외부에서 유입되는 반 구조화된 로 데이터(raw data) 스트림을 컨텍스트 분석을 통해 구조화된 데이터 모델로 변환하여 기존의 디지털 분석 보고 기능 확장.
데이터 수집
웹사이트용 짧은 HTML 코드 스크립트 또는, 모바일 응용 프로그램용 SDK로 모든 소비자 상호작용을 수집하여 구조화된 데이터 모델에 공급합니다.
개방형 데이터 모델
구조화된 고객 중심의 데이터 모델, 집계된 디지털 상호작용 테이블 및 뷰를 제공합니다. 기존 오프라인 고객 데이터와 쉽게 통합하고, 익명의 사용자와 고객 여정을 편리하게 분석할 수 있습니다. 즉석 보고도 가능합니다.
데이터 수집 후 컨텍스트화
사용자 ID, 트래픽 소스, 페이지 분류, 페이지 URL, 기타 분류 규칙을 사용자가 정의하고, 수집 데이터를 정보로 변환하여 데이터 엔지니어링 워크플로를 단순화합니다. 아울러 분석용 기본 테이블을 도출하여 데이터 과학 작업을 가속화할 수 있습니다.
스트리밍 데이터
데이터를 실시간으로 컨텍스트화하고, 이벤트를 이벤트 스트림 처리에 활용할 수 있도록 하여 실시간 또는 준 실시간 보고, 분석, 의사 결정을 용이하게 합니다.
비 코드, 저 코드, 고 코드 분석
대화형 보고, 시각적 탐색, 예측 분석, 머신 러닝 등을 처리하는 간단하고 강력하며 자동화된 방식을 통해, 다양한 분석 기술 수준을 가진 업무 팀에 힘을 실어주는 포괄적인 시각 및 프로그래밍 인터페이스를 제공합니다.
SAS® Customer Intelligence 360 통합
통합 데이터 모델을 활용하여 다른 모듈이 작동하고 있을 때 분석 및 인게이지먼트(engagement)에 사용할 추가적인 접촉, 응답, 접점 상호작용 데이터를 준비할 수 있습니다.
360도 고객 데이터 뷰, 세그먼트, 보고서, 모델 등으로 비즈니스 가치를 빠르게 창출할 수 있습니다.
액세스 가능한 통합 고객 뷰
SAS 360 Discover는 기업 브랜드가 소유한 모든 자산 데이터와 타사의 데이터 자산을 통합할 수 있는 고객 경험 데이터 모델을 제공합니다. SAS는 데이터 소스들을 연결하여 클라우드 또는 온사이트에서 고객과 관련된 하이브리드 마케팅 뷰를 제공하고, 보고, 분석, 모델링, 캠페인 관리, 차선책, 세분화, 속성, 개인화를 지원합니다.
기존 디지털 분석 보고의 한계 극복
SAS가 제공하는 엔드 투 엔드 데이터 관리, 시각화, 데이터 마이닝, 머신 러닝 기능은 코드를 사용하지 않거나 적게 사용하는 일반 사용자에게 적합합니다. 자동화와 사용자 정의 기능을 이용하면, 기술 수준이나 사용하는 코딩 언어 종류에 상관없이 모든 구성원들이 웹과 모바일의 자사 데이터 자산을 활용하여 분석 잠재력을 극대화할 수 있습니다.
고객 여정 전략에 AI 도입
고객은 기업 웹사이트와 모바일 앱에 자신의 구매 계획, 중요한 삶의 변화 등 많은 정보를 제공합니다. 하지만 이 같은 정보는 고객 여정을 개인화하는 마케팅 담당자에게 전달되지 않을 때가 많습니다. 이러한 디지털 인텔리전스를 파악하고 분석 모델에 통합하면 세분화, 성향, 추천, 강화 학습에 대한 실행 가능한 점수가 도출됩니다. 마케팅 담당자는 이를 활용하여 필터링, 억제, 조정 규칙과 동일한 방식으로 규범적 인사이트를 활용할 수 있습니다.
SAS® 360 Discover 더 자세히 알아보기
SAS 글로벌 포럼 문서
가장 성공적인 크로스 채널 캠페인이 왜, 머신 러닝을 융합한 개인화된 데이터 중심의 접근 방식으로 추진되고 있는지 확인해보세요.
