• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.138-140
• /
• 1999

분류기법은 과거데이터를 분석하여 새로운 데이터에 대한 예측에 사용되며, 결정트리 알고리즘을 많이 사용한다. 따라서, 이 기법은 전자상거래에서 DB 마케팅을 위해 데이터베이스에 저장되어 있는 고객데이터를 분석하여 암시적인 고객들의 행위규칙을 찾고, 예측하기 위하여 사용할 수 있다. 기존의 분류알고리즘들은 전자상거래에서 일반적인 연속형 고객데이터를 처리하는데는 많은 문제점을 가지고 있다. 이러한 문제를 해결하기 위하여 연속형 데이터를 범주형 데이터로 변환하는 알고리즘을 구현하였다. 이 논문은 전자상거래에 적용하기 위한 고객분류기로서 ID3 알고리즘에 1차원 클러스터링알고리즘을 결합하여 사용한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2001.10a
• /
• pp.165-168
• /
• 2001

정보기술의 발전은 기업의 마케팅 방식과 고객 정보를 관리하는 방법을 변환시키고 있다. 급속도로 확산되는 인터넷 환경은 데이터의 수집 과정을 쉽게 만들었으며, 대량의 데이터를 기업에 제공할 수 있게 하였다. 새로운 정보기술 도구로 인해 가능해진 대량의 고객 정보는 기업에게 경쟁 우위를 얻기 위한 도전과 기회를 제공하고 있다. 많은 조직에서는 의사 결정 지원을 위하여 이들 거대한 데이터베이스에 내재된 지식의 중요성을 인식하고 있다. 특히, 이들 데이터베이스로부터 추출된 고객에 대한 지식은 마케팅에 매우 중요하게 사용될 수 있다. 본 연구에서는 데이터웨어하우징을 이용한 CRM 아키텍처를 제안한다. 고객 중심의 전사적인 CRM 아키텍처를 제시하고 CRM 시스템 구성에 필요한 주요 기능을 제안한다. 제안된 아키텍처 내에서 고객 데이터는 다양한 애플리케이션 데이터 소스로부터 데이터전송 시스템을 이용하여 데이터웨어하우스로 통합된 뒤, 다시 마케팅 데이터 마트로 구성되어 CRM 활동에 사용될 수 있다. CRM은 고객 인식(Customer Identification), 고객 분석(Customer Analysis), 상품분석(Product Analysis), 고객 서비스(Customer Service)의 주요 기능을 갖는다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.728-730
• /
• 2000

고객에게 일방적인 정보를 제공하는 매스마케팅 보다는 고객과의 대화를 통한 고객의 확보가 중요하게 되었다. 인터넷의 대중화로 고객과의 거리가 가까워져 고객 정보의 획득은 수월해진 반면 고객 확보에 어려움을 겪고 있다. 또한 고객들은 보다 합리적이고 현명해졌기 때문에 단순한 정보 제공보다는 다양한 정보분석을 요구하고 있다. 고객에게 다양한 정보분석 기능을 제공하기 위해서는 기존의 데이터 웨어하우스에서 고객이 원하는 정보를 분석할 수 있게 해주는 데이터 마트가 필요하며 웹 상에서 OLAP을 지원해야 한다. 즉 고객이 웹 상에서 다차원 정보에 직접 접근하여 대화식으로 정보를 분석하여 여러 의사결정에 활용하도록 지원하여야 한다. 이 연구에서는 고객의 의사결정에 필요로 하는 정보들을 추출, 분석하여 다차원 정보로 재구성 및 정제를 하는 데 대한 체계적 연구 분석을 통하여 데이터 마트의 설계방안을 제시하고자 한다. 고객은 Web-OLAP을 사용하여 데이터 마트 정보에 액세스하며 실시간 정보 분석을 수행할 수 있게된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.204-206
• /
• 2012

스마트폰 시장의 확대로 인한 스마트폰 고객의 증가와 스마트폰을 이용한 제품 구매 활동이 급격하게 증가하고 있다. 이러한 추세에 따라 스마트폰 고객 추천 시스템에 관한 연구가 활발히 진행되고 있다. 하지만 기존의 스마트폰 고객 추천 시스템의 경우 고객들의 고차원 데이터를 효율적으로 처리하는데 어려움이 있다. 따라서 이 논문에서는 스마트폰 고객들의 고차원 데이터를 효율적으로 처리할 수 있는 부분 공간 군집화 기법과 순차 패턴 알고리즘을 이용한 제품 추천 시스템을 제안한다. 이 시스템은 스마트폰 고객들의 고차원 데이터를 기반으로 세분화된 고객들의 부분 군집화를 한다. 이들 군집화를 기반으로 순차적 패턴 알고리즘을 이용한 고객들의 제품 구매 패턴을 추출한다. 이 연구를 통해 스마트폰 고객들의 다양한 고차원 데이터를 이용한 제품 추천 시스템은 기업의 제품 판매 및 고객 마케팅에 긍정적인 도움을 줄 수 있을 것으로 기대된다.

