• 지능정보연구
• /
• 제16권4호
• /
• pp.131-145
• /
• 2010

ERP, SCM 등과 같은 기업용 정보 시스템을 활용함에 있어, 고객의 문의에 따라 제품 판매 가능 유무와 가능일자를 계산하여 통보해 주는 지능형 ATP 시스템은 전산 정보를 활용하여 고객 만족도를 최대화할 수 있는 유용한 기능이라고 할 수 있다. 그렇지만 공급 사슬 환경에서 ATP 시스템을 적용하려고 할 경우, 고객이 문의해 온 Retailer에게 납품 가능한 모든 분배센터(Distribution Center)와 공장(Plant)의 미래 시점의 재고량 변화와 운송 능력 등을 모두 고려하여야 하므로 계산량이 방대한 NP-Complete 문제가 된다. 따라서 시스템 사용자가 빠른 시간 내에 해를 구하여 고객에게 결과를 알려 줄 수 있는 ATP 시스템의 개발은 공급 사슬 관리를 효과적으로 활용하기 위하여 반드시 필요한 일이라고 할 수 있다. 본 논문에서는 동적 생산 함수의 개념을 이용하여 비 정수 타임 랙을 고려하여 ATP 시스템을 모델링하고, 해당 수리 모형으로부터 효율적으로 해를 얻기 위하여 유전 알고리듬을 개발하였다. 비 정수 타임 랙을 활용한 ATP 시스템은 비 정수 타임 랙을 올림이나 내림을 통하여 정수화 시킨 후 모형 수립하는 기존의 방법보다 정교하게 현실을 반영할 수 있고, ATP 시스템을 위한 유전 알고리듬의 진화 시스템은 문제크기가 작은 것에서부터 큰 것까지 최적해에 매우 근사한 값을 매우 빠른 시간 내에 풀 수 있음을 알 수 있었다.

• 벤처창업연구
• /
• 제16권4호
• /
• pp.195-209
• /
• 2021

서울시 전자상거래센터에서 실시한 2019-2020년 소셜미디어 이용실태 조사에 따르면 소비자 10명 중 5명이 소셜미디어를 통한 쇼핑경험이 있는 것으로 조사되었으며, The CMO Survey에서 2020년 코로나 펜데믹 기간에 실시한 조사에 따르면 전통적인 광고매체의 비용은 축소되고 소셜미디어에 대한 광고지출은 74%나 상승함으로써 소셜미디어가 더욱 중요한 마케팅 요소로 자리하고 있음을 나타내고 있다. 이만큼 소셜미디어의 이용자 증가와 그에 따른 기업의 마케팅 활동이 활발해지는 동안 소셜미디어에 대한 사용자의 이용동기, 만족도, 구매의도 등 다양한 마케팅 측면에서 연구되어져 왔으나, 온라인을 통해 농식품을 구매하는 상황에서 소비자들의 소셜미디어 이용빈도가 실제 구매행위에 어떠한 차이로 나타나는가에 대해 세분화 한 연구는 없었다. 본 연구는 온라인에서 농식품을 구매하는 소비자들을 대상으로 소셜미디어 이용빈도에 따라 유형별로 군집화하여 농식품 구매상황에서 보여지는 군집별 소비자특성의 차이를 파악하고자 하였으며, 제품관여도, 제품필요도, 온라인 구매채널 선택 등 3가지 농식품 구매상황에 대해 각 군집에서 나타나는 인구통계학적 분포, 지각된 위험, 식습관 라이프스타일 등의 소비자 특성을 확인하고 군집별 유형을 제시하였다. 이를 위해 245명의 소비자를 대상으로 소셜미디어 이용빈도 및 온라인 농식품 구매행태에 대한 설문 자료를 수집하였으며, 요인분석과 신뢰성 분석으로 측정변수의 타당성을 확보하였다. 소셜미디어 이용빈도에 따른 군집분석을 실시한 결과 3개의 군집으로 나뉘어졌으며, 첫번째 군집은 주로 개방형 소셜미디어를 사용하는 집단, 두번째 군집은 개방형 소셜미디어와 폐쇄형 소셜미디어, 온라인 쇼핑몰을 고루 사용하는 집단, 세번째 군집은 전반적으로 온라인 매체 사용량이 적은 집단으로 군집별 특성이 나타났다. 각 3개의 군집을 통해 온라인에서 농식품 구매시 제품관여도, 제품필요도, 구매채널 선택에 미치는 영향을 회귀분석을 통해 확인하였다. 회귀분석 결과 온라인에서 농식품을 구매하는 상황에서 보여지는 군집1의 특성은 소셜미디어나 온라인쇼핑몰에서 농식품을 구매하는데 거부감이 없는 지방에 거주하는 30대 남자로 소비자특성이 대표된다. 군집2의 특성은 주로 건강식품 구매에 관심이 많은 소비자로 소비자특성이 대표된다. 군집3의 경우는 온라인에서 제품을 구매하는 경우 품질과 가격을 많이 따져보고 구매하며, 온라인보다 오프라인 구매가 더 안심인 사람으로 소비자특성이 대표된다. 본 연구를 통해 소셜미디어 이용빈도에 따라 농식품 구매상황에서 나타나는 소비자 특성의 차이를 확인함으로써 소셜미디어 고객타겟팅과 고객세분화 등에 대한 마케팅 실무의 전략적인 판단에 도움을 줄 수 있을 것으로 판단된다.

