[논문]프로세스 마이닝을 이용한 쇼핑몰 웹로그 데이터 분석

김채영; 용혜련; 황현석

doi:10.5762/kais.2020.21.11.777

프로세스 마이닝을 이용한 쇼핑몰 웹로그 데이터 분석
Analyzing the weblog data of a shopping mall using process mining 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.11, 2020년, pp.777 - 787

김채영 (한림대학교 인터랙션디자인) , 용혜련 (한림대학교 인터랙션디자인) , 황현석 (한림대학교 인터랙션디자인)

초록
AI-Helper

인터넷의 발전과 모바일 기기 보급의 확산으로 온라인 시장이 급속하게 성장하였다. 특히 쇼핑몰 이용이 폭발적으로 증가함에 따라 데이터를 활용한 이용자 행태 분석, 개인화된 상품 추천 및 서비스 개발 등의 연구가 이루어지고 있다. 이에 본 논문은 프로세스 마이닝을 통해 온라인 쇼핑몰의 전반적인 프로세스를 분석하고, 사용자의 구매에 영향을 미치는 요소를 파악하고자 하였다. 분석에는 대형 온라인 쇼핑몰인 모 기업의 데이터를 사용하였으며 분석 도구로는 R을 활용하였다. 분석 결과 파격세일, 월경품행사와 같은 이벤트 요소를 가진 카테고리에서의 고객 활동이 가장 두드러졌다. 이에 반해 검색, 로그인, 캠페인 액티비티는 중요도에 비해 적절한 활동이 이루어지지 않은 것으로 나타났다. 해당 액티비티는 고객의 정보와 니즈를 파악할 수 있는 단서가 될 수 있어 매우 중요하다. 따라서 연관검색어 추천의 정교화, 로그인 시 제공되는 쿠폰 등의 액티비티 관리가 필요하다고 사료된다. 본 논문에서는 앞서 논의된 내용 이외에도 쇼핑몰의 경쟁력 제고 및 이윤 증대를 위한 다양한 비즈니스 전략을 제안한다.

Abstract ▼ AI-Helper

With the development of the Internet and the spread of mobile devices, the online market is growing rapidly. As the number of customers using online shopping malls explodes, research is being conducted on the analysis of usage behavior from customer data, personalized product recommendations, and service development. Thus, this paper seeks to analyze the overall process of online shopping malls through process mining, and to identify the factors that influence users' purchases. The data used are from a large online shopping mall, and R was the analysis tool. The results show that customer activity was most prominent in categories with event elements, such as unconventional discounts and monthly giveaway events. On the other hand, searches, logins, and campaign activity were found to be less relevant than their importance. Those are very important, because they can provide clues to a customer's information and needs. Therefore, it is necessary to refine the recommendations from related search words, and to manage activity, such as coupons provided when customers log in. In addition to the previous discussion, this paper proposes various business strategies to enhance the competitiveness of online shopping malls and to increase profits.

주제어

표/그림 (7)

그림 Fig. 1. Procedure of a Case Study
표 Table 1. Activities Re-categorization
그림 Fig. 2. 50% trace
그림 Fig. 3. Designating a starting point and 60% trace of Male
그림 Fig. 4. Designating a starting point and 60% trace of Female
그림 Fig. 5. Designating a starting point and 60% trace of 20's
그림 Fig. 6. Designating a starting point and 60% trace of 60's

