앞선 단락에서는 내부 데이터를 이용해 시장 변화와 소비행태를 분석하는 방법을 알아보았다.
하지만, 새로운 시장에 진출하거나 다른 업종과 연계를 계획하고 있다면 내부 데이터만으로는 자사 고객이 다른 업종에서 어떤 상품을 구매하고 선호하는지 파악하기 쉽지 않다.
이번 포스트에서는 외부 통계자료와 데이터를 활용하여 자사 데이터와 결합한 후 인사이트를 도출하는 방법을 알아보자.
10. 코호트로 구분된 외부 통계자료 활용 인사이트 도출
산업별 협회와 공공기관 또는 통계청 등에서는 업종과 관련되어있는 현황 또는 조사자료 등을 홈페이지에 제공하고 있다.
이 중 연령, 성별, 지역 등의 인구통계학적 속성에 의해 구분된 통계자료는 앞선 단락에서 설명했듯이 코호트에 의한 동질성을 가지기 때문에 내부 데이터와 결합하여 통계학적으로 신뢰도가 높은 인사이트를 얻을 수 있다.
외부 통계자료를 활용할 때는 내부 데이터를 통계자료와 같은 기준으로 요약한 후 장표를 결합하여 사용하면 된다.
11. 코호트 구분이 없는 외부 통계자료 활용 인사이트 도출
인구통계학적 구분이 없는 자료는 내부 데이터와 결합하더라도 내/외부 데이터 간 추출기준이 달라 엉뚱한 결과가 나올 수 있다.
그러나 외부 자료에서 사용된 기준을 확인할 수 있다면, 해당 기준에 맞춰서 내부 데이터를 추출함으로써 신뢰도를 확보할 수 있다.
통계학에서는 이렇게 구성비에 따라서 고객을 추출하는 방법을 ‘층화추출’이라고 하며, 품목별 현황, 시장 점유율과 같은 자주 사용되는 경영지표에 유용하게 활용된다.
층화추출을 진행할 때는 내부 데이터의 고객 수를 외부 통계표의 고객 비율과 동일하게 맞추기만 하면 되지만, 구간별로 가장 작은 값을 유지하고 나머지 구간을 해당 비율에 맞추면 최대한 많은 고객 수를 확보하면서 구성비를 조정할 수 있다.
12. 비식별 데이터 활용
개인정보보호법 개정에 따라 2020년부터는 고객 동의가 없어도 익명 또는 가명으로 비식별 처리된 데이터를 주고받을 수 있도록 제도가 정비되었다.
또한 데이터 전문기관을 거치면 기업별 보유한 데이터를 개인단위로 결합한 후 분석에 활용할 수도 있다.
비식별 데이터는 영업, 마케팅 등에 직접 활용할 수는 없지만, 일반 데이터와 똑같은 방식으로 분석할 수 있어서 인사이트 도출뿐 아니라 예측 모델 및 AI 개발 영역에서도 널리 활용되고 있다.
'기업의 데이터 분석' 카테고리의 다른 글
| 3.1. 엑셀 클러스터링(군집 분석) 방법 (1) | 2023.05.24 |
|---|---|
| 2.7. 알고리즘 활용 인사이트 추론 (5) | 2023.05.23 |
| 2.5. 행동 기반 세그먼트 생성 및 인사이트 도출 (1) | 2023.05.21 |
| 2.4. 수치형 자료 분류와 인사이트 도출 방법 (1) | 2023.05.20 |
| 2.3. 날짜 및 경과에 따른 인사이트 도출 방법 (0) | 2023.05.19 |