가망고객 DB 가공 및 세분화 (DB Clean & Segment)
Excel 원본 DB에서 유효 고객군을 빠르게 분류하고 타깃 우선순위를 도출합니다.
기존 문제: 매주 주어지는 가망고객 명단이 정제되지 않아 일일이 눈으로 확인하고 분류하는 데 2~3시간 이상 소요됩니다.
도입 효과: AI를 활용해 연령대, 직업군, 가입이력별로 3분 만에 세분화하고 이번 주 우선 통화 대상자를 즉시 추천받습니다.
핵심 로직: 비정형 데이터 구조화 & 타깃팅 규칙 적용
3. How · 실습 진행 순서
- 1실습용 가상 고객 데이터(Sample Masked CSV)를 확인합니다.
- 2아래 프롬프트의 [분류 기준]과 [중점 상담 상품]을 설정합니다.
- 3Claude에 복사한 프롬프트와 마스킹된 데이터를 함께 입력합니다.
- 4도출된 세분화 표와 상담 우선순위 리포트를 확인합니다.
고객 실명은 "고객A, 고객B", 전화번호는 "010-XXXX-XXXX" 형식으로 마스킹되어 있는지 재확인하세요.
4. Practice · 실전 생성 인터랙션
Flow: 가상 DB 확인 → 개인정보 마스킹 → Claude 분석 → 타깃 분류 리포트 도출[참고용 입력 샘플 데이터 - Zero PII 적용]
고객코드: CUST-01 | 성별/연령: 남/42세 | 직업: 제조업 자영업 | 기가입: 실손, 암(기본) | 최근문의: 운전자보험 및 간병비 고객코드: CUST-02 | 성별/연령: 여/35세 | 직업: IT 직장인 | 기가입: 실손 | 최근문의: 자녀 어린이보험 보장분석
데이터 웨어하우스, 스프레드시트, 테이블을 연결하여 SQL 생성, 데이터 프로파일링, 변동 요인 심층 분석을 수행합니다.
5. Resource · 실습 첨부 자료
보험 실습용 가상 가망고객 DB (마스킹 샘플)
incar_customer_sample_masked.csv (Excel)