src="https://blog.kakaocdn.net/dn/SozZB/btrhdViVK2e/jnmRbWsoBQGcC6ItupYtnK/img.png" data-origin-width="612" data-origin-height="323" data-ke-mobilestyle="widthOrigin"></figure>

연구에 따르면, 예상, 조언, 적응 및 행동을 하는 제품 기능과 경험이 고객에게 더 유용하고 매력적이며 고객이 데이터 포장에 참여하거나 응답하도록 동기를 부여할 가능성이 더 높다고 합니다. 또한 가장 유용하고 매력적인 데이터 래핑 기능을 갖춘 기업은 제품 판매량 증가, 고객 가치를 반영하기 위한 제품 가격 인상 또는 고객 유지율 인상 등 제품 판매량 증가에서 최고의 성과를 거두는 것으로 조사되었습니다.

2015년 펩시코는 카테고리 관리, 구매자 통찰력, 공간 최적화 및 구매자 마케팅에 초점을 맞춘 200명에 가까운 전사적 구매자 통찰력 부서를 설립했습니다. 새로운 사업부는 표준화된 데이터 기반 마케팅 서비스를 만들어 펩시코 판매 및 마케팅 팀과 펩시코의 소매 고객들에게 제공했다. 한 고객 솔루션은 소매업체가 매장 수준의 제품 구색을 최적화할 수 있도록 지원했습니다. 일반적으로 소매상들은 그들의 가게를 전국 한 길, 또는 한 지역에 걸쳐 분류했다. 그러나 덴버 도시에 있는 한 상점은 쇼핑객 프로필이 도시 피닉스에 있는 상점보다 더 공통적으로 있을 수 있다. 불과 15분 거리에 있는 덴버 교외의 상점 펩시코는 각 점포에 현지 구매자 기반을 반영하는 식별자를 부착하는 데이터 분석 방식을 만들었다. 그런 다음, 팀은 소매업체와 판매점 프로필을 기반으로 제품을 진열대에 배치할 위치에 대한 뚜렷한 계획을 수립했습니다.

Step 3: Measure impact to both the customer and the organization

최고 성능의 제품 관리자는 고객과 회사 모두에 대해 데이터 포장이 얼마나 많은 가치를 창출하는지 측정하고 보고합니다. 그러나 이러한 수익률을 측정하는 것은 까다로울 수 있다. 기업은 고객이 이익을 얻는 방법과 시기, 그리고 회사 자체의 수익이 간접적으로 또는 시간에 따라 발생할 수 있는 정확한 방법을 파악할 수 없을 수 있습니다. 기업은 데이터 래핑 결과를 잘 파악하기 위해 사용률 추적, A/B 테스트, 통제된 실험, 고객 설문 조사 및 파일럿 연구와 같은 기술 포트폴리오를 활용하는 경향이 있습니다.

BBVA에서 데이터 포장을 지원하는 데이터 분석 부서는 매출 증가와 같은 의도된 목표에 따라 데이터 분석 프로젝트를 분류하는 경제적 영향 프레임워크를 개발했다. 제품 소유자는 데이터 래핑 프로젝트에 적합한 가치를 측정하고 달성할 책임이 있으며, 재무 및 운영 책임자는 제품 소유자가 측정 메트릭과 방법론을 만들고 결과를 검증하는 데 도움을 주었다. 서로 다른 부문에 걸쳐 있는 다른 회사들은 마찬가지로 기존 테스트 방법과 측정값을 조정하여 데이터 수집 성공을 모니터링하고 평가합니다. 예를 들어 BBVA 분류기는 고객들이 그들의 돈이 어디로 가는지 더 잘 이해하는 것에 기초하여 그들의 소비 습관을 조정하도록 장려했다. BBVA는 일부 고객에게 새로운 기능을 제공하고 그들의 반응을 일부 고객의 기능과 비교하는 것을 포함하는 새로운 기능에 대한 A/B 테스트를 수행했다. 그들은 기존의 헌금을 받았다. 고객 만족도와 같은 구체적인 결과가 시간에 따라 두 그룹에 걸쳐 측정되고 비교되었습니다.

