현대 디지털 경제에서는 웹, 모바일, 소셜 미디어, 상점 등 다양한 채널을 통해 고객에게 일관되며 개인화된 경험을 제공하는 것이 매우 중요합니다. 이러한 요구로 인해 오늘날의 기업은 실시간 데이터를 통해 고객을 총체적으로 이해하고 우선순위를 정할 필요가 있습니다.
McKinsey 연구에 개인화를 통해 10~15%의 수익 증대 효과를 기대할 수 있습니다. 데이터를 규모에 맞게 효과적으로 활용하여 고객 지식과 친밀도를 더 효율적으로 높인다면 더 빠르게 수익을 증가시킬 수 있습니다.
Customer 360은 단순히 "고객을 아는 것"에서 더 나아가 주요 데이터 소스를 통합하여 브랜드에 대한 충성도와 진정한 유대 관계를 구축하는 실시간 인사이트를 제공합니다. 이러한 기능을 수행하기 위해 Customer 360 플랫폼은 응답성과 확장성, 보안 및 적응성이 뛰어나야 합니다.
Astra DB는 읽기/쓰기 지연 시간이 짧고 가용성이 높아 높은 응답성을 유지하면서 초당 수십만 건의 트랜잭션으로 쉽게 확장할 수 있습니다. 이러한 기능을 통해 Customer 360은 고객 만족도에 영향을 주지 않으면서 쉽게 확장할 수 있습니다.
Customer 360 데이터를 포함한 고객 데이터의 대부분은 개인 정보 보호 및 보안 요구 사항을 준수해야 합니다. Astra DB를 사용하면 SSO/SAML 통합과 같은 인증 및 권한 부여 기능과 데이터 암호화 및 BYOK(자체 키 가져오기) 관리를 통해 Customer 360 데이터의 보안을 보장할 수 있습니다.
Customer 360 환경을 구축하려면 클릭스트림 분석, 소셜 미디어 피드, 구매 내역 및 계정 정보를 통한 다양한 데이터 수집이 필요합니다. Astra DB는 Document(JSON), REST, GraphQL 및 gRPC API를 통해 멀티 모델 유연성을 제공하여 이러한 모든 Customer 360 애플리케이션의 가치 창출 시간을 단축합니다.
멀티모델 Astra DB는 여러 데이터 센터 또는 클라우드 영역에 걸쳐 이용할 수 있으며 오픈 소스 Cassandra와의 호환성을 유지하면서 AWS, GCP 및 Azure에 배포할 수 있습니다. 이 모든 장점을 설치 및 유지보수 간접비 부담 없이 누릴 수 있으며 모든 클라우드에서 범용 Astra 크레딧과 종량요금제를 통해 총소유비용을 줄일 수 있습니다.
Astra DB를 어떻게 활용할 수 있는지 알아 보세요
Astra DB는 CDC 및 Astra Streaming과 함께 다양한 소스의 데이터를 연결하여 모바일/웹 프론트 엔드 서비스와 백엔드 분석, 데이터 웨어하우스 간에 데이터 파이프라인을 쉽게 구축하고 모든 고객 데이터를 통합하여 Customer 360 데이터를 더 효과적으로 활용할 수 있도록 지원합니다. 대규모 고객 데이터를 머신 러닝 모델을 통해 실시간 개인화 및 추천에 활용하면 클릭률, 전환율과 같은 비즈니스 지표를 개선하고 평균 트랜잭션 가치를 높일 수 있습니다.
Customer 360 데이터의 예로는 개인화된 디지털 음악 라이브러리가 있습니다. 이 데이터 모델에는 아티스트, 앨범, 트랙 및 사용자 정보 테이블이 포함되며 아티스트 이름 검색, 사용자 재생 목록 보기 등 여러 가지 유형의 쿼리 및 데이터 액세스 패턴이 있습니다. 오른쪽 이미지는 Astra DB에서 관련 데이터 및 쿼리에 대해 생성된 데이터 모델을 간략하게 보여 줍니다.
디지털 뮤직 라이브러리에 대한 자세한 내용은 DataStax의 데이터 모델링 라이브러리를 참조하세요.
그림 2 - 데이터 모델 및 쿼리 - 개인화된 디지털 음악 라이브러리