• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2022년도 춘계학술대회
• /
• pp.153-155
• /
• 2022

고객을 세분화하여 맞춤화된 서비스를 제공하는 것은 고객 관계 관리에 있어 중요하다. 빅데이터 분석 기법과 기계 학습 등을 활용한 분석 기법의 발전은 더욱 세밀한 고객 세분화를 가능케 했다. 하지만 새로운 분석 기법을 기업에서 효과적으로 적용하는 것은 여러 어려움이 존재한다. 본 연구는 특히 국내 보험 산업에서 데이터 분석 기법을 활용해 더욱 향상된 고객 세분화를 수행할 수 있는 방법에 대해 논의한다. 이를 위하여 실제 보험 설계사와의 심층 인터뷰를 통해 국내 보험 회사의 현상을 파악하고, 이를 기반으로 보험 산업에서 활용할 수 있는 가이드라인을 제시하고자 한다.

• 디지털콘텐츠학회 논문지
• /
• 제15권2호
• /
• pp.219-225
• /
• 2014

현대는 기업 간의 경쟁이 날로 심화되어 가고 있는 가운데 효율적인 경영을 위해서는 시시각각으로 변하는 고객의 니즈를 파악하여야 하기 때문에 그 어느 때 보다도 고객피드백이 필요한 시대이다. 최근 스마트 폰의 출현과 트위터, 페이스북과 같은 SNS의 발달로 실시간으로 다양한 고객의 목소리가 증가하면서 고객의 피드백을 파악하기 위해 이러한 빅 데이터를 이용 하는 것이 매우 효율적인 방법으로 부상하고 있다. 빅 데이터의 데이터 수집과 분석은 버즈(Buzz) 모니터링이라는 시스템을 통해 이루어지고 있다. 본 연구에서는 고객자체가 기업의 자산이며 서비스 산업의 대표라 할 수 있는 호텔기업의 CRM을 위한 방법으로 고객의 피드백을 파악하기 위해 빅 데이터를 활용하는 방법을 제안한다. 실제 국내 3개의 대표적인 특급호텔을 대상으로 빅 데이터를 이용하여 버즈모니터링 시스템을 통해 얻은 호텔고객평판 사례를 제시하여 그 결과를 분석하고 시사점을 고찰해 본다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.457-460
• /
• 2014

본 논문에서는 네트워크의 발전과 빅 데이터 등의 차세대 기술에 발맞추어 단방향적 정보전달이 아닌, 고객 중심의 고객만족 서비스를 제안하고자 하나의 앱을 제작한다. 뷰티 캐스터 앱은 사용자들의 기본정보, 환경정보, 외부정보를 통합 분석한 '개인별 뷰티지수' 산출 등의 개인 정보 서비스와 함께 개인별 뷰티지수를 활용한 'Auto-counselling' 제공하고, 사용자의 정보로부터 획득한 히스토리를 분석하여 맞춤형 Commerce를 구성한다. 이러한 뷰티 캐스터 앱은 실제 코스메틱 기업에서 활용 가능하여 어플리케이션 상용화 시, 정보를 제공하는 기업과 기능을 제공하는 뷰티 캐스터 모두 이익을 얻을 수 있을 것이며, 이러한 뷰티 캐스터는 빅 데이터를 기반으로한 사용자의 니즈 파악이 빠른 어플리케이션 이므로 사용자들의 구매에 따라 컨텐츠가 변화하기 때문에 고객들이 원하는 정보를 빠르게 습득하여 전달 할 수 있다. 또한, 뷰티 지수의 고도화를 통한 '대한민국 코스메틱 지표화'를 기대하여 그 지표를 통해 고객들의 코스메틱 구매 기준을 마련할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.10-15
• /
• 2000

개별화 웹 마케팅은 본질적으로 고객지향의 패러다임이다. 즉, 개별 고객의 특수한 니즈를 개별적으로 파악해서 각각의 고객에게 차별화된 서비스를 제공하는 것이 그 핵심이다. 웹 서버의 로그파일에 데이터마이닝의 연관규칙 기술을 이용하게 되면 고객행동 패턴의 파악 및 예측을 위한 기법으로 활용할 수 있다. 본 연구에서는 웹 사용자의 교차 판매를 위한 원투원 마케팅에 필요한 접근패턴을 분석하고자 하며, 이는 웹서버 로그파일 분석을 통하여 이루어진다. 분석하고자 하는 웹서버 로그파일은 기존의 데이터웨어하우스의 원천 데이터들과는 다르게 비정형적인 데이터 구조를 가지고있다. 이들 비정형 데이터 처리와 교차판매 지원을 위한 데이터마이닝 모델링, 이를 통한 원투원 마케팅 모델 제시, 그리고 이의 활용이 고객관계관리(CRM)에 미치는 효과를 제시한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.232-234
• /
• 2022

