• 한국벤처창업학회:학술대회논문집
• /
• 2022.04a
• /
• 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.

• Journal of Digital Contents Society
• /
• v.15 no.2
• /
• pp.219-225
• /
• 2014

Competition between corporations is getting more intense, so they need customer feedback in order to fulfill an effective management. Recently, SNS (Social Network Service) such as Twitter and Facebook has grown dramatically because of smart phones. Social media like Twitter and Facebook let customers to express their needs, and using big data such as data on SNS is a very effective method for getting customer's feedback. Collecting and analyzing social big data are operated by Buzz monitoring system. This research suggests how to utilize big data for getting customer's feedback on hotel CRM(Customer Relationship Management), which considers customer itself as asset of business. This paper demonstrates the research of buzz monitoring system that analyzes big data, and presents results of hotel customer reputation using buzz monitoring system. It would analyze the result from the hotel customer reputation, and research the implication in this paper.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.232-234
• /
• 2022

Big data is widely used in customer relationship management, relationship marketing, financial business improvement, credit information and risk management. Moreover, as non-face-to-face financial transactions have become more active recently due to the COVID-19 virus, the use of financial big data is more demanded in terms of relationships with customers. In terms of customer relationship, financial big data has arrived at a time that requires an emotional rather than a technical approach. In relational marketing, it was necessary to emphasize the emotional aspect rather than the cognitive, rational, and rational aspects. Existing traditional financial data was collected and utilized through text-type customer transaction data, corporate financial information, and questionnaires. In this study, the customer's emotional image data, that is, atypical data based on the customer's cultural and leisure activities, is acquired through SNS and the customer's activity image is analyzed with an artificial intelligence CNN algorithm. Activity analysis is again applied to the annotated AI, and the AI big data model is designed to analyze the behavior model shown in the annotation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• 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.

• Proceedings of the Korea Database Society Conference
• /
• 2001.06a
• /
• 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)

• The Korean Journal of Applied Statistics
• /
• v.32 no.3
• /
• pp.391-404
• /
• 2019

Customers' fixed characteristics have often been used to predict customer behavior. It has recently become possible to track customer web logs as customer activities move from offline to online. It has become possible to collect large amounts of web log data; however, the researchers only focused on organizing the log data or describing the technical characteristics. In this study, we predict the decision-making time until each customer makes the first reservation, using Airbnb customer data provided by the Kaggle website. This data set includes basic customer information such as gender, age, and web logs. We use various methodologies to find the optimal model and compare prediction errors for cases with web log data and without it. We consider six models such as Lasso, SVM, Random Forest, and XGBoost to explore the effectiveness of the web log data. As a result, we choose Random Forest as our optimal model with a misclassification rate of about 20%. In addition, we confirm that using web log data in our study doubles the prediction accuracy in predicting customer behavior compared to not using it.

• The Journal of Bigdata
• /
• v.5 no.2
• /
• pp.215-229
• /
• 2020

The interest in machine learning is growing in all industries, but it is difficult to apply it to real-world tasks because of inexplicability. This paper introduces a case of developing a financial customer churn prediction model for a securities company, and introduces the research results on an attempt to develop a machine learning model that can be explained using the SHAP Value methodology and derivation of interpretability. In this study, a total of six customer churn models are compared and analyzed, and the cause of customer churn is inferred through the classification and data analysis of SHAP Value and the type of customer asset change. Based on the results of this study, it would be possible to use it as a basis for comprehensive judgment, such as using the Value of the deviation prediction result that can infer the cause of the marketing manager's actual customer marketing in the future and establishing a target marketing strategy for each customer.