선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 과제 지리정보를 활용한 고객관계관리를 위한 단일 GIS 기반의 gCRM의 한계를 극복하고자 OLAP의 활용 가능성을 사례를 통해 제시하였다. 이를 위해 다차원모델을 설계하고, 데이터마트를 구축하였으며, 분석 도구를 통하여 분석과 해석을 실시 하였다.
- 본 연구에서는 지리정보를 활용한 고객관계관리에 OLAP 기능의 결합이 필요하다는 것을 사례를 통한 데이터마트 구현과 시각적 분석을 통하여 그 필요성을 이야기하고자 한다. 이를 위해 온라인 농산품 쇼핑몰인 ‘H’사의 1년 간의 주문데이터 22,214건을 사용하였다.
- 본 연구의 목적은 지리정보를 활용한 고객관계관리에 OLAP 기능의 결합의 필요성을 제시 하고자 하였다. 그리고 사례를 통한 테이터마트 구현과 시각적 분석을 제시함으로서 논지를 뒷받침하였다.
가설 설정
- 첫째，설계자는 시각화의 기초가 되는 원시 데이터의 속성을 이해해야 한다. 데이터 속성은 데이터 소스，데이터 유형(이산적 또는 연속적), 데이터 차원성，데이터 수준(명목，순차，등간，비율), 데이터 신뢰성 등을 포함한다.
제안 방법
- 고객군의 지리적 패턴 발견과 시각적 분석을 위하여 [그림 1]과 같은 프로세스를 수행하였다. 1) 원시데이터의 각 필드의 속성을 파악하였다. 2) 분석을 위한 다차원 모델을 설계하였다.
- 1) 원시데이터의 각 필드의 속성을 파악하였다. 2) 분석을 위한 다차원 모델을 설계하였다. 3) 공간데이터인 주소를 지오코딩하여 경․위도 좌표를 생성하고 주소정제 및 추가 데이터를 생성하였다.
- 2) 분석을 위한 다차원 모델을 설계하였다. 3) 공간데이터인 주소를 지오코딩하여 경․위도 좌표를 생성하고 주소정제 및 추가 데이터를 생성하였다. 4) 생성된 추가 데이터를 바탕으로 지리적 데이터를 생성하였다.
- 4) 생성된 추가 데이터를 바탕으로 지리적 데이터를 생성하였다. 5) 고객 세분화를 위한 RFM Scoring을 실시하였다. 6) 생성된 데이터를 바탕으로 데이터 마트를 구현하였다.
- 고객․판매자 주소 차원은 ‘광역시․도’ → ‘시․ 군․구’ → ‘읍․면․동’ 순으로 각 레벨 사이에 계층구조를 가지며 상위레벨인 행정구역을 지리적 분석단위로 설정 하였다.
- 배송지 형태는 배송지의 건물과 주소지의 상호를 기반으로 주거용과 사무용으로 설정하였다. 고객등급은 RFM 점수를 바탕으로 5그룹으로 세분화 하였다.
- 먼저 분석을 위해 분석용 다차원 모델을 제안 하고, 심도 있는 분석을 위해 CRM의 고객세분화 기법 중 RFM분석을 실시하였다. 고객의 지리정보분석을 진행하기 위하여 시각화 분석을 바탕으로 하였다. 지리적 시각화분석을 위해 고객의 주소정보를 지오코딩(Geocording)하여 지도 좌표데이터로 생성하였다.
- 추가적으로 제공된 데이터로는 건물종류, 지번면적, 소유구분, 지대가격 등 40개 항목이다. 그 중 건물종류를 활용하여 고객의 주거형태를 구분하는데 참고하였다. 현재 오픈메이트의 지오코딩 솔루션은 제한적으로 무료 서비스를 실시하고 있다.
- 즉, 일차적으로 가용한 데이터를 중심으로 프로토타입(데이터마트와 분석화면)을 완성하였고, 향후 인터넷몰 관계자에게 프로토타입과 그 결과물을 제공하여 피드백을 얻고, 그 피드백을 기초로 수정․보완 작업을 진행 하였다. 그리고 다차원 정보분석을 위해 OLAP의 기본적인 데이터 접근 방식인 드릴다운(Drill-Down), 드릴업(Drill-Up), 드릴어크로스(Drill-Across), 드릴 쓰루(Drill-Through)를 활용한 분석을 실시하였다.
- 본 연구의 목적은 지리정보를 활용한 고객관계관리에 OLAP 기능의 결합의 필요성을 제시 하고자 하였다. 그리고 사례를 통한 테이터마트 구현과 시각적 분석을 제시함으로서 논지를 뒷받침하였다. 기존의 GIS 기반에서는 단일 기준의 고객정보를 지도에 표현하였다면 이번 연구에서는 다차원적으로 지도상에 표현하였다.