• The Journal of the Korea Contents Association
• /
• v.6 no.1
• /
• pp.179-189
• /
• 2006

Recently, according to the development of computer technology, a large amount of customer data have been stored in database. Using such data, decision makers extract the useful information to make a valuable plan with data mining. In this paper, we design a forecasting model that classifies the exiting customers in the telecommunication industries using the classification rule, one of the data mining technologies. In other words, this paper builds a model of customer loyalty detection and analyzes customer patterns in mobile communication service market with data mining using neural network and regression methods. This model improves the relationship of customers and enterprises. As a result, the enterprise creates the profits from many customers and the customer receives more benefits from the enterprise.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.1-3
• /
• 2001

이 논문에서는 지식발견과 데이터 마이닝에 관한 전반적인 소개와 고객이탈에 관한 것이다. 데이터 마이닝이란 과거에 수집된 데이터로부터 반복적인 학습과정을 거쳐 데이터에 내재되어 있는 패턴을 찾아내는 모델링 기법이며 통신서비스시장에서 데이터 마이닝 활용으로 고객이탈방지 모델을 인공신경망을 통해 구축하였다. 통신서비스시장의 경쟁이 심화됨에 따라 통신서비스 제공 업체가 고통으로 겪는 어려움 중의 하나가 고객이탈률이다. 따라서 데이터베이스에서 보다 가치 있는 정보를 찾아내 고객 이탈고객 분류의 적중률에 관하여 논의하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.69-72
• /
• 2004

기업간의 경쟁이 심화되고 정보의 중요성에 대한 인식이 확대되어 가는 상황에서 다량의 데이터로부터 가치 있는 데이터를 추출하는 CRM 데이터 마이닝은 중대한 관심사가 아닐 수 없다. 본 연구는 데이터마이닝의 여러 활용 분야 중 고객세분화를 위해 최근 많이 사용되고 있는 데이터마이닝 기법인 로지스틱 회귀분석, 의사결정나무, 신경망 알고리즘 기법들을 비교하며, 이를 실제 아파트 고객의 데이터를 이용하여 검증하고자 한다. 따라서, 아파트 고객 세분화를 위한 데이터마이닝 수행시 기법 선택의 기준과 비교 평가의 기준을 제시하는 데 연구목적 있다.

• Proceedings of the KGS Conference
• /
• 2003.05a
• /
• pp.199-202
• /
• 2003

정보기술과 컴퓨터 기술의 급속한 성장에 따른 데이터의 양적 증가로 최근 다양한 분야에서 과학적이고 정교한 분석이 요구되고 있다. 특히 은행분야는 금융환경과 소비자의 태도변화로 오래 전부터 축적해온 고객에 대한 방대한 데이터를 효과적으로 분석하여 이를 통한 사업성 증대를 뫼하고 있다 대부분의 은행의 고객 데이터 분석에서는 고객의 거래 정보나 인구통계 정보 분석이 대부분을 차지한다. (중략)

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.1851-1854
• /
• 2002

일반적으로 고객 관리를 위한 고객 데이터는 운영 시스템 환경 여건상 다양한 분산 데이터베이스 시스템에 저장되어 있다. 이와 같이 분산 저장된 데이터들로부터 고객들의 향후 경향이나 추세 분석 등 의사 결정에 필요한 데이터로 활용하고자 할 때는 데이터베이스에 저장된 대량의 데이터가 고객 분석에 적합한 형태로 구성되어 서비스되어야 한다. 이에 적절한 구조가 데이터 웨어하우스 구조이며, 데이터 웨어하우스는 분산 저장된 각각의 소스들로부터 발생된 변경 정보들을 실시간으로 데이터 웨어하우스에 반영되어야한다. 이렇게 함으로써 정확한 의사 결정을 수행할 수 있게 된다. 이에 본 논문에서는 분산 컴퓨팅 환경에서 고객 관리를 정확하고 효과적으로 이루어질 수 있도록 기본 소스에서 발생된 데이터 변경을 웨어하우스에 실시간으로 전달하여 정확한 데이터를 유지할 수 있는 방법론을 제시하고자 한다. 또한 제시된 방법의 실험 평가 결과를 간략하게 도시하여 나타내었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.694-697
• /
• 2004

최근 빠르게 성숙되고 있는 시장과 경쟁적 환경으로 인해 고객 유지에 대한 중요성이 증대되고 있다. 이는 기존 고객을 유지하는 것이 비용 면에서 저렴할 뿐 아니라, 고객 충성도나 구전효과가 같은 기타 부수적인 이득을 획득할 수 있다는 측면에서 유리하기 때문이다. 본 논문은 고객의 이탈 가능성을 미리 예측하고 이를 사전에 방지할 수 있는 고객 유지 절차를 제시하고 있다. 이탈고객의 탐지 및 방지를 위해서는 기존의 인구통계학적 자료 외에도 웹로그, 구매 Database 등의 대용량의 고객 행위 데이터에 대한 분석이 요구되기 때문에 데이터 마이닝 기법의 활용이 필수적이다. 그러나 대부분의 데이터 마이닝 연구는 예측 및 분류의 정확성이 높은 모델을 개발하는데 초점이 맞추어져 있으며, 고객의 행위를 이해하고 바람직한 방향으로 유도하고자 하는 연구는 지극히 부족한 상황이다. 그러므로 본 논문은 다양한 데이터마이닝 기법을 통합하여 잠재 이탈고객을 탐지하고, 기존 연구에서 간과하고 있던 비용적 측면을 고려한 이탈 방지 절차를 제시하고자 한다.