한국CRM협회 웹사이트

상단(헤더) 영역

한국CRM협회 웹사이트

상단(헤더) 영역

중간 배너 영역

본문(콘텐츠) 영역

  • 최근 기업은 다양한 채널을 통해 고객정보, 매출정보, 고객과의 커뮤니케이션 정보 등 매우 다양하고, 방대한 분량의 고객관련 데이터를 획득할 수 있게 되었다. 소위 빅 데이터 (Big Data) 시대라 불리는 경영환경 속에서 기업은 어마어마한 분량의 고객 관련 데이터를 체계적으로 분석하여 의미 있는 경영통찰력을 확보하고, 이를 효과적으로 그들의 고객관리 전략에 반영하려는 노력을 기울이고 있다. 또한 고객의 미래 활동을 예측하고 적합한 대응 전략을 통해 고객과의 지속적인 관계를 유지해 나가려는 시도도 이어지고 있다. 이러한 고객 분석 및 행동 예측은 데이터마이닝을 통해 수행될 수 있는데 과거에는 데이터마이닝 분석을 전담하는 팀에서 주도하여 업무가 이루어져 왔다.

    그러나 이제 데이터마이닝을 통해 비즈니스 이슈를 도출하고 해결하려는 시도가 보편화됨에 따라 기업 내 많은 직원들이 데이터마이닝 분석과 직간접으로 관련되어 있게 되었다. 직접 데이터마이닝 업무를 담당하지 않더라도 데이터마이닝의 결과를 활용하여 고객관리의 많은 업무를 진행해야 하고 경우에 따라 고객 평가 및 선별 작업을 직접 수행해야 한다. 따라서 데이터마이닝의 기본적인 지식이 효과적 업무 수행을 위해 필요하게 된 것이다. 또한 데이터마이닝을 활용 범위의 확대로 인해 이를 전문적으로 수행할 전문인력의 수요도 지속적으로 증가하고 있다. 특히나 CRM 영역에서는 데이터마이닝을 통한 고객 분석 및 분류, 그리고 고객행동 예측 등이 통상적인 업무의 수준이 되어가고 있다. 이러한 최근의 경영실무 환경 속에서 급증하는 데이터마이닝 업무의 수요에도 불구하고, 지금까지 관련 실무자가 취득할 수 있는 관련 자격증은 통계분석 소프트웨어 벤더의 분석도구 활용능력을 검정하는 자격증 밖에는 없었다.

    이에 사단법인 한국CRM협회에서는 데이터마이닝 기법의 전반적인 지식과 더불어 실제 데이터를 활용한 실무적 데이터마이닝 분석방법과 해석 역량을 강화함으로써 이 분야의 검증된 인재를 양성 배출하기 위해 데이터마이닝 전문가 자격증을 시행하게 되었다. 데이터마이닝 전문가 자격증은 단순히 데이터마이닝 기법에 대한 이론적 습득보다는 기업의 다양한 비즈니스 이슈를 해결하기 위한 문제해결능력 강화를 목표로 데이터마이닝의 전반적 활용능력에 초점이 맞춰져 있다. 본 자격증을 취득한 데이터마이닝 전문가는 기업의 고객관리업무를 과학화하고 이를 기반으로 효과적인 CRM활동을 수행할 수 있는 견인차 역할을 할 것으로 기대한다.

데이터마이닝 전문가란?
빅 데이터를 통한 비즈니스 문제 해결을 위해 다양한 머신러닝 기법을 활용하여 데이터에 내재된 패턴, 규칙, 연관성 등을 찾아내고, 이를 문제해결을 위해 적용할 수 있으며 자료의 추출, 적재, 변환, 분석, 리포팅 및 전략화에 이르는 일련의 과정을 이해하고 수행할 수 있는 데이터마이닝 전문가로서의 자질과 역량이 객관적으로 검증된 개인에게 부여되는 협회공인 자격증입니다.
  • 자격증 명: 데이터마이닝 전문가 (Data Mining Expert)   • 등록번호: 2014 – 4154 (국가등록 민간자격)   • 주관기관: (사)한국CRM협회 (주무관청 : 미래창조과학부)   • 관계중앙행정기관: 산업통상자원부

데이터마이닝 전문가 자격증 등급
시험과목 목록
GL (General Level) XL (Expert Level)
검정내용 데이터마이닝 기법의 이해와 기본적인 활용 및 해석 능력을 평가. 데이터마이닝 기법의 자유로운 활용, 상황에 따른 분석 의사결정, 데이터마이닝 활용방안 도출 역량을 검정하여 데이터마이닝 전문가로서의 자질을 평가.
응시자격 제한 없음.