<h4 data-ke-size="size20">Questions&nbsp;to&nbsp;Answer&nbsp;When&nbsp;Evaluating&nbsp;Data&nbsp;Wrapping&nbsp;Opportunities</h4>

<ul data-ke-list-type="disc">
<li>고객이 제품을 통해 더 나은 가치를 획득, 사용 또는 창출하는 데 도움이 될 수 있는 데이터 분석은 무엇일까?</li>
<li>데이터 분석을 작성하고 규모에 맞게 구현할 수 있는 데이터, 플랫폼 및 전문 지식을 보유하고 있습니까?</li>
<li>고객은 기능이나 경험에 따라 행동할 때 얼마나 많은 돈을 벌거나 절약할 것인가(또는 어떤 강력한 문제를 해결할 것인가)?</li>
<li>고객을 위해 창출되는 가치를 고려할 때, 고객 보유, 인수, 지갑 점유율 또는 지불 의지의 증가의 대가로 무엇을 기대할 수 있습니까?</li>
<li>고객과 기업 모두에게 예상되는 영향을 모니터링하고 측정하기 위해 어떤 기술과 측정 기준을 사용할 수 있습니까?</li>
<li>경쟁사들이 우리가 해 놓은 것들을 베끼는 것이 얼마나 쉬울까요?</li>
</ul>

<h4 data-ke-size="size20">Reaping Rewards From Data Wrapping</h4>
평균적으로 데이터 요약은 기업이 데이터 수익화를 통해 창출하는 가치의 26%를 나타냅니다. 데이터 포장은 데이터 수익화 포트폴리오의 필수 구성요소가 될 뿐만 아니라 제품 가치 제안에도 중요한 요소가 되고 있습니다. 빠르게 움직이는 시장에서, 이 접근법은 공격받는 제품과 일상화를 구별해야 하는 기업들에게 특히 매력적이고 유용하다. 타사보다 데이터 래핑을 더 효과적으로 보고하는 기업은 데이터 래핑 프로젝트에서 평균 61%의 투자 수익을 달성하지만, 타사보다 데이터 래핑 프로젝트의 경우 5%의 투자 수익을 달성합니다. 이제는 기업들이 데이터 래핑에 주의를 기울이지 않으면 뒤쳐질 때입니다. 오늘날의 디지털 세계에서는 데이터 분석으로부터 가치를 기대하는 고객이 늘고 있습니다. 우리가 그것을 배달하지 않으면, 경쟁사들은 그것을 할 것이다.



 
 
					
 
 
 </div></div>

HotHandCoding

DarrenKwon

2016년 스페인 은행 그룹 BBVA는 스페인에 기반을 둔 고객들에게 개인 금융 관리 앱을 제공했다. 앱의 툴 중 하나는 머신러닝 알고리즘을 사용하여 고객 트랜잭션을 공통 예산 범주로 분류했습니다.
임대료, 음식, 유흥료와 같은 것. 그리고 나서 그것은 간단한 차트로 분류된 고객의 지출을 표시했다. BBVA는 고객들이 그들의 개인 예산을 더 잘 관리하기 위한 방법으로 그것의 디지털 뱅킹 웹사이트에서 분류기를 홍보했다. 불과 1년 반 만에, 그 도구는 BBVA 웹사이트에서 자금 이동 다음으로 가장 많이 사용되는 기능이 되었다.
 
The Research
 
연구원들은 2013년 이후 수십 건의 임원 및 프로젝트 팀 인터뷰, 수백 건의 공개 사용 사례, BBVA, Cochlear 및 PepsiCo에 대한 심층 사례 연구, 제품에서 수익을 창출하는 511명의 제품 관리자를 대상으로 한 글로벌 설문조사를 통해 데이터 포장을 뚜렷한 데이터 수익화 현상으로 탐구해 왔다.
 
