고객사 > 구축사례

구축사례 넷스루의 제품 및 서비스를 활용하는 주요 사례 입니다.

Total 17건 1 페이지
  • LF Mall 발주처 : LF Mall(https://www.lfmall.co.kr/) 도입시기 : 2018.06 구축범위 : LF e-BIZ 분석플랫폼 구축
  • [쇼핑몰] LF Mall(https://www.lfmall.co.kr/)

    ◆ 문제점
    1. LF MALL PC/Mobile Web, App 내 모든 페이지에서 고객이 일으킨 모든 행동 수집 필요
    2. 수집된 로그를 실시간으로 분석하여 데이터 웨어하우스에 적재 필요

    ◆ 수행결과
    1. 고객 행동과 관련된 모든 트래픽 정보를 수집하기 위한 로그수집 방법 기획
    2. 데이터 웨어하우스 적재에 필요한 정보를 포함 고객이 일으키는 트래픽 정보를 수집
    3. 실시간 고객 행동 분석
      – 실시간 이용 트래픽, 검색어, 관심 상품 파악
    4. 시간별 고객 행동 분석을 통해 고객의 선호 정보, 특성 등을 파악
    5. 세션 단위 & 사용자 단위(정보 공유 동의 고객에 한함) 요약 정보 DB 전송

    ◆ 도입효과
    1. PC/Mobile Web, App의 고객 행동 데이터를 수집하고 실시간으로 분석하여 데이터 웨어하우스에 적재
    2. 고객의 상세한 사이트 이용 현황 파악

    다음
    닫기
  • 롯데백화점 옴니스토어 발주처 : 롯데백화점(https://www.lotteshopping.com/) 도입시기 : 2019.01 구축범위 : Touch On 고객 행동 데이터 수집 / 변환 / 적재
  • [쇼핑몰] 롯데백화점(https://www.lotteshopping.com/)

    이전

    ◆ 문제점
    ​1. 온/오프라인 통합 쇼핑 서비스인 옴니스토어의 효과 측정에 어려움
    2. 매장내 옴니스토어의 데이터 수집과 활용에 대한 가이드라인  부재
    3. 백화점 지점 전역에 옴니스토어의 확산 여부를 판단할 수 없음

    ◆ 수행결과
    1. 옴니스토어를 운영하는 백화점의 Touch On 단말기를 이용한 정보를 수집
    2. 백화점 지점별, Zone별, 단말기별 이용현황을 분석
    3. 매출, 서비스 효과, 서비스 이용에 데이터 시각화 보고서를 생성
    4. 백화점내 단말기를 분석한 결과 데이터를 운영계 DB에 연동

    ◆ 도입효과
    1. 온/오프라인이 결합된 옴니스토어 서비스의 매출 분석 및 확산 여부 판단
    2. 온/오프라인 접점에 대한 효과 측정
      - 온라인 서비스 이용 후 오프라인까지 연계되는 매출 분석
      - 온라인 조회 후 제품 컨설팅까지의 연계 분석

    다음
    닫기
  • AK몰 발주처 : AK인터넷쇼핑몰(http://www.akmall.com) 도입시기 : 2018.7 구축범위 : 고객 세그먼트별 이용 패턴 분석
  • [쇼핑몰] AK인터넷쇼핑몰(http://www.akmall.com)

    이전

    ◆ 문제점
    1. 기존 로그 분석 시스템 활용도 낮음
    2. 고객 유입 채널 상세 분석에 어려움

    3. 고객 세그먼트별 고객 경험을 확인할 수 없음
    4. 사용자 환경별 사이트 이용 현황을 알 수 없음
    5. 사이트 내 영역별 사용빈도 분석 필요

    6. 실시간 사이트 이용 현황 분석 알 수 없음

     

    ◆ 수행결과
    1. 디지털 채널별 정량적인 분석이 가능
    2. 기본 유입 채널 외에 사용자 정의 유입 채널 분석

    3. 고객 유형별 세그먼트 분석

    4. 사용자 디바이스별로 프로파일 별도 관리

    5. 사이트내 영역 분석을 위한 스크립트 태깅

    6. 디지털 채널 활용효과를 실시간으로 분석

    ◆ 도입효과
    1. 디지털 채널별로 고객 특성에 맞는 경험을 제공하여 고객 참여도가 증가
    2. 디지털 데이터를 다양한 관점에서 적시에 분석
    3. 유입 채널 분석을 통한 마케팅 채널 관리

    4. 고객 세그먼트별 분석으로 리마케팅 전략 수립
    5. 사용자 디바이스를 고려한 사이트 개발
    6. 영역별 배너 활용 현황 분석으로 사이트 효율성 재고
    7. 실시간 분석으로 신속하고 정확한 사이트 운영

    다음
    닫기
  • 블랙야크 쇼핑몰 발주처 : 블랙야크 쇼핑몰 (http://www.blackyakmall.com) 도입시기 : 2015.8 구축범위 : 고객 세그먼트별 이용 패턴 분석
  • [쇼핑몰] 블랙야크 쇼핑몰 (http://www.blackyakmall.com)

