고객 디지털 트윈으로 더 나은 비즈니스 의사결정을

고객 분석은 단계적으로 발전해 왔습니다. 먼저 리스크 점수와 세그먼트가 나왔습니다. 그다음에는 하나의 입력으로 하나의 결과를 예측하는 성향 모델과 넥스트 베스트 액션 엔진이 나왔습니다. 단계마다 기업이 이미 보유한 데이터를 더 잘 활용하게 되었지만, 어느 단계도 영업·마케팅 팀이 가장 자주 묻는 질문에는 이르지 못했습니다. 이 오퍼, 이 메시지, 이 가격을 바꾸면 우리 고객은 어떻게 반응할까?

대규모 언어 모델은 이 질문에 새로운 방식으로 답할 수 있게 해 줍니다. 기업이 자체적으로 보유한 행동 데이터 및 거래 데이터와 결합하면, 언어 모델은 고객 집단을 가상의 응답자로 표현할 수 있으며, 이 응답자는 제안에 점수만이 아니라 말로 반응합니다. CrowdOS 고객 디지털 트윈은 이런 방식으로 만들어집니다. 귀사의 고객 데이터 파일에서 출발해 가중치를 둔 코호트로 묶고, 각 코호트를 지속형 아키타입 하나로 표현합니다. 이 아키타입에게는 질문할 수 있고, 반박할 수 있으며, 다른 아키타입들과 한자리에 모을 수도 있습니다.

고객 디지털 트윈은 개인을 예측하는 엔진이 아니며, 고객과 직접 대화하는 일을 대신하지도 않습니다. 캠페인 전에 선택지의 순위를 매기고 반대 의견을 찾아내는 빠르고 저렴한 방법으로, 조사 예산과 매체 예산이 효과를 낼 가능성이 가장 높은 아이디어에 쓰이도록 해 줍니다.

고객마다 트윈을 하나씩 만드는 접근법도 있습니다. 그러나 언어 모델 페르소나에 관해 발표된 연구는 반대 방향을 가리킵니다. 언어 모델 페르소나는 어느 한 사람의 답보다 집단의 답 분포를 훨씬 더 잘 근사합니다. CrowdOS는 이 발견을 거스르지 않고 그 위에 세워졌습니다.

귀사의 고객 데이터 파일은 행동을 기준으로 20~200개의 코호트로 묶입니다. 각 코호트는 전체 고객에서 차지하는 비중만큼 가중치를 받고, 아키타입 하나로 표현됩니다. 그 결과 한눈에 읽을 수 있고, 모든 고객을 시뮬레이션하는 비용의 일부만 들며, 실행하는 데 특정 개인의 기록이 전혀 필요하지 않은 오디언스가 만들어집니다.

고객 데이터 파일을 CSV나 스프레드시트로 내보내 시작하십시오. 고객 한 명당 한 행이며, 가입 기간, 보유 상품, 최근 구매, 구매 빈도, 지출액, 마지막 이용 채널이 있다면 함께 담습니다. 파일의 열을 몇 가지 특성 그룹에 매핑하면 되며, 직접 식별자는 업로드 시 삭제됩니다. CRM 커넥터는 계획 단계입니다.

모든 프로젝트에는 데이터 처리 부속서가 적용되며, 이 부속서가 귀사 데이터의 이용 목적, 보존 기간, 삭제 조건을 정합니다.

Atelier by CrowdOS는 기업을 위한 저희의 맞춤형 서비스 부문이며, Digital Twins powered by CrowdOS는 그 첫 번째 솔루션입니다. 자사만의 모델을 원하는 기업을 위한 솔루션으로, 전용 코호트 응답자 집단과 전용 캘리브레이션 레이어, 그리고 귀사의 데이터가 뒷받침하는 경우 귀사의 고객과 성과만으로 학습한 소형 모델로 구성됩니다. 이 모델은 격리된 환경에서 호스팅되며, 이용을 종료하면 삭제됩니다.