 필수자격: GL등급 자격증 소지

 선택자격: 아래 사항 중 한가지 해당

  ① 증빙 가능한 관련 실무경력 2년 이상

  ② 관련 분야 석사 학위 소지자

  ③ 협회정규교육 1년내 20시간 이수자

검정방식

 1차 (1교시): 제 1과목, 제 2과목 45분간 객관식 45문항

 2차 (2교시): 제 3과목, 제 4과목 45분간 객관식 35문항

 1차 (1교시): 문제해결 방식의 단답형, 서술형 주관식 5문항 내외

 2차 (2교시): 프로젝트형 과제해결 1문항

합격기준 총 100점 만점 중 70점 이상 (과락 없음). 총 100점 만점 중 70점 이상.
유효기간 자격증 취득일로부터 4년
갱신방법 당 협회에서 주관하는 보수 교육 수료 후 갱신등록
전형료 8 만원 15 만원
전형시기

 매년 1월 및 7월 시행 (연 2회)

 GL 등급 및 XL 등급 동시 진행

 확정 전형일은 일정 및 접수 메뉴에서 확인 바로가기

데이터마이닝 전문가 기술위원단 (가나다순)
  • 김종우 한양대학교 경영학부 교수
  • 김형수 한성대학교 산업경영공학과 교수
  • 남달우 KAIST 테크노경영연구소 선임연구원
  • 박경욱 커스터머솔루션 선임컨설턴트
  • 연규필 호서대학교 응용통계학과 교수
  • 장혁수 SPSS Korea 이사
  • 조윤호 국민대학교 경영학부 교수
  • 조재희 광운대학교 경영학과 교수
  • 진서훈 고려대학교 응용통계학과 교수
  • 최병정 SAS Korea 이사
  • 허선 한양대학교 산업경영공학과 교수
  • 황유섭 서울시립대학교 경영학과 교수
관련 국가직무능력표준 (NCS) 직무 영역

데이터마이닝 전문가 자격증이 적용되는 국가직무능력표준 (NCS) 상의 직무코드 및 분과는 다음과 같습니다.

관련 국가직무능력표준 (NCS) 직무 영역
연관성 수준 NCS 직무분류 코드 NCS 직무 세분류명
강함 20-1-1-05 빅 데이터 기획/분석
02-1-3-02 고객관리
02-1-3-01 마케팅전략기획
보통 02-1-3-03 통계조사
02-1-1-02 경영평가
20-1-2-04 DB 엔지니어링

진출분야

데이터마이닝 전문가 자격증 소지자들은 다음과 같은 산업의 CRM 마케팅 관련 직무로 진출이 가능합니다.

데이터마이닝 전문가의 주요업무

기업에서 데이터마이닝 전문가에게 기대하는 주요 업무는 다음과 같습니다.

관련분야 전망

• 국내 상장기업 기준으로 매년 2,000 명 이상의 CRM/마케팅 인력 수요 발생

• 중소기업과 비영리/공공기관을 포함하면 매년 5,000 명 이상의 관련 분야 인력 수요 발생

• CRM 또는 마케팅 사이언스 (Marketing Science), 빅 데이터 (Big Data), 데이터 사이언스 (Data Science)등 관련 분야의 이슈가 지속적으로 제기됨에 따라 잠재적인 수요는 폭발적으로 증가할 것으로 예상됨

과목별 출제범위 및 문항 수

• 데이터마이닝 전문가 GL의 출제범위와 각 과목별 문제유형의 출제항목 수는 다음과 같습니다.