빅데이터는 고객 관계 관리, 관계 마케팅, 금융 업무 개선, 신용정보 및 위험 관리 분야에서 크게 활용되고 있다. 더욱이 최근에 COVID-19 바이러스로 인하여 비대면 금융거래가 보다 활발해지면서 고객과의 관계 측면에서 금융 빅데이터의 활용이 더 요구되고 있다. 고객 관계 측면에서 금융 빅데이터는 기술적인 접근보다 감성적적인 접근이 필요한 시기가 도래하였다. 관계 마케팅 측면에서도 인지적, 이성적, 합리적인 면보다는 감성적인 면을 중요시 할 필요성이 대두되었다. 하지만, 기존의 금융 데이터는 텍스트 형태의 고객 거래 데이터, 기업재무정보, 설문지등을 통하여 수집되고 활용되었다. 본 연구는 SNS를 통하여 고객의 문화 활동, 여가 활동 기반의 고객의 감성적인 이미지 데이터 즉, 비정형 데이터를 획득하여 고객의 활동 이미지를 인공지능 CNN 알고리즘으로 분석한다. 활동 분석은 다시 주석을 달은 인공지능에 적용하고, 주석에 나타난 행동 모델을 분석하는 인공지능 빅데이터 모델을 설계한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1218-1221
• /
• 2013

최근 기업들은 빅데이터 활용을 통해 얻은 분석결과를 고객 마케팅 및 영업 전략 수립에 적극 활용함으로써 수익성 증대 및 비용 절감이라는 기대 효익를 달성하고 있다. 이러한 흐름에 따라 기업 내 시스템 사용자를 고객으로 두고 있는 HRM시스템 역시 인사데이터 분석을 기반으로 사용자의 기호와 요구사항을 반영한 가치 있는 정보를 제공해줌으로써 기존 기업 고객 이외에 잠재적인 고객층을 확보할 수 있는 맞춤형 HRM 시스템으로 진화해야 할 것이다. 본 연구에서는 빅데이터 기반의 인사데이터 분석의 필요성과 국외 인사데이터 분석 활용사례를 살펴보고 이를 기반으로 빅데이터 분석기술을 활용하여 사용자에게 가치 있는 정보를 제공해주는 개인화된 맞춤형 HRM시스템을 제안 및 설계하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.12-15
• /
• 2017

소규모 전자상거래 업체에서 데이터베이스를 사용하여 고객 물류 정보를 관리하지 못하고 파일로 관리한다. 파일로 관리되는 데이터는 자료 형식의 차이로 업체 간 데이터를 주고받기 어려운 문제가 있다. 이러한 문제를 해결하기 위해서 파일로 관리되는 고객 물류 데이터를 하나의 시스템으로 통합하여 관리할 수 있는 체계가 필요하다. 본 논문에서는 JSON을 이용한 고객 물류 관리 시스템을 제안하여 통합 문제를 해결하고자 한다. 본 시스템은 각 고객 물류 데이터의 데이터 구조를 분석하여 통합 데이터베이스를 위한 스키마를 생성하고, 새로운 스키마에 맞게 기존 데이터를 전처리 과정을 거쳐 통합 데이터베이스에 저장하여 관리한다. 제안된 시스템을 사용하면 파일로 입력된 데이터가 자동으로 통합 데이터베이스로 저장되어, 업체별로 관리되는 데이터를 통합하여 관리할 수 있다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 2001년도 춘계 Conference: CRM과 DB응용 기술을 통한 e-Business혁신
• /
• pp.172-182
• /
• 2001

재구매 가능성이 많은 고객을 세분화 하여 재구매 가능성이 많은 고객과, 그 고객의 정보를 제공함으로써 영업의 효율성을 도모하고자 함. 차종별 가망고객을 분석하여 New Car가 개발 되었을 때 차별적인 마케팅 활동을 수행하고자 함. 기존과 차별화 된 마케팅 전략을 적용하기 위해 대상자 선정하는 작업을 데이터 마이닝 기법을 적용함. (중략)

• 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.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.215-229
• /
• 2020

산업 분야를 막론하고 머신러닝의 관심이 매우 높아지고 있으나, 머신러닝이 지닌 설명 불가능성은 여전히 문제로 남아있어 적극적인 업무 적용에 어려움이 있다. 본고에서는 증권사 금융 고객을 대상으로 이탈예측 모델 개발 사례를 소개하고 SHAP Value 기법을 사용하여 설명 가능한 머신러닝 모델 개발 시도와 해석 가능성 도출에 대한 연구 결과를 소개한다. 총 6가지 고객이탈 모델을 비교 분석하였으며, SHAP Value와 고객의 자산 변화에 따른 유형 분류 및 데이터 분석을 통해 고객 이탈 원인을 추론한다. 본 연구 결과를 토대로, 향후 마케팅 담당자의 실제 고객 마케팅 수행에 있어 원인 추론이 가능한 이탈 예측 결괏값을 사용하고 고객별 마케팅 여부를 점검하는 등의 종합적 판단 지표로 활용할 수 있을 것으로 판단된다.