• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.1120-1123
• /
• 2013

최근 데이터의 범람과 더불어 빅데이터 시대가 도래 하면서 SNS 라는 새로운 플랫폼을 마케팅에 활용하고자 하는 기업들이 늘어나고 있다. 기업들은 이러한 SNS 상의 데이터를 분석하고 이를 공개 API 를 통해 마케팅에서 활용할 수 있다. 하지만 SNS 업체들은 과도한 트래픽 유발 및 보안상의 이유로 공개 API 의 사용을 제한하고 있다. 따라서 제한된 사용 횟수 안에서 효과적으로 공개 API 를 사용할 수 있는 고객맞춤 최적화가 필요하다. 기존의 멀티캐스팅을 이용하면 이러한 고객맞춤 최적화가 가능하지만 SNS 의 특성을 반영한 것이 아니기 때문에 SNS 마케팅에서 활용하는데에는 한계가 있을 수 밖에 없다. 본 논문에서는 이러한 멀티캐스팅을 이용한 고객맞춤 최적화의 한계를 보완하고 SNS 의 특성을 보다 잘 활용할 수 있는 새로운 SNS 마케팅을 위한 고객맞춤 최적화를 제시한다.

• 한국정보통신학회논문지
• /
• 제11권10호
• /
• pp.1886-1893
• /
• 2007

국내에서는 아직 보편화 되고 있지 않은 AMR(Automatic Meter Reading)시스템과 수동검침에서 검침한 데이터에 대한 효율적인 운영과 관리를 위해서 더욱 많은 노력이 요구되고 있으며 커져가는 고객의 불만에 대해서 가장 적절한 불만해소 방법으로 정확한 데이터 검침으로 고객의 불만을 만족으로 극대화할 수 있어 야 한다. 이를 위해서 고객의 불만해소와 신뢰성 있는 검침을 해야 할 것이다. 본 논문에서는 수동검침에 대한 검침 데이터의 신뢰성 추천을 위한 데이터마이닝기법(사례기반추론)과 고객관계관리(CRM : Customer Relationship Management)를 확충한 기반으로 한 mCRM(Mobile CRM)시스템을 설계하였다. 제안한 시스템은 mCRM시스템을 통해 고객의 사용 데이터 패턴을 비교하여 유사값(최대값과 최소값)에 벗어나는 검침데이터가 발생했을 때 각 고객에게 이 사실을 모바일로 관리하여 검침 데이터에 대한 신뢰성을 높여 주고 관련 기업에서 추가비용의 부담으로 원격 검침시스템을 구축하지 못할 때 고객에 게 신뢰성과 효율성을 줄 수 있는 mCRM시스템을 설계하고자 한다.

• 한국정보통신학회논문지
• /
• 제10권9호
• /
• pp.1596-1601
• /
• 2006

고객관리가 기업의 성패를 좌우하는 중요한 화두로 떠오르면서 보다 쉽고 편리하게 고객의 다양한 패턴을 발견하고 예측하기 위 해 많은 기업들이 CRM과 eCRM을 빠르게 도입하고 있다. 과거엔 고객관리가 통계학자들이나 전문적인 통계패키지에 의해 관리되어 왔으나 정보통신 분야의 급격한 발달을 기반으로 통계적 과정을 자동화시킨 데이터마이닝 기법으로 점점 대체되고 있는 추세이다. 이러한 데이터마이닝이 대표적으로 이용되고 있는 분야가 CRM, eCRM이다. 본 논문에서는 A할인점의 고객 데이터와 2004년도 매출 데이터를 기반으로 유전자알고리즘을 이용한 데이터마이닝을 통해 2005년도 우수 고객을 예측하였고 실제 고객 데이터와의 비교를 통해 데이터 마이닝이 eCRM에 얼마나 효과적인지를 입증하였다.

• 융합보안논문지
• /
• 제13권4호
• /
• pp.69-75
• /
• 2013

기업에 있어 고객은 수입의 원천으로 기업의 발전을 위해서는 효과적인 고객관계관리(CRM: Customer Relationship Management)가 매우 중요하다. 이를 위해서는 고객의 요구를 파악하고 실제 고객이 필요로 하는 제품이나 서비스를 제공해야 한다. 그러나 점점 고객의 요구가 다양해지고 복합적인 형태를 갖게 되어 이를 파악하는 것이 어려워지고 있다. 최근 스마트 폰의 출현과 트위터, 페이스북과 같은 SNS의 발달로 실시간으로 다양한 고객의 목소리가 증가하고 있는 가운데 효율적인 CRM을 위해 이러한 빅 데이터를 이용 하는 것이 매우 효율적인 방법으로 부상하고 있다. 본 연구에서는 고객자체가 기업의 자산이며 서비스 산업의 대표라 할 수 있는 호텔기업의 CRM을 위해 빅 데이터를 활용하는 방법을 제안한다. 또한 빅 데이터 서비스를 이용하는데 있어 보안에 대한 문제점을 논의하고 대책을 강구한다.