2017년 7월 시험부터 적용

차수 (교시) 과목 과목명 출제범위 단일선택형 문항수 다중선택형 문항수 총 문항수
1차 (1교시) 45분 1과목 데이터마이닝 기초이론

• 데이터마이닝의 개요

• 데이터마이닝을 위한 분석도구

10 5 15
2과목 지도학습모형

• 로지스틱 회귀분석

• 의사결정나무분석

• 신경망분석

• 지도학습모형 비교 및 평가

25 5 30
2차 (2교시) 45분 3과목 군집분석

• 군집분석

• K-평균 군집분석

• 코호넨 군집분석

15 5 20
4과목 연관성 분석

• 연관성 분석

• 순차연관성 분석

10 5 15
90분 총계 60 20 80

문제유형별 가이드라인
문제유형 비고
단일선택형 객관식 문제 단일선택형 객관식 문제는 주어진 4개 또는 5개의 보기 중에서 1개의 정답을 선택하는 문제
예시

[문제예시 1] 다음 중 의사결정나무 분석에서 이산형 목표변수의 분리기준으로 적합하지 않은 것은?

1) F통계량    2) 카이제곱통계량    3) 지니지수    4) 엔트로피지수

[문제예시 2] 다음은 어느 남성의류 매장의 상품 구매 데이터를 분석자가 설정한 기준에 맞게 연관성 분석한 결과이다. 분석결과에 대한 올바른 설명은 무엇인가?

규칙 지지도 신뢰도 향상도
셔츠→바지 15.91 48.09 1.79
지갑→시계 3.18 89.74 2.01
넥타이→셔츠 13.21 65.62 1.88
넥타이→벨트 11.75 79.24 1.90
셔츠, 넥타이→바지 15.21 53.24 1.49
시계→넥타이 9.24 70.83 1.04

1) 전체 규칙 중 ‘셔츠→바지’ 규칙의 비율은 48.09% 이다.

2) 넥타이를 구매했을 때, 셔츠를 구매할 확률은 13.21%이다.

3) ‘지갑→시계’ 규칙은 지지도가 5 이하이므로 의미가 없는 규칙이다.

4) ‘시계→넥타이’의 경우 신뢰도가 70%가 넘지만, 향상도 때문에 실무적인 의미가 퇴색할 것이다.

학습 가이드라인 문제해결 방식의 단일선택형 객관식 문제는 출제범위에 해당하는 분석기법의 단순한 이해 및 암기 수준을 평가하는 문제와 실제 데이터마이닝 분석을 수행했을 때 분석결과를 해석하는 문제가 출제됩니다. 단순 이해나 암기 문제는 출제범위를 다루는 교재의 내용을 충실히 학습하고 이해하는 수준이면 모든 문제를 충분히 풀 수 있으나, 분석결과의 해석문제는 학습과정에서 모든 실습단계를 실제로 분석을 시도하고, 그 결과를 해석하려는 노력이 필요합니다.

문제유형 비고
다중선택형 객관식 문제 다중선택형 객관식 문제는 주어진 4개 또는 5개의 보기 중에서 2개 이상의 정답을 선택하는 문제
예시

[문제예시] 다음은 한 데이터마이닝 툴에서 데이터마이닝 작업을 위한 변수역할을 설정하는 과정이다. 이 그림을 바탕으로 잘못 설명한 것을 모두 고르시오.

1) 이분형 변수를 종속변수로 사용하므로, 의사결정나무나 군집분석의 경우에 해당한다.

2) 이와 같은 설정은 로지스틱 회귀분석시에도 그대로 적용할 수 있다.

3) ACTOR, AGE, BUYM, SEX는 독립변수로 사용된다.

4) RETURNSYN이라는 변수는 계절과 같이 3개 이상의 범주를 나타낼 수 있다.

5) ID는 분석에 활용하지 않는다.

