• 제목/요약/키워드: CRM Data

검색결과 374건 처리시간 0.021초

소셜 네트워크 분석 기법을 활용한 협업필터링의 특이취향 사용자(Gray Sheep) 문제 해결 (Resolving the 'Gray sheep' Problem Using Social Network Analysis (SNA) in Collaborative Filtering (CF) Recommender Systems)

  • 김민성;임일
    • 지능정보연구
    • /
    • 제20권2호
    • /
    • pp.137-148
    • /
    • 2014
  • 상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.

고객보상 프로그램이 고객 유지에 미치는 효과: 교육 서비스 산업을 중심으로 (The Influence of Loyalty Program on the Effect of Customer Retention: Focused on Education Service Industry)

  • 전호성
    • Asia Marketing Journal
    • /
    • 제13권3호
    • /
    • pp.25-53
    • /
    • 2011
  • 이번 연구는 실제 기업 자료를 기반으로 고객보상 프로그램이 고객 유지(retention)에 미치는 영향을 살펴보았다. 특히 고객보상 프로그램의 효과를 보다 명확히 확인하기 위해 유사실험설계(quasi-experimental design)를 사용하였다. 그리고 1년이 넘는 장기적인 시간 프레임 속에서 고객보상 프로그램의 도입 시점을 전후로 소비자 집단을 구분하고 이들 집단의 비교를 통해 고객보상 프로그램의 효과를 파악하였다. 이러한 연구 설계를 고려한 이유는 종적 자료를 사용한 선행 연구들이 고객보상 프로그램의 도입 시점 이후부터 가입 고객과 비가입 고객을 대상으로 프로그램의 효과를 측정하였기 때문에 자기선택오류(self-selection bias)의 가능성이 존재하였기 때문이다. 이번 연구는 고객보상 프로그램의 도입 시점을 전후로 두 집단을 비교하기 위해 자료를 특정 시점을 기준으로 절단(censoring)하였다. 생존분석(survival analysis)은 다른 분석기법에 비해 불완전한 자료가 포함되더라도 분석이 상대적으로 용이하므로 이번 연구의 분석방법으로 선택하였다. 분석 결과 고객보상 프로그램을 실시하기 전에는 소비자들의 거래기간이 평균 179일이었으나 고객보상 프로그램을 도입한 이후에는 227일로 약 50일 정도 더 늘어났다. 이러한 차이는 통계적으로 유의한 것으로 나타나 연구 가설을 지지하였다. 또한 콕스 비례위험모형을 사용하여 고객보상 프로그램과 영향 변수들의 상호작용효과를 확인한 결과 기존고객들은 고객보상 프로그램이 도입된 후 신규고객들에 비해 회사와의 거래기간이 유의하게 증가한 것으로 나타났으며 긍정적인 서비스(예: 30일 이내 입회)를 경험한 고객들도 회사와의 거래기간이 유의하게 증가하는 것으로 나타났다. 한편 부정적인 서비스(예: 30일 이후 입회)를 경험한 고객이라 하더라도 고객보상 프로그램을 도입한 이후에는 회사와의 거래기간이 증가하였다. 이번 연구에서 나타난 결과들을 정리하면 고객보상 프로그램은 고객과 긍정적인 관계를 형성하는 데 기여할 뿐만 아니라 이탈 장벽까지 구축해 줌으로써 기업의 경쟁력을 강화시키는 수단으로서의 가치가 있다고 생각할 수 있다.

  • PDF

서울시 유통 다랑어류, 새치류 및 심해성 어류의 총수은 및 메틸수은 축적에 대한 고찰 (A Study on Total Mercury and Methylmercury in Commercial Tuna, Billfish, and Deep-sea Fish in Seoul Metropolitan City)

  • 김진아;육동현;박영애;최희진;김연천;김무상
    • 한국식품과학회지
    • /
    • 제45권3호
    • /
    • pp.376-381
    • /
    • 2013
  • 서울시에서 유통 중인 다랑어류, 새치류 및 심해성 어류의 총 수은 및 메틸수은 축적량의 현황 파악과 사후 관리의 자료로써 모니터링을 실시하였다. 소비 패턴에 따라서 시장의 진입이 이루어지는 관계로 다양한 어종의 채취보다는 비교적으로 많이 판매, 소비되는 품목 즉 상어류, 다랑어류, 새치류, 비막치어 136건을 대상으로 총수은 및 메틸수은의 축적량을 조사하였다. 총수은 분석에 사용된 DMA-80에 대하여 CRM 인증값의 98.8% 회수, 검량선 결정계수($R^2$) 0.9998 이상, 0.003, $0.01{\mu}g/kg$의 검출한계와 정량한계를 파악함으로써 기기적 정확성 및 재현성을 확보하였다. GC-${\mu}ECD$를 사용한 메틸수은 분석법은 79.7%-103.1%의 양호한 회수율과 0.9997 이상의 높은 검량선 결정계수($R^2$)를 확보하였으며, 검출한계는 0.006 mg/kg, 정량한계는 0.018 mg/kg의 결과를 보였다. 네 종류의 어종은 통계적 분석에 의해 총수은 및 메틸수은 축적량에 차이가 있는 것이 확인되었으며, 각 어종의 총수은 및 메틸수은 평균량(mg/kg)은 상어류 $1.20{\pm}0.70$, $0.95{\pm}0.51$, 새치류 $0.99{\pm}0.72$, $0.51{\pm}0.40$, 다랑어류 $0.32{\pm}0.31$, $0.20{\pm}0.20$, 비막치어(메로) $0.43{\pm}0.48$, $0.20{\pm}0.17$로 분석되었으며, 과거에 비해 상어류와 새치류에서의 축적량이 많이 증가된 것을 알 수 있었다. 분석된 메틸수은 수치들과 JECFA의 PTWI값과의 비교 검토값은 상어류 0.00-0.24%, 새치류 0.075-1.813%, 다랑어류 0.025-1.338%로서, 일일섭취량이 설정되어있지 않은 비막치어를 뺀 나머지 세 종류 어종의 합계는 0.1-5.551%였다. 이 결과만을 평가해 본다면, 다랑어류, 새치류, 심해성 어류의 섭취로 인한 메틸수은에 대한 노출량은 아직 안전한 수준이라고 할 수 있다. 하지만 본 연구에서 확인한 바와 같이, 시간이 경과함에 따라 축적량이 증가하고 있는 현상을 감안하고, 또한 여러 경로로 메틸수은에 노출되는 점을 종합적으로 분석한다면 좀 더 정확한 노출과 안전성 평가가 이루어질 것이라 생각한다.

