초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

디지털 경제시대에는 시장의 힘이 고객으로 급속하게 이동하고 있다. 이러한 디지털 경제 시대의 지배 논리가 비즈니스 모델의 핵심인 분야가 전자상거래 분야이며, 기업은 성공을 위해서 고객관계관리를 통한 고객의 로열티 확보에 주력하여야 한다. 기존의 연구는 주로 단일 사업자가 모든 서비스를 제공하는 포탈 사이트형 비즈니스 모델에 초점이 맞추어져 왔다. 그러나 포탈형에서 허브형 비즈니스 모델로 바뀌고 있는 현재의 e-business 추세를 반영한 연구는 아직 이루어지고 있지 않다. 본 연구에서는 단일 사업자를 위한 것이 아닌 허브 사이트형과 같은 차세대 비즈니스 모델에서 사업자들간에 유기적인 정보의 공유와 제공을 통한 고객관계관리에 대해서 살펴보고, 이를 뒷받침하는 정보시스템을 개발하였다. 시스템의 개발과정에서는 다음과 같은 접근방법을 취하였다. 첫째, 고객정보를 공유해 활용할 수 있는 기반을 마련하기 위해 통합 고객데이터베이스를 구축하였다. 둘째, 통합 고객데이터베이스에 분석방법을 적용해 기본적인 고객분류를 하였다. 셋째, 통합 고객데이터베이스가 각 회원사의 백 오피스 시스템 즉 MIS와 통합되고, 통합된 고객정보와 기본적인 고객성향 분석을 토대로 각 회원사마다 독특한 방식으로 고객에 대한 전략적 세분화를 하도록 하였다.

디지털 경제시대에는 시장의 힘이 고객으로 급속하게 이동하고 있다. 이러한 디지털 경제 시대의 지배 논리가 비즈니스 모델의 핵심인 분야가 전자상거래 분야이며, 기업은 성공을 위해서 고객관계관리를 통한 고객의 로열티 확보에 주력하여야 한다. 기존의 연구는 주로 단일 사업자가 모든 서비스를 제공하는 포탈 사이트형 비즈니스 모델에 초점이 맞추어져 왔다. 그러나 포탈형에서 허브형 비즈니스 모델로 바뀌고 있는 현재의 e-business 추세를 반영한 연구는 아직 이루어지고 있지 않다. 본 연구에서는 단일 사업자를 위한 것이 아닌 허브 사이트형과 같은 차세대 비즈니스 모델에서 사업자들간에 유기적인 정보의 공유와 제공을 통한 고객관계관리에 대해서 살펴보고, 이를 뒷받침하는 정보시스템을 개발하였다. 시스템의 개발과정에서는 다음과 같은 접근방법을 취하였다. 첫째, 고객정보를 공유해 활용할 수 있는 기반을 마련하기 위해 통합 고객데이터베이스를 구축하였다. 둘째, 통합 고객데이터베이스에 분석방법을 적용해 기본적인 고객분류를 하였다. 셋째, 통합 고객데이터베이스가 각 회원사의 백 오피스 시스템 즉 MIS와 통합되고, 통합된 고객정보와 기본적인 고객성향 분석을 토대로 각 회원사마다 독특한 방식으로 고객에 대한 전략적 세분화를 하도록 하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• CRM은 정의가 매우 다양해 이에 대해 하나의 평확한 정의를 내릴 수 없다. 다만, 이익이 되는 성장을 위해 고객의 가치를 증대시키는 전략의 하나로서 이해할 수 있으며, 본 연구에서는 여러 정의 중 DCI-Meta Group이 내린 정의를 인용하도록 하겠다. CRM은 "고객과 관련된 비즈니스의 모든 부분.
• 이런 특성상 사이버 시장에서는 기업 간 제휴와 협력이 활발하게 일어나게 되며, 그러한 물결의 중심에는 고객이 있다. 본 연구는 이런 시장에서의 고객관계 관리를 지원하기 위한 정보시스템을 개발하였다. 개발환경의 특성으로 인해 분산 컴퓨팅 환경을 지원하는 기술을 폭넓게 사용하였고, 이러한 방향은 B2C뿐만 아니라 B2B환경에서도 폭넓게 적용될 것으로 믿어진다.
• 본 연구에서는 단일 사업자를 위한 것이 아닌 허브형과 같은 차세대 비즈니스 모델에서 사업자들간에 정보의 공유와 제공을 통한 고객 관계관리에 대해서 살펴보고, 이를 뒷받침하는 정보 시스템을 개발하고자 한다.

