• 유통과학연구
• /
• 제20권6호
• /
• pp.1-10
• /
• 2022

Purpose: This research proposes a new modified Recency-Frequency-Monetary (RFM) model by extending the model with spatial analysis for supporting decision-makers in discovering the promotional target market. Research design, data and methodology: This quantitative research utilizes data-mining techniques and the RFM model to cluster a university's provider schools. The RFM model was modified by adapting its variables to the university's marketing context and adding a district's potential (D) variable based on heatmap analysis using Geographic Information System (GIS) and K-means clustering. The K-prototype algorithm and the Elbow method were applied to find provider school clusters using the proposed RFM-D model. After profiling the clusters, the target segment was assigned. The model was validated using empirical data from an Indonesian university, and its performance was compared to the Customer Lifetime Value (CLV)-based RFM utilizing accuracy, precision, recall, and F1-score metrics. Results: This research identified five clusters. The target segment was chosen from the highest-value and high-value clusters that comprised 17.80% of provider schools but can contribute 75.77% of students. Conclusions: The proposed model recommended more targeted schools in higher-potential districts and predicted the target segment with 0.99 accuracies, outperforming the CLV-based model. The empirical findings help university management determine the promotion location and allocate resources for promotional information distribution and student recruitment.

• Asia Marketing Journal
• /
• 제1권2호
• /
• pp.19-35
• /
• 1999

데이터베이스 마케팅 전략을 수립하고 집행함에 있어서 고객에게 접근하기 위한 촉진 매체로써 직접우편(Direct Mail)과 텔레 마케팅 등의 직접반응매체를 주요 수단으로 하는 경우 이를 다이렉트 마케팅이라고 한다. 다른 마케팅 전략들과 마찬가지로 다이렉트 마케팅에서도 마케팅 자원이 효과적으로 사용될 수 있도록 고객 데이터베이스를 세분화하는 작업을 수행한다. 리스펀스 모델링(Response Modeling)은 다이렉트 마케팅분야에서 고객리스트를 세분화하고 각 세그멘트별로 고객의 반응(구매행위)을 예측하는 기법을 말하며 RFM(Recency, Frequency, Monetary), 로지스틱, 신경망은 리스펀스 모델링을 위해서 가장 널리 사용되고 있는 기법이다. 과거에 이들 방법은 고객 데이터베이스 전체에 단독 모델로 적용되어 왔으나 이러한 단독 모델을 고객 데이터베이스에 적용하는 것이 정당화 되려면 고객들이 동일한 방식으로 반응한다는 전제가 필요하다. 그러나 일반적으로 고객의 반응방식에는 상당한 이질성이 존재한다. 예컨대 직업, 나이, 소득, 성별 등이 같다고 해서 같은 구매패턴을 보이지는 않는다는 것이다. 즉 고객A의 구매행위는 회귀선에 의해서 잘 설명되는 반면에 고객B는 신경망이나 RFM으로 잘 설명될 수 있는 경우가 존재하는 것이다. 이러한 구매행위의 이질성을 반영하기 위해서 최근에는 두개 이상의 방법을 결합하여 사용하는 결합 리스펀스 모델링 방법도 시도 되어 왔다. 그러나 결합 리스펀스 모델링에 관한 기존 연구들은 상관관계가 낮은 모델들을 결합함으로써 세분화의 효과를 단독 모델을 사용할 때 보다 개선할 수 있다고는 하였으나 구체적으로 어떤 모델들이 서로 낮은 상관관계를 갖는지는 보여주지 못하였다. 본 논문에서는 RFM 방법을 모델 내에서 사용하는 변수와 이를 이용한 모델링 방법상의 차이로 인하여 다른 두 방법(로지스틱, 신경망)과 매우 낮은 상관관계를 갖는 방법으로 제시하고 RFM과 다른 두 방법간의 낮은 상관관계를 이용하여 결합하는 경우 모델의 예측효과를 상당히 개선할 수 있음을 사례분석을 통해서 보이고자 한다.

• Asia pacific journal of information systems
• /
• 제33권3호
• /
• pp.737-767
• /
• 2023

With the availability of big customer data and advances in machine learning techniques, the prediction of customer behavior at the session-level has attracted considerable attention from marketing practitioners and scholars. This study aims to predict customer purchase conversion at the session-level by employing customer profile, transaction, and clickstream data. For this purpose, we develop a multimodal deep learning fusion model with dynamic and static features (i.e., DS-fusion). Specifically, we base page views within focal visist and recency, frequency, monetary value, and clumpiness (RFMC) for dynamic and static features, respectively, to comprehensively capture customer characteristics for buying behaviors. Our model with deep learning architectures combines these features for conversion prediction. We validate the proposed model using real-world e-commerce data. The experimental results reveal that our model outperforms unimodal classifiers with each feature and the classical machine learning models with dynamic and static features, including random forest and logistic regression. In this regard, this study sheds light on the promise of the machine learning approach with the complementary method for different modalities in predicting customer behaviors.

