본 논문은 고객관계관리를 위한 시장 세분화를 하기 위해 자주 사용되는 SOM에 대하여 고찰한다. 일반적으로, SOM은 군집의 수를 미리 파악하기 위하여, 구체적인 군집 분석이 이루어지기 이전에 사용된다. 그러나 인터넷이 발달하고 수집 가능한 데이터의 종류와 양이 증가함에 따라 복합적인 분석이 필요하게 되었다. 또한, 그에 따라 한가지 주제만으로 군집을 파악하는 것보다는 여러 가지의 주제들을 대상으로 고객데이터의 군집을 파악해야 하는 경우가 많이 발생하게 된 것이다. 따라서 이 논문에서는 이렇게 한가지의 주제가 아닌 여러 가지의 주제로 군집분석을 할 경우 한번으로 이루어지는 SOM 어프로치가 과연 군집의 수를 파악할 수 있는지를 실험하였다. 이미 구조를 알고 있는 데이터를 생성하여 실험을 해본 결과, 전체 데이터를 대상으로 여러 주제를 한꺼번에 포함시킨 경우 (single SOM 방식) 에는 그 구조를 제대로 파악하지 못하였으며, 하나의 주제마다 각기 다른 SOM을 사용(multiple SOM 방식)한 결과, 미리 정해졌던 구조를 제대로 파악할 수 있었다. 따라서 이 논문은 군집분석을 하게 될 경우, 좀더 조심스러운 접근법이 필요하며, 여러가지 주제를 포함하고 있는 데이타를 다룰 경우, SOM 분석 방법에 대하여 논의하였다.
본 논문은 고객관계관리를 위한 시장 세분화를 하기 위해 자주 사용되는 SOM에 대하여 고찰한다. 일반적으로, SOM은 군집의 수를 미리 파악하기 위하여, 구체적인 군집 분석이 이루어지기 이전에 사용된다. 그러나 인터넷이 발달하고 수집 가능한 데이터의 종류와 양이 증가함에 따라 복합적인 분석이 필요하게 되었다. 또한, 그에 따라 한가지 주제만으로 군집을 파악하는 것보다는 여러 가지의 주제들을 대상으로 고객데이터의 군집을 파악해야 하는 경우가 많이 발생하게 된 것이다. 따라서 이 논문에서는 이렇게 한가지의 주제가 아닌 여러 가지의 주제로 군집분석을 할 경우 한번으로 이루어지는 SOM 어프로치가 과연 군집의 수를 파악할 수 있는지를 실험하였다. 이미 구조를 알고 있는 데이터를 생성하여 실험을 해본 결과, 전체 데이터를 대상으로 여러 주제를 한꺼번에 포함시킨 경우 (single SOM 방식) 에는 그 구조를 제대로 파악하지 못하였으며, 하나의 주제마다 각기 다른 SOM을 사용(multiple SOM 방식)한 결과, 미리 정해졌던 구조를 제대로 파악할 수 있었다. 따라서 이 논문은 군집분석을 하게 될 경우, 좀더 조심스러운 접근법이 필요하며, 여러가지 주제를 포함하고 있는 데이타를 다룰 경우, SOM 분석 방법에 대하여 논의하였다.
Organizations have realized the importance of CRM. To obtain the maximum possible lifetime value from a customer base, it is critical that customer data is analyzed to understand patterns of customer response. As customer databases assume gigantic proportions due to Internet and e-commerce activity,...
Organizations have realized the importance of CRM. To obtain the maximum possible lifetime value from a customer base, it is critical that customer data is analyzed to understand patterns of customer response. As customer databases assume gigantic proportions due to Internet and e-commerce activity, data-mining-based market segmentation becomes crucial for understanding customers. Here we raise a question and some issues of using single SOM approach for clustering while proposing multiple self-organizing maps approach. This methodology exploits additional themes on the attributes that characterize customers in a typical CRM system. Since this additional theme is usually ignored by traditional market segmentation techniques we here suggest careful application of SOM for market segmentation.
Organizations have realized the importance of CRM. To obtain the maximum possible lifetime value from a customer base, it is critical that customer data is analyzed to understand patterns of customer response. As customer databases assume gigantic proportions due to Internet and e-commerce activity, data-mining-based market segmentation becomes crucial for understanding customers. Here we raise a question and some issues of using single SOM approach for clustering while proposing multiple self-organizing maps approach. This methodology exploits additional themes on the attributes that characterize customers in a typical CRM system. Since this additional theme is usually ignored by traditional market segmentation techniques we here suggest careful application of SOM for market segmentation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
In sum, this study introduced possible shortcomings of single SOM approach as a preprocessor for clustering and raised several issues. This is important to recognize because if the one step approach does not reveal the hidden structure clearly even with the data set of the clean-cut structure, it would not work with more complicated data at all and based on confused SOM results, further clustering would not have much meaning.
(2003) examined consumer attitudes toward direct marketing. In this study, the authors used self-organizing maps, as an alternative to cluster analysis, to explore the most important factors in consumers’ purchasing behavior. The self-organizing maps were compared with clustering methods.
Organizations typically collect data on many different attributes for each customer. The challenge in campaign design is to use these attributes in order to select the most promising sub-population of customers to target in the data warehouse. In order to study, compare, and contrast multiple SOM approach with the single SOM approach, we built a data generator that allows us to populate an idealized customer database which consists of non-overlapping populations.
, 2004).” These studies have utilized the ability of self-organizing maps to identify the segments under one segmentation theme. Now that databases and data warehouses become larger and many different types of data become available, there are more possibilities to utilize the segmentation approach for data which containing additional structures.
This possible additional structure may not be revealed by a single SOM approach. This study examines the single SOM approach to see if the multi-group structure can be revealed and introduces possible problems and issues while reviewing a multiple SOM approach.
대상 데이터
Due to the scaling issue of the monetary attributes, those fields were normalized by using the scaling formula, (actual entry - field min except for zero) / (field max – field min). The resulting database consisted of 9,000 records with 36 fields.
후속연구
As well, it will be valuable to examine multiple SOM approach and compare with K-means algorithm and other clustering methods in a statistical way. Therefore, future research should address those detailed issues and use real world data to see if the findings from computer-generated data are confirmed.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.