학습 가이드라인 다중선택형 문제는 데이터마이닝 분석작업을 하는 과정이나 분석결과의 일부를 제공하고, 올바른 해석이나 잘못된 해석을 모두 고르는 문제입니다. 정답에 해당하는 모든 항목을 선택/기재해야 해당 문항에 대한 점수를 받을 수 있으며, 부분 점수는 인정되지 않습니다. 이러한 다중선택형 문제를 원활히 풀기 위해서는 평소 데이터마이닝 분석 실습을 직접 수행해봄으로써 분석 과정과 분석결과를 확인 및 해석할 수 있는 능력을 키우는 것이 필요합니다.
주의사항: 특정 소프트웨어의 화면 예시 GL 등급의 분석 실습과정이나 분석결과에 대한 화면 예시가 응시자가 평소에 사용하는 소프트웨어가 아닌 다른 소프트웨어의 화면예시로 나타날 수 있습니다. 그러나, 이러한 문제에서 나타나는 화면예시는 특정 소프트웨어에 종속된 기능을 묻는 질문이 아니고, 해당 분석기법을 학습한 사람이라면 누구나 알 수 있는 보편적인 내용을 묻는 질문에 사용되고 있습니다. 따라서, 평소 자신이 사용하던 툴이 아니더라도 문제를 푸는데 전혀 무리가 없으므로 당황하지 않고 해당 문제의 요점을 정확히 파악하려고 노력하는 것이 중요합니다.
과목별 출제범위 및 문항 수

• 데이터마이닝 전문가 XL의 시험 교시 별 문제유형과 출제항목 수는 다음과 같습니다.

2017년 7월 시험부터 적용

차수 (교시) 과목 문제유형 문항수
1차 (1교시) 45분 1과목 ~ 4과목 공통 문제해결을 위한 단답형 주관식 3문항 내외
문제해결을 위한 서술형 주관식 2문항 내외
2차 (2교시) 45분 1과목 ~ 4과목 공통 프로젝트형 과제해결 1문항 1문항
90분 총계 5~6문항

문제유형별 가이드라인

• 데이터마이닝 전문가 XL 등급의 문제유형은 문제해결을 위한 단답형 주관식, 서술형 주관식 문제와 프로젝트 방식의 과제해결형 문제로 진행됩니다.

문제유형 비고
문제해결식 단답형 문제 문제해결식 단답형 문제는 주어진 분석상황이나 분석결과에 따라 제시된 문제의 솔루션에 해당하는 중요 키워드나 짧은 문장으로 답변을 제시하는 문제
예시

[문제예시] 다음은 데이터마이닝에 의해 이탈예측모형을 개발하고, 모형의 실효성을 검증하기 위해 새로운 데이터를 적용하여 아래와 같음 표를 얻었다. 다음의 정오분류표를 바탕으로 모형의 재현율 (recall)과 정확도 (precision)을 제시하시오.


이탈 유지
이탈 224 35
유지 70 421
학습 가이드라인 문제해결식 단답형 주관식 문제는 데이터마이닝 분석 결과를 제시하고, 그 결과를 바탕으로 문제가 요구하는 답안을 묻는 개방형 문제입니다. 단답형 주관식의 경우 단순 해석이나 요구하는 통계량의 수치, 혹은 계산기가 필요 없는 수준의 단순한 계산문제가 포함될 수 있습니다. 각 데이터마이닝 기법에 대한 이해와 분석실습을 병행하면 충분히 풀 수 있는 문제입니다.

문제유형 비고
문제해결식 서술형 문제 문제해결식 서술형 문제는 특정 데이터마이닝 분석의 결과를 바탕으로 종합적인 해석과 관련된 마케팅 인사이트를 기술하는 문제
예시

[문제예시] 다음은 국내 한 패션기업에서 회원들의 홈페이지 가입여부 (hmpg_join)과 의류구매 중점계절 (buy_season)이라는 두 개의 독립변수에 의해 고객들의 이탈을 예측하기 위한 의사결정나무 분석을 수행한 결과이다. 이 분석결과를 바탕으로 도출된 규칙을 설명하고, 규칙의 유용성을 논술하라.

학습 가이드라인 문제해결식 서술형 주관식 문제는 특정 데이터마이닝 분석의 결과를 바탕으로 종합적인 해석이나 관련된 마케팅 인사이트를 제시하는 문제입니다. 결과 해석이 적절하고, 문제에서 요구하는 답안의 방향성에 부합할 경우 기술한 답안을 토대로 부분점수를 인정합니다. 분석 필답형의 서술형 주관식 문제의 경우 데이터마이닝에 대한 기계적인 해석보다는 결과의 의미를 이해하는 것이 중요하므로, 분석결과를 종합하여 적절한 마케팅적 의사결정을 내려보는 노력이 필요합니다.