• 산학경영연구
• /
• 제15권
• /
• pp.79-97
• /
• 2002

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.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 춘계학술대회
• /
• pp.253-257
• /
• 2005

최근의 전자상거래는 유선인터넷 환경의 e-커머스와 모바일 커머스를 새로운 차원으로 확장한 u-커머스(ubiquitous)시대로 발전하고 있다. 따라서 온라인과 오프라인 매장의 상거래 데이터 연동과 유선과 무선인터넷 환경의 채널을 통합함으로써, 언제 어디서든지 고객의 모든 데이터를 수집하고 다양한 매체를 통해 고객관리를 할 수 있는 전자상거래 솔루션이 요구되어진다. 본 연구는 온 ${\cdot}$ 오프라인 매장에서 수집된 각종 데이터를 바탕으로 데이터마이닝을 통한 고객의 성향을 분석하여 고객의 요구사항을 미리 파악하고, 이를 마케팅에 적용하여 고객의 유지율을 상승시키고 해당 회사에 대한 충성심을 유도하여 이익을 증대 시킬 수 있는 시스템을 연구하였다.

• 경영정보학연구
• /
• 제7권2호
• /
• pp.23-40
• /
• 2005

시장에서의 경쟁이 점차 심화되고 서비스나 상품에 대한 고객들의 요구와 기대치가 증가함에 따라 기업들에 있어 과학적인 데이터 분석에 근거한 경영전략 수립 및 실행의 필요성이 어느 때보다 크게 강조되고 있다. 그러나 인적자원과 및 자금 등을 포함한 가용자원은 한정적이기 때문에 이들 자원을 얼마나 효율적으로 사용하여 효과적인 결과를 획득하는가가 기업 성패를 좌우하는 주요 지표가 되고있다. 본 연구에서는 선택과 집중적 자원 배분이라는 이슈에 초점을 맞춰 사전 세분화를 통해 선정된 고객 군만을 대상으로 고객의 특성을 파악하고 관리하는 방안이 전체 고객을 대상으로 하는 것보다 보다 의미가 있다는 것을 실제 현업데이터를 통해 검증하고자 하였다. 이를 위해 카드사, 이동통신사, 보험사의 고객 인적데이터 및 거래데이터를 수집하였고, 통계분석과 현업전문가의 의견을 수렴해 고객 세분화를 수행하였으며, 각 세분 군별로 데이터마이닝의 의사결정나무 기법을 이용해 해지모형을 구축하여 전체 고객을 대상으로 한 모형과 정분류율과 규칙의 간결성 측면에서 비교 평가하였다. 결과적으로 세분 군별 해지모형이 전체 고객대상 모형에 비해 정분류율은 높거나 비슷한 수준을 유지하면서 보다 간결하고 의미있는 규칙을 제공하였다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.135-140
• /
• 2007

이탈 고객 예측은 데이터 마이닝에서 다루는 주요한 문제 중에 하나이다. 이탈 고객 예측은 일종의 분류(classification) 문제로 의사결정나무추론, 로지스틱 회귀분석, 인공신경망 등의 기법이 많이 활용되어왔다. 일반적으로 이탈 고객 예측을 위한 모델은 고객의 인구통계학적 정보와 계약이나 거래 정보를 입력변수로 하여 이탈 여부를 목표변수로 보는 형태로 분류 모델을 생성하게 된다. 본 연구에서는 고객과의 지속적인 접촉으로 발생되는 추가적인 사건 정보를 활용하여 연관성 규칙을 생성하고 이 결과를 기존의 방식으로 생성된 분류 모델과 결합하는 이탈 고객 예측 방법을 제시한다. 제시한 방법의 유용성을 확인하기 위해서 특정 국내 신용카드사의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 제시된 방법이 기존의 전통적인 분류 모델에 비해서 향상된 성능을 보이는 것을 확인할 수 있었다. 제시된 예측 방법의 장점은 기존의 이탈 예측을 위한 입력 변수들 이외에 고객과 회사간의 접촉을 통해서 생성된 동적 정보들을 통합적으로 활용하여 예측 정확도를 높이고 실시간으로 이탈 확률을 갱신할 수 있다는 점이다.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2005년도 추계학술대회 발표 논문집
• /
• pp.119-129
• /
• 2005

현재의 이동통신시장은 시장의 포화상태로 인해 신규 고객의 확보보다는 기존 고객의 유지에 마케팅 활동을 강화하고 있다. 본 연구에서는 이탈고객관리(churn management)를 위한 방안으로 데이터마이닝 기법에 기반하여 고객을 등급별로 세분화하였다. 이동통신 고객데이터를 활용하여 로짓모형, 인공신경망, SVM 등을 이탈고객 예측모형을 개발하였고, 각 모형별 성과를 통계적으로 비교하였다. 이탈고객 예측모형을 통해 고객의 이탈가능성을 등급화하여 등급별 이탈확률과 점유율, 적중률을 산출하였다. 제안된 고객등급화 방법을 통해 이동통신사들은 고객의 이탈확률에 따른 차별화된 마케팅 전락을 수행할 수 있을 것으로 기대된다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2001년도 추계학술대회
• /
• pp.12-12
• /
• 2001

정보기술을 바탕으로 전자상거래의 규모는 빠르게 늘어가고 있다. 본 연구에서는 종합쇼핑몰의 성격을 띠는 사이버 쇼핑몰의 고객과 구매 고객의 특성 등을 살펴보고 의사결정나무를 이용한 이탈고객의 분류, 쇼핑몰에 등록된 상품군과 인구특성적인 변수들간의 대응분석을 실시하여 쇼핑몰에 대한 인식을 제고한다.