인터넷 비즈니스에서 효과적인 소비자 관계관리(Customer Relationship Management)를 위한 데이터 마이닝 기법의 응용에 대한 연구

A Study on the Application of Data-Mining Techniques into Effective CRM (Customer Relationship Management) for Internet Businesses

본 연구에서는 고객 세분화를 위하여 고객프로필과 사이트 접속자료를 통합, 분석하는 분석적 CRM을 시도하였다. 실제 고객 데이터를 분석하여 고객의 특성과 기호, 방문행태 등을 이해할 수 있다면 이를 기반으로 고객 세분화(segmentation)가 가능할 것이다. 예를 들어 고객의 거주지, 재산정도, 교육수준, 연령 등 인적정보를 토대로 동일 사이트에 접속하는 고객의 공통점을 찾게 된다면 이들 고객에 접근할 수 있는 적절한 마케팅 미디어가 무엇인지, 어느 페이지에 홍보물을 게재하는 것이 효과적일 것인가 등을 결정하는 데 도움을 줄 수 있을 것이다. 한편 웹 기반 마이닝의 핵심은 웹으로 부터의 자료를 어떻게 하면 효율적으로 수집할 것인가, 또한 이렇게 수집된 자료를 다양한 (multiple) DB와 어떻게 통합하고 분석하여 필요한 정보를 추출할 것인가 일 것이다. 본 연구에서는 실제 인터넷 사업자의 사용자 그룹의 비율에 따라 구성된 패널을 활용하여 효율적인 자료수집 방안을 모색하였다. 패널 구성원에 대한 웹 데이터를 수집함으로써 신뢰성과 대표성을 확보하면서 분석대상 자료의 양을 적절한 수준으로 유지할 수 있었다. 또한 고객자료 분석에서는 OLAP과 데이터 마이닝 기법(의사결정나무)을 동시에 사용하여 그 분석 결과를 비교함으로써 각 기법의 결과를 상호 확인하고 보완할 수 있었다. 이 결과는 데이터 마이닝 기법에 의해서 발견된 패턴을 분석하고 확인하는 작업에서 OLAP이 유용하게 사용될 수 있다는 과거 연구의 주장을 확인하였다.

In this study, an analytical CRM for customer segmentation is exercised by integrating and analyzing the customer profile data and the access data to a particular web site. We believe that effective customer segmentation will be possible with a basis of the understanding of customer characteristics as well as behavior on the web. One of the critical tasks in the web data-mining is concerned with both 'how to collect the data from the web in an efficient manner?' and 'how to integrate the data(mostly in a variety of types) effectively for the analysis?' This study proposes a panel approach as an efficient data collection method in the web. For the customer data analysis, OLAF and a tree-structured algorithm are applied in this study. The results of the analysis with both techniques are compared, confirming the previous work which the two techniques are inter-complementary.