• 기록학연구
• /
• 제39호
• /
• pp.101-138
• /
• 2014

본 논문은 우리 시대의 화두라 할 수 있는 SNS의 영향력과 의미를 기록학적 측면에서 살펴보고 'SNS 기록관리'의 필요성을 역설했다. 기존 연구에서 SNS는 주로 홍보를 위한 도구적 성격이 강조 되었다. 하지만 SNS 사용인구가 증가하면서 기록으로서의 SNS 영향력과 가치가 증대되고 있다. 정치적으로 SNS는 유권자와 정치인 간의 소통을 강화하는 도구이며, 경제적으로 SNS는 기업에 대한 고객의 불만을 접수하는 창구이자 마케팅 도구이다. 또한 기존 미디어에서 소외되었던 상대적 약자들의 목소리가 기록된다는 면에서 SNS 기록은 사회적 다양성 확보의 수단이자 다양성 그 자체이다. SNS는 집단 기억 형성의 장이자 집단기억 그 자체이며, 공론장의 역할을 수행할 수 있다. 빅데이터 형성의 장이자 빅데이터 그 자체로서의 SNS 또한 기록학적 의미를 지닌다. 인류 역사는 매체의 역사라 볼 수 있는 만큼 SNS 그 자체도 기록되어야 하며 SNS의 휘발성 또한 SNS를 기록으로 관리해야하는 의미를 가지고 있다고 볼 수 있다. 또한 본 논문은 SNS 기록관리를 1차적 관리와 2차적 관리로 나누어 각각 기록관리 주체와 대상, 시기, 방법, 이유 등의 원칙을 구분해 보았다. 1차적 관리는 당사자가 실시간으로 웹에서 무차별적, 시스템적으로 이뤄져야 하며, 2차적 관리는 전문가나 위원회 등에 의해 티핑포인트에서 다양한 평가와 선별을 거쳐, 사회적 문화적으로 수행돼야 한다고 제안했다. 본 논문은 SNS의 역사와 현황, 각종 사례를 분석해 그 가치와 의미를 살펴보고 있으며, 이는 앞으로 이뤄져야 할 SNS 기록관리 연구를 위한 서론 또는 총론의 성격을 지닌다고 할 수 있다.

