KCI등재
빅데이터 기반 머신러닝 기법을 활용한 소비자유형 분석 및 군집화에 관한 연구: 고객 리뷰평점 중심으로
저자
발행기관
학술지명
권호사항
발행연도
2023
작성언어
Korean
주제어
KDC
310
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
217-231(15쪽)
DOI식별코드
제공처
기업은 고객 구매 데이터를 확보하고 다양한 머신러닝 분석 방법 활용한 고객 세분화를 기반으로 한 개인화 마케팅의 필요성이 더욱더 강조되고 있는 현실이다. Clustering 군집 분석은 고객 세분화를 통하여 전략적인 의사결정을 할 수 있을 뿐만 아니라 고객 맞춤형 마케팅 전략을 수립하는 데 큰 도움이 될 수 있으며, 학계 및 기업들은 마케팅전략과 머신러닝 분석법을 융합한 새롭고 발전된 연구의 필요성이 대두되고 있는 현실이다. 본 연구에서는 머신러닝 모형인 비지도 학습과 지도학습의 두 가지 분석 방법을 사용하였다. 본 연구는 다음과 같은 학문적 시사점을 가진다. 첫 번째, 소비자 유형 및 특성에 따른 소비자 세분화를 함으로써 보다 구체적인 마케팅 대상을 파악할 수 있었다. 이러한 결과는 마케터가 알아차리지 못한 다양한 상관관계를 머신러닝 분석으로 찾아낼 수 있다는 것이며, 실제 마케팅에 적용할 수 있는 실용적인 강점을 가질 수 있다는 것이다. 두 번째, 소비자가 선호하는 상품을 사전에 예측하여 더욱 효율적인 마케팅 목표 설정에 도움을 줄 수 있다고 판단한다. 결론적으로 본 연구에서는 소비자 구매유형 및 판매촉진 유형이 소비자에게 어떠한 영향력이 있는지에 대한 종합적인 해석을 해주었으며, 상품 판매에 대해 사전 예측을 제시함으로써 새로운 기업 혁신의 기반을 마련할 수 있을 것으로 기대된다.
더보기The need for customized marketing based on customer segmentation through securing customer purchase data and using various machine learning analysis methods is becoming more emphasized. Clustering analysis can help not only make strategic decisions through customer segmentation but also establish customized marketing strategies, and new and advanced research combining marketing strategies and machine learning analysis is needed by academia and companies. In this study, two analysis methods were used: unsupervised learning and supervised learning, which are machine learning models. This study has the following academic implications. First, more specific marketing targets could be identified by segmenting consumers according to consumer types and characteristics. Second, it is judged that it can help set more efficient marketing goals by predicting products preferred by consumers in advance. In conclusion, this study presented a comprehensive interpretation of how consumer purchase types and sales promotion types affect consumers, and is expected to lay the foundation for new corporate innovation by presenting preliminary predictions on product sales.
더보기분석정보
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)