• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.63-64
• /
• 2016

고객만족 활성화를 위한 노력의 하나로 NPS 기반의 심층 VOC를 수집하여 프로세스 기반의 프레임워크 전략을 제안한다. 기존의 고객 Segmentation 방식은 조사 대상 전체의 응답자 특성을 기반으로 한 방식이다. 이 번의 제안한 전략 프레임워크는 순고객추천지수(NPS : Net Promoter Score) 실사를 통한 고개의 심층 VOC(Voice of Customer)를 기반으로 분석한 방식이다. 본 논문에서는 KISTI의 과학기술정보 서비스에 대한 고객만족도를 기반으로 하여 충성고객을 예측할 수 있는 프레임워크를 구축하는 것이다. 이를 위해 서비스를 경험한 2,500여 명의 의사결정자를 대상으로 과학기술정보 서비스에 대한 고객충성도를 분석하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 충성고객을 확보하는데 사전 예측자료로 활용될 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• pp.201-202
• /
• 2018

본 논문에서는 국내에서는 처음으로 이용 고객의 변화를 3년간 추적하여 이용행태를 인지하고 대비하기 위해 적용한 방법으로서, 순고객추천지수(NPS : Net Promoter Score) 실사를 통한 고개의 심층 VOC(Voice of Customer)를 기반으로 분석한 방식이다. KISTI의 해외과학기술자네트워크(KOSEN : The Global Network of Korean Scientists & Engineers)의 서비스에 대한 고객만족도를 기반으로 하여 충성고객을 예측할 수 있는 프레임워크를 구축하는 것이다. 이를 위해 서비스를 경험한 500여명의 의사결정자를 대상으로 해외과학기술자네트워크 서비스에 대한 고객충성도를 분석하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 충성고객을 확보하는데 사전 예측자료로 활용될 수 있다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 추계학술발표논문집
• /
• pp.322-325
• /
• 2009

병원의 의료 서비스에 대한 고객의 불만과 고충 내용을 분석하여 불만족을 파악함으로써 고객 불만족의 재발을 막고 이에 대한 해결방안을 제시하고 적용하는 고객만족 경영 전략을 수립하고자 분석한 결과 다음과 같다. 1. 조사대상자의 성별은 남자가 높은 분포를 보였고 계절별로는 환자측면과 보호자측면 모두 여름에 높았고 요일별로는 모든 측면에서 월요일에 불만족이 많았다. 이용형태별로는 환자측면은 외래가, 보호자측면은 입원이 높았고 발생부서별로는 환자측면과 보호자측면 모두 진료부에 대한 불만사항이 많았고 소리함을 통한 접수가 많았다. 2. 불만요일별 항목 특성 중 진료서비스 항목은 진료정 확성이 높은 분포를 보였고 보호자는 진료서비스에서, 환자는 절차서비스에서 높은 불만을 보였다. 3. 발생부서별로는 절차서비스는 진료지원에서 높은 점수가, 진료서비스는 진료부에서 높은 점수를 보였으며 친절서비스에서는 간호부가 높은 점수를 보였고 편의환경서비스에서는 행정부가 높은 점수를 보였으며 통계적으로 유의한 차이를 보였다.4. 불만요인별 상관관계의 결과는 진료서비스는 성별의 역 상관관계를 보였다. 친절서비스는 성별과 연령이 정상관 관계를 보였고, 진료서비스는 역상관 관계를 보였다. 절차서비스는 성별과 연령, 진료서비스, 친절서비스가 역상관 관계를 보였다. 편의환경서비스는 성별과 연령이 정상관 관계를 보였고, 진료서비스, 친절서비스, 절차서비스는 역상관 관계를 보였다. 현 의료서비스에 대한 고객의 불만 및 고충 내용이 병원 의료서비스의 질을 개선하는데 이바지할 수 있는 기초자료로써 그 의의가 있다.