- 목적 중심적 방법은 데이터웨어하우스 또는 데이터마트를 기업의 전략과 비즈니스 목적에 맞추는 것을 강조한다. 기업의 전략적 목적과 고객 서비스를 확인하고，이와 관련된 주요 비즈니스 프로세스를 SOM(Semantic Object Model) 스키마를 적용하여 분석한 후，각 프로세스에서 요구되는 차원과 측정 지표를 확인하여 다차원 데이터 모델을 구성한다.
- 데이터 중심 방법은 소스 데이터를 분석하여 논리적인 데이터 스키마(스타, 스노우플레이크, 스타ER, ME/R)를 설계하는 것이다. 데이터 중심적 접근 방법은 소스 데이터만을 분석하여 사용자의 정보 요구에 적절히 부응할 수 없다는 문제점을 갖는다.
- 특이점으로 종로구와 영등포구는 상업용이 절반 이상을 차지하는 것을 확인할 수 있다. 두 지역의 배송지 형태별 특성을 확인하기 위해 두 지역의 상품 구매이력을 확인하였다.
- 이를 위해 온라인 농산품 쇼핑몰인 ‘H’사의 1년 간의 주문데이터 22,214건을 사용하였다. 먼저 분석을 위해 분석용 다차원 모델을 제안 하고, 심도 있는 분석을 위해 CRM의 고객세분화 기법 중 RFM분석을 실시하였다. 고객의 지리정보분석을 진행하기 위하여 시각화 분석을 바탕으로 하였다.
- 배송지 형태를 주거용, 상업용으로 구분하여 색으로 표현 하였다. 원의 크기는 지역의 판매금액을 나타내고 있다.
- 본 연구는 데이터 중심적 방법과 사용자 중심적 방법을 혼용하여 구축하였다. 즉, 일차적으로 가용한 데이터를 중심으로 프로토타입(데이터마트와 분석화면)을 완성하였고, 향후 인터넷몰 관계자에게 프로토타입과 그 결과물을 제공하여 피드백을 얻고, 그 피드백을 기초로 수정․보완 작업을 진행 하였다.
- 지리좌표(Coordinates) 테이블은 향후 다른 공간 데이터와의 연계를 위하여 고객(Customer) 테이블과 판매자(Seller) 테이블로부터 분리되었다. 이를 기반으로 관계형 데이터베이스를 구축하였다.
- 과제 지리정보를 활용한 고객관계관리를 위한 단일 GIS 기반의 gCRM의 한계를 극복하고자 OLAP의 활용 가능성을 사례를 통해 제시하였다. 이를 위해 다차원모델을 설계하고, 데이터마트를 구축하였으며, 분석 도구를 통하여 분석과 해석을 실시 하였다. 분석의 결과를 실무 담당자에게 제시하여 다음과 같은 의견을 받았다.
- 지리적 시각화분석을 위해 고객의 주소정보를 지오코딩(Geocording)하여 지도 좌표데이터로 생성하였다. 제안된 모델에 따라 데이터마트를 구현하였다. 구현된 마트를 기반으로 시각적 분석 툴인 Tableau 5.
- 주문시간과 발송시간은‘년, 월, 일, 시, 분, 초’ 순으로 각 레벨 사이에 계층 구조를 가지며 분석은 최소 ‘시’ 단위로 실시하였다.
- 본 연구는 데이터 중심적 방법과 사용자 중심적 방법을 혼용하여 구축하였다. 즉, 일차적으로 가용한 데이터를 중심으로 프로토타입(데이터마트와 분석화면)을 완성하였고, 향후 인터넷몰 관계자에게 프로토타입과 그 결과물을 제공하여 피드백을 얻고, 그 피드백을 기초로 수정․보완 작업을 진행 하였다. 그리고 다차원 정보분석을 위해 OLAP의 기본적인 데이터 접근 방식인 드릴다운(Drill-Down), 드릴업(Drill-Up), 드릴어크로스(Drill-Across), 드릴 쓰루(Drill-Through)를 활용한 분석을 실시하였다.
- 지도 위에 고객데이터를 시각적으로 표현하기 위하여 제안된 다차원 모델을 반영하여 [그림 3]과같이 1개의 사실 테이블과 5개의 차원 테이블을 갖는 스노우플레이크 스키마를 설계하였다.
- 고객의 지리정보분석을 진행하기 위하여 시각화 분석을 바탕으로 하였다. 지리적 시각화분석을 위해 고객의 주소정보를 지오코딩(Geocording)하여 지도 좌표데이터로 생성하였다. 제안된 모델에 따라 데이터마트를 구현하였다.
