롯데멤버스 총1명이 열람하였으며, 0개의 리뷰가 있습니다.

롯데멤버스의 전체 정보

기업개요 및 핵심역량(요약)

(1) 기업 개요? 롯데멤버스는 개인 회원에게 통합 멤버십(L.POINT)과 결제 서비스(L.pay)를 제공하고, 제휴 기업에는 로열티 및 개인화 마케팅 플랫폼을 지원합니다.? 이와 같은 활동을 통해 축적된 데이터와 분석 역량을 기반으로 개인의 삶의 질을 향상시키고, 기업의 비즈니스 혁신을 지원하는 사회적 가치를 지향하는 빅데이터 분석 컨설팅 전문기업입니다.? 국내 1위 개방형 통합 멤버십 서비스인 L.POINT는 전국 50여 만 개 유통 중심의 가맹점에서 적립·사용이 가능한 멤버십 서비스로 국내 인구 75%에 달하는 4,000만 회원이 가입되어 있으며, 연간 이용회원 수는 2,000만 명입니다.? 롯데멤버스는 L.POINT를 통해 국내 유통업의 소비경향 데이터를 방대하게 가지고 있으며, 이 외 국내 소비재 산업의 전반을 분석할 수 있는 다양한 분야 별 데이터, 분석 서비스 지원을 위한 전문 인력과 분석된 결과를 마케팅에 즉시 적용할 수 있는 솔루션 등을 모두 보유하고 있습니다.(2)핵심 역량①L.POINT통합 멤버십 보유?L.POINT는 전국50여만 개 가맹점에서 적립·사용이 가능한 국내1위 개방형 통합 멤버십 서비스입니다.? 국내 인구75%에 달하는4,000만 회원이 가입되어 있으며,그중 연간 이용회원 수는2,000만 명으로 국내 거의 모든 경제활동 인구의 소비내용에 대한 빅데이터가 축적되고 있습니다.② 다양한 분야의L.POINT제휴사 보유? 백화점,마트,홈쇼핑,온라인,앱 판매 등 국내 유통업의 소비 경향 데이터를 가장 방대하게 가지고 있으며,롯데 계열사 뿐만 아니라 개방형180여 개 제휴사,전국50만 가맹점 또한 보유하고 있습니다.③ 고객 데이터 정합성 확보? 롯데멤버스에 축적된 데이터는 국내 경제활동 인구 구성비와 거의 일치하는 특징이 있어,특히 소비재 기업들에게 가장 정확한 정보와 실제 사업에 유용한 인사이트를 제공할 수 있습니다.

기업한글명

롯데멤버스

도로명주소

서울특별시 중구 통일로2길 16 (순화동,AIA Tower(에이아이에이타워))

등록일

2025-02-12

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=1048658491&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

(1) 조직적 자원? 당사는 데이터 사업과 관련하여 빅데이터 컨설턴트, 빅데이터 애널리스트, 빅데이터 마케터, IT 전략/시스템 개발/인프라 구축, 세일즈 마케터 등으로 조직이 전문화되어 있습니다. 또한, 21년도부터 데이터바우처 전담 조직을 신설하였습니다.? 약 2천 개의 DW 테이블 기반의 L.POINT 고객 구매 정보 및 구매 고객 데이터를 보유하고 있으며, 하둡 플랫폼 기반의 빅데이터 환경을 구축하여 운영 중입니다. 데이터 조직/문화와 물리적 H/W, S/W 기반을 통해서 수요기업에 실질적인 도움이 될 수 있도록 조직을 운영할 예정입니다.(2) 인적 자원? 데이터 분석 및 컨설팅 업무 경험이 풍부한 빅데이터 전문 인력을 보유하고 있으며, 중소기업의 데이터 요구사항에 대응할 수 있는 인적 자원을 적극적으로 활용할 예정입니다.? 수요기업 별 사업의 환경적, 기술적 특성을 이해하는 전담 인력을 배정할 예정입니다.(3) 물적 자원? 약 2천 개의 DW 테이블 기반의 L.POINT 고객 구매 정보 및 구매 고객 데이터를 보유하고 있습니다.? 데이터 생산/수집/관리, RAW 데이터 전처리, 데이터 배치/전송 등을 위한 자체 시스템을 보유 하고 있습니다.? SAS License, 데이터 플랫폼, 분석 플랫폼, 개인화 추천 플랫폼, 마케팅 플랫폼 등을 보유하고 있습니다.? 협의에 따라 데이터바우처 지원사업만을 위한 오픈 API 개발이 가능합니다.