• 지능정보연구
• /
• 제21권2호
• /
• pp.93-112
• /
• 2015

소비자의 소비성향이 필요 품목을 중심으로 근거리에서 구매하는 근린형으로 변화함에 기존의 소매점은 식료품, 생활용품을 위주로 제공하는 슈퍼마켓, 하이퍼마켓 또는 편의점으로 진화하고 있다. 따라서 소매점이 한정된 공간에서 효율적으로 공간을 활용하고 매출을 증대하기 위해서는 소비자의 구매욕을 충족시킬 수 있는 상품배치와 적정한 재고수준을 유지하는 것이 매우 중요하다. 본 연구에서는 소매점의 판매 상품에 대하여 RFM 기반 SOM 군집화를 하여 효율적으로 매장을 관리할 수 있는 상품 배치전략 및 재고전략을 제안하였다. 실제 M마트의 판매데이터를 이용하여 RFM모델을 상품에 적용한 후, 기존 문헌 연구뿐만 아니라 해석 가능성, 응용 가능성 등을 고려하여 3X3 총 9개의 군집으로 분류하여 분석한 결과, 주요 군집으로 R값, F값, M값이 모두 높은 군집, R값, F값, M값 모두 낮은 군집, R값만 높은 군집, F값만 높은 군집이 도출되었다. 본 논문에서는 다른 군집과 비교시 R값, F값, M값이 차이를 보이는 주요 4개의 군집의 상품 배치 및 재고 전략을 제시하였다. R값, F값, M값이 모두 높은 군집의 상품은 소비자 동선을 늘림으로써 상품 노출을 확대시킬 수 있는 장소에 배치하여야 할 뿐만 아니라 높은 수준의 재고를 보유할 필요가 있다. 반면에 R값, F값, M값이 모두 낮은 군집의 상품은 가시성이 낮은 곳에 배치하고 최소한의 안전재고만 보유할 필요가 있다. 또한 R값이 높은 군집은 신상품으로 매장 입구에 배치하여 상품의 판매를 유도할 필요가 있다. 그리고 F값만 높은 군집의 경우, R값과 M값이 평균 값 보다 작은 상품들의 군집이므로 최근에는 판매가 저조하며 빈도 수에 비해 총 판매액이 낮다는 것을 유추할 수 있다. 따라서 현재보다 과거에 많이 판매된 저가의 상품군집으로 재고 수준을 점차 감소시킬 필요가 있다. 본 연구에서 제시한 방법은 POS 시스템의 보유한 소매점에서 상품배치 및 재고관리 방법으로 활용되어 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

• 한국병원경영학회지
• /
• 제17권2호
• /
• pp.21-33
• /
• 2012

Purpose : This study aims to suggest application of patients DB to hospital marketing by performing market segmentation and selecting target market. Consequently help to establish suited strategy of marketing. Method : 14,072 patients hospitalized in a University Medical Center were recruited into this study. In order to classify the customer groups, cluster analysis was used with RFM(Recency, Frequency, Monetary) model, and 1-way ANOVA verified the differences among groups. And then, sociodemographical status, healthcare utilization and diagnosis(ICD-10) of each group were compared to draw a marketing strategy. Results : Four groups were classified through clustering analysis, and'high use and high profit' and'low use and high profit' groups were selected as a target market. The features of target market were as follows, the female proportion was high; used a private room; hospitalized through the emergency room; had operation; length of stay was long; had many comorbidity and cooperative treatment. There was difference in each feature of target market: as for the'high use and high profit' group, many patients were diagnosed with 'certain infectious and parasitic diseases'; and as for the'low use and high profit'group, the proportion of patients who purchased'industrial accident compensation insurance'and'auto insurance'was relatively high; many patients were diagnosed with'Injury, poisoning and certain other consequences of external causes'. Conclusion : It is needed to establish'positioning' strategy by monitoring and communicating with'high use and high profit' group. And for the case of'low use and high profit' group, it is necessary to make a follow-up management and lead them to have a medical check-up.

• 마케팅과학연구
• /
• 제14권
• /
• pp.125-144
• /
• 2004

본 연구는 중소규모의 인터넷 전자상거래쇼핑몰의 소비자정보 최적화를 위한 마케팅모듈의 적용에 관한 연구이다. 본 연구에서 적용한 마케팅모듈은 e-CRM 의 RFM 모듈과 이메일에 대한 장기적인 고객반응도를 분석한 이메일 반응모듈이며, 이 두 가지 분석방법으로 분류된 소비자그룹에 대한 이메일발송을 통한 ROI 분석을 통해 마케팅모듈에 대한 타당성을 검증하고자 하였다. 연구결과 두 가지 모듈에 의해 분류된 각 그룹에 대한 ROI 분석결과 매출에 대한 기여도인 전환율, 개인화요소 및 이메일반응점수인 충성도지수 모두 우수고객이 타 고객에 비해 높은 것으로 나타났으며, 이메일 기초반응도인 오픈율, 인지율, 클릭율에서도 접수가 높은 것으로 나타났다. 따라서 자본, 인원의 제약이 따르는 중소 인터넷기업은 저비용, 고효율의 타겟 마케팅 전략으로서 유효DB를 확보해야 하며, 기업의 DB구조 및 특성에 따라 RFM 및 이메일반응 모듈과 같은 타당한 마케팅모듈을 채택하여 고객서비스 및 기업수익을 강화할 수 있을 것이다.

