• 지능정보연구
• /
• 제9권3호
• /
• pp.23-47
• /
• 2003

전통적인 고객관계관리 연구는 특정 시점에서 고객관계관리에 중점을 두어 연구되었다. 이러한 정적인 고객관계관리와 고객 행동에 관한 지식은 마케팅 관리자가 제한된 마케팅 자원을 이익의 극대화를 위해 사용할 수 있게 해주었다. 그러나 시간이 경과하게 되면 이러한 정적인 지식은 쓸모가 없어지게 된다. 그러므로 고객관계관리는 고객의 동적 특성을 반영해야 한다. 과거 고객의 구매 행위를 관찰하여 현재 또는 미래 시장의 고객을 세분화하며 구분된 고객 군집에 대해 서로 다른 마케팅 전략을 사용할 수 있다. 고객의 구매행동을 근간으로 한 고객관계관리는 수십 년 전부터 연구되어왔지만 동적인 고객관계관리에 대한 연구는 최근에 들어와서야 활발하게 진행되고 있다. 본 논문은 인터넷 상점의 고객 데이터로부터 추출된 지식과 시간 경과에 따른 고객 행동 패턴의 분석을 위해 데이터마이닝과 모니터링 에이전트 시스템(MAS)을 이용하며, 이를 통한 동적인 고객관계관리 모델을 제시한다. 이 모델은 고객이력경로에 대한 예측과 고객에게 나타나는 집단이력경로의 분석, 그리고 시간 경과에 따른 고객 군집의 변화에 대한 분석과 그에 따른 마케팅 전략 도출을 포함한다. 이 모델의 제안은 많은 온라인 소매상이 직면하고 있는 경영상의 문제를 해결하는데 유용할 것이다.

• 응용통계연구
• /
• 제32권3호
• /
• pp.391-404
• /
• 2019

그동안의 고객 행동에 대한 예측은 주로 고객이 가지는 고정적인 특성을 이용해왔다. 최근에는 점차 고객들의 활동이 오프라인에서 온라인으로 이동하면서 각 고객의 웹 로그를 추적하는 일이 가능해졌다. 그러나 방대한 양의 웹 로그 데이터를 수집할 수 있게 된 반면, 이에 대한 연구는 로그 데이터를 정리하거나 기술적인 특성만을 설명하는 것에 그쳤다. 본 연구에서는 웹사이트 Kaggle에서 제공하는 Airbnb 고객들의 성별, 연령 등의 기본 정보 및 웹 로그가 포함된 데이터셋을 이용하여 첫 숙소 예약까지 걸리는 개인의 의사 결정 시간을 예측하였다. Lasso, SVM, Random Forest, XGBoost 등 다양한 방법론을 활용하여 최적의 모형을 찾고, 웹 로그 데이터의 유무에 따른 예측 오차를 비교하여 웹 로그의 효용성을 확인하였다. 결과적으로 오분류율이 약 20%로 낮은 랜덤 포레스트 분류모형을 최적모형으로 선택하였다. 또한, 웹 로그 데이터를 이용하여 고객 개개인의 행동을 예측한 결과 사용하지 않은 경우와 비교해 예측의 정확도가 최대 두 배 더 높아진 것을 확인할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제13권1호
• /
• pp.121-127
• /
• 2002

The volume of electronic commerce based on Internet and network traffic is increasing rapidly. The objective of this study is to examine the current status of the exponentially multiplying cyber-shopping mall phenomenon. To this end, data obtained from a single cyber-shopping mall exemplified customer purchasing behavior and provided decision tree and correspondence analysis derived customer segmentation and merchandise.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.225-234
• /
• 2013

본 연구는 최근 급변하고 있는 국내 항공운송시장에서 항공사 유지자산이 항공여행객들의 긍정적 배타적 행동의도에 미치는 영향력을 평가하고, 고객이탈을 최소화할 수 있는 유지기반의 주요 변인들을 도출하는데 목적이 있다. 먼저 실증분석을 위해 인천국제공항과 김포공항에서 국적항공사를 이용하는 내국인 항공여행객들을 대상으로 서베이를 실시하였고, 수집된 자료 480부에 대해 SPSS 통계패키지의 다중회귀분석을 실시하였다. 그 결과 항공사 충성도 프로그램, 특별우대와 인정프로그램, 커뮤니티 프로그램은 모두 긍정적 행동의도에 유의한 영향을 미쳤다. 그러나 배타적 행동의도에 대해서는 특별우대와 인정프로그램, 커뮤니티 프로그램만이 유의한 영향을 미치고 있었다. 연구결과는 특별우대와 인정프로그램, 커뮤니티 프로그램이 충성도 프로그램보다 항공사 전환 장벽으로서 더 높은 영향력을 가지고 있음을 시사한다. 본 연구는 심화된 경쟁시장에서 고객유지를 극대화할 수 있는 유지자산의 변인들을 도출하고 전략적 우선순위를 실증 규명하였다는 데에 연구의 학문적 실무적 의의를 가진다.

