• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.323-326
• /
• 2005

실세계에서 일어나는 문제는 매우 복잡하고 다양하기 때문에 예측하기가 어렵고 다양한 상황들이 발생한다. 특히, 소비자의 구매에 따르는 행동을 분석하고 소비자의 다양한 기호를 예측하기 위해서는 구매자의 심리적 요인과 내적 요인이 많은 영향을 미치게 된다. 이러한 요인들은 직접적인 정보 처리가 어렵기 때문에 정보의 불확실성을 취급하는 기술이 필요하다. 따라서 본 논문에서는 상품 구매에 따르는 소비자의 구매행동 패턴을 분석하기 위해 판매자의 노하우와 소비자의 구매의식을 조사하여 이 데이터를 바탕으로 베이지안 네트워크를 구성하고 구매패턴을 분류하는 방법을 제안하였다. 특히, 베이지안 네트워크를 이용하여 불필요한 속성을 가진 데이터를 제거한 후 코호넨의 SOM을 이용하여 소비자의 구매 패턴을 분류하도록 하였다.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.306-311
• /
• 2005

소비자의 구매패턴을 분석하기 위해서는 문화적 요인, 사회적 요인, 개인적 요인, 심리적 요인 등을 고려해야 한다. 소비자의 구매에 이르는 심리나 내부 상태까지 깊이 고려하여 분석하게 되면 소비자의 구매행동을 정확하게 예측하거나 구매요인을 추측할 수가 있기 때문에 기업에서는 소비자의 기호에 맞는 상품개발에 효과적으로 이용할 수가 있다. 이러한 요인들은 직접적인 정보처리로 분석하기 어렵기 때문에 불확실한 정보를 취급하는 기술이 필요하다. 베이지안 네트워크는 불완전한 자료나 관측이 불가능한 자료에도 대응이 가능하며 구매자의 구매에 이르는 심리나 내적상태등과 같은 관측이 곤란한 요소도 다룰 수 있다. 따라서 본 논문에서는 상품구매에 따르는 소비자의 구매행동 패턴을 분석하기 위해 판매자의 노하우와 소비자의 구매의식을 조사하여 이 데이터를 바탕으로 베이지안 네트워크를 구성하고 구매패턴을 예측하는 방법을 제안하였다. 베이지안 네트워크를 이용하여 불필요한 속성을 가진 데이터를 제거하고 코호넨의 SOM을 이용하여 소비자의 구매패턴을 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.343-346
• /
• 2001

정보통신 인프라의 발전으로 상품에 대한 구매 의존도가 실제상점에서 웹 쇼핑몰로 변화하고 있다. 이러한 결과로 웹 쇼핑몰들이 기하급수적으로 증가하고 있다는 것을 알 수 있다. 따라서, 고객이 원하는 상품을 신속하고 안전하며 편리하게 구매할 수 있도록 서비스의 질적 향상을 위한 시스템 개발의 필요성이 대두되고 있다. 이를 위해선 고객들이 원하는 바를 충족시키고 만족시킬 수 있는 소비자(이하, 고객) 행동패턴의 획득과 폼 배치가 필요하다. 본 논문에서는 HCI 이론과 고객 행동론을 이용한 고객행동패턴 획득, 상품 레이아웃 이론을 이용한 웹 재구성, 웹서버의 워크로드 특성 및 클러스터링들을 조사, 활용 및 개량하여 고객시스템 튜닝 방법론(폼 배치 및 구조 설계방법 제시, 고객 행동패턴 획득 시스템 개발)을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.53-62
• /
• 2020

최근 연구된 상품 추천 서비스들은 고객들의 구매 이력을 통해서만 추천이 이루어졌다. 본 논문에서는 구매 이력을 통해 추천뿐만 아니라 고객이 상품을 고를 때 취하는 행동 패턴을 분석하여 관심도가 높은 광고를 노출하는 행동 패턴 분석 기반 디지털 사이니지 서비스를 제안한다. 이 서비스는 고객행동 패턴을 분석하여 실질적으로 관심을 가지는 상품에 대해 관심도를 추출한다. 추출된 관심도와 고객들의 구매 이력을 Wide & Deep 모델을 통해 학습하고, 이를 바탕으로 MF(Matrix Factorization) 모델을 통해 다른 상품들의 희소 벡터를 예측한다. 예측된 상품 관심도에 대한 순위를 도출하고, 적합한 광고를 노출하기 위해 고객과 상호 작용할 수 있는 인도어 사이니지를 활용한다. 본 논문의 서비스를 통해 온라인뿐만이 아닌 오프라인 환경에서도 고객의 관심 정보를 파악하고 단순히 무작위로 노출하는 광고가 아닌 고객에게 적합한 광고를 제공하여 만족도 높은 구매 환경이 조성될 것이다.

