• Journal of Intelligence and Information Systems
• /
• v.18 no.4
• /
• pp.19-42
• /
• 2012

Consumer consumption patterns are shifting rapidly as buyers migrate from offline markets to e-commerce routes, such as shopping channels on TV and internet shopping malls. In the offline markets consumers go shopping, see the shopping items, and choose from them. Recently consumers tend towards buying at shopping sites free from time and place. However, as e-commerce markets continue to expand, customers are complaining that it is becoming a bigger hassle to shop online. In the online shopping, shoppers have very limited information on the products. The delivered products can be different from what they have wanted. This case results to purchase cancellation. Because these things happen frequently, they are likely to refer to the consumer reviews and companies should be concerned about consumer's voice. E-commerce is a very important marketing tool for suppliers. It can recommend products to customers and connect them directly with suppliers with just a click of a button. The recommender system is being studied in various ways. Some of the more prominent ones include recommendation based on best-seller and demographics, contents filtering, and collaborative filtering. However, these systems all share two weaknesses : they cannot recommend products to consumers on a personal level, and they cannot recommend products to new consumers with no buying history. To fix these problems, we can use the information which has been collected from the questionnaires about their demographics and preference ratings. But, consumers feel these questionnaires are a burden and are unlikely to provide correct information. This study investigates combining collaborative filtering with the centrality of social network analysis. This centrality measure provides the information to infer the preference of new consumers from the shopping history of existing and previous ones. While the past researches had focused on the existing consumers with similar shopping patterns, this study tried to improve the accuracy of recommendation with all shopping information, which included not only similar shopping patterns but also dissimilar ones. Data used in this study, Movie Lens' data, was made by Group Lens research Project Team at University of Minnesota to recommend movies with a collaborative filtering technique. This data was built from the questionnaires of 943 respondents which gave the information on the preference ratings on 1,684 movies. Total data of 100,000 was organized by time, with initial data of 50,000 being existing customers and the latter 50,000 being new customers. The proposed recommender system consists of three systems : [+] group recommender system, [-] group recommender system, and integrated recommender system. [+] group recommender system looks at customers with similar buying patterns as 'neighbors', whereas [-] group recommender system looks at customers with opposite buying patterns as 'contraries'. Integrated recommender system uses both of the aforementioned recommender systems to recommend movies that both recommender systems pick. The study of three systems allows us to find the most suitable recommender system that will optimize accuracy and customer satisfaction. Our analysis showed that integrated recommender system is the best solution among the three systems studied, followed by [-] group recommended system and [+] group recommender system. This result conforms to the intuition that the accuracy of recommendation can be improved using all the relevant information. We provided contour maps and graphs to easily compare the accuracy of each recommender system. Although we saw improvement on accuracy with the integrated recommender system, we must remember that this research is based on static data with no live customers. In other words, consumers did not see the movies actually recommended from the system. Also, this recommendation system may not work well with products other than movies. Thus, it is important to note that recommendation systems need particular calibration for specific product/customer types.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.1-4
• /
• 2000

상위 $20\%$의 우량고객이 기업수익의 $80\%$를 기여한다는 파레토 법칙을 인용하지 않더라도 고객이 원하는 상품과 서비스를 지속적으로 제공함으로써 고객과의 지속적인 관계를 통한 고객과의 지속적인 관계유지, 특히 우량고객의 확보, 유지는 기업의 수익증대에 깊은 관계가 있으며 결국 기업의 생존을 가늠하는 길이 될 것이다. 최근에는 금융권간 업무영역이 무너지면서 모든 금융기관들은 우수고객 확보를 위해 영업력을 집중시키고 있다. 특히 수익기여도가 높은 우수고객에 대해서는 차별적인 우대서비스를 명시적으로 규정하고 우량고객 확보를 위한 생존을 건 경쟁이 벌어지고 있다. 따라서 우량고객은 자료를 통한 객관적이고 합리적 기준에 의해 확보되어야 한다. 본 연구에서는 이에 대한 방법론으로서 데이터베이스 모델링을 제시하며, 그 효과를 측정하도록 하고, 고객 속성에 따른 고객세분화에 이용될 수 있음을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.154-159
• /
• 2006

