• 한국경영과학회지
• /
• 제39권3호
• /
• pp.63-82
• /
• 2014

The main objective of this research is to investigate whether the RFM (recency-frequency-monetary value) information of a customer's redemption behavior of loyalty points can improve the prediction of future value of the customer. The conventional measurement of customer value has been primarily based on purchase transactions behavior although a customer's future behavior can be also influenced by other interactions between the customer and the firm such as redemption of rewards in a loyalty program. We theorize why a customer's redemption behavior can influence her future purchases and thereby the customer's total value based on operant learning theory, goal gradient hypothesis, and lock-in effect. Using a dataset from a major book store in Korea spanning three years between 2008 and 2010, we analyze both purchase transactions and redemption records of over 10,000 customers. The results show that the redemption-based RFM information does improve the prediction accuracy of the customer's future purchases. Based on this result, we also propose an improved estimate of customer lifetime value (CLV) by combining purchase transactions and loyalty points redemption data. Managerial implications will be also discussed for firms managing loyalty programs to maximize the total value customers.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.687-696
• /
• 2011

고객수명은 고객생애가치(CLV)와 함께 차별화된 마케팅전략과 기업의 경쟁력 강화의 핵심수단으로 차별화된 고객관계관리(CRM) 마케팅의 매우 중요한 핵심요소이다. 그러나 보통기업에서 사용하는 고객수명은 어떤 특정시점에서의 고객에 한정하여 고객 개별적인 특성을 반영하지 않고 단순 이탈율만을 가지고 고객 수명을 예측하고 있다. 본 연구는 이러한 단점을 극복하고 현실적인 활용을 위해, 기업고객들의 중도절단자료를 가지고 고객 세분화에 기반한 생존분석을 활용한 고객수 명예측방법을 제시하고, 실제 활용을 위해 국내 A 이동통신사의 데이터를 활용하여 적용하였다. 본 연구에서 제시하고 있는 고객 세분화에 기반한 생존 분석을 이용한 고객수명 예측방법은, 첫째, 가입시점이 다른 모든고객 을반영하고 있고, 둘째, 고객의 개별적 특성을 반영하여 개별 고객수명에 대한 오차를 줄일 수 있으며, 셋째, 관측시점 이후의 수명을 예측함으로써 시간의 흐름에 따른 이탈율 또는 해지율의 변동추이를 반영하게 되어 더욱 현실성을 반영하고 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.109-115
• /
• 2009

점차 복잡화되고, 다양화되고 있는 고객들의 수요를 만족시키기 위해 많은 인터넷 회사에서는 고객관계관리를 통하여 마케팅 활동을 벌이고 있다. 단기간 판매실적을 극대화하기 보다는 고객서비스와 장기간의 고객만족도를 더 많이 강화하기 위해서는 마케팅 계량지표로서 고객생애가치를 활용하는 것이 바람직하다. 이러한 고객생애가치는 인터넷 비즈니스 분야에서 경쟁적인 힘을 증진시킬 수 있는 고객가치를 발견할 수 있는 핵심이며, 많은 인터넷 기업들이 고객생애가치에 관심을 가지고 있다. 본 논문에서는 회원 유형별로 인터넷 사이트의 회원 수명을 분석하기 위해 생명표 기법을 활용함으로써 여러 형태의 인터넷 회사에 다양한 생명표를 이용할 수 있는 기회를 마련하고자 한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2003년도 추계학술대회 및 정기총회
• /
• pp.187-190
• /
• 2003

Since the early 1980s, the concept of relationship management in marketing area has gained its importance. Acquiring and retaining the most profitable customers are serious concerns of a company to perform more targeted marketing campaigns. For effective CRM (Customer Relationship Management), it is important to gather information on customer value. Many researches have been performed to calculate customer value based on CLV (Customer Lifetime Value). It, however, has some limitations. It is difficult to consider the churn of customers, because the previous prediction models have focused mainly on expected future cash flow derived from customers'past profit contribution. In this paper we suggest a CLV model considering past profit contribution, potential benefit, and churn probability of a customer. We also cover a framework for analyzing customer value and segmenting customers based on their value. Customer value is classified into three categories: current value, potential value and customer loyalty. Customers are segmented according to the three categories of customer value. A case study on calculating customer value of a wireless communication company will be illustrated.

• 대한안전경영과학회지
• /
• 제6권1호
• /
• pp.219-228
• /
• 2004

We can be acquire the conformation about on the due date of supplier by using the A TP(A vail able to Promise) function of management about real and concurrent access on the supply chain, also decide the affect about product availability due to forecasting or customer's orders through the A TP. Under the these environments, defines the A TP rule that can improve the customer value and data flow related the LTV(Life Time Value) and builds on a algorithm. In this paper, It consolidates the necessity on a LTV (Life Time Value) and analyzes data which is concerned of Customer Value. Under the these environments, defines the LTV rule that can improve the customer value. And then, Scheduling plays an important role in shop floor planning. Therefore, this study tries to proposed that Scheduling by customer needs group for minimizing the problem.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 추계 학술발표회 논문집
• /
• pp.259-263
• /
• 2002

CLV(Customer Lifetime Value; 고객생애가치)는 한 고객이 기업의 고객으로 존재하는 전체 기간동안 그 기업에게 제공할 것으로 추정되는 잠재적인 수익의 합계로 정의할 수 있으며, CRM(Customer Relationship Management)이 기업의 경쟁력 강화를 위한 핵심 수단으로 등장하면서 고객가치에 대한 측정 및 분석의 필요성이 증가하고 있다. 본 연구에서는 CLV를 측정하기 위해서 제안된 여러 모형들을 소개, 비교하고 몇 가지 측면에서 기존 모형들의 단점을 보안할 수 있는 모형들을 제안하고자 한다.