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

수집된 데이터 내 성별의 차이가 큰 이유 외에도, 기존 문헌에 따르면 쇼핑몰 이용 및 상품 구매에 있어 여성이 남성보다 훨씬 높은 비율로 다양하게 온라인 쇼핑몰을 이용한다[26]. 따라서 본 연구에서도 성별에 따른 구매패턴 프로세스를 파악하고자 하였다.
전 연령대 모두 특정한 조건을 주지 않는 경우 프로세스 맵을 이해하기 어렵다. 따라서 성별 프로세스를 분석한 것과 마찬가지로 일정 수준의 트레이스 값을 부여하여 프로세스를 파악하고자 하였다. 그 결과, 전 연령대에서 공통적으로 가장 중요한 시작점은 ‘main_특별’ 액티비티이다.
본 연구는 쇼핑몰 웹로그 데이터를 분석하고자 하였으며, 이를 위해 프로세스 마이닝을 통해 전반적인 쇼핑몰 이용행태를 파악하고자 하였다. 본 연구에서 분석한 사례의 연구절차는 Fig.
본 연구에서는 프로세스 마이닝을 이용하여 쇼핑몰 웹로그 데이터를 분석하고자 하였다. 분석에 사용된 주된 도구는 R 프로그램의 BupaR이다.
본 연구에서는 프로세스 마이닝을 활용하여 온라인 쇼핑몰 웹로그 데이터를 분석하고자 하였으며 세 가지의 연구문제를 바탕으로 사례 분석을 실시하였다. 이를 위해 R 프로그램의 오픈 소스 패키지인 BupaR이 사용되었다.
세 번째는 비슷한 속성을 가진 여러 액티비티를 하나의 액티비티로 나타내고자 하였다. 예를 들어 기존의 카테고리인 ‘main_식품’, ‘main_자주구매’, ‘main_인테리어’ 등은 쇼핑몰 사용자 또는 관계자들이 상품을 찾고 관리하기 편리하도록 구분해 놓은 일반적인 카테고리라고 볼 수 있다.
앞서 서술한 것처럼, ‘main_특별’을 시작점으로 하여 두 극단 연령의 프로세스를 파악하고자 하였다.
이어서 여성 집단도 같은 조건으로 설정한 후 프로세스 맵을 나타내고자 하였다. 다음의 Fig.
이에 본 연구에서는 온라인 쇼핑몰 웹로그 데이터를 활용하여 웹사이트 사용자들의 전반적인 사용 프로세스를 분석하고자 하였으며, 특히 사용자의 구매패턴에 영향을 미치는 다양한 요소를 파악하고자 하였다.
전 연령대에서 중요한 시작점인 ‘main_특별’ 액티비티를 활용하여 좀 더 자세히 비교해보고자 하였다.

가설 설정

두 번째, ‘main_특별’ 액티비티만큼 중요한 것은 ‘검색’이다.

제안 방법

다음은 성별에 따라 쇼핑몰 이용에 차이가 있는지 보기 위하여 남녀별 분석을 진행하였다.
쇼핑몰 이용 프로세스를 파악하는데 있어 연령대 또한 중요한 기준이 될 수 있다고 판단하여 연령대를 20대부터 60대까지 세분화하였다. 10대의 데이터도 함께 수집되었지만 케이스 수가 매우 적기 때문에 연령별 분석에서는 제외하였다.
위의 분석을 통하여 전체 중 특히 시작 지점이 ‘main_특별’ 카테고리로 시작하는 트레이스가 많으므로, 시작 지점으로 지정하여 60%의 트레이스를 파악하였다.
또한, 박중구(2019)의 연구에서는 프로세스 마이닝을 활용하여 해양플랜트 배관재 제작 공정을 관리하는 방법을 연구하였다. 이를 통해 이상 프로세스의 패턴을 발견하고 분석하여 공정 모니터링 시스템에 적용 및 응용하였다[15]. Poggi와 Khalaf(2013)의 연구에서는 대규모 온라인 여행 및 예약 대행사의 웹로그 데이터를 활용하여 고객의 프로세스를 파악하고자 하였으며, 특정 이탈지점 및 주요 경로 등을 파악하고자 하였다[16].

대상 데이터

1과 같은 연구절차를 통하여 수행되었다. 데이터는 모 G기업의 온라인 쇼핑몰 웹로그 데이터를 활용하였으며, 2018년 8월부터 약 한 달간의 데이터를 사용하였다.
그러나 웹로그 데이터 특성상 일정한 프로세스를 파악하기는 매우 어렵고, 연령별로 두드러지는 차이는 없는 것으로 나타났다. 따라서 극단 범주인 20대와 60대만 비교하였다.
본 연구에서는 프로세스 마이닝을 이용하여 쇼핑몰 웹로그 데이터를 분석하고자 하였다. 분석에 사용된 주된 도구는 R 프로그램의 BupaR이다. BupaR은 비즈니스 프로세스 데이터 처리 및 분석을 위한 오픈소스 통합 R 패키지로, 주요 패키지를 포함하여 여덟 개의 패키지를 제공하며, 프로세스 마이닝의 워크플로우를 제공한다.
쇼핑몰 웹로그 데이터는 열 가지의 변인 정보를 바탕으로 총 1,044,956건의 데이터가 수집되었다. 수집된 변인 중 ‘상품 ID’와 ‘검색어키워드타입’ 변인 내에는 ‘NA’ 값이 대부분이었으며, 분석에 중요한 변인이 될 수 있는 ‘성별’ 및 ‘연령’ 변인에도 ‘모름’이라는 응답이 다수 존재 하여 데이터 셋의 전처리가 필요하다고 사료되었다.
우선 특별한 시작 지점이나 끝 지점을 지정하지 않고 50%에 해당하는 트레이스를 남녀별로 분석하였다. 분석 결과는 다음과 같다.
본 연구에서 매우 중요한 변인 중 하나는 액티비티(Activity) 값이다. 전처리 전의 액티비티는 총 44개이며 그 수는 백만 건 이상이다. 그러나 전처리 전의 모든 Activity를 프로세스 맵에 나타내기에는 무리가 있다.