상세주소

14층

설립일자

2015-01-01

실적(요약)

2021년도, 2022년도, 2023년도, 2024년도 데이터바우처 지원사업에 공급기업으로 참여하여 여러 수요기업의 각기 다른 비즈니스 이슈와 분석 목적에 맞는 데이터를 가공·공급하여 유용한 비즈니스 인사이트가 도출될 수 있도록 하였습니다.? 다수의 금융·제조·유통 기업에게 L.POINT 기반 빅데이터를 쇼핑 패턴, 라이프 스타일 등 기업의 분석 목적에 맞춰 가공하고 분석 및 컨설팅 서비스를 제공하였습니다. (사업 내용 예시: L.POINT 회원의 세대별, 시기별 매출 변화 분석 / 데이터 기반의 소비자 세그멘테이션, 자사 온라인몰 신규 회원 모객 및 매출 향상을 위한 타겟 마케팅 진행 등)

유지보수(후속지원)전략(요약)

수요기업에 데이터를 적시에 제공하고 제공 이후에도 최적의 유지보수 협업체계를 구축하여 서비스의 퀄리티를 보장하겠습니다. 수요기업 별 사업의 환경적, 기술적 특성을 이해하는 유지보수 책임자를 포함한 전담 인력을 배정하여 원활한 의사 소통 및 하자보수·장애 발생 시 신속하게 대응할 것입니다. 또한, 협약 종료 후 6개월 이내 발생하는 데이터 오류에 대해 무상 유지보수를 제공할 예정입니다.? 당사가 운영 중인 서비스를 활용할 수 있는 마케팅 활용 전략을 수립하고 실제 실행할 수 있도록 지원하여 수요기업의 성과 개선에 도움이 될 수 있도록 노력하겠습니다.<롯데멤버스 유지보수 및 협업체계 전략>데이터 품질 보장마케팅 활용 전략 수립전담자 지정 운영? 데이터 적시 제공? 제공 서비스 활용한마케팅 전략 수립? 수요기업 별 전담자 지정? 제공 이후 퀄리티 보장? 실행 지원? 상시 커뮤니케이션 가능

주요서비스 상세정보(요약)

가공 서비스 활동(데이터가공 항목)은 아래와 같이 총 8가지의 활동으로 구성되어 있습니다.? 원천데이터의 독립적인 수집: L.POINT 회원 가입시 또는 L.POINT 사용처에서 포인트 적립/사용 시 회원으로부터 제3자 제공 동의를 받아 회원 데이터 및 회원의 구매 데이터를 수집합니다.① 가공방안 설계? 수요기업이 원하는 분석 내용에 따라 데이터 가공 범위 및 항목을 정의하고 가공 스케줄을 설정합니다.② 데이터 표준화 및 클렌징? 업종별·카테고리별 데이터 테이블 및 컬럼을 표준화합니다.? 데이터 형식을 데이터 표준에 맞게 적용하여 데이터 일관성 유지 및 데이터 입력 오류를 최소화합니다.? 표준화된 데이터를 기반으로 시스템 간 정보의 상호 운용성을 향상합니다.? 표준화된 명칭을 사용함으로써 데이터 구조와 흐름 등 정합성 검증이 용이하게 합니다.? 품질개선을 위해 데이터 클렌징 및 정합성 검사를 수행합니다.③ 데이터 추출 및 가공? 수요기업의 요구사항에 따라 데이터 형태 및 가공 변수를 생성하고 제공합니다.? 다종 데이터 테이블 또는 컬럼의 연계 활용을 위한 변환을 수행합니다.? 다양한 롯데 유통사(백화점, 마트 등)에 입점한 B2C 기업을 대상으로 각 유통사 거래 데이터와 롯데멤버스 고객 정보를 결합한 데이터를 제공하며, 제공되는 가공 데이터는 수요기업과 기간, 카테고리 등을 협의하여 진행합니다.④ 통계분석? 수요기업의 데이터 활용 증대를 위해 요청 시 하기와 같은 통계 분석을 제공합니다. - 상관분석을 통한 분석 요인 추출 - 구매 가능성에 대한 회귀분석 수행 - 판별분석을 통한 고객군 우선순위 선정 - clustering 기법을 통한 고객 분류 - 고객 특성에 따른 segmentation 수행⑤ 모델링? 변수 선택은 다음과 같이 진행됩니다. - 각 변수의 IV(Information Value) 기준으로 연관 변수 선별 - Variable Selection Method - Decision Tree(Variable Importance)? 다양한 알고리즘을 적

카테고리구분

전처리,품질,정보추출또는조합,태깅또는라벨링,분석,기타,가명처리,전략수립,큐레이션,설계,생성·수집

품질확보전략(요약)