대상 데이터
- 본 연구에 사용된 데이터는 인터넷 농산품 쇼핑몰에서 2008년 9월 25일부터 2009년 9월 24일 동안 발생한 주문정보 22,214건이다. 원시데이터는<표 2>와 같이 10개의 필드로 구성되어 있다.
- 이를 위해 온라인 농산품 쇼핑몰인 ‘H’사의 1년 간의 주문데이터 22,214건을 사용하였다.
- 오픈메이트의 지오코딩 솔루션을 선택한 이유로는 지오코딩과 주소정제를 한번에 해결 할 수 있는 서비스이며, 추가적으로 활용할 수 있는 데이터가 제공 되었다. 추가적으로 제공된 데이터로는 건물종류, 지번면적, 소유구분, 지대가격 등 40개 항목이다. 그 중 건물종류를 활용하여 고객의 주거형태를 구분하는데 참고하였다.
데이터처리
- 6) 생성된 데이터를 바탕으로 데이터 마트를 구현하였다. 7) 시각적 분석 툴인 Tableau 5.0을 이용하여 분석을 실시하였다.
- 제안된 모델에 따라 데이터마트를 구현하였다. 구현된 마트를 기반으로 시각적 분석 툴인 Tableau 5.0[26] 을 이용하여 분석을 수행하였다.
이론/모형
- 연구에서 R, F, M의 점수는 정 5등급(Exact Quintiles)을 적용 및 산출하여 <표 4>와 같이 R, F, M 점수 기준표를 완성하였다. 본 연구에서는 가중치 선정을 위해 파레토 법칙을 적용한 거래비율분할방식을 사용하였다. 거래비율분할방식은 먼저 상위 20% 고객의 최근성, 빈도, 구매금액을 가중치의 기준으로 정하고 각각의 전체 값에서 상위 20% 고객이 차지하는 비율을 구한다.
- 본 연구에서는 고객의 수익성 분석에 활용되는 RFM 모형을 사용하여 고객 세분화를 실시하였다. 연구에서 R, F, M의 점수는 정 5등급(Exact Quintiles)을 적용 및 산출하여 <표 4>와 같이 R, F, M 점수 기준표를 완성하였다.
- 국내에서는 약 5개 정도의 전문솔루션 업체가 있는 것으로 파악된다. 본 연구에서는 그 중 오픈메이트사의지오코딩 전문솔루션 서비스[25]를 사용하였다.
성능/효과
- 둘째，시각적 표현 형식은 관련 업무에 따라 결정되므로 설계자는 의사결정자에 의해 수행되는 업무에 집중해야 한다. 인지적합이론에서는 데이터의 표현 형식과 의사결정 업무 사이의 적합이 문제해결 성과에 긍정적인 영향을 미친다는 것이다[23].
- 그리고 대용량의 데이터를 탐색하는 데는 적절하였다. 물론 지리적 패턴을 발견하지는 못 하였으나 연구의 범위가 지리적 패턴 발견을 위한 데이터마트 구현과 시각적 분석이 가능하다는 것을 제안하는 수준에서는 충분하였다.
- 본 연구를 실시함에 있어 한계로는 OLAP 기능과 GIS 기능을 동시에 만족하는 분석도구가 없어 시각적 분석이 띄어난 Tableau 5.0을 사용하였으나, 지리적 속성을 파악하기에는 지도 서비스 (WMS)의 수준이 낮았다. 그리고 아파트와 같은 다층구조의 지리정보를 활용하기에 한계가 있었다.
후속연구
- 서론에서 말한 적용 사례들 또한 오프라인 비즈니스들이 대부분이다. 앞으로 지리정보를 활용한 고객관계관리의 비즈니스 활용에 대한 연구가 필요하다.
- 전자는 정확히 같은 크기의 5개 그룹을 생성하는 방법(각 그룹은 전체 고객 중 정확히 20%를 차지)이고, 후자는 각 셀마다 임의의 데이터 범위를 할당하여 분류하는 방법이다. 어떤 방법을 사용하더라도 많은 등급을 사용할수록 더 세부적이고 과학적인 분석이 가능할 것이다. 그러나 많은 그룹을 분류하는데 많은 비용이 소요될 수 있어 10등급 이상으로 그룹을 세분화 할 필요는 없으며, 대상의 특성을 고려한 모델 설계자의 직관에 의해 등급 수가 결정된다[15].
- 그리고 아파트와 같은 다층구조의 지리정보를 활용하기에 한계가 있었다. 이런 면에서 본다면 다양한 지도의 활용으로 지리적 속성(위치, 건물, 지형, 인구밀도, 상업지 등)을 활용할 수 있는 GIS의 장점을 활용할 수 있는 연구가 요망된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.