이론/모형

본 연구에서는 프로세스 마이닝을 활용하여 온라인 쇼핑몰 웹로그 데이터를 분석하고자 하였으며 세 가지의 연구문제를 바탕으로 사례 분석을 실시하였다. 이를 위해 R 프로그램의 오픈 소스 패키지인 BupaR이 사용되었다. 본 연구는 과거 연구와는 다음의 몇 가지 측면에서 차별점을 가진다.

성능/효과

그 결과, ‘성별’ 및 ‘연령’ 변인 각각 86,131건과 205건이 제거되어 총 958,620건의 데이터 셋으로 구축되었다.
그 결과, ‘장바구니담기’가 구매를 하는 데 있어 중요한 액티비티라는 것을 발견하였다.
또한 ‘상품 ID’와 ‘검색어키워드타입’ 변인 내에 존재하는 수많은 ‘NA’ 값을 대체할 만한 다른 값을 입력하는 것은 불가능하다고 판단하였으며, 두 변인이 쇼핑몰의 전반적인 프로세스를 파악하는데 있어 크게 영향을 주지 않는다고 사료되어 해당 변인의 열 데이터를 모두 제거하였다.
또한, 모든 연령대에서 ‘캠페인’과 ‘로그인’ 액티비티는 다른 액티비티와 관련이 없는 것을 확인하였다.
마지막으로, 캠페인의 적절성이다. ‘캠페인’ 액티비티는 장바구니 할인이나 스탬프 이벤트와 같이 물건 구매시 사용할 수 있는 쿠폰이다.
세 번째, 회원과 비회원 간 차이가 없는 것으로 보인다. Fig.
수집된 데이터는 남성 집단이 81,111건, 여성 집단 413,362건으로, 여성이 남성보다 월등히 높은 수치로 쇼핑몰을 이용한다는 것을 알 수 있다. 또한, 남녀 각각의 트레이스는 1,904건, 5,565건으로 여성이 남성보다 많은 트레이스를 가지는 것으로 나타났다.
첫 번째, 두 집단 모두 ‘main_특별’ 액티비티가 눈에 띄는 것으로 나타났다.
첫 번째, 메인 카테고리 일반과 특별 중 특히 이벤트적인 요소를 가진 ‘main_특별’ 액티비티가 ‘main_일반’ 카테고리보다 훨씬 굵은 트레이스를 가진다.

후속연구

따라서 추후 ‘장바구니담기’와 관련된 액티비티에서 구매로 이어질 수 있는 이벤트가 필요할 것으로 사료된다.
이처럼 해당 액티비티가 중요함에도 불구하고 트레이스가 매우 낮은 이유는 회원에 대한 혜택이 적절하지 못하거나, 번거로운 로그인 인터페이스 등의 이유가 있을 것으로 생각된다. 따라서 추후에는 로그인 시스템 점검을 통해 회원 권한으로 보다 쉽게 이용할 수 있도록 사이트를 구축해야 하며, 나아가 회원 관리 및 차별화 전략 등의 회원만을 위한 혜택을 제공해야 할 것으로 사료된다. 또한, 웹 쿠키 활용 등의 적절한 방법을 통해 수많은 익명 회원에 대한 대처 및 분석이 이루어져야 할 것으로 보인다.
‘캠페인’ 액티비티는 구매를 촉진하는 아주 중요한 액티비티가 될 수 있는데[27], 본 사례에서는 쇼핑몰 이용 프로세스에 있어 ‘캠페인’이 중요하지 않은 액티비티로 나타났다. 따라서 추후에는 사용자들을 위한 보다 적절한 프로모션을 제공해야 할 것으로 생각된다. 특히 적절한 프로모션을 제공하는데 있어 로그인이 중요한 요인이 될수 있다.
따라서 추후에는 로그인 시스템 점검을 통해 회원 권한으로 보다 쉽게 이용할 수 있도록 사이트를 구축해야 하며, 나아가 회원 관리 및 차별화 전략 등의 회원만을 위한 혜택을 제공해야 할 것으로 사료된다. 또한, 웹 쿠키 활용 등의 적절한 방법을 통해 수많은 익명 회원에 대한 대처 및 분석이 이루어져야 할 것으로 보인다.
마지막으로, 장바구니와 관련된 액티비티에서 추가적인 단계가 필요할 것으로 사료된다. 현재 본 데이터에는 ‘장바구니담기’, ‘장바구니주문’, ‘장바구니삭제’와 같은 주문 직전의 장바구니와 관련된 액티비티가 존재하는데, 장바구니 관련 액티비티에서 실제 주문 완료로 이어지는 트레이스는 매우 낮다.
이러한 한계점에도 불구하고 오픈소스 패키지를 활용 하여 일관성을 파악하기 어려운 온라인 쇼핑몰 사이트의 프로세스 마이닝을 시도하였다는 점에서 연구의 의의가 있다. 추후에는 인스턴스의 보완 및 체계적인 액티비티 전처리를 통해 보다 나은 프로세스 마이닝을 수행할 수 있을 것으로 사료된다.
특히 적절한 프로모션을 제공하는데 있어 로그인이 중요한 요인이 될수 있다. 회원 정보를 바탕으로 사용자를 분석한 후, 개인에게 맞춰진 프로모션을 제시할 수 있을 것으로 생각된다.