롯데멤버스는 2021년 데이터바우처 품질관리 우수 공급기업 후보로 선정되어 우수 데이터 품질을 보유했음을 인정받았습니다. 또한, 데이터 거버넌스팀을 별도로 운영하고 통합 거버넌스 시스템(DATAWARE)을 구축해 플랫폼 내 '데이터 품질 관리 시스템'을 통해 정기적이고 체계적인 품질 관리를 실시하고 있습니다.? 데이터 품질확보를 위해 수요기업과 적극적으로 소통하는 것이 무엇보다 중요하다는 것을 인식하고 있습니다. 2023년도 사업에 참여하여 수요기업과 소통한 내용 등을 종합적으로 검토하고 개선점을 적극적으로 반영하여 데이터의 품질을 유지하도록 하겠습니다. 또한, 필요시 유통사가 파견한 전문 컨설턴트와 협업하여 중소기업의 진단, 전략 수립 과정 모니터링을 통해 수요기업 비즈니스에 실질적인 도움이 되는 데이터를 만들기 위한 협업체계를 구축하겠습니다.? 데이터 품질 확보 계획은 아래와 같습니다.1) 품질 기준 (품질 지표, 핵심 품질 항목 등) 및 품질 진단 대상 정의 - 데이터품질지표 (DQI) 등록 및 하위 지표 구성 관리 기능 - 핵심품질관리항목 (CTQ) 관리 기능 - 품질 검증 대상 시스템 및 데이터베이스 등록 관리2) 정기적으로 데이터 품질 측정 수행3) 정확성 유지를 위해 품질 관리 체계 수립 - 데이터 값에 대한 진단, 원인 분석, 개선 및 통제를 위한 기능, 역할 및 프로세스 정의 - 데이터 품질 향상을 위한 데이터 생성, 추가, 변경, 삭제 및 시스템 간 연계시 확인해야 할 고려 사항 및 체크리스트 정의4) 데이터 정제 및 품질 개선 관리 - 데이터 품질 기준에 따른 데이터 정제 - 주기적인 데이터 품질 측정 결과에 따른 오류 유형별 데이터 정제 방안 마련 - 오류 원인 분석 및 개선 관리5) 개선 결과 처리 관리 - 기업 적용 및 활용 단계 관리 및 피드백

활용사례(요약)

① 자사/경쟁사 구매 고객 특성 분석? 거래 데이터와 고객 정보를 병합 분석하여 수요기업 자사 브랜드 및 경쟁사에서 운영 중인 브랜드 별 구매 고객 특성 데이터를 제공합니다.? 별도의 비식별화 가공처리와 인구학적 고객 특성과 구매 행동 기반의 고객 Clustering을 통해 개인정보가 제거된 데이터를 제공하며, 이를 분석하여 해당 수요기업 구매고객들의 행동 방식 및 연관 소비패턴을 파악할 수 있습니다.? 수요기업은 이를 통해 고객의 패턴을 구분하여 상품기획 및 마케팅 전략 수립의 기초자료로 활용할 수 있으며, 개별 고객의 생애 가치를 파악하기 위한 기초자료로 활용할 수 있습니다.? 최소 일 단위의 구매 데이터를 통해 개별 고객의 소비패턴을 특정 기업 중심으로 정렬하고, 기타 소비패턴을 압축하여 도식화된 결과를 제공합니다.② 경쟁사 구매고객 분석? 개별 수요기업이 입점한 유통업체(백화점, 마트 등) 이용 고객 중 해당 기업을 이용하지 않았으나, 경쟁사에서 구매가 발생한 고객의 특성에 대한 분석을 제공할 수 있습니다.? 경쟁사 구매고객 특성 분석을 통해 파악한 고객 특성과 유사한 행동 패턴을 보이는 고객을 스코어화하고 군집분석을 통해 마케팅 활동의 우선 순위를 설정할 수 있습니다.? 일별로 발생하는 개별 고객의 구매패턴을 특정 기업을 중심으로 정렬하고, 기타 소비패턴을 압축하여 도식화된 결과를 제공합니다.? 개인의 연간 소비 데이터 중 기업이 요청하는 사항에 대한 고려를 통해 해당 기업과 거래 가능성이 높은 고객들을 추출할 수 있습니다.③ 휴면고객 분석? 수요기업 휴면고객의 재방문 유도를 위해 해당 기업 구매고객의 일반적인 구매 주기를 분석하고 정확한 휴면고객의 기준을 정의할 수 있습니다.? 개인의 연간 구매 정보와 해당 기업이 요청하는 사항을 함께 고려하여 해당 기업과 거래재개 가능성이 큰 고객을 정의하여 효과적인 마케팅 활동을 지원합니다.④ 모델링을 통한 타겟 마케팅 고객 선정? 고객의 구매 행위를 예측한 모델 구축을 통해 타겟 마케팅의 효율성을 제고하고 마케