• 한국정보시스템학회지:정보시스템연구
• /
• 제30권2호
• /
• pp.105-126
• /
• 2021

Purpose The purpose of this study is to implement a optimal machine learning model about the cancellation prediction performance in car sales business. It is to apply the data set of accumulated contract, cancellation, and sales information in sales support system(SFA) which is commonly used for sales, customers and inventory management by imported car dealers, to several machine learning models and predict performance of cancellation. Design/methodology/approach This study extracts 29,073 contracts, cancellations, and sales data from 2015 to 2020 accumulated in the sales support system(SFA) for imported car dealers and uses the analysis program Python Jupiter notebook in order to perform data pre-processing, verification, and modeling that is applying and learning to Machine learning model after then the final result was predicted using new data. Findings This study confirmed that cancellation prediction is possible by applying car purchase contract information to machine learning models. It proved the possibility of developing and utilizing a generalized predictive model by using data of imported car sales system with machine learning technology. It can reduce and prevent the sales failure as caring the potential lost customer intensively and it lead to increase sales revenue by predicting the cancellation possibility of individual customers.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1232-1245
• /
• 2021

In this study, prediction of product sales as they relate to changes in temperature is proposed. This model uses long short-term memory (LSTM), which has shown excellent performance for time series predictions. For verification of the proposed sales prediction model, the sales of short pants, flip-flop sandals, and winter outerwear are predicted based on changes in temperature and time series sales data for clothing products collected from 2015 to 2019 (a total of 1,865 days). The sales predictions using the proposed model show increases in the sale of shorts and flip-flops as the temperature rises (a pattern similar to actual sales), while the sale of winter outerwear increases as the temperature decreases.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.701-704
• /
• 2014

본 논문에서는 음료 판매 데이터 분석 및 판매량을 예측하는 방법을 제안하고자 하였다. 이를 위해 날씨와 음료 판매량이 상관관계가 있다고 가정하고, 온도, 습도를 입력으로 하여 판매량을 출력으로 하는 다항식 함수 관계를 모델링하였다. 본 논문에서는 제안한 방식의 유용성을 확인하기 위해 카페의 음료 판매 데이터를 2014년 2월부터 약 4개월 동안 수집하였고, 판매량 예측 알고리즘의 성능이 우수함을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권4호
• /
• pp.1047-1058
• /
• 2008

Prediction of total sales in information security industry is considered. Exponential smoothing and spline smoothing is applied to the time series of annual sales data. Due to the different survey items of every year, we recollect the original survey data by some basic criterion and predict the sales to 2014. We show the total sales in infonnation security industry are increasing gradually by year.

• 디지털융복합연구
• /
• 제19권1호
• /
• pp.67-75
• /
• 2021

국내 수입차량 판매 증가에도 불구하고 부품 물류센터의 판매 예측에 관한 연구는 매우 부족한 현실이다. 이러한 측면에서 본 연구는 부품 물류센터의 상위 판매 상품에 대한 판매 예측을 수행 하는 것을 연구의 목적으로 한다. 연구는 판매 예측에 대한 동적특성과 영향을 주는 변수의 인과관계 및 피드백 루프를 고려할 수 있는 시스템 다이내믹스 방법론을 도입하였다. 연구결과 'Oil'의 경우 시간이 지날수록 소모품 판매 수량이 증가하는 패턴을 보이고, MAPE을 실시한 결과 31.3%의 합리적 예측모델로 평가되었다. 상품 'Battery'의 경우 실제 데이터와 예측 데이터 모두 매년 10월을 기점으로 판매가 증가하여 12월에서 가장 높은 판매를 보이고 다음해 2월부터 감소하는 계절성 판매패턴을 보였다. 본 연구는 기존 연구에는 존재하지 않았던 특정 수입 자동차 부품 물류센터의 실제 데이터를 확보하고, 시스템 다이내믹스를 통하여 미래 판매 물동량 예측을 정량적으로 분석하여 제시하였다는 점에서 학문적 시사점을 갖는다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.29-38
• /
• 2019

본 연구에서는 판매량 증대와 효율적인 재고 관리를 위해 지난 5년간 온라인 쇼핑몰 'A'에서 누적된 빅데이터를 활용하여 기온 변화에 따른 반팔 티셔츠와 아우터웨어(outer wear)의 판매량을 예측하는 판매 예측 모델을 제안한다. 제안한 모델은 2014년부터 2017년도까지 기온 변화에 따른 반팔 티셔츠와 아우터웨어의 판매량을 분석하여 2018년 기온 변화에 따른 반팔티셔츠와 아우터웨어의 판매량을 예측한다. 제안한 판매 예측 모델을 사용하여 반팔티셔츠와 아우터웨어의 판매량 예측값과 실제 2018년 판매량을 비교 분석한 결과 반팔티셔츠와 아우터웨어의 예측 오차율은 각각 ±1.5%와 ±8%를 나타내었다.