• 유통과학연구
• /
• 제7권2호
• /
• pp.89-119
• /
• 2009

본 연구의 목적은 충성고객에서부터 불만고객에 이르기까지 다양한 고객의 소리(VOC)를 통하여 유통업체들이 서비스마케팅을 극대화시킬 수 있는 방안을 도출하고 적절한 VOC시스템의 구축방안을 제시하고자 한다. 연구의 범위는 유통업체로 국한하였으며, 여러 VOC 채널 중에서 인터넷 게시판을 대상으로 하였다. 실증적인 연구를 위해 유통업체 5개사(社)의 홈페이지 상에 민원을 제기하고 나서 처리되는 과정을 사례로써 조사하였다. 그리고 고객만족도 조사는 유통업체 A사(社)의 ○○점을 대상으로 설문조사를 실시하였다. 본 연구를 통해 나타난 결과는 다음과 같다. 첫째, 소비자의 감성을 자극하는 신속하고 성실한 답변은 기업의 이미지를 긍정적으로 전환시켰다. 둘째, 연령대와 성별로 VOC채널에 대한 선호도를 달리하였다. 30대 이하와 40대 이상 각기 다른 채널을 도구로 감성을 자극해야 하며 남자에 비해 여자는 대다수 전화로 하는 즉각적이면서도 자신의 스토리를 들어주길 원하는 스타일이었다. 셋째, 소비자 트렌드 변화에 따라 쌍방향커뮤니케이션이 가능한 VOC시스템을 위해 감성 네트워크 시스템을 구축해야 한다. 따라서 본 연구에서는 현장에서 접목할 수 있는 VOC개선방안을 제시함으로써 실질적인 현장위주, 고객위주의 실천과제를 도출해 보았다.

• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.396-405
• /
• 2020

본 연구에서는 초고속인터넷 상품에 관련된 고객 불만사항(VOC, Voice of Customer)의 빅데이터를 활용하여 고객이 지각하는 품질이상의 원인과 선제적 서비스의 가능성을 살펴보았다. 선제적 서비스의 가능성을 검증하기 위해 실제 이동통신 서비스기업의 시설·장비의 총 13개 장애경보에 관련된 품질이상 VOC를 수집한 후, 𝒙²검증을 통해 품질이상 VOC 실제관측값과 기대값이 통계적으로 유의한 차이가 있는 지 검증하였다. 연구결과, 시설·장비의 총 13개 장애경보 관련 품질이상 VOC 중 6개의 장애경보로서, 'FTTH-R 장비 ON/OFF', 'FTTH-E,V 회선오류 감지', '포트불량, FTTH-R 회선오류 감지', '네트워크 LOOP 감지', 그리고 '비정상 트래픽 제한'은 실시간 모니터링을 통한 선제적 서비스가 가능하다는 통계적 근거를 찾았다. 기업들은 이러한 선제적 서비스를 이용하여 시잠점유율을 향상키시고 고객서비스 비용을 절감하는 데 적용할 수 있을 것이다. 본 연구의 결과는 통신서비스 분야의 선제적 서비스의 가능성을 진단하고, 나아가 효과적인 선제적 서비스 제공 방안에 대한 시사점을 제시하였다는 점에서 실제 산업 적용에 대한 공헌점이 기대된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.217-245
• /
• 2016

이 연구의 목적은 소셜 미디어에서 추출된 7개의 감성 도메인이 기업의 성과에 대한 영향 분석실험을 위한 데이터로서 적합한 지에 대해 신뢰성을 확인하고, 실제 고객감성이 자동차 시장점유율에 어떠한 영향을 미치는 지에 대하여 확인하기 위한 것이다. 본 연구는 총 3단계 구성으로서, 단계 1은 감성사전 구축 단계로서 미국 내 26개의 자동차 제조 회사의 고객의 소리 (VOC: Voice of Customer) 총 45,447개를 자동차 커뮤니티로부터 crawling하여 POS 정보 추출 후 감성사전을 구축하였고, 7개의 감성도메인을 만들었다. 단계 2는 신뢰성분석의 단계로서 자기상관관계분석과 주성분 분석 (PCA)을 통해 데이터의 실험 적합성을 검증하였다. 단계 3에서는 PCA를 근거로 2개의 선형회귀분석 모델을 구축하였고 GM, FCA, VOLKSWAGEN 등 3개의 기업을 선정, 2013년부터 2015년까지 7개 감성영역의 자동차 시장점유율에 대한 영향을 실험하였다. 실험 결과, 자기상관관계분석에 의해서 감성 데이터에 자기상관성과 시계열적 패턴이 관찰되었다. PCA 결과, 감성영역이 부정성, 긍정성, 중립성을 주성분으로 연결되어 있음이 확인되었다. VOC 감성 데이터에 대한 신뢰성을 바탕으로 한 2개 Model의 선형회귀분석 결과, 기업마다 시장점유율에 유의미한 영향을 미치는 감성들이 존재하며 Model 1과, 2의 감성영향력이 차이가 있고 중립성의 영향을 발견하였다. 본 연구를 통해, 데이터 상에 나타난 정보를 가진 감성이 과거 값에 기초하여 자동차 시장에서 변화를 수반할 수 있다는 것을 나타내고 있음을 확인하였다. 또한, 우리가 시장 데이터의 가용성을 적용하려고 할 때, 자동차 시장 관련 정보나 감성의 자기상관성을 잘 활용할 수 있다면, 감정 분석에 대한 연구에 큰 기여를 할 수 있을 뿐만 아니라, 실제 시장에서의 비지니스 성과에도 다양한 방법으로 기여할 수 있을 것으로 기대된다.