• 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.

• 한국유통학회지:유통연구
• /
• 제13권3호
• /
• pp.27-54
• /
• 2008

본 연구는 가정 내 유통업체(In-home shopping channel)의 다채널 고객관리에 시사점을 제공하기 위하여 가정 내 쇼핑채널로서 TV, 카탈로그 및 인터넷 쇼핑채널 간 소비자의 정보탐색과 구매행동과의 관계를 고찰하였다. 가정 내 쇼핑채널들의 정보탐색과 구매행동과의 관련성을 채널 내 고객 고정(channel lock-in)과 채널 간 시너지(cross-channel synergy)로 구분하여 영향력을 비교 평가하였다. 이를 위하여 1개월 동안의 가정 내 쇼핑채널 이용에 대한 자료를 345명의 가정주부를 대상으로 수집하였다. 소비자의 구매채널 이용행동을 선택, 빈도 및 지출행동으로 구분하여 분석을 수행만 결과 가정 내 쇼핑채널 간 정보탐색과 구매행동 간에는 높은 채널 내 고객 고정 효과가 나타나고 있으며 낮은 채널 간 시너지 효과가 나타나고 있었다. 또한 TV 채널의 경우 카탈로그와 인터넷 채널 간 대체성이 나타나는 반면에 카탈로그와 인터넷 채널은 보완성이 나타나고 있다. 이러만 결과는 가정내 다채널 유통기업에게 채널 간 조정과 통합 및 고객관리에 많은 시사점을 제공하고 있다.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.177-182
• /
• 2024

소비자의 많은 의사결정은 제품에 대한 감정적 반응에 일어나며, 마케팅에서는 이러한 다듬어지지 않은 반응을 정서(Affect)라고 칭한다. 정서에는 평가(evaluation), 무드(mood), 감정(emotion)과 같은 반응 유형도 있으나, 무의식적인 변화를 의미하는 감성(Sensibility) 또한 이에 포함된다. 선행 연구들에 따르면 기상요소들은 사람들의 이러한 감성에 영향을 미치며, 이는 기상요소들이 소비자들의 의사결정에 영향을 미칠 수 있음을 나타낸다. 본 연구에서는 기상정보와 SNS상의 텍스트마이닝을 통한 위치기반 텍스트 정보를 활용, 기상정보를 통한 감성 예측 모형을 만들어내고, 이러한 감성 모형이 실제 온라인 쇼핑몰 구매자들의 주소 정보와 매칭한 구매자들의 구매 시기 날씨 정보와 결합하여, 기상요소들이 구매자들의 구매 빈도에 미치는 영향을 살펴본다. 본 연구 결과 일 강수량, 합계 일조시간, 평균 지면 온도, 평균 상대습도를 사용한 모형이 온라인 구매 행위 빈도에 유의미한 결과를 나타내었다.

• Journal of Information Technology Applications and Management
• /
• 제22권2호
• /
• pp.123-148
• /
• 2015

Today the mobile devices including smart phones have influenced on the users' daily activities in the mobile internet society, and the expansion of social media has also affected on the purchasing behavior of consumers. This study examines whether the quality of corporate twitter, a typical social network service for call centers influences on the customer satisfaction, and brand loyalty. In order to achieve the research goal, the quality of twitter has been divided into four variables; information quality, service quality, system quality, and social quality. The results of our empirical analysis show that the three variables except service quality have significantly influenced on the customer satisfaction and the customer satisfaction also significantly has a casual effect on the brand loyalty. The empirical results are expected as a guideline to contribute on the practical improvement of customer service, satisfaction, and brand loyalty through corporate social network services such as corporate twitters in the future.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• pp.253-260
• /
• 2001

Understanding and adapting to changes of customer behavior is an important aspect for a company to survive in continuously changing environment. The aim of this paper is to develop a methodology which detects changes of customer behavior automatically from customer profiles and sales data at different time snapshots. For this purpose, we first define three types of changes as emerging pattern, unexpected change and the added / perished rule. Then we develop similarity and difference measures for rule matching to detect all types of change. Finally, the degree of change is evaluated to detect significantly changed rules. Our proposed methodology can evaluate degree of changes as well as detect all kinds of change automatically from different time snapshot data. A case study for evaluation and practical business implications for this methodology are also provided.