• 한국컴퓨터산업학회논문지
• /
• 제2권7호
• /
• pp.945-952
• /
• 2001

인터넷 사용 인구의 증가로 전자상거래는 새로운 상거래 형태로 빠르게 발전하고 있으며, 대다수 인터넷 쇼핑몰들은 사용자에게 더 많은 정보와 편리한 사용자 인터페이스를 제공함으로써 보다 많은 고객을 확보하려고 노력하고 있다. 편리한 인터페이스 중의 하나는 상품을 추천해주는 서비스이며, 이를 위해서는 쇼핑몰에서의 구매정보, 행동 그리고 장바구니 등 사용자로부터 특정 행동패턴을 추출하고 분석하는 방법이 필요하다. 이러한 방법 중에서 상품간의 연관성 추출을 위하여 주로 연관규칙과 순차패턴이 이용되고 있는데, 대부분의 온라인 전자상거래에서는 사용자의 정보 또는 구매이력을 가지고 카테고리를 중심으로 수행하고 있다. 그러나 이는 단일한 구매패턴에 의한 연관성만을 나타낼 뿐이며, 상품 각각에 대한 연관성을 찾아보기 힘들다. 또한 단일 구매패턴은 계산 비용이 작기는 하지만 사용자의 구매패턴을 정확하게 반영하기 어렵다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 카테고리 독립적이고 단일 항목간의 구조화를 통하여 항목간의 연계성을 갖는, 다중 구매패턴을 고려하는 마이닝 방법을 제안한다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.79-94
• /
• 2018

마케팅 분야에서는 제품품질, 고객만족, 고객추천을 바탕으로 구매행동과의 영향 유무 및 상관관계를 통계적 Regression 방법으로 가설 검증하는 것을 주요한 연구 대상으로 하고 있다. 또한 최근에는 ASCI와 같은 고객만족지수 혹은 라이켈트의 NPS와 같은 고객추천지수를 바탕으로 실제 기업성과와 연관되는 시장 지분에 어떠한 영향을 미치는 지에 대한 통계적 분석 연구도 활발히 이루어지고 있다. 본 연구에서는 실제 고객이 매장을 방문하여, 과거 고객카드에 명품을 구매하던 구매하지 않던 간에 만족/불만족을 표시한 체인 및 고객 추천의향을 검토하여 Hidden Markov Model을 이용한 고객의 최상의 구매패턴을 분석하는 확률적 기법에 대하여 연구하는 것을 목적으로 하고 있다. 이를 바탕으로 고객만족 -> 고객추천의향 -> 고객추천행동->구매 및 재구매 체인에 대응하는 실제 소비자의 구매패턴을 고객만족과 NPS(순추천지수) 및 여러 수리통계적 이론-Hidden Markov Model, Bayesian Inference, Maximum Likelihood Estimation을 이용하여 확률적 추적 메카니즘을 구현하는 것을 목표로 한다. 제시된 목표는 인공지능을 구현하는 이론과 알고리듬을 사용하여 달성되었기에 이론적 추적 메카니즘을 여러 인공지능망 -DNN, CNN, GAN등을 사용하여 기업에서 사용할 수 있는 고객의 구매패턴 앱으로 발전시키는 것을 후속연구에서 기대한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.586-590
• /
• 2003

고객 분류는 고객관계관리(CRM)의 한 부분으로서 기업에게 이익을 주는 고객의 속성과 구매패턴을 분석함으로써 목표 고객을 결정하는 것을 의미한다. 현재까지 고객 분류에 관한 연구는 특정한 시점에서 고객의 속성과 구매 패턴을 분석함으로써 이루어졌다. 그러나 인터넷 쇼핑몰과 같은 동적인 환경에 있어서 기존의 정적인 분석방법은 시간에 따라 지속적으로 변하는 고객의 행동 변화를 찾아내고, 예측하는데 적합하지 않다. 본 논문에서는 Decision Tree, ANOVA 분석, ARIMA 모형을 사용하여, 특정한 시점에서의 고객 분류뿐만 아니라 미래 시점에서의 고객 분류를 예측하고 패턴을 분석하는 동적인 고객 분류 방법을 제안한다. 동적인 고객 분류를 통해 인터넷 쇼핑몰 기업은 효율적인 마케팅 전략을 작성하여 기업의 이익을 증진시킬 수 있다.