참고문헌 (27)

H. Cho, K. H. Kim, S. H. Byun, "Analysis on overseas direct purchasing utilizing global online shopping mall (B2C)", The e-business studies, Vol.15, No.4, pp.343-361, Aug. 2014. DOI: http://doi.org/10.15719/geba.15.4.201408.343
A. A. Ozok, J. Wei, "An empirical comparison of consumer usability preferences in online shopping using stationary and mobile devices: results from a college student population", Electronic Commerce Research, Vol.10, No.2, pp.111-137, Apr. 2010. DOI: https://doi.org/10.1007/s10660-010-9048-y

상세보기
H. C. Hwang, S. H. Song, "A Study on the Factors Affecting the Acceptance of Logistics Robot in the Fulfillment Center Using the Technology Acceptance Model", Journal of the Korea Academia-Industrial cooperation Society, Vol.20, No.12, pp.287-297, Dec. 2019. DOI: http://doi.org/10.5762/KAIS.2019.20.12.287

원문보기 상세보기
J. M. Yeo, U. J. Shin, B. W. Zheng, "The Data Model based Design and Implementation of a Shopping Mall System", Korea Information Processing Society, Vol.16, No.4, pp.273-288, Aug. 2009. DOI: http://doi.org/10.3745/KIPSTA.2009.16-A.4.273

원문보기 상세보기
C. B. Yang, Y. S. Kim, C. K. Lee, "A Study on Time Series Analysis Using Purchasing Data of Online Shopping Mall", Proceeding of Korea Intelligent Information Systems Society, pp.80-81, Nov. 2017.
S. B. Jeong, "A Novel Approach to Customer Classification and Preference Goods Extraction based on Social Network Analysis for Internet Shopping Malls", Entrue Journal of Information Technology, Vol.13, No.1, pp.57-68, Apr. 2014.
Y. J. Seo, J. S. Han, "The Effect of Use Characteristics on Experiential Value and Behavioral Intention of Big Data based Online Travel Agency", Journal of Tourism and Leisure Research, Vol.31, No.7, pp.115-134, Jul. 2019. DOI: https://doi.org/10.31336/JTLR.2019.7.31.7.115

상세보기
B. Y. Lee, Y. H. Park, J. S. Yoo, "Buying Customer Classification in Automotive Corporation with Decision Tree", Journal of the Korea Contents Association, Vol.10, No.2, pp.372-380, Feb. 2010. DOI: http://dx.doi.org/10.5392/JKCA.2010.10.2.372

원문보기 상세보기
J. H. Kim, K. H. Lee, H. J. Lee, D. S. Park, "Development of Recommendation System based on Data Mining Technique for E-Commerce", The Journal of Korean Institute of Information Technology, Vol.2, No.1, pp.47-54, March. 2004.
W. Van Der Aalst, Data science in action, In: Process mining, p. 488, Springer, Berlin, Heidelberg, 2016, pp.3-23. DOI: https://doi.org/10.1007/978-3-662-49851-4_1
Y. S. Kang, B. K. Lee, Process mining for business, p.323, Hannarae, 2016, pp.34-47
Y. S. Kang, H. W. Lee, B. S. Kim, "Exploring the Prediction of Timely Stocking in Purchasing Process Using Process Mining and Deep Learning", Information Systems Review, Vol.20, No.4, pp.25-41, Dec. 2018. DOI: http://doi.org/10.14329/isr.2018.20.4.025

