• 제목/요약/키워드: business effectiveness

검색결과 1,575건 처리시간 0.031초

제품태도에 대한 회복노력의 차별적 효과 (Differential Effects of Recovery Efforts on Products Attitudes)

  • 김천길;최정미
    • 마케팅과학연구
    • /
    • 제18권1호
    • /
    • pp.33-58
    • /
    • 2008
  • 본 연구는 서비스실패가 아니라 제품실패 이후, 회복노력의 효과를 실패심각성에 따라 확인하는 것이다. 회복노력은 보상노력, 장점노력 및 단점노력으로 구분되었다. 보상노력은 실패상황을 직접적으로 되돌리려는 의도로 구체적인 보상을 제공하는 방안으로, 장점노력은 제품실패를 초래하는 이유가 특정한 장점을 추구하는 과정에서 불가피하게 발생할 수 있는 문제임을 언급하는 것과 같이 추가적인 상대적 장점을 설명하는 방식으로, 그리고 단점노력은 자사제품이 서비스실패를 초래할 수 있는 문제점을 지니고 있는 반면에 경쟁제품은 또 다른 측면의 단점을 지니고 있다는 점을 부각시켜 소비자의 자사제품에 대한 부정적 태도를 회복시키려고 방안이라고 개념화되었다. 그러한 회복노력들이 실질적으로 효과가 있다고 결론을 내리기 위해서, 회복노력이 제공되지 않는 상황과 비교하여 소비자의 태도나 의향이 우호적인지 검토된다. 가설검증을 위해 화장품산업에서 소비자들을 대상으로 가상적인 시나리오를 이용한 실험을 실시하였다. 연구 결과, 전반적으로 회복노력들은 효과적인 전략임이 확인되었고, 보상노력은 장점노력이나 단점 노력보다 효과적이었다. 특히 심각성이 높은 실패조건에서 단점노력은 장점노력보다 긍정적인 제품태도를 유도하였다. 심각성이 낮은 실패조건에서 장점노력과 장점노력의 효과는 기대할 수 없었다.

  • PDF

전문성 이식을 통한 딥러닝 기반 전문 이미지 해석 방법론 (Deep Learning-based Professional Image Interpretation Using Expertise Transplant)

  • 김태진;김남규
    • 지능정보연구
    • /
    • 제26권2호
    • /
    • pp.79-104
    • /
    • 2020
  • 최근 텍스트와 이미지 딥러닝 기술의 괄목할만한 발전에 힘입어, 두 분야의 접점에 해당하는 이미지 캡셔닝에 대한 관심이 급증하고 있다. 이미지 캡셔닝은 주어진 이미지에 대한 캡션을 자동으로 생성하는 기술로, 이미지 이해와 텍스트 생성을 동시에 다룬다. 다양한 활용 가능성 덕분에 인공지능의 핵심 연구 분야 중 하나로 자리매김하고 있으며, 성능을 다양한 측면에서 향상시키고자 하는 시도가 꾸준히 이루어지고 있다. 하지만 이처럼 이미지 캡셔닝의 성능을 고도화하기 위한 최근의 많은 노력에도 불구하고, 이미지를 일반인이 아닌 분야별 전문가의 시각에서 해석하기 위한 연구는 찾아보기 어렵다. 동일한 이미지에 대해서도 이미지를 접한 사람의 전문 분야에 따라 관심을 갖고 주목하는 부분이 상이할 뿐 아니라, 전문성의 수준에 따라 이를 해석하고 표현하는 방식도 다르다. 이에 본 연구에서는 전문가의 전문성을 활용하여 이미지에 대해 해당 분야에 특화된 캡션을 생성하기 위한 방안을 제안한다. 구체적으로 제안 방법론은 방대한 양의 일반 데이터에 대해 사전 학습을 수행한 후, 소량의 전문 데이터에 대한 전이 학습을 통해 해당 분야의 전문성을 이식한다. 또한 본 연구에서는 이 과정에서 발생하게 되는 관찰간 간섭 문제를 해결하기 위해 '특성 독립 전이 학습' 방안을 제안한다. 제안 방법론의 실현 가능성을 파악하기 위해 MSCOCO의 이미지-캡션 데이터 셋을 활용하여 사전 학습을 수행하고, 미술 치료사의 자문을 토대로 생성한 '이미지-전문 캡션' 데이터를 활용하여 전문성을 이식하는 실험을 수행하였다. 실험 결과 일반 데이터에 대한 학습을 통해 생성된 캡션은 전문적 해석과 무관한 내용을 다수 포함하는 것과 달리, 제안 방법론에 따라 생성된 캡션은 이식된 전문성 관점에서의 캡션을 생성함을 확인하였다. 본 연구는 전문 이미지 해석이라는 새로운 연구 목표를 제안하였고, 이를 위해 전이 학습의 새로운 활용 방안과 특정 도메인에 특화된 캡션을 생성하는 방법을 제시하였다.