본 논문은 웹 서버에 의해 자동으로 수집되는 로그 파일로부터 고객 가치 판단 기준을 고객의 행동 기반에 두고 군집화 기법을 이용하여 고객을 세분화하고 세분화 결과에 의사결정나무를 적용함으로써 고객을 분류하는 통합 모형을 제안하였다. 또한, 분류된 고객들의 주 서비스 활용 패턴을 분석하기 위하여 연관규칙기법을 적용하여 고객의 과학기술정보 활용의 연관성을 분석함으로써, 과학정보포털 서비스를 제공하는 사이트 이용자의 분류군에 해당하는 정보와 인터페이스를 제공하는 새로운 방법에 대하여 연구하였다. 고객 관리 측면에서 본 논문은 정보 서비스를 제공하는 웹 사이트의 기존고객을 분류하여 패턴을 분석함으로써 고객 위주의 사이트 운영정책과 동적 인터페이스를 제공하기 위한 웹사이트 활용 방안을 제시하였다. 또한, 고객의 지속적인 관리라 각 고객 분류군별에 안는 서비스를 제공하고 고객의 관리에도 기여할 수 있을 것이다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.171-174
• /
• 2004

기업들이 심화된 경쟁체제 속에서 고객에 대한 보다 심층적인 이해를 필요로 하고 정보기술의 발달로 각 요소활동내용의 데이터화가 가능해짐에 따라 CRM으로 대변되는 고객 정보의 전략적 활용이 매우 중요하게 되었다. 이를 위해 기업은 고객에 대한 이해를 바탕으로 고객관리 및 마케팅을 수행하기 위한 필수적인 도구인 고객세분화를 수행하고 있다. 본 연구에서는 신용카드고객의 카드사용행태에 근거하여 서로 유사한 사용행태를 보이는 고객군으로 세분화하는 과정을 소개한다. 고객이 실제로 카드를 사용하면서 발생시킨 거래정보에만 의존하여 고객세분화를 수행하였으며 이는 마케팅의 관점에서 상당히 의미 있는 내용이라 볼 수 있다. 고객세분화를 위하여 데이터마이닝기법인 k-평균군집방법과 최장연결법에 의한 계보적 군집방법을 활용하였다

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.278-280
• /
• 2000

디지털 경제시대에는 시장의 힘이 고객으로 급속하게 이동하고 있다. 이러한 디지털 경제 시대의 지배 논리가 비즈니스 모델의 핵심인 분야가 전자상거래 분야이며, 기업은 성공을 위해서 고객관계관리를 통한 고객의 로열티 확보에 주력하여야 한다. 기존의 연구는 주로 단일 사업자가 모든 서비스를 제공하는 포탈 사이트형 비즈니스 모델에 초점이 맞추어져 왔다. 그러나 포탈형에서 허브형 비즈니스 모델로 바뀌고 있는 현재의 e-business 추세를 반영한 연구는 아직 이루어지고 있지 않다. 본 연구에서는 단일 사업자를 위한 것이 아닌 허브 사이트형과 같은 차세대 비즈니스 모델에서 사업자들간에 유기적인 정보의 공유와 제공을 통한 고객관계관리에 대해서 살펴보고, 이를 뒷받침하는 정보시스템을 개발하였다. 시스템의 개발과정에서는 다음과 같은 접근방법을 취하였다. 첫째, 고객정보를 공유해 활용할 수 있는 기반을 마련하기 위해 통합 고객데이터베이스를 구축하였다. 둘째, 통합 고객데이터베이스에 분석방법을 적용해 기본적인 고객분류를 하였다. 셋째, 통합 고객데이터베이스가 각 회원사의 백 오피스 시스템 즉 MIS와 통합되고, 통합된 고객정보와 기본적인 고객성향 분석을 토대로 각 회원사마다 독특한 방식으로 고객에 대한 전략적 세분화를 하도록 하였다.