• 경영과정보연구
• /
• 제30권4호
• /
• pp.195-227
• /
• 2011

본 연구는 '과연 소비자의 중독구매성향은 일반적인 소비에서 예상되는 구매 이후 감정 및 행동패턴에 또다른 영향으로 작용할 것인가' 라는 질문에 관심을 가지고 접근하고자 한다. 구체적인 연구의 목적은 첫째, 우리나라 패션제품 소비자의 쇼핑 중독구매성향에 영향을 미치는 심리적 요인을 살펴보고, 둘째, 중독구매성향이 패션제품 구매 후 감정(긍정적 감정/부정적 감정)에 미치는 영향을 살펴보며, 셋째, 구매후 감정이 구매 후 행동(재구매/반품 및 교환/부정적 구전)에 미치는 영향을 살펴보고, 넷째, 중독구매성향에 영향을 미치는 심리적 요인과 중독구매 성향이 구매 후 감정 및 행동에 미치는 영향은 유통채널(온라인/오프라인) 별로 차이가 있는 지를 살펴보고자 하였다. 연구결과, 개인의 심리적 요인 중 자아 존중감이 낮고, 보상구매성향과 충동성이 높은 사람일수록 중독구매성향이 높아지는 것으로 나타났다. 중독구매성향은 구매후의 양면적(긍정적, 부정적) 감정에 모두 영향을 미치고, 특히 오프라인의 경우 긍정적 감정을 수반하는 것이 밝혀졌다. 구매 후 감정은 일반적인 소비상황과 같이 구매 후 행동에 영향을 미치고 있으나, 부정적 감정의 영향이 긍정적 감정의 영향보다 크고, 또한 긍정적, 부정적 행동에 모두 명확한 영향을 미치는 것을 밝혔다는 점을 찾을 수 있었다. 본 연구는 사회적으로 문제가 되고 있는 중독구매성향에 초점을 맞추고, 중독구매성향이 구매 후 감정 및 행동에 미치는 영향을 최초로 연구하였다는 점에 의의가 있다.

• 경영과정보연구
• /
• 제35권3호
• /
• pp.131-153
• /
• 2016

본 연구는 베트남 소비자의 그린구매행동에 관한 구조적 모형과 구매능력이 가지는 조절효과를 중점적으로 살펴본 연구이다. 베트남의 중산층 인구는 2012년 12백만 명에서 2020년에는 33백만 명으로 증가할 것으로 예상되고 이에 따른 소비패턴 변화가 예상되고 있으며, 최근 산업화와 내구재 소비증가로 인해 환경문제에 대한 관심이 증가하고 있다(Koning et al., 2016). 이에 따라 그린 제품구매 관련 문헌고찰을 통해 베트남 소비자들의 그린 구매행동 관련 가설 및 모형을 제시하고 실증 자료를 통해 가설을 검증하였다. 연구모형을 검증하기 전에 측정문항의 신뢰성과 타당성분석을 실시하였으며 연구변수간 선 후행 관계검증을 위해 구조방정식 모형분석을 실시하였고 구매능력의 조절효과검증은 개별모수 차이검증을 통해 실시되었다. 실증분석결과는 다음과 같다. 먼저 생태적 관심과 집단주의는 그린구매행동에 관한 태도에 긍정적인 영향을 미치는 것으로 나타났으나 생태적 지식은 유의한 영향을 미치지 않았다. 둘째, 그린구매행동에 대한 태도는 그린구매행동의도에, 그린구매행동의도는 그린구매행동에 유의한 영향을 미치는 것으로 나타나 계층적 효과모형과 일관된 결과를 보여주었다. 셋째, 구매능력은 구매의도와 실제 구매행동 간의 관계를 조절하는 것으로 나타났다. 이러한 연구결과에 기반하여 이론적, 실무적 시사점을 제시하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.