• 한국융합학회논문지
• /
• 제13권4호
• /
• pp.339-348
• /
• 2022

최근 프랜차이즈 산업 변화는 글로벌 경영환경의 시장경제 변화로 더 빨라지고 있다. 프랜차이즈 최근 연구들은 고객과 체인 본부간의 인식에 대한 공유, 지식전달 방법 등에 대한 연구로 확장되고 있으며, 프랜차이즈가 성장하고 국제화될수록 프랜차이즈 지식이 어떻게 표준화되고 승인되며 전달될 수 있는지에 대한 지식전달시스템에 대한 연구까지 확대되고 있다. 따라서 본 연구는 중국 내에서 프랜차이즈 기업이 새로운 환경 환경에서의 경쟁우위로서 지식전달시스템이 어떤 역할을 수행하며, 지식전달시스템이 작동할 수 있는 선행요인와 결과요인 등을 탐색하는데 목적이 있다. 본 연구결과를 증명하기 위해 지식관리 경영시스템 선행연구를 통해 검증된 항목들을 기초로 중국 S성 지역 체인 시스템 내 가맹점을 연구대상으로 삼았다. 본 연구 결과 모든 가설이 채택된 것을 알 수 있었다. 첫째, 중국 내 지식전달시스템 경영을 위해서는 인적 자산 뿐만 아니라 시스템 자산이 중요하며, 우선적으로 시스템 자산에 대한 투자가 이루어져야 한다는 것을 알 수 있었다. 또한 체인 본부의 이러한 지식전달시스템 경영, 인적 자산, 시스템 자산은 가맹점의 거래관계 만족에 영향을 미치고 결과적으로 프랜차이즈 성과를 향상시키는 것을 볼 수 있었다. 본 연구는 기존 변수들을 세분화하지 않고 2개의 범주화를 통해 검증을 진행함으로써 세부적 실행요인을 선별하는데는 한계를 지니고 있었으며, 본 연구에 참여한 표본들의 경우 3년 미만의 프랜차이즈 경력을 지닌 연구대상들이 많아 지식전달시스템 경영에 대한 인식 정도가 어느 정도 이루어졌는지에 대한 한계점을 지녔다. 마지막으로 연구대상의 제한성이 있었다.

• 경영정보학연구
• /
• 제23권1호
• /
• pp.155-172
• /
• 2021

최근 온라인 상품 구매의 증가로 인해 사용자의 선호에 맞는 상품을 추천해주는 시스템이 지속적으로 연구되고 있다. 추천 시스템은 사용자들에게 개인화된 상품 추천 서비스를 제공하는 시스템으로 사용자가 상품에 남긴 평점을 이용한 협업 필터링(Collaborative Filtering)이 가장 널리 쓰이는 추천 방법이다. 협업 필터링에서 상품 간의 유사도 계산은 시간이 많이 소요되는데, 특히 리뷰 데이터와 같은 빅데이터를 사용할 경우 더욱 많은 시간을 소요한다. 그래서 본 연구에서는 리뷰 데이터 마이닝을 이용하여 상품 간의 유사도 계산을 빠르게 수행할 수 있으면서 정확도를 높일 있도록 2단계(2-Phase) 방법을 이용한 하이브리드 추천시스템 방식을 제안한다. 이를 위해 온라인 전자책 상거래 상점인 아마존 킨들 스토어(Amazon Kindle Store)의 약 98만 개의 온라인 소비자 평점과 리뷰 데이터를 수집하였다. 실험 결과 본 연구에서 제안한 사용자의 평점과 리뷰를 단계적으로 반영한 하이브리드 추천 방식이 전통적인 추천 방식과 비교하여 추천 시간은 비슷하였으나 높은 정확도를 나타내는 것을 확인하였다. 따라서 제안한 방법을 사용하면 사용자가 선호하는 상품을 빠르고 정확하게 추천함으로써 고객의 만족을 높여서 기업의 매출 증대에 기여할수 있을 것으로 기대된다.