• 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 Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.660-661
• /
• 2017

We consider a discrete-time queue with batch geometric arrivals, geometric services, and retention of reneging customers, in which retention probability depends on the number of customers in the system. The steady state distribution of the number of customers in the system is derived.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2005.11a
• /
• pp.56-62
• /
• 2005

추천자 시스템은 E-commerce 사이트에서 소비자가 관심을 가지는 상품에 대한 정보를 수집하여 소비자가 구매할 것으로 예상되는 상품을 추천하는 목적으로 개발되었다. 추천자 시스템을 구축하여 성공적으로 활용하기 위해서 해결해야 할 과제로 취급 상품이 대량인 경우에 알고리즘의 효율성 문제라고 볼 수 있는데 본 연구는 문서 검색에서 사용되는 LSI(latent semantic indexing) 분석법을 이용하여 추천자 시스템을 개선하는 방안을 연구하고자 한다. LSI 분석법을 이용하여 고객-상품 구매행렬에서 고객이 상품을 구매하는 경향을 효과적으로 파악할 수 있다면 목표고객에 대한 인접고객군을 생성하는 계산 노력은 현저히 감소되어 추천자 알고리즘이 실시간으로 고객 데이터베이스로부터 많은 인접 고객을 효율적으로 검색할 수 있을 것으로 기대된다. 본 연구는 E-commerce 사이트로부터 얻는 실제적인 고객 자료와 유사한 자료를 시뮬레이션을 통하여 재생하고 이를 바탕으로 LSI에 의한 추천자 시스템의 효율성을 분석하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.457-460
• /
• 2014

본 논문에서는 네트워크의 발전과 빅 데이터 등의 차세대 기술에 발맞추어 단방향적 정보전달이 아닌, 고객 중심의 고객만족 서비스를 제안하고자 하나의 앱을 제작한다. 뷰티 캐스터 앱은 사용자들의 기본정보, 환경정보, 외부정보를 통합 분석한 '개인별 뷰티지수' 산출 등의 개인 정보 서비스와 함께 개인별 뷰티지수를 활용한 'Auto-counselling' 제공하고, 사용자의 정보로부터 획득한 히스토리를 분석하여 맞춤형 Commerce를 구성한다. 이러한 뷰티 캐스터 앱은 실제 코스메틱 기업에서 활용 가능하여 어플리케이션 상용화 시, 정보를 제공하는 기업과 기능을 제공하는 뷰티 캐스터 모두 이익을 얻을 수 있을 것이며, 이러한 뷰티 캐스터는 빅 데이터를 기반으로한 사용자의 니즈 파악이 빠른 어플리케이션 이므로 사용자들의 구매에 따라 컨텐츠가 변화하기 때문에 고객들이 원하는 정보를 빠르게 습득하여 전달 할 수 있다. 또한, 뷰티 지수의 고도화를 통한 '대한민국 코스메틱 지표화'를 기대하여 그 지표를 통해 고객들의 코스메틱 구매 기준을 마련할 수 있다.

• Proceedings of the Korean Society for Quality Management Conference
• /
• 2006.04a
• /
• pp.203-209
• /
• 2006

온라인 관계 커뮤너티로서 최근 각광을 받고 있는 것은 미니 홈피를 포함한 블로그를 들 수 있다. 장단기적으로 잠재고객 세분화와 시장기회 창출에 블로그서비스가 활용될 수 있기에 많은 인터넷 기업들이 경쟁적으로 블로그 사업에 진출하고 있다. 본 연구목적은 블로그 고유의 서비스품질을 발견하여 서비스가치, 고객만족, 충성의도 사이의 인과관계를 밝혀서 서비스가치의 매개적 역할과 효과성 그리고 블로그서비스품질 전략에 대한 시사점을 제시 하고자 하였다. 결론적으로 고객가치 관점에서 고객유지를 위해 오락성, 고객화, 신뢰성에 중점을 두어야 하고 상호작용성과 편리성은 최소요건으로써 기본적인 유지전략이 필요하다. 본 연구의 한계는 사용연령에 따른 조사대상의 한계와 블로그서비스의 역동성으로 인한 서비스품질요인의 한계로 요약될 수 있다.