문제유형 비고
프로젝트형 과제해결 문제 프로젝트형 과제해결 문제는 특정 상황, 데이터, 그리고 임무가 부여되고, 이에 따라 응시자의 자율적인 분석기법 및 도구의 선택, 분석의 실행, 결과해석, 그리고 이에 따른 적절한 마케팅 전략 방향성을 기술하는 과제해결식 문제
예시

[문제예시] 응시자들에게 주어진 데이터 파일은 국내 유명 여행사 (H사)의 고객 프로파일 정보 (customer_master.xls)와 고객들의 최근 3년간 구매이력 정보 (buy.xls)를 나타내고 있다. 각 측정변수에 대한 설명은 데이터 스카마 파일 (schema.xls)에 제시되어 있다. H사는 고객들의 거래 유지율 제고를 위해 적절한 이탈예측 모형을 개발하고, 이탈방지 전략을 수립하고자 한다.


응시자는 이 여행사의 상기 과제를 해결하기 위해 다음과 같은 임무를 수행하라.

1. 여행사 H사에 적합한 이탈기준을 수립하라.

2. 이 이탈기준에 의해 모든 고객에 대해 이탈여부를 나타내는 파생변수를 생성하라.

3. 이탈여부 변수를 종속변수로 하는 이탈예측모형을 개발하고, 모형의 성능을 평가하라.

4. 이탈예측 결과에 따른 이탈방지 마케팅전략을 수립하라.


참고사항

• 머신러닝 기법 및 분석 소프트웨어의 선택은 자유

• 반드시 모형개발을 위한 트레이닝 데이터셋과 검증을 위한 테스트 데이터셋을 구분할 것.

• 최소 2개 이상의 모형결과를 비교하고, 최종 예측모형을 선택할 것.

• 분석과정과 분석결과를 기술할 것

• 분석결과에 의한 마케팅전략은 6하 원칙에 의해 기술할 것.

학습 가이드라인

프로젝트형 과제해결 문제는 상기 문제예시와 같이 특정 상황과 분석할 데이터 파일이 주어지고, 부여된 임무에 따라 응시자의 자율적인 문제해결 과정을 제시하는 문제입니다. 따라서, 특정 머신러닝 기법만을 잘 알고 있는 것보다는 주어진 상황에 따라 최적의 분석기법을 선택할 수 있는 능력과 더불어 능동적인 분석결과 해석과 이에 따른 근거기반의 전략 방향성 수립 능력 역시 평가하게 됩니다. 평소 익숙한 데이터마이닝 소프트웨어를 사용하여 상황에 따라 다양한 분석기법을 수행해보는 습관이 중요하며, 분석결과를 활용하여 자신만의 마케팅 전략을 세워보는 습관 역시 중요한 포인트입니다. 프로젝트형 과제해결 문제의 평가기준은 다음과 같습니다.


평가기준 비율 설명
파생변수 수립 능력 20% 주어진 임무를 해결하기 위해 필요한 파생변수를 얼마나 적절하게 만들었는가?
분석기법의 적절성 20% 주어진 임무를 해결하기 위해 선택된 머신러닝 기법은 얼마나 적합한가?
분석과정 및 해석 적합성 30% 선택한 분석기법을 얼마나 적절히 사용하고 있으며, 분석결과의 해석은 얼마나 정확하게 하고 있는가?
마케팅전략의 적절성 30% 분석결과를 토대로 마케팅 전략이 수립되었는지? 그리고 그것은 원래의 주어진 임무를 해결할 수 있는가?
협회공인 자격증 검정일정
등급

제7회 전형일정

(GL 및 XL 등급 공통)

제8회 전형일정

(GL 및 XL 등급 공통)

전형일시

2017년 7월 9일 일요일

오전 10시 ~ 12시

2018년 1월 14일 일요일

오전 10시 ~ 12시

원서접수

2017년 5월 15일 ~ 6월 30일

2017년 11월 13일 ~ 2018년 1월 5일

바로가기

고사장

약수동 협회교육장 및 개별고사장

약수동 협회교육장 및 개별고사장

합격자 발표

2017년 7월 18일 화요일

2018년 1월 23일 화요일

  • 일정과 장소 등의 변경이 가능하오니 응시자분들은 수시로 업데이트된 내용을 확인하시기 바랍니다.
  • 고사장은 응시자수에 따라 변경가능하며, 30인 이상 대학/기업 단체의 경우 개별 고사장에서 진행됩니다 (변경된 고사장은 홈페이지에 업데이트되며, 응시자분들에게 개별 공지됩니다).