그리고 2019년에 글로벌 소비자 패키지 상품 회사인 펩시코는 혁신적인 마케팅 프로그램을 성공적으로 시작하고 관리하는 방법, 총 매장 공간을 최적화하는 방법 등 다양한 사용 사례를 지원하는 Pep Worx라는 데이터 분석 기능을 공식적으로 출시하여 소매 고객이 제품 회수를 늘릴 수 있도록 도왔습니다.(후자는 판매되지 않는 제품을 할인할 필요가 적었기 때문에) 실현 및 순 가격 실현. 펩시코는 데이터 분석 기반 구매자의 통찰력을 사용하여 선별된 소매 고객들의 문제를 해결하면서 4년에 걸쳐 이러한 기능을 개발했습니다. 펩시코는 판매나 마케팅 활동이 동시에 구매자, 소매업자, 펩시코에 가치를 제공하는 "3관객 승리"를 창출함으로써 거래에서 협력으로 소매 고객 관계의 본질을 바꾸는 데 도움을 주기 위해 펩 월스를 사용해 왔다.
 
이러한 예는 data wrapping이라고 하는 데이터 수익 창출에 대한 긴급 접근 방식을 통해 기업이 어떻게 이익을 얻는지 보여줍니다. 이러한 접근 방식을 통해 기업 제품은 수익성 있는 결과로 고객을 돕고 기쁘게 하는 데이터 분석 기능과 경험에 "포장"됩니다. 대부분의 기업은 기존의 비즈니스 인텔리전스 그룹, 데이터 플랫폼 및 분석 인재를 활용하여 데이터를 마무리하는 경향이 있습니다. 그러나 지금까지 회사가 데이터 분석을 사용하여 더 낫고 저렴하며 빠르게 작업을 수행할 수 있도록 지원했던 기능, 프로세스 및 기술은 고객을 만족시키는 데이터 분석을 제공하기에 충분하지 않습니다.
 
What Makes Data Wrapping a Distinct Data Monetization Approach?
 
기업은 제품의 가치 제안을 늘리기 위해 지출 범주기, 자동 사운드 최적화기, 구매자 통찰력 등 제품 기능과 고객 경험으로 데이터와 분석 정보를 고객에게 제공할 때 데이터를 포장합니다. 데이터 래핑을 차별화하는 네 가지 주요 특성이 있습니다.
 
데이터 분석 "사용자"는 직원이 아닌 회사의 고객입니다.
분석은 제품의 전반적인 기능 및 경험 포트폴리오의 일부로 개발되어야 하기 때문에 IT가 아닌 제품 소유자가 제품 로드맵을 주도합니다.
경제적 수익은 내부 비즈니스 프로세스 개선에서가 아니라 매출의 상승에서 비롯됩니다.
기업이 정확한 가치 있는 데이터 포장을 제공하지 않으면 고객이 혼란스럽거나, 짜증나거나, 불쾌감을 느끼거나, 고객을 쫓아낼 수 있습니다. 이는 위험합니다. 
MIT 정보 시스템 연구 센터(CISR)가 511명의 제품 관리자를 대상으로 실시한 2018년 조사에서 85%가 데이터 분석 기반 기능을 개발 중이거나 시장에 기능을 배포했다고 보고했다. 이 조사에 따르면 데이터를 제대로 정리하는 기업은 세 가지 단계를 따라 노력을 정상 궤도에 올려놓는 것으로 나타났습니다.
 
Step 1: Assemble a multidisciplinary team, led by product.
제품 소유자와 관리자는 제품의 비용 구조와 서비스 대상 고객 및 완화해야 할 주요 위험을 잘 이해하고 있습니다. 또한 기업이 고객의 요구를 감지하고 대응하는 데 도움이 되는 고객 대면 프로세스와 채널에 액세스할 수 있습니다.
 
제품 개발에서 상호 협력의 이점을 설명하기 위해 Cochlear의 예를 들어보자. 2017년 호주의 청각 솔루션 제조업체는 Nucleus 7 Sound Processor를 출시했다. 청각 임플란트 이 회사는 이 장치를 주변 환경(예: 붐비는 거리 코너나 조용한 대기실)에 따라 소리 설정을 자동으로 조정할 수 있는 장면 분류기 기술을 제공하는 모바일 앱과 결합했다. 이러한 유형의 프로세서 설정은 이전에 환자가 수동으로 변경한 적이 있지만 제품 사용 데이터에 따르면 사용자가 항상 최적의 설정을 선택할 수 있는 것은 아닙니다.
 
