#단상1
고객이 신규 신용카드를 발급받았다. 일정한 시간과 일정한 규모의 거래가 이뤄지고 있다. 아울러 거래량이나 개별 거래 건수의 규모도 점차 늘고 있다.

신용도가 올라가고, 일정한 시간 예를 들어 6개월에서 1년여 시간 동안 이 고객은 아무런 문제점이 없는 카드사 입장에서 ‘우수고객’이다.

그러나, 오페라 솔루션즈의 ‘시그널 허브’를 사용중인 카드사는 이 고객의 거래행태 등을 분석, 향후 대규모 채권을 남기고, 잠적할 수 있다는 예측을 내놓는다.

‘시그널 허브’가 이 고객이 철저하게 카드 대금을 상환한다거나, 일정하게 거래량을 늘리는 점 등 ‘행태’를 ‘프로세싱 접근법’ 방식으로 예측분석, 시스템이 스스로 이 고객의 행태를 잡아낸 것이다.

#단상2
카드사는 소비자의 카드 사용을 촉진하고자 하지만 이를 위한 마케팅이 비효율적인 경우가 많다.

‘시그널허브’를 활용해 카드사는 우선, 고객의 관점에서 관련 데이터를 통합한 DB를 구성한다.

이어 최신 분석을 통해 기회 및 기저 원인을 파악한 후 혜택에 대한 고객의 민감성 및 커뮤니케이션 채널 파악할 수 있다.

기회, 원인 및 고객 민감성에 따라 혜택 전략이 마련되고, 이를 근거로 마케팅을 실현하면 된다.

앞선 몇 가지 사례와 같이, 오페라솔루션즈(CEO 아납 굽타)의 ‘시그널 허브’는 예측분석과 행동방식 제안까지 이뤄지는 최첨단 빅데이터 솔루션이다.

“빅데이터 흐름에 대한 통찰력을 통해 사용자로부터 새로운 레벨의 수익과 생산성을 체험할 수 있도록 하는 선진예측 분석 솔루션”이 오페라 ‘시그널 허브’의 특징이다.

사실, 오페라의 시그널허브는 ‘벡터(VEKTOR)’의 하나의 컴포넌트다. <그림1 ‘벡터와 시그널 허브 구조’ 참조>

▲ 그림1 벡터와 시그널 허브 구조도

벡터란, 데이터 사이언티스트, 도메인전문가, 빅데이터 관리, 소프트웨어 개발자, 적용 및 딜리버리 등 종합 서비스 모델로, 오페라의 자동화 및 산업화된 빅데이터 예측분석 딜리버리 방식을 말한다.

쉽게 기존 빅데이터가 컨설팅, 시스템, 솔루션 등 ‘각개전투’ 모델이라면, 빅데이터 컨설팅부터 솔루션 딜리버리, 사후 피드백 등을 일관성있게 처리하는 모델을 ‘벡터’라고 말할 수 있다.

‘시그널 허브’는 이 벡터 내 콤포넌트로, 특정산업과 기능, 분야에 초점을 맞춰 제작되는 시그널, 모형, 프로세싱 접근법의 파워풀한 솔루션이다.

이 ‘시그널 허브’도 역시 데이터 모델링과 마이닝을 근간으로 한다. 다만, 기존 모델과 마이닝이 ‘결과’만 내놓는데 반해, 시그널 허브는 행동양식을 제안한다. <그림2 ‘시그널 허브 컨셉’ 참조>

▲ 그림2 시그널 허브 컨셉

사용자의 시그널은 여러 종류가 있다. 예를 들어, 제품에 대한 좋고, 나쁨의 표현, 기격에 대한 반응, 사용법 등 갖가지에서 만들어진다.

이 시그널은 고객센터에 전화를 걸거나, 제품가격 지불을 늦추거나, 주식 구매 감소, 사용자 포인트의 거의 완전한 소멸 등 형태로 표출된다.

‘시그널 허브’는 이 신호들을 모두 그대로 놓치는 것이 아닌, 현재 기업 경영의 문제점을 무엇인지를 찾아주고, 예측신호를 알려주는 인공지능 기능을 한다.

특히, ‘시그널 허브’는 기업의 내부 데이터 외에 웹이나 비정형 구조, 제3자의 데이터 등 어떤 소스 데이터도 적용이 가능하다는 유연성을 갖고 있다.

오페라 측은 이같은 방식을 ‘기계학습(Machine Learning)’의 ‘인간+기계’의 상호작용과 그 시각화라고 정리했다.

‘시그널 허브’의 신호로 ‘벡터 플랫폼’은 상담원을 연결하던지, 경영진의 빠른 의사결정을 돕는다는지, 감사부서의 중요 감사 대상을 확인시켜주는 역할까지 하게 된다.

소위 진정한 의미의 ‘빅데이터’ 솔루션이 오페라 ‘벡터’플랫폼과 ‘시그널 허브’라고 할 수 있겠다.

<김동기 기자>kdk@bikorea.net