• 한국비블리아학회지
• /
• 제25권1호
• /
• pp.107-129
• /
• 2014

신뢰성 있고 품질 높은 검증된 정보원을 제공하는 것은 앞으로 사서의 기본 능력 중의 하나가 될 것이다. 따라서 본 연구에서는 건강관련 정보원의 평가기준을 도서관 사서들의 인식조사를 기반으로 제안하고자 하였다. 그 결과 총 21개의 평가항목이 선정되었으며, 그 중 건강/의학 관련 정보내용 그룹에는 정보의 정확성, 정보의 최신성, 정보의 의학 전문성, 정기적 업데이트, 이용자의 입장을 고려한 정보, 정보의 객관성, 이해하기 쉬운 정보, 평이한 언어로 제공되는 정보, 정보의 완전성, 주제와의 관련성, 정보의 검증 가능성, 정보 출처 명시, 주의사항 및 경고를 명시 등 총 13개의 항목이 선정되었다. 건강/의학정보 제공원 그룹에는 건강정보 제공목적의 명확성, 건강정보에 대한 책임성 명시, 개인정보 보호정책 준수, 건강정보 제공기관의 공정성, 건강정보 제공기관의 윤리성 등 5개의 항목이 선정되었으며, 건강/의학정보 웹사이트 디자인 그룹에는 건강정보 접근의 용이성, 건강정보 검색기능 제공, 웹사이트 사용의 편리성, 질의 응답 서비스 제공 등 4개의 항목이 선정되었다.

• 정보처리학회논문지A
• /
• 제13A권1호
• /
• pp.11-18
• /
• 2006

다양한 네트워크로 구성된 인터넷 환경에서 오버레이 홉 수를 최소화하는 Chord를 비롯한 기존의 분산 해싱 테이블 기반의 피어-투-피어 시스템에서는 목적 노드까지의 실질적인 질의 라우팅 시간을 줄일 수 없다. 따라서 제안하는 적응적 근접경로 선택기법에서 각 노드는 라우팅테이블의 엔트리 노드 중 지연시간을 최소로 하는 노드를 선택하여 질의 메시지를 전달하도록 한다. 이를 위하여 각 엔트리의 목적지까지의 지연시간을 큐 라우팅 알고리듬과 지수적 최근-가중치 평균을 이용해 예측하여 검색 테이블로 저장하고, 노드들 간 메시지 전달 시 이 정보를 교환하여 추가 부하 없이 검색 테이블에 반영한다. 시뮬레이션을 통해 제안하는 기법이 전채 검색 시간과 흡 간 지연시간에 있어서 근접성을 고려하지 않은 Chord나 CFS의 서버 선택 알고리즘에 비해 월등히 좋은 성능을 보임을 확인할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.113-124
• /
• 2017

기존의 소셜 검색은 사용자의 프로파일의 최신성과 유사한 사용자의 관심사를 고려하지 않기 때문에 검색 결과가 사용자에게 적합하지 않다는 문제가 있다. 이에 따라 시간적 속성과 다른 사용자의 관심사를 고려한 소셜 검색 연구가 요구되고 있다. 본 논문에서는 시간에 따른 최근 관심사, 사용자와 유사도가 높은 사용자들의 관심사를 고려한 소셜 검색 기법을 제안한다. 제안하는 기법은 사용자의 최근 관심사를 고려하기 위해 소셜 미디어 사용자의 활동 정보를 분석한다. 다른 사용자들의 관심사를 분석한 정보와 결합하여 랭킹을 수행함으로써 검색 결과의 만족도와 정확성을 향상시킨다. 성능평가를 통해 제안하는 소셜 검색 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• Spatial Information Research
• /
• 제22권2호
• /
• pp.73-87
• /
• 2014

일반적으로 공급중심의 공간정보 데이터 구축 및 서비스 개발은 정보의 최신성, 다양성, 활용성의 한계를 수반한다. 최근 이러한 한계점을 극복하기 위하여 공간정보 웹서비스에 사용자 경험과 참여기반의 공간정보(VGI: Volunteered Geographic Information)를 활용하려는 노력들이 이루어지고 있다. 본 연구는 선행연구를 검토하여 VGI를 지원하는 공간정보 웹서비스의 10C 프레임워크를 제안하였다. 또한 10C 프레임워크를 기반으로, 사용자 참여를 통하여 VGI를 생산하는 23개 공간정보 웹서비스의 가치사슬체계를 분석하였다. 가치사슬 분석결과를 바탕으로 VGI의 생산, 수집, 전달, 이용 측면에서 공공 공간정보의 가치증진을 위한 시사점을 도출하였다.