전체메뉴

성과측정카드사 영업점 별 성과분석

공간적 특성 데이터 융합

  1. 개요
  2. ○○카드 판매 영업점 별 성과평가(카드발급·결제계좌 신규유치)를 위해 서울 서남부지역 27개 영업점에 대한 내·외부 데이터 통합 분석 진행
  1. 수행 기간
  2. 2017.03 ~ 2017.06 (3개월)
  1. KCB 사용정보
  2. 자택 직장 주소기반 연소득 월평균 카드소비 신규카드 발급 수

01.목적

오프라인 영업점 평가를 단순 유치고객 등의 지표가 아닌, 공간적 특성(유동인구, 소득, 소비 등)을 반영하여 형평성에 맞춰 성과 측정

02.분석방법

영업점 별 성과와 유치고객의 공간적 특성 (해당 지역 소득, 소비, 성/연령 별 유동인구 등)과 영업점 주변의 경쟁 지점, 대중교통 등의 데이터를 융합해 K-means 군집분석 수행

데이터 융합을 통한 성과측정지표 개발
융합 데이터
참여사 데이터 활용
○ ○ 카드

영업점별 유치고객 정보

영업점별 유치직원 수

 직원당 평균 유치 실적이 높은 영업점 분류
KCB

자택/직장 주소 기반 소득, 카드소비, 신규카드 발급 건수

 전체 신규카드 발급 건 수 대비 자사 점유율
통신사

성/연령대별 유동인구

 신규 유치 고객의 50% 차지하는 40~50대 배후 유동인구
그 외

인구·가구·주택·사업체

경쟁점포·대중교통·상권특징

 입지·상권·경쟁 등 공간분석
군집(예)
구분 군집1
영업점 AA AB 부진 영업점 우수 영업점 .....
인구 6,739명 27,170명 19,218명 32,346명 .....
가구 2,353 9,908 8,902 12,543
아파트 1,085 5,236 758 513
주택 1,257 3,742 6,542 11,878
사업체 586개 1,374개 2,648개 1,301개
종사자 2,122명 8,370명 12,773명 3,169명
경쟁점 1개 2개 9개 0개
지하철역 0개 0개 0개 0개
지하철 승·하차 0명 0명 0명 0명
버스정류장 8개 18개 32개 23개
버스 승·하차 22,735명 38,691명 200,935명 435,748명

03.개발결과

내∙외부정보를 활용하여 가까운 미래의 고객 잠재가치를 예측하는 통계모형개발

지역적 특성을 3개 클러스터로 분류, 각 클러스터에서 성과가 높은 영업점과 성과가 낮은 영업점의 비교를 통해 우수 영업점의 공간적 특징을 도출

Some of Square Means 결과

K-Means 군집 결과

영업점 주변 인구수, 가구수, 대중교통 이용자수가 많으며, 주변의 경쟁 은행이 적을수록 점포의 높은 성과를 보임

데이터로 일하는 스마트한 조직, KCB가 지원합니다.

목록