Cochlear 제품 관리자는 확립된 시장 조사 기술, 환자 포커스 그룹 및 임상 실험을 사용하여 데이터 포장 기회를 평가했습니다. 그들은 클리닉을 방문하고 고객과 대화하는 동안 데이터 포장 아이디어를 탐구했다. 이러한 대화를 통해 제품 관리자는 수십 개의 가능한 데이터 분석 사용 사례에서 물리적 장치(교체 비용이 많이 드는 장치)가 사용자의 귀에 들어오지 않을 때를 대비한 "내 사운드 프로세서 찾기" 기능과 같이 고객이 실제로 원하는 소수의 데이터로 전환할 수 있었습니다.
 
제품 팀이 비용을 주도해야 하지만 데이터 분석 및 IT 동료는 데이터 포장 작업의 형성, 개발 및 구현에 매우 중요합니다. Cochlear에서는 제품 관리자들이 데이터 분석 담당자들과 정기적으로 만나 기존 기능의 변경 가능성을 알려 주는 프로세서 사용 데이터를 검토하고 해석하고 향후 서비스해야 할 니즈의 우선순위를 정할 수 있도록 지원합니다. IT 동료는 제품 관리자가 기술적 타당성을 위해 기능을 평가할 수 있도록 지원하고, 데이터 분석 기능이 "실시간 가동"된 후 회사의 기술이 지원할 수 있도록 보장합니다.
 
Step 2: Design features and experiences that inspire customer action.
 
data wrapping의 가치는 고객의 행동과 경험에 달려 있습니다. 따라서 데이터 포장을 위한 핵심 설계 요소에는 고객에게 제품 기능을 사용하도록 유도하고 고객의 경험이 시간, 비용 절감 또는 정보 수집과 같은 고객의 요구를 충족하도록 보장하는 것이 포함됩니다. MIT CISR 연구는 네 가지 주요 설계 특성을 확인했다("4가지 설계 참조: 예측, 조언, 적응, 작용)는 Cochlear의 사운드 프로세서의 데이터 래핑에 반영된다. 기기의 장면 분류기 기술은 최종 사용자의 청력 요구를 사용자가 환경을 변화시킬 때 조정이 필요할 것으로 예상한다. 하루 종일 붐비는 거리 모퉁이나 조용한 방과 같은 상황에 적응합니다. 이 기능은 앱을 통해 사용자에게 최적의 설정을 알려주고 사운드 프로세서의 설정을 자동으로 조정하여 조건에 맞는 최상의 청각을 제공합니다.
 
연구에 따르면, 예상, 조언, 적응 및 행동을 하는 제품 기능과 경험이 고객에게 더 유용하고 매력적이며 고객이 데이터 포장에 참여하거나 응답하도록 동기를 부여할 가능성이 더 높다고 합니다. 또한 가장 유용하고 매력적인 데이터 래핑 기능을 갖춘 기업은 제품 판매량 증가, 고객 가치를 반영하기 위한 제품 가격 인상 또는 고객 유지율 인상 등 제품 판매량 증가에서 최고의 성과를 거두는 것으로 조사되었습니다.
 
2015년 펩시코는 카테고리 관리, 구매자 통찰력, 공간 최적화 및 구매자 마케팅에 초점을 맞춘 200명에 가까운 전사적 구매자 통찰력 부서를 설립했습니다. 새로운 사업부는 표준화된 데이터 기반 마케팅 서비스를 만들어 펩시코 판매 및 마케팅 팀과 펩시코의 소매 고객들에게 제공했다. 한 고객 솔루션은 소매업체가 매장 수준의 제품 구색을 최적화할 수 있도록 지원했습니다. 일반적으로 소매상들은 그들의 가게를 전국 한 길, 또는 한 지역에 걸쳐 분류했다. 그러나 덴버 도시에 있는 한 상점은 쇼핑객 프로필이 도시 피닉스에 있는 상점보다 더 공통적으로 있을 수 있다. 불과 15분 거리에 있는 덴버 교외의 상점 펩시코는 각 점포에 현지 구매자 기반을 반영하는 식별자를 부착하는 데이터 분석 방식을 만들었다. 그런 다음, 팀은 소매업체와 판매점 프로필을 기반으로 제품을 진열대에 배치할 위치에 대한 뚜렷한 계획을 수립했습니다.
 