• 산업경영시스템학회지
• /
• 제29권1호
• /
• pp.26-33
• /
• 2006

The potential needs as well as visible needs of customer should be considered in order to research and analyze of the customer data. The methods to analyze customer data is classified into customer segmentation, clustering analysis model, forecasting customer response probability model, analysis of the customer break rate model and new customer analysis model by the purpose. In this study, we developed the CW-CLV (Correlation Weight Customer Lifetime Value)method that used AHP(Analytic Hierarchy Process)rule for enhance the reliability of customer data and quantitative analysis of the customer segmentation, based on CLV(Customer Lifetime Value). We suggest to new variables and methodology from determined CW-CLV coefficients, because all of companies respect to the diversified customers classification and complexity of consumers needs. Finally, we unfolded any company's scheduling added new methodology using simulation and leaded conclusion about the new methodology.

• 한국콘텐츠학회논문지
• /
• 제9권12호
• /
• pp.245-252
• /
• 2009

전력 산업은 그 기술적, 산업적 특성에 의하여 전통적으로 자연독점산업으로 인식되어 왔다. 그러나 이에 따른 비효율성을 개선하기 위해 유럽, 북미, 오세아니아 각 시장에서 지난 수십 년간 경쟁 체제가 도입되었다. 우리나라도 이러한 흐름에 발맞추어 수직통합구조의 분리와 민영화 등의 움직임이 가시화되고 조만간 소매 경쟁 체제가 본격화 될 것으로 전망되고 있다. 이에 따라 전력 산업에 있어서도 시장 원리에 의해 고객 가치를 제고하기 위한 연구의 필요성이 높아지고 있다. 그러나 전력 산업에 있어서 이에 관한 연구는 매우 부족하며, 특히 고객 이탈 방지와 고객 유지를 고려한 가격 정책에 관한 연구는 수행되지 않았다. 따라서 본 연구에서는 전력 산업에서 고객들에게 최저 요금제를 제시, 비용 절감을 가능하게 하여 고객 충성도를 제고함으로써, 고객 평생가치를 증대시키는 방법론을 제시하였다. 실제 고객 데이터를 활용한 실험을 통해 전력 산업에서 가격을 통한 고객 충성도 제고가 가능하며, 장기고객가치가 증대될 고객을 선별함으로써 기업의 장기적 수익을 증대시킬 수 있음을 검증하였다.

• Asia Marketing Journal
• /
• 제10권4호
• /
• pp.99-121
• /
• 2009

사회적 네트워크는 하나의 문화적 현상으로 자리매김하였다. 단절된 고객들을 위해 새로운 매체가 필요한 시대에 많은 사람들이 이러한 사회적 네트워크들이 전통적인 광고와 마케팅 툴의 강력한 대안이 될 수 있다고 믿고 있다. 본 연구는 사회적 네트워크 안에서 구성원들의 무형의 가치를 계량화함으로써 고객가치 평가에 대한 새로운 시각을 제공하고자 하였다. 고객들의 유형의 가치만을 평가하는 것은 고객들 간의 상호 연결성을 고려하지 않는 것이므로 어떤 고객들이 중요한 고객인가에 대해 부분적인 설명만이 가능하다. 따라서 고객들의 가치를 제대로 파악하기 위해서는 고객생애가치(CLV: Customer Lifetime Value)와 같은 금전적인 유형 가치뿐만 아니라 사회적 네트워크 안에서 고객들이 다른 구성원들에게 미치는 영향과 같은 무형의 가치까지를 포함하여야 한다. 본 연구에서는 고객생애가치라는 금전적인 가치와 네트워크 내에서 한 고객이 얼마나 중요한가를 나타내는 무형의 가치에 근거하여 고객을 평가할 수 있는 프레임웍을 제시하였다. 고객무형가치 즉 고객들의 네트워크 가치를 측정하기 위해 사회학의 기존 연구에 기초한 중심성(Centrality)지표를 활용하였다. 중심성(Centrality) 지표들을 통해 고객무형가치에 대한 금전적 가치까지 계산하기는 어렵지만 낮은 고객생애가치를 가지면서 높은 무형가치를 가지고 있는 고객 혹은 반대 경우의 고객들을 파악할 수 있다. 낮은 고객생애가치를 가진 고객들에게 기업이 많은 자원을 할당해서는 안 된다고 제안하고 있는 전통적인 고객생애가치 모델과는 달리, 이러한 양 방향적 가치접근은 고객생애가치는 낮을지라도 높은 네트워크 가치를 가지고 있다면 기업에게 중요할 수 있는 고객임을 제안하고 있다.

• 경영과학
• /
• 제20권2호
• /
• pp.135-149
• /
• 2003

Developing a proper program for customer evaluation is one of the most imminent tasks to implement CRM (Customer Relationship Management). Design of the Customer Value model is an important key to the customer evaluation progrgm. This paper proposes two models for estimating Customer Value. The first one is a Description Model for Customer Value based on customer CSI (Customer Satisfaction Index) data. This model represents as quantitative numbers what customers feel from the company or the service. The second one is a Prediction Model which employs factor analysis and regression to predict customer value. This paper exploits the two models to evaluate Customer Value as well as for customer behavior prediction.