원문보기 상세보기
W. Van Der Aalst, Process mining: discovery, conformance and enhancement of business processes (Vol.2). p.352, Heidelberg: Springer, 2011, pp.59-91
H. A. Kim, "Learning process mining techniques based on open education platforms", The Journal of the Convergence on Culture Technology (JCCT), Vol.5, No.2, pp.375-380, May. 2019. DOI: http://dx.doi.org/10.17703/JCCT.2019.5.2.375

원문보기 상세보기
J. G. Park, M. G. Kim, J. H. Woo, "A Study on Process Management Method of Offshore Plant Piping Material using Process Mining Technique", Journal of the Society of Naval Architects of Korea, Vol.56, No.2, pp.143-151, Apr. 2019. DOI: http://dx.doi.org/10.3744/SNAK.2019.56.2.143

원문보기 상세보기
N. Poggi, V. Muthusamy, D. Carrera, R. Khalaf, Business process mining from e-commerce web logs. In: Business process management, pp. 65-80, Springer, Berlin, Heidelberg, 2013. DOI: https://doi.org/10.1007/978-3-642-40176-3_7
J. D. Jung, S. H. Kim, H. J. Yeo, "Clinical Pathway Verification through Process Mining", Journal of the Korea Society of Computer and Information, Vol.23, No.4, pp.115-120, Apr. 2018. DOI: https://doi.org/10.9708/jksci.2018.23.04.115

원문보기 상세보기
J. S. Park, J. Y. Jung, "Analysis of Purchase Process Using Process Mining", The Korea Journal of BigData, Vol.3, No.1, pp.47-54, Aug. 2018. DOI: http://doi.org/10.36498/kbigdt.2018.3.1.47
K. C. Lee, J. S. Kim, N. H. Chung, S. J. Kwon, "Fuzzy cognitive map approach to web-mining inference amplification", Expert Systems with Applications, Vol.22, No.3, pp.197-211, 2002. DOI: https://doi.org/10.1016/S0957-4174(01)00054-9

상세보기
J. Srivastava, R. Cooley, M. Deshpande, P. N. Tan, "Web usage mining: Discovery and applications of usage patterns from web data", Acm Sigkdd Explorations Newsletter, Vol.1, No.2, pp.12-23. Jan. 2000. DOI: https://doi.org/10.1145/846183.846188

상세보기
J. Y. Chang, "A sentiment analysis algorithm for automatic product reviews classification in on-line shopping mall", The Journal of Society for e-Business Studies, Vol.14, No.4, pp.19-33, Nov. 2009.
S. K. Kim, Y. C. Kim, "The Study of Online Log Data based Marketing log", Electronic Commerce Research Association, Vol.13, No.1, pp.23-39. Mar. 2012.
J. S. Choi, D. Y. Kim, I. S. Han, Y. C. Kim, "A Study on Data Analysis in on/off-line shopping mall", Electronic Commerce Research Association, Vol.12, No.2, pp71-88. Jun. 2011.
K. H. Lee, D. S. Park, "A Design and Implementation of Goods Recommendation System using Web Mining", Proceeding of Korea Academia-Industrial cooperation Society, KAIS, South Korea, pp.222-225, Jun. 2003.
R. Bhushan, R. Nath, "Automatic recommendation of web pages for online users using web usage mining", In 2012 International Conference on Computing Sciences, IEEE, India, pp.371-374, Sep. 2012. DOI: https://doi.org/10.1109/ICCS.2012.17
B. S. Hong, E. J. Lee, H. Y. Ma, "The effect of merchandise characteristics of internet fashion shopping malls on the shopping values, purchase satisfaction, and repurchase intention of female consumers", Journal of the Korean Society of Clothing and Textiles, Vol.33, No.11, pp.1828-1838. Nov. 2009. DOI: https://doi.org/10.5850/JKSCT.2009.33.11.1828

원문보기 상세보기
D. M. Gu, H. S. Jang, The influences of personal values on online shopping benefits, online store attributes and re-purchase intention to an online store. Journal of the Korea Association of Business Education, Vol.40, pp.399-433. Dec. 2005.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증