Step 3: Measure impact to both the customer and the organization
 
최고 성능의 제품 관리자는 고객과 회사 모두에 대해 데이터 포장이 얼마나 많은 가치를 창출하는지 측정하고 보고합니다. 그러나 이러한 수익률을 측정하는 것은 까다로울 수 있다. 기업은 고객이 이익을 얻는 방법과 시기, 그리고 회사 자체의 수익이 간접적으로 또는 시간에 따라 발생할 수 있는 정확한 방법을 파악할 수 없을 수 있습니다. 기업은 데이터 래핑 결과를 잘 파악하기 위해 사용률 추적, A/B 테스트, 통제된 실험, 고객 설문 조사 및 파일럿 연구와 같은 기술 포트폴리오를 활용하는 경향이 있습니다.
 
BBVA에서 데이터 포장을 지원하는 데이터 분석 부서는 매출 증가와 같은 의도된 목표에 따라 데이터 분석 프로젝트를 분류하는 경제적 영향 프레임워크를 개발했다. 제품 소유자는 데이터 래핑 프로젝트에 적합한 가치를 측정하고 달성할 책임이 있으며, 재무 및 운영 책임자는 제품 소유자가 측정 메트릭과 방법론을 만들고 결과를 검증하는 데 도움을 주었다. 서로 다른 부문에 걸쳐 있는 다른 회사들은 마찬가지로 기존 테스트 방법과 측정값을 조정하여 데이터 수집 성공을 모니터링하고 평가합니다. 예를 들어 BBVA 분류기는 고객들이 그들의 돈이 어디로 가는지 더 잘 이해하는 것에 기초하여 그들의 소비 습관을 조정하도록 장려했다. BBVA는 일부 고객에게 새로운 기능을 제공하고 그들의 반응을 일부 고객의 기능과 비교하는 것을 포함하는 새로운 기능에 대한 A/B 테스트를 수행했다. 그들은 기존의 헌금을 받았다. 고객 만족도와 같은 구체적인 결과가 시간에 따라 두 그룹에 걸쳐 측정되고 비교되었습니다.
 
Questions to Answer When Evaluating Data Wrapping Opportunities
 
고객이 제품을 통해 더 나은 가치를 획득, 사용 또는 창출하는 데 도움이 될 수 있는 데이터 분석은 무엇일까?
데이터 분석을 작성하고 규모에 맞게 구현할 수 있는 데이터, 플랫폼 및 전문 지식을 보유하고 있습니까?
고객은 기능이나 경험에 따라 행동할 때 얼마나 많은 돈을 벌거나 절약할 것인가(또는 어떤 강력한 문제를 해결할 것인가)?
고객을 위해 창출되는 가치를 고려할 때, 고객 보유, 인수, 지갑 점유율 또는 지불 의지의 증가의 대가로 무엇을 기대할 수 있습니까?
고객과 기업 모두에게 예상되는 영향을 모니터링하고 측정하기 위해 어떤 기술과 측정 기준을 사용할 수 있습니까?
경쟁사들이 우리가 해 놓은 것들을 베끼는 것이 얼마나 쉬울까요?
 
Reaping Rewards From Data Wrapping
평균적으로 데이터 요약은 기업이 데이터 수익화를 통해 창출하는 가치의 26%를 나타냅니다. 데이터 포장은 데이터 수익화 포트폴리오의 필수 구성요소가 될 뿐만 아니라 제품 가치 제안에도 중요한 요소가 되고 있습니다. 빠르게 움직이는 시장에서, 이 접근법은 공격받는 제품과 일상화를 구별해야 하는 기업들에게 특히 매력적이고 유용하다. 타사보다 데이터 래핑을 더 효과적으로 보고하는 기업은 데이터 래핑 프로젝트에서 평균 61%의 투자 수익을 달성하지만, 타사보다 데이터 래핑 프로젝트의 경우 5%의 투자 수익을 달성합니다. 이제는 기업들이 데이터 래핑에 주의를 기울이지 않으면 뒤쳐질 때입니다. 오늘날의 디지털 세계에서는 데이터 분석으로부터 가치를 기대하는 고객이 늘고 있습니다. 우리가 그것을 배달하지 않으면, 경쟁사들은 그것을 할 것이다.

Why Smart Companies Are Giving Customers More Data

댓글