B2C허의사구중적전자구비(B2C虚拟社区中的电子口碑): 관우휴정려유망적실증연구(关于携程旅游网的实证研究) (Electronic Word-of-Mouth in B2C Virtual Communities: An Empirical Study from CTrip.com)

  • Li, Guoxin;Elliot, Statia;Choi, Chris
    • 마케팅과학연구
    • /
    • 제20권3호
    • /
    • pp.262-268
    • /
    • 2010
  • 虚拟社区(virtual community, VC)今年来发展迅速, 越来越多的人参与到虚拟社区中交换信息和分享观点. 虚拟社区是通过计算机布告板和网络进行非面对面的知识和语言交流的一种大众集合体. B2C电子商务网站虚拟社区则是商业性的虚拟社区, 通过培养信任环境来促进消费者在该网站的购买行为. B2CVC通过信息交流, 如推荐, 评论, 买者与卖者评级等, 来建立社会性的氛围. 目前, 虽然学术界已经认识到B2CVC的重要性, 但是关于社区成员的口碑传播行为的研究还不充分. 本研究提出了一个理论模型, 探讨在B2C网站社区中参与度, 满意度, 信任度, 粘度和口碑传播之间的关系. 本研究的目的有三个: 1, 通过整合信念, 态度和行为的测量来实证检验B2C网站社区模型; 2, 更好地理解各因素对口碑传播的影响关系; 3, 更好地理解B2C网站社区黏度在CRM营销中的作用. 研究模型包含以下要素: 1, 社区成员的信念变量, 通过参与度来测量; 2, 社区成员的态度变量, 通过满意度和信任度来测量; 以及3, 社区成员的行为变量, 通过网站黏度和口播传播意愿来测量. 参与度是消费者在虚拟社区的参与动机. 对于社区成员来说, 信息的查找和发布是他们参与到社区的主要目的. 满意度是成员对社区整体评价的重要指标, 反映了成员与社区的交互程度. 虚拟社区的形成与发展依靠成员分享信息和服务的自愿程度. 研究者已经发现信任是促进匿名交互的关键, 因此构建信任被看作是虚拟社区的重要研究课题. 此外, 虚拟社区的成功依靠成员的粘度来提高购买潜力. 社区成员间的观点交流和信息交换代表一种 "写作式" 的口碑传播. 因此口碑传播是推动B2C虚拟社区在互联网上扩散的主要因素之一. 研究模型及假设如图一所示. 本研究通过实证调查中国携程旅游网虚拟社区成员来验证模型. 数据收集过程中共发放243份问卷, 其中有效问卷204份. 通过实证数据验证了参与度, 满意度和信任度影响粘度和口碑传播之间的假设关系. 结构方程模型(SEM)方法用来进行数据分析. 模型的拟合指数结果为χ2/df 是2.76, NFI是 .904, IFI是 .931, CFI是 .930, 以及RMSEA是 .017. 结果表明, 参与度对满意度具有显著的影响(p<0.001, ${\beta}$=0.809). 参与度可以解释满意度的方差比例超过50%, 调整R2为0.654. 参与度对信任度具有显著影响(p<0.001, ${\beta}$=0.751), 解释率为57%, 调整R2为0.563. 此外, 满意度对黏度的影响显著(${\beta}$=0.514), 但是信任度对黏度的影响并不显著(p=0.231, t=1.197). 黏度对口碑传播的影响显著, 且解释率超过80%, 调整R2为 0.846. 总之, 研究结果支持了大部分的研究假设, 但是信任度显著影响粘度的假设没有得到支持. 本研究丰富了电子商务网站虚拟社区的学术研究成果, 深入探讨了在B2C电子商务环境下的用户信念, 态度和行为等因素. 研究成果有助于实践者进行更有针对性的资源开发和市场开拓. 网络营销人员可以针对B2C网站社区来有针对性地制定营销策略, 如对于国际旅游业务, 营销人员可以针对中国的B2C网站社区用户开展营销活动, 如为活跃的用户提供特殊折扣以及为早期参与者提高社区黏度定制营销计划等. 未来的研究应该拓展社区成员行为的研究, 并在不同的行业, 社区和文化背景下开展研究.