XL 등급 응시자 주의사항

XL 등급의 전형 신청자께서는 원서접수 이전에 아래의 XL 응시자격 요건을 확인하신 후 XL 응시자격 증빙 서류를 인증담당자 이메일 (certification@kcrma.org)로 보내주시기 바랍니다. 협회 사무국에서 XL 응시자격 적격여부를 검토한 후 개별 연락 드리겠습니다.

협회 사무국에서 XL 응시자격 적격여부를 확인 받지 않고 접수할 경우 실제 적격여부를 불문하고, XL 등급의 자격시험에 응시할 수 없음을 알려드립니다.

데이터마이닝 전문가 XL 등급의 경우 실기 위주의 시험이므로 반드시 본인이 사용할 분석 소프트웨어가 설치된 개인 노트북을 소지하여야 합니다. 개인 노트북이 없으신 분들은 협회 사무국에서 유상 대여 가능합니다.

XL 등급 응시자격
  • 필수자격: GL등급 자격증 소지
  • 선택자격: 아래 사항 중 한가지 해당
  • ① XL 지원 시 증빙 가능한 관련 실무경력 2년 이상
  • ② 관련 분야 석사 학위 소지자
  • ③ 협회정규교육 1년내 20시간 이수자
XL 등급 응시자 적격판단용 제출서류 (certification@kcrma.org로 제출)
  • ① 해당 협회공인 GL 등급 자격증 사본
  • ② 재직증명서, 경력증명서, 석사학위 증명서 (졸업장), 협회교육 수료증 또는 확인서 중 1개

기업 및 기관 단체시험 안내
기업, 대학 등의 기관에서 협회공인 자격증을 단체로 응시하는 경우가 많아지고 있습니다. 30인 이상의 단체에서 동일 종목의 협회공인 자격증 전형을 실시할 경우 다음과 같은 혜택이 제공됩니다. 기타 사항은 협회 사무국으로 문의해주십시오.

• 정기 자격증 검정일정과는 별도로 기업(기관)에서 전형일을 선택할 수 있음

• 기업(기관)만을 위한 별도의 시험문제 출제

• 기업 사내 혹은 응시단체가 지정한 고사장 활용 가능

• 필요할 경우 자격증 특강 개설 가능 (강사료 별도)

관련 교재 및 수험서
협회공인 데이터마이닝 전문가 자격증 준비를 위한 수험서와 참고도서는 아래와 같습니다.
  • 협회공인 데이터마이닝 전문가 자격증 공식교재 및 수험서
  • • 서 명: Mastering 데이터마이닝 전문가
    • 저 자: 한국CRM협회
    • 출판사: 한나래출판사
    • 판매처: 국내 온/오프라인 서점
    • 가 격: 27,000원
    • 특 징: 데이터마이닝 전문가 GL 및 XL 출제범위 포함. 실습에 대한 SAS / SPSS Dual 실습 가능, 자격시험 유사 연습문제 포함.
    분석실습데이터 : 다운로드
  • 기타 데이터마이닝 전문가 자격증 준비에 도움을 주는 참고도서
  • 협회공인 데이터마이닝 전문가 자격증의 출제범위에 해당하는 다음의 주제들을 포함하는 모든 데이터마이닝 및 머신러닝 관련 서적을 사용할 수 있습니다.
    출제범위

    • 데이터마이닝의 개요

    • 데이터마이닝을 위한 분석도구

    • 로지스틱 회귀분석

    • 의사결정나무분석

    • 신경망분석

    • 지도학습모형 비교 및 평가

    • 군집분석

    • K-평균 군집분석

    • 코호넨 군집분석

    • 연관성 분석

    • 순차연관성 분석

하단(푸터) 영역