• 디지털융복합연구
• /
• 제12권11호
• /
• pp.209-214
• /
• 2014

전반적인 전 세계 시장의 불황속에서도 세계최대 북미시장에서 국내 가전업체들이 TV 시장의 지배력을 강화하고 있는 이유는 강력한 제품 경쟁력과 브랜드 파워를 내세워 프리미엄 시장과 중저가 시장을 모두 차지하면서 수익성과 볼륨을 모두 잡았기 때문으로 분석된다. 이렇게 국내 TV 제조사들이 북미시장에서 선전하고 있음에도 불구하고 국내 TV 제조회사들은 지속적인 시장선점 및 TV 제품의 경쟁력을 유지하기 위한 제품개발, 마케팅 및 판매전략 등을 고민하고 있다. 본 연구에서는 이러한 지속적인 경쟁우위를 유지하기 위한 방안으로 국내 A사의 북미시장에서의 TV 판매 데이터를 이용하여 북미시장에서의 TV 판매예측모델을 개발하고자 한다. 이를 위하여 본 연구에서는 판매예측모델에서 많이 적용되고 있는 다중회귀모델과 인공신경망 기반의 예측모델을 개발하여 두 모델의 비교분석한다. 특히 본 연구에서는 TV 제품의 부가가치를 향상시키거나 가격경쟁력을 향상시키기 위해 TV의 주요 기능과 판매와의 연관성 분석도 수행한다.

• 디지털융복합연구
• /
• 제13권9호
• /
• pp.177-182
• /
• 2015

북미시장에서 국내 가전업체의 브랜드 및 제품 인지도는 크게 성장했으며 북미 소비자들에게 국내 기업의 제품은 성능이 좋고 혁신적인 기술 제품으로 인식되고 있다. 또한 에너지 절약을 원하는 소비자가 늘어나면서 국내 가전제품의 에너지 절약 측면에서 우수성이 부각됨에 따라 시장점유율이 상승으로 이어지고 있다. 최근 스마트폰과 모바일 기기 시장 확대 및 스마트 그리드 기술 발달의 영향으로 가전제품 시장에도 스마트 열풍이 거세게 몰아치고 있는데, 국내 기업들은 가전제품과 결합된 다양한 부가기능을 통해 소비자 편의를 제공함에 따라 지속적인 제품개발을 하고 있다. 본 연구에서는 지속적인 경쟁우위를 유지하기 위한 방안으로 국내 A사의 북미시장에서의 TV 판매 데이터를 이용하여 북미시장에서의 가전제품 판매예측을 위한 융합모델을 개발하고자 한다. 본 연구에서는 인공신경망과 유전자 알고리즘 기반의 융합모델을 이용한 가전제품의 판매예측을 수행하기로 한다. 추가적으로 본 연구에서는 제안한 융합모델과 기존의 예측모델과의 비교분석을 통해 제안한 융합모델의 우수성을 입증하기로 한다.

• Communications for Statistical Applications and Methods
• /
• 제28권3호
• /
• pp.217-232
• /
• 2021

The Korea film industry has matured and the number of movie-watching per capita has reached the highest level in the world. Since then, movie industry growth rate is decreasing and even the total sales of movies per year slightly decreased in 2018. The number of moviegoers is the first factor of sales in movie industry and also an important factor influencing additional sales. Thus it is important to predict the number of movie audiences. In this study, we predict the cumulative number of audiences of films using stacking, an ensemble method. Stacking is a kind of ensemble method that combines all the algorithms used in the prediction. We use box office data from Korea Film Council and web comment data from Daum Movie (www.movie.daum.net). This paper describes the process of collecting and preprocessing of explanatory variables and explains regression models used in stacking. Final stacking model outperforms in the prediction of test set in terms of RMSE.

• 산업공학
• /
• 제20권4호
• /
• pp.448-457
• /
• 2007

The small & micro business has the characteristics of both consumer credit risk and business credit risk. In predicting the bankruptcy for small-micro businesses, the problem is that in most cases, the financial data for evaluating business credit risks of small & micro businesses are not available. To alleviate such problem, we propose a bankruptcy prediction mechanism using the credit card sales information available, because most small businesses are member store of some credit card issuers, which is the main purpose of this study. In order to perform this study, we derive some variables and analyze the relationship between good and bad signs. We employ the new statistical learning technique, support vector machines (SVM) as a classifier. We use grid search technique to find out better parameter for SVM. The experimental result shows that credit card sales information could be a good substitute for the financial data for evaluating business credit risk in predicting the bankruptcy for small-micro businesses. In addition, we also find out that SVM performs best, when compared with other classifiers such as neural networks, CART, C5.0 multivariate discriminant analysis (MDA), and logistic regression.