가설 설정

• 첫째, 가장 최근에 구매한 고객이 새로운 제품을 구매할 가능성이 크다. 둘째, 자주 구매한 고객이 가끔 구매한 고객보다 반웅도가 높을 것이다. 셋째, 고액 구매 고객이 소액 구매 고객에 비해 보다 많은 미래를 보장한다[8].
• 각 소스 데이터베이스들은 각 회원사들의 데이터베이스들을 말하며, 각 회원사들은 공유하기로 정한 수준에서 정보를 공개한다. 본 연구에서는 앞서 언급한 고객 관련 정보 중 고객의 (of-the-customer) 정보가 공유되는 것을 가정한다. 그리고, 소스 데이터베이스로부터의 정보는 통합 고객데이터베이스로 옮겨져서 통합적으로 관리되어야 하는데 이와 관련된 일은 Schema Extractor와 Integrator가 각각 담당한다[6].

제안 방법

• 一 고객 정보를 공유해 활용할 수 있는 기반을 마련하기 위해 통합 고객데이터베이스를 구축한다.
• 이와 같은 분석기법을 구현 하는데 있어서 객체화된 비玉니 스 로직의 유연성과 분산 객체 시스템들 간의 상호 접근성을 결합한 서버 측 컴포넌트 모델을 사응할 수 있다[9]. 이는 변화무쌍한 비즈니스 환경과 분산 컴퓨팅 환경에 적합한 기술이며, 본 연구에서는 웹 어플리케이션 서버로는 WebLogic Server 4.5.2 평가판을 이용하고 Enterprise JavaBean로 분석기법을 구현하였다.

대상 데이터

• 이런 분산 이질 환경의 통합을 위해서 MIS 부분을 구현 하는데 있어 ORB 환경을 이용한다[1 이. 본 연구에서는 ORB 환 경을 위해서 CORBA제품으로는 OrbixWeb 3.2을 사용하고, 개발 언어로는 자바언어를 사용하였다.

이론/모형

• 본 연구는 기초적인 고객 분류를 위한 분석기법으로 다음과 같은 가정에 근거한 데이터 마이닝 기법 중 간단한 로직을 갖는 RFMCrecency, frequency, monetary)을 사용한다. 첫째, 가장 최근에 구매한 고객이 새로운 제품을 구매할 가능성이 크다.

성능/효과

• 둘째, 자주 구매한 고객이 가끔 구매한 고객보다 반웅도가 높을 것이다. 셋째, 고액 구매 고객이 소액 구매 고객에 비해 보다 많은 미래를 보장한다[8]. RFM기법은 위의 3가지 가정에 근거해서 표 1과 같은 분류 방법을 통해 그림 3과 같은 3차원 매트릭스를 생성해 각 버켓마다 조건에 맞는 고객을 할당한다.
• 본 연구는 기초적인 고객 분류를 위한 분석기법으로 다음과 같은 가정에 근거한 데이터 마이닝 기법 중 간단한 로직을 갖는 RFMCrecency, frequency, monetary)을 사용한다. 첫째, 가장 최근에 구매한 고객이 새로운 제품을 구매할 가능성이 크다. 둘째, 자주 구매한 고객이 가끔 구매한 고객보다 반웅도가 높을 것이다.
• 고객과 관련된 정보는 일반적으로 다음 세 가지로 분류된다. 첫째, 고객을 위한(for-Ehe-customer) 정보에는 상품이나 서비스 정보 그리고 기업에 대한 정보같이 고객에게 유용한 정보가 있다. 둘째, 고객의(ofThe-customer) 정보에는 고객에 대한 개인적 혹은 거래 데이터가 있으며, 데이터베이스 마케팅은 이 고객의 정보에 대한 전략적 이용에 기초를 두고 있다.

후속연구

• 개발환경의 특성으로 인해 분산 컴퓨팅 환경을 지원하는 기술을 폭넓게 사용하였고, 이러한 방향은 B2C뿐만 아니라 B2B환경에서도 폭넓게 적용될 것으로 믿어진다. 향후로는 고객이 기업의 의사결정에 영향을 끼치게 해 기업의 이익을 향상시킨다는 점을 반영하기 위해 고객과 관련된 정보 중 고객에 의한(by-the-custnmer)정보 부분도 처리해 정보시스템의 기능을 한 충 강화시키는 연구를 추진하고자 한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기