    이전

    ◆ 문제점
    1. 다양한 마케팅 채널을 효율적으로 활용하기 위한 분석 필요

    2. 고객 세그먼트별로 관심을 보인 상품과 실제 구매하는 상품을 비교할 수 없음

    3. 모바일과 PC에서 구매에 미치는 영향을 측정할 수 없음


    ◆ 수행결과

    1. 블랙야크, 마모트, 마운티아 3개 웹사이트를 분석
     - 전체 통합, 웹, 모바일 구분하여 분석

    2. 기본 지표 분석
     - 방문수, 방문자수, 로그인회원수, 가입수 등 기본 지표 분석

    3. 구매 관련 지표 분석
     - 구매방문수, 구매금액, 구매율, 가입수

    4. 유입별, 상품별, 기획전별, 이벤트별 분석

    5. 방문 유형별 세그먼트 분석
     - PC웹/모바일, 신규방문/재방문, 성별, 연령대별 방문수, 구매방문 비율

    6. 이동경로 분석, 시나리오 분석, 메뉴분석, 회원분석

    ◆ 도입효과

    1. 유입경로 분석을 통해 기획상품 판매 전략 수립

    2. 성별, 연령대별 관심 상품 분석으로 맞춤형 마케팅 전략 수립

    3. 시간대별 방문 추이를 고려한 출/퇴근 시간대 모바일 특가 상품 노출

    4. 구매단계에서 이탈한 고객에게 문자발송을 통한 구매전환율 향상

    다음
    닫기
  • 롯데닷컴 발주처 : 롯데닷컴 (http://www.lotte.com) 도입시기 : 2015.5 구축범위 : 롯데닷컴 디지털 채널 구매효과 분석
  • [쇼핑몰] 롯데닷컴 (http://www.lotte.com)

    이전

    ◆ 문제점
    ​1. 현재 분석 시스템의 분석시간이 너무 오래 걸림 (24시간)

    2. 닷컴(엘롯데, 닷컴), 면세점(언어/지역별 면세점), 수퍼, 렉스(롯데 서비스 플랫폼) 등 분석 및 관리 대상 사이트의 수가 증가

    3. 많은 분석 및 관리대상 사이트가 있지만 다양한 장표 제공이 어려움


    ◆ 수행결과

    1. 사이트별 특성에 맞는 다양한 장표 제공

    2. 분석에 걸리는 시간을 24시간에서 2시간으로 단축

    3. 구매 연관 컨텐츠(메인, 기획전, 이벤트, 카테고리, 내부검색어)를 사전 정의한 후 전환 컨텐츠에 대한 구매 전환률 분석


    ◆ 도입효과

    1. 유입채널 관련 보고서의 다양한 뷰, 영역관련 다양한 뷰를 제공하여 고객 만족도 향상

    2. 내부 컨텐츠에 직접 전환 분석을 적용하여 사이트별 구매 관련 컨텐츠 파악 가능
      (예, 면세점은 이벤트, 수퍼는 내부검색어를 통해 전환 많이 발생)

    다음
    닫기
  • 한화 갤러리아몰 발주처 : 갤러리아몰 (http://www.galleria.co.kr) 도입시기 : 2015.7 구축범위 : 개인화된 상품 추천 시스템 구축
  • [쇼핑몰] 갤러리아몰 (http://www.galleria.co.kr)

    이전

    ◆ 문제점
    1. 기존 사용중인 R사의 추천 도구에 대한 불만
     - R사의 개인화 추천 도구에서 제한적인 추천 시나리오만 제공
     - 다양한 추천 시나리오 확장에 대한 제약
     - R사의 추천엔진으로 판매되는 제품으로 수익쉐어를 해야만 하는 비즈니스 모델에 대한 불만족

    2. 개인화 추천 서비스 도구가 아닌 직접 커스터마이징이 가능한 솔루션이 필요
     - 다양한 추천 알고리즘이 적용되는 솔루션
     - 추천으로 판매되는 제품의 수익쉐어가 아닌 직접 운영해서 수익을 높일 수 있는 솔루션

    ◆ 수행결과
    1. 다양한 추천 시나리오 구성
     - 웹로그와 모바일로그에 기록된 고객의 이용내역과 실제 구매이력을 조합하여 추천 시나리오 구성

    2. 맞춤형 상품 추천
     - 고객의 행동패턴을 다양한 기법으로 분석한 후, 방문 고객에게 다른 방문자와 차별화된 맞춤형 상품을 추천
     - 인터넷과 모바일의 메인, 카테고리, 상품소개, 검색, 결제, 주문완료 등 다양한 페이지에서 상품 추천
     - 상품 상세 페이지에는 함께 자주 클릭되는 상품과 브랜드내 인기 상품을 추천
     - 메인페이지에는 선호 브랜드나 카테고리의 인기 상품을 추천
     - 고객의 현재 관심상품과 연관이 높은 상품을 추천

    3. 다양한 영역에 추천 알고리즘 적용
     - 20개 영역에 각각 다른 추천 알고리즘을 적용
     - 58개의 추천 시나리오로 개인별로 최적화된 선호상품을 추천
     

    ◆ 도입효과
    1. 매출상승 효과
     - 고객의 관심을 유도하여 구매를 촉진시키는 효과 발생
     - 기존 R사의 추천시스템 대비 구매 전환율이 10~20% 증가

    2. 방문자 만족도 증가
     - 개인별 최적화된 상품을 추천
     - 고객의 네비게이션 단계에 따라 맞춤형 상품추천으로 상품 검색시간을 단축

    3. 기존 개인화 추천 도구 대비 자체 운영 노하우 습득
     - 기존 R사 대비 추천 영역의 확장
     - 모바일과 인터넷몰의 이용패턴을 통합 분석하고 목표 고객 타겟팅이 가능
     - 다양한 추천 시나리오를 고안하여 고객별 차별화된 상품추천 

    닫기


모바일 페이지로 이동