오라클을 통해 감정을 활용하여 디지털 광고를 강화한 BBVA
BBVA는 Cloud Infrastructure를 기반으로 Oracle Machine Learning의 데이터 과학을 활용하여 고객 경험과 캠페인 성과를 향상했습니다.
“우린 고객의 삶을 더욱 편리하게 만들고 최고급 서비스를 제공하기 위해서 행동 경제학을 은행 문화에 심겠다는 목표를 세웠습니다. Oracle Machine Learning은 의사 결정 이면의 인지 프로세스에 대한 이해를 기반으로 완전히 새로운 비즈니스 방식을 구축하도록 지원하므로 이러한 목표를 달성하는 데 효과적입니다.”
비즈니스 과제
Banco Bilbao Vizcaya Argentaria(BBVA)는 마드리드와 빌바오에 기반을 둔 스페인의 다국적 금융 서비스 회사입니다. 세계에서 가장 큰 금융 기관 중 하나이며, 주로 스페인, 북미 및 남미, 터키에서 사업 활동을 펼치고 있습니다. 2020년 6월을 기준으로 BBVA의 자산은 7,530억 유로에 달하며 30개 이상의 국가에 7,700개의 지점, 125,000명의 직원, 7,900만 명의 고객을 보유하고 있습니다.
BBVA는 자사를 `21세기 디지털 은행`로 정의하고 모든 활동의 기반에 기술을 접목하는 것을 목표로 합니다. 이러한 노력을 통해 디지털 제품 매출이 2020년 2분기에 66%의 증가율을 기록하는 등 매년 성장세를 보이고 있습니다.
전자 뱅킹 솔루션 분야를 이끄는 상황이었지만, BBVA는 전통적인 마케팅 방법과 내부 제약을 극복하고 고객 경험을 개선해야 했습니다. 이러한 문제를 해결하고자 BBVA는 2017년에 동기 부여에 대한 이해도를 높이고 고객에게 더욱 개인화되고 의미 있는 메시지를 제공하는 일을 담당하는 행동경제학 그룹을 만들었습니다.
BBVA의 Client Solutions(클라이언트 솔루션) 부서는 새로운 시책을 출범하면서 Oracle Consulting과 협력하여 Oracle Machine Learning, Oracle Transaction Processing, Oracle Cloud Infrastructure를 기반으로 BELA(Behavioral Economics Learning Algorithm, 행동 경제 학습 알고리즘)를 개발했습니다.
이 시책의 목표는 고급 분석 기능과 기계 학습 알고리즘을 사용하여 다양한 고객층을 대상으로 마케팅 캠페인을 생성할 때 가장 관련성이 높은 메커니즘을 식별하는 것입니다.
학습을 기반으로 시스템은 자연어 처리 기술을 사용하여 대상 고객 그룹별 텍스트에 특정 인지 메커니즘을 통합하여 다양한 버전의 광고를 생성합니다.
디지털 마케팅 팀은 이러한 광고 문구 생성 및 캠페인 자동 게시 기능을 활용하여 투입 리소스와 시간을 크게 줄일 수 있습니다.
Oracle Cloud에서 애플리케이션을 개발, 협업 및 구축할 수 있는 클라우드 기반 소프트웨어인 오라클 Visual Builder를 사용하면 캠페인을 정의하고 게시하는 프로세스 전반을 안내해주는 직관적인 그래픽 인터페이스를 갖춘 애플리케이션에 액세스할 수 있습니다.
사장과 이사회가 후원한 BELA는 3년 만에 고객에게 혁신적인 금융 솔루션을 제안하는 글로벌 플랫폼으로 성장했습니다.
BBVA가 Oracle을 선택한 이유
BBVA는 오라클의 강력한 시장 위치뿐만 아니라 혁신적인 솔루션의 구축을 지원한 Oracle Consulting이 입증한 기술 전문성과 비즈니스 이해도를 이유로 오라클을 선택했습니다.
Álvaro Gaviño는 “Oracle Consulting은 비즈니스 요건을 완벽하게 이해했습니다. 프론트 엔드 포털을 비롯한 턴키 방식의 엔드투엔드 솔루션을 제공해주었죠.”라고 합니다. “덕분에 BBVA는 새로운 방식으로 비즈니스를 운영하고 있습니다. 이런 시스템을 자체적으로 구축하고 운용하려면 엄청난 노력과 시간이 걸렸을 겁니다. 우린 이제 Oracle Machine Learning을 통해 인공 지능을 활용하여 훨씬 더 짧은 시간에 훨씬 더 복잡한 작업을 수행하고 있습니다.”
성과
행동경제학 그룹은 Oracle Machine Learning 내의 수십 가지 알고리즘을 기반으로 디지털 마케팅에 적용된 인공 지능을 사용하여 비즈니스를 수행하는 새로운 방법을 제시했습니다.
BELA를 통해 인지 장벽을 허물고 고객 가치 제안의 매력도를 높일 수 있었습니다. 예를 들어 콜롬비아에서는 온라인상의 정보가 너무 많아 인지 과부하가 초래되어 검색을 포기하는 현상이 발생했습니다. BBVA Colombia는 제안의 문구와 시각적 표현을 수정하여 신용 카드와 온라인 뱅킹 계좌 신청 건수를 크게 늘렸습니다. BBVA의 행동경제학 글로벌 리더인 Alvaro Gavino는 "고객의 특정 관심사를 진정으로 반영하는 제품과 서비스를 제공함으로써 고객과의 연관성을 향상하는 것이 우리가 세운 목표 중 하나입니다."라고 설명했습니다.
또한 머신 러닝을 통해 생성된 마케팅 캠페인은 전 지역에 걸쳐 기존 방법으로 생성된 콘텐츠에 비해 클릭스루 및 전환율을 30%~40% 개선했습니다.
BBVA의 마케팅 팀은 이제 더 높은 자율성과 통제력을 발휘할 수 있습니다. 에이전시가 작업하는 데 며칠 또는 몇 주가 걸렸던 광고물이 이제는 단 몇 분 만에 완성되어 API 인터페이스를 통해 Google Ads에 바로 게시됩니다.
BELA는 시간이 오래 걸리는 무작위 시행이나 여론 조사를 기반으로 한 사전 테스트를 대신합니다. 시스템이 자체적으로 자연어 프로그래밍을 사용하여 대상 고객 세그먼트와 모바일 장치별로 최적의 캠페인 콘텐츠를 제안하고 기대 결과를 자동 평가합니다.
머신 러닝을 통해 캠페인을 더 빨리 생성하고 배포하게 되었을 뿐만 아니라 이메일과 배너 광고를 마이크로 세분화 및 초개인화할 수 있었습니다. BELA는 더 나아가 더 세부적인 대상 세그먼트에 사용할 다양한 버전의 메시징을 생성합니다. Alvaro Gavino는 "Oracle Machine Learning을 통해 마케팅 캠페인 버전과 개인화된 마이크로 세그먼트의 볼륨을 쉽게 늘릴 수 있어 매우 복잡한 작업을 훨씬 더 짧은 시간에 진행할 수 있습니다."라고 말했습니다.
Client Solutions는 마드리드에 있는 BBVA 중앙 그룹의 알고리즘과 템플릿을 정의하는 작업 외에도 Oracle Cloud Infrastructure의 확장성을 활용하여 콜롬비아, 페루, 멕시코 팀과 BELA를 공유하고 지역화된 금융 보건 캠페인과 시책을 지원하고 있습니다.
이제 머신 러닝과 행동경제학은 BBVA의 인재 및 문화 부서 모범 사례에 통합되어 있습니다.