한국 NPL시장 수익률 예측에 관한 연구 (A study on the prediction of korean NPL market return)

  • 이현수;정승환;오경주
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.123-139
    • /
    • 2019
  • 국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.

CRM구축과정에서 마케팅요인이 관계품질과 CRM성과에 미치는 영향 (The Effects on CRM Performance and Relationship Quality of Successful Elements in the Establishment of Customer Relationship Management: Focused on Marketing Approach)

  • 장형유
    • 마케팅과학연구
    • /
    • 제18권4호
    • /
    • pp.119-155
    • /
    • 2008
  • 최근 많은 기업들이 치열한 경쟁에서 생존하기 위해 개별 고객들에게 초점을 맞춘 전사적이고 체계적인 고객관계관리에 전력을 기울이고 있다. 수익성 높은 대부분 기업들의 성공비결은 복합적이겠지만, 고객지향적 사고에의 신속한 적응이 중요한 부분을 차지하고 있다. 고객관계관리 기법 및 운용철학은 고객을 올바르게 이해하는데서 그치지 않고 고객행동을 사전적으로 예측하여 고객요구에 부응한 제품과 서비스를 제공하는 것만이 치열한 경쟁환경에서 생존함과 동시에 거듭된 성장을 이루는 유일한 해결책임을 강조한다. 고객관계관리는 데이터베이스마케팅과 같은 조직내 실무자 중심의 관점과 접근이 아니라 최고경영자의 마케팅 관점의 경영철학 구현을 통한 전사적이고 조직적인 참여가 이루어져야 한다. 그럼에도 불구하고 많은 기업들이 고객관계관리 기법을 도입하고 구축하는 과정에서 이러한 점을 간과해 왔으며 그 결과, 고객관계관리를 통해 수익성을 높인 기업이 있는 반면에 고객관계관리에 엄청난 비용만을 투입하고 별다른 성과를 거두지 못한 기업들도 다수이다. 본 연구는 CRM구축 및 실행과정에서의 성공요인을 기존 연구와 달리 마케팅적 관점에서 발견해 내고 있다. 시장지향성과 고객지향성이라는 마케팅 철학에서부터 고객정 보지향성과 핵심고객지향이라는 실무적 개념까지 포함해서 마케팅적인 관점에서의 성공적 CRM구축을 위한 선행요인을 발견하고, 이러한 요인들이 마케팅관점의 관계품질과 실무적인 CRM성과에 어떤 영향을 미치는지를 분석함과 동시에 관계품질과 CRM성과 간의 관계의 강도까지 실증적으로 분석해 보았다. 경험적 분석 결과 본 연구에서 구축한 마케팅관점의 CRM선행요인들 중에서 일부 요인을 제외하고는 대체적으로 관계품질 및 CRM성과를 높이는데 상당한 기여를 하고 있음이 확인되었으며, 영향관계의 정도에는 어느 정도 차이가 있음이 확인되었다. 또한 관계품질과 CRM성과 및 세부적 개념구성요인들 간에 매우 높은 정(+)의 관계가 존재함을 확인했다. 이는 CRM의 최종 성과를 달성하기 위해서 CRM구축 및 실행이후에 고객만족과 고객신뢰라는 개념적 연결고리를 강화함과 동시에 이러한 관계품질이 고객유지와 고객점유 정도의 향상으로 이어지도록 하는 창조적 전술개발이 요구됨을 의미한다. CRM을 구축 및 실행하는 대부분의 기업들이 조급하게 재무적인 성과를 기대하는 경향이 있는데, CRM은 마케팅철학을 포함하는 장기적인 경영활동임을 주지해야 한다. 기존의 많은 연구들이 취하고 있는 연구맥락에 근거해서 기술적인 시스템만을 갖추었다고 하여 단기적인 성과를 바라는 것은 오히려 비용의 낭비만을 초래 할 수 있음에 주목해야 한다. 본 연구결과를 바탕으로 CRM의 성공적 구축을 통해 관계품질을 강화하는 것에 대한 전략적 통찰을 제공함과 동시에 실질적인 CRM성과를 달성하기 위한 마케팅 관점의 연결구조를 어떻게 효율적으로 강화할 수 있을 것인가에 대한 학술적이고 실무적인 시사점을 도출했다.

  • PDF

사회문제 해결형 기술수요 발굴을 위한 키워드 추출 시스템 제안 (A Proposal of a Keyword Extraction System for Detecting Social Issues)

  • 정다미;김재석;김기남;허종욱;온병원;강미정
    • 지능정보연구
    • /
    • 제19권3호
    • /
    • pp.1-23
    • /
    • 2013
  • 융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).