KCI등재
방문판매 영업의 지역거점 구조 개선에 관한 연구 = 공간통계기법을 이용한 매출 분포분석을 중심으로
저자
발행기관
학술지명
권호사항
발행연도
2009
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
87-105(19쪽)
KCI 피인용횟수
6
제공처
소장기관
고객을 직접 만나 상담하는 방문판매 영업에서는 잠재적인 매출이 일어날 수 있는 장소에 대한 정보가 필수적이다. 지역별 경제/인구구조가 안정적이고 대체수요와 추가수요가 높은 성숙기의 방문판매영업의 경우, 과거 판매발생의 위치정보가 미래의 지역별 영업활동 방향을 설정하는데 기여할 것이라고 본다. 본 연구는 한 사례기업을 대상으로 과거 판매 발생 공간 정보를 바탕으로 한 잠재적 매출의 공간 분포를 찾아내고자 하였다. 공간통계 기법의 하나인 G 통계량을 이용해 시장을 매출이 높은 지역들이 집적해 있는 핫스팟과 매출이 낮은 지역들이 집적해 있는 콜드 스팟으로 구분하였다. 서울의 경우 구도심(종로, 을지로, 동대문)은 콜드 스팟, 그리고 강남, 송파지역은 핫 스팟으로 나타났다. 실증조사 결과 콜드 스팟 지역의 영업거점은 매출 성장률도 상대적으로 낮고 자기판매지역 판매비율이 3% 이하인 경우도 있었다. 핫 스팟에는 서로 다른 지역 거점 소속의 방문판매 사원들이 서로 경쟁하고 있을 뿐 아니라 자기 판매 지역의 매출비중도 상대적으로 높게 나타났다. 사례기업의 경우 이러한 매출의 분포와 방문판매 영업 거점의 입지가 일치하지 않는 것으로 나타났다. 이에 따라 본 연구는 잠재 수요의 공간분포에 따라 지역 영업조직의 크기, 수 그리고 영업사원의 배치가 어떻게 변화하여야 할 것인가를 제시하였다. 수요밀도가 높을수록 대형점포의 집중배치의 지역영업구조가 바람직하며 수요가 지역적으로 분산되는 정도가 클수록, 소형 점포들의 분산배치가 이루어져야 할 것이다. 수요분포, 영업거점, 그리고 방문판매사원의 거주지의 공간적 불일치에 대한 유형별 실증분석을 통하여 불일치 지수를 파악하고 그 지수의 변화와 영업성과와의 차이를 분석하는 연구는 미래연구과제로 제시하였다.
더보기Often making face-to-face contacts with clients, door-to-door sales personnels are expected to have a good understanding of where their potential sales activities can be made. However, such information has often been neglected in locating and managing branches supporting door-to-door sales activities in practice. Location analysis for door-to-door sales business has also received little attention in the existing retail and marketing literatures. This paper aims at providing a framework for improving the location of door-to-door sales service branches by identifying local clusters of potential sales based on a spatial statistical approach. According to our case study on the door-to-door sales company in South Korea, most of the service branch managers believed that their sales growth mainly depend on the number of sales personnels. Therefore, practitioners have often located their service branches where they can easily recruit door-to-door sales personnels. With little geographic information about their potential clients, sales personnels would have difficulties planning efficient sales routes to increase their chance of making more sales contacts. Such low productivity often caused more sales persons staying idle at home eventually resulting in low job retention rate. When products reach their mature stage and regional socioeconomic structure is relative stable, it is more likely that new orders are often generated from the existing customers. Moreover, additional demand can be expected nearby the areas of present sales due to neighborhood effect. Door-to-door sales business in South Korea is such case, and the spatial distribution of the existing sales records will serve as a good indication of potential demand. This study is performed in the following three steps. First, the number of sales contracts occurred in January to August, 2008 are collected and aggregated for each administrative district, Dong in Seoul, Korea. Due to privacy and proprietary issues, actual numbers of sales contracts cannot be disclosed in this paper. Second, spatial clusters of potential sales are detected using G statistics of existing door-to-door sales data. Finally, hot-spots and cold spots of potential sales are identified, and their sales structures are compared in terms of market segmentation using Analysis of Variance (ANOVA). Spatial autocorrelation implies the degree of similarity between attribute values in one location and the values in the neighboring locations. As a global measures of spatial autocorrelation, General G statistic turned out to be statistically significant at 1% significance level in this study. This indicates that hot-spots (high-high clusters) of potential sales are dominant across the entire study region. Then Local G statistic of existing sales is calculated for each Dong to detect local clusters of potential sales. Assuming 5% statistical significance level, areas are identified as hot-spots if the z-score of local G statistic is greater than 1.96; and as cold-spots if the z-scores of local G statistic is less than -1.96. Hot spots refer to areas where high values of sales are clustered, whereas cold-spots refer to areas where low values of sales are clustered. The inner city areas such as Jongro, Uljiro, and Dongdaemun turned out to be cold-spots, while Gangnam and Songpa turned out to be hot-spots of door-to-door sales. The identified hot-spots and cold-spots of potential demand showed clear distinction in terms of sales branch activities. Sales branches in cold-spot areas were suffering from relatively low sales growth rate, and only less than 3% of the sales were made within its assigned sales districts on average. In the hot-spot areas, sales persons from different branches were competing against one another, and about 10% of the sales were being made within its own sales districts. The major problem identified from this case study is that the current service branches are not located according to the customer de
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2019-05-10 | 학회명변경 | 영문명 : 미등록 -> Korean Marketing Association | KCI등재 |
2019-04-03 | 학술지명변경 | 외국어명 : Korean Marketing Review -> Korean Journal of Marketing | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2003-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2002-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
1999-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.93 | 1.93 | 1.95 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
2.03 | 1.94 | 4.016 | 0.3 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)