통계학 고객분석 보고서 - 인터넷 쇼핑몰 CEO로 성공하기 위해 데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략

소개글

통계학 고객분석 보고서 - 인터넷 쇼핑몰 CEO로 성공하기 위해 데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략에 대한 보고서 자료입니다.

목차

인터넷 쇼핑몰 CEO로 성공하기 위해 데이터 마이닝 기법을 이용한 분류모델과 마케팅 전략

I. 서론
1. 분석 동기와 보고서의 목적
2. 인터넷 쇼핑몰에서의 통계분석 시스템
3. 분석 과정

II. 이론
1. 고객관계관리(CRM) 및 e-CRM
2. 데이터마이닝
3. 연관성 규칙
4. SEMMA(Sampling, Exploring, Modifying, Modeling, Assessment)
5. 의사결정나무

III. 분석
1. 데이터 탐색 및 전처리(Data preprocessing ; Sampling, Exploring, Modifying)
2. 의사결정나무(Decision Tree ; Modeling)
3. 연관성분석(Association ; Modeling, Assessment)

IV. 결론

V. Reference

본문내용

러한 시점에서 중·소규모의 쇼핑몰 운영자들도 고객의 요구를 경영에 적절히 반영하여 관리하는 것이 필수라고 하지 않을 수 없다. 고객의 요구반영뿐만 아니라 쇼핑몰 운영에 있어 고객분석과 판매상품의 분석이 이루어지지 않는다면 머지않아 구매자들은 좀 더 나은 서비스와 요구를 충족시켜주는 타 업체로 가버리게 될 것이다. 신규고객을 확보하는 것 보다 기존 고객을 유지시키는 것이 비용 적 측면에서 더 저렴하다는 것은 이미 알려진 사실이다. 고객유지를 위해 많은 대형 쇼핑몰 업체들은 이미 CRM 프로세스를 마련하여 고객확보에 주력하고 있는 반면 중·소 사이트들은 아직 기반조차 마련하지 못했거나 이제 도입을 시도하고 있다.
본 연구에서는 쇼핑몰 운영에 있어서 이탈하는 고객들을 어떻게 다시 재구매 고객으로 만들 수 있는지에 대하여 구매 데이터들을 기본적 통계분석과 아울러 데이터마이닝기법인 연관성규칙방법, 의사결정나무로 분석하여 거래되는 상품들 간의 관련성을 발견하고 결과를 통해 쇼핑몰의 효율적 운영을 위한 방법들을 제시하고자 하였다. 분석결과를 통하여 사이트 내의 상품 배치, 탐색시간을 줄일 수 있는 방안, 홍보 E-mail 발송시간, 고객충성도를 높일 수 있는 방안, 제품 카테고리의 재분류 필요성 등에 관하여 논의하였다. 제시된 운영방안은 쇼핑몰 사이트에서 큰 부담이 없이 적용 가능하여 체계적인 고객관계관리에 일조를 할 수 있다는 데 본 연구의 의의가 있다고 하겠다.
그러나 본 연구는 다음과 같은 한계점을 가지고 있으므로 연구결과의 적용에 신중을 기하여야 할 것이다.
첫째, 데이터의 질적 문제인데 웹 상에서 입력된 데이터는 결손 값을 가지는 경우가 많아 복잡한 전처리 과정이 요구되므로 많은 시간을 소비하여 마이닝 하여도 좋은 결과를 기대하기가 힘들다. 사례 사이트의 경우 회원들의 데이터와 구매데이터에서 많은 결손 값을 가지고 있어 분석의 정확도가 떨어질 수 있으므로 결과 해석에 신중을 요한다.
둘째, 본 사이트의 구매고객은 성별 및 거주지역, 나이 등을 알 수 없는 모든 고객들을 결측값 처리를 하여 분석하였으나, 실제로 이러한 고객들이 인터넷 쇼핑몰의 평균적인 고객 구매 성향에 영향을 미치고 있으므로 분석결과와 다소간의 차이를 나타낼 수도 있다.
따라서 향후 연구과제로 이와 비슷한 소규모 쇼핑몰 사이트에서 얻어지는 데이터들의 충실도를 높이기 위한 방법을 모색하고, 사례 사이트와 구조가 유사한 쇼핑몰 사이트에 연구결과를 적용하여 미치는 영향을 확인하는 등 중·소규모 전자상거래 쇼핑몰사이트에 본 연구의 결과들을 실제 적용할 수 있는 방법을 모색해 나가야 할 것이다.
V. Reference
경영통계 강현곤 et al. 2009 43p-44p
김정권, 인터넷쇼핑몰에서의 고객충성도 제고 전략, 목포대학교 연구논문, 36p-41p
김형택·민옥길, “효과적인 인터넷 마케팅을 위한 웹로그분석”, 비비컴, 2001.
류창수·서용무, “통계 및 데이터마이닝 기법을 이용한 웹 사이트 분석”, 한국데이타베이스학회 춘계 학술대회, 2001, 6. pp. 369-379.
안현철·한인구, “데이터 마이닝을 활용한 인터넷 쇼핑몰의 상품 추천 시스템 개발.”, 한국경영정보학회 춘게학술대회, 2002, 6., pp. 739-748.
오재인·최재화·김홍기·권순범·손승희, “인터넷 비즈니스-전략, 모델, 마케팅, 백오피스, 기술”, 박영사, 2001.
이화영, “표준 로그파일을 이용한 웹 마이닝에 관한 연구”, 한국과학기술원 석사학위논문, 2000, 2.
임현성·이영재, “웹 로그 분석을 통해 연관성 규칙을 활용한 개인화 상품 추천의 효과성 연구”, 한국경영정보학회 춘계학술대회, 2002, 6, pp. 749-759.
최기준·최재영·박은미, “전자상거래에서 상품 유형에 관한 연구”, 한국경영정보학회 추계국제학술대회, 2000, 11, pp. 318-347.
한국경제. 1999. 8. 11.
행정학사전 이종수 2009.1.15., 대영문화사, 432p-485p
황현숙·어윤양, “연관 마이닝과 고객 선호도 기반의 인터넷 상품 검색 시스템 설계 및 구현”, 경영정보학연구, 2002, 3, 제12권 제1호 pp. 1-16.
Azevedo, A. and Santos, M. F. KDD, "SEMMA and CRISP-DM: a parallel overview. In Proceedings of the IADIS European Conference on Data Mining", 2008, pp 182-185.
Berry, J. and G. Linoff, "Data Mining Techniques: For Marketing, Sales, and Customer Support", John Wiley & sons, 1997.
Cooley, R., Tan, P.N., Srivasata, J., "Discovery of Interesting Usage Patterns form Web Data," Technical Report TR 99-022, University of Minnesota, 1999.
Kalacota, R. and M. Robinson, "e-business: Roadmap for success", Addison-Wesley, 1999.
Meta Group, "The Customer Relationship Management Esosystem", 2000.
SAS Enterprise Miner website
Rohanizadeh, S. S. and Moghadam, M. B. A Proposed Data Mining Methodology and its Application to Industrial Procedures Journal of Industrial Engineering 4 (2009) pp 37-50.
Zaiane, O.R., Xin, M. and Han, J., "Discovering Web Access Patterns and Trends by Applying OLAP and Data Mining Technology on Web Logs", IEEE ADL Proceedings, 1998, pp. 19-29.

키워드

통계학 고객분석 보고서,   통계학,   고객분석,   인터넷 쇼핑몰,   CEO,   데이터 마이닝 기법,   분류모델