마케팅 분야에서 잠재 고객을 파악하는 것은 중요한 연구과제가 되어왔다. 소비자 행동에 관한 연구가 시작된 이래, 많은 발전이 이루어져 왔다. 발달된 정보기술로 인하여 기업들은 고객에 대한 방대한 자료를 자동적으로 축적해왔다. 또한, 보다 향상된 분석 기법을 때 ...

마케팅 분야에서 잠재 고객을 파악하는 것은 중요한 연구과제가 되어왔다. 소비자 행동에 관한 연구가 시작된 이래, 많은 발전이 이루어져 왔다. 발달된 정보기술로 인하여 기업들은 고객에 대한 방대한 자료를 자동적으로 축적해왔다. 또한, 보다 향상된 분석 기법을 때문에 이러한 정보는 효과적인 동시에 효율적으로 처리되어 왔다. 이러한 점에서, 본 연구는 미국과 한국에서 이러한 기술적 진보를 이용하여 소비자 행동에 관한 예측모형을 개발하고 고객 충성도에 영향을 미치는 요인을 파악하는데 목적을 둔다.

웹 기반의 설문조사 시스템은 한국과 미국의 인터넷 이용자들 조사하는데 이용되었다. 최종적으로 분석에 이용된 한국과 미국의 표본은 각각 7,148명과 8,345명이었다. 본 연구에서는 예측모형을 개발하기 위해 인공 신경망 모형과 의사결정나무와 같은 데이터 마이닝 알고리즘과 로지스틱 회귀분석이 이용되었다. 또한, 본 연구에서는 예측 모형에 존재할 수 있는 편의를 제거하기 위해 10겹 교차분석이 이용되었다. 뿐만 아니라 보다 정확한 예측률을 확보하기 위해 일종의 복합 모형인 앙상블 모형이 이용되었다. 마지막으로 인터넷 기반 금융 거래에서 고객의 충성도에 영향을 주는 요인을 확인하기 위해 다중회귀분석이 수행되었다.

본 연구는 인공신경망 모형이 고객 행동 분석을 위한 가장 좋은 예측 모형임을 지적한다. 10겹 교차분석 모형을 통해, 잠재적인 인터넷 기반 금융 거래 고객을 판별하기 위한 다중 예측 모형들의 비교 연구는 다양한 데이터 마이닝 기법들의 상대적인 예측 능력에 대한 새로운 안목을 제시하였다. 또한 인공 신경망 모형에 대한 민감도 분석은 잠재 고객 판별에 있어 중요한 변수들을 판별하였다. 본 연구는 또한 한국과 미국에서 인터넷 기반 금융 거래 고객의 충성도에 영향을 미치는 변수는 온라인 서비스 품질 만족도, 고객의 거래 위험에 대한 인식, 그리고 인터넷 거래시 사용자 인터페이스 등임을 입증하였다.

The identification of potential customers has been a challenging research problem in the marketing field. Since the beginning of the related research, much advancement has been recorded in several related fields. Because of more developed information ...

The identification of potential customers has been a challenging research problem in the marketing field. Since the beginning of the related research, much advancement has been recorded in several related fields. Because of more developed information technology, companies have recorded and stored voluminous data about customers automatically. Owing to better analytical methods, those data are being processed effectively and efficiently. Therefore, the main purpose of this article is to report on a research project, in which we took advantage of those available technological advancements to develop a prediction model for consumer behavior both in the United States and in Korea.
Using web-based survey systems, we obtained datasets from American and Korean Internet users. American and Korean samples are 8,345 and 7,148, respectively. We used popular data mining algorithms, such as artificial neural networks and decision trees, along with one of the most commonly used statistical method, logistic regression, to develop the prediction models using large datasets. We also used 10-fold cross-validation methods to measure the unbiased estimate of the prediction models for performance comparison purposes. Furthermore, we established an ensemble model, a combined model, to have higher accuracy for the prediction model. Finally, we analyzed datasets for the user group with multiple regression models to determine factors affecting customer loyalty.
The results indicated that artificial neural networks came out to be the best predictor of consumer behavior. The comparative study of multiple prediction models for the Internet customers using large datasets along with 10-fold cross-validation provided us with an insight into the relative prediction ability of different data mining methods. Using sensitivity analysis on neural network models provided us with the prioritized importance of factors used in the study. We also find that online service quality, customers’ risk perception about the security of the transactions, and interface of the shopping mall have a positive impact on the customer loyalty.

최근 세계경제협력개발기구(OECD) 통계 자료는 한국과 미국에서 Internet 기반 Business의 성공 기반을 가늠하게 해준다. 이 자료에 따르면, 한국은 인터넷 보급률이 가구 단위로 가장 많이 이뤄진 국가로 나타났다. 한편, 미국은 세계 최대 인터넷 사용자 인구를 가진 나 ...

최근 세계경제협력개발기구(OECD) 통계 자료는 한국과 미국에서 Internet 기반 Business의 성공 기반을 가늠하게 해준다. 이 자료에 따르면, 한국은 인터넷 보급률이 가구 단위로 가장 많이 이뤄진 국가로 나타났다. 한편, 미국은 세계 최대 인터넷 사용자 인구를 가진 나라로 나타났다. 연수의 핵심이 될 연구의 목적은 이러한 거대한 시장에서 인터넷 이용자들 대한 축적된 정보를 바탕으로 인터넷 기반 금융 서비스 이용자들을 비교 분석하여 그들의 행동을 합리적으로 예측하는 방법론을 개발하고 이용자 정보를 분석하여 새로운 경영전략을 제시하는 것이다. 또한, 이를 통해 우리나라 Internet 금융기업들이 효율적으로 성공적인 Internet 기반 금융 Business 수익 모델을 구축하고 이용자에 대한 정확한 판별을 통해 Service의 질과 범위를 판단할 수 있도록 실질적인 대안을 제시하는 것이다. 세계는 지금, Digital 시대를 넘어 Digilogue 경제시대를 맞이하여 급격히 변화하고 있다. 본 연구의 궁극적인 목적은 이러한 시대에, Global 금융 Business 환경에 국내 금융기업들이 능동적으로 대응하게 하고, 국가 전체 산업발전과 경쟁력강화 그리고 정부의 정책이 올바른 방향으로 시행되는데 기여하는 논문을 창출하는 것이다.

이러한 목표를 달성하기 위해 본 연구자는 학문 흐름의 중심을 파악하고 이 분야 연구의 새로운 아이디어를 창출하기 위해 수많은 IT 분야의 우수한 인재들과 학생 수 대비 가장 많은 전문 애널리스트들을 배출해 온 미국 Oklahoma 주립대학교에서 박사 후 연수과정을 수행하였다. 이 대학의 Business School은 그 우수성 측면과 혁신 분야에서 미국뿐만 아니라 세계적으로 인정받고 있다. 뿐만 아니라 이 대학은 본 연구자의 연구 관심 분야와 일치하는 교수진을 많이 확보하고 있었다. 본 연구자는 연구 분야의 일치와 적합한 연구 환경이 연구 성과를 견인할 밑바탕으로 생각하고 이 대학에서 박사 후 국외연수 과정을 수행하였다.

연수는 Data Mining을 IT에 기반을 둔 Marketing과 경영전략 분야에 적용할 수 있는 방법을 모색하고 새로운 학문 영역을 창출하는데 초점을 두었다. Knowldege Discovery in Databases and Data Mining의 실습, 현지 Focus Group과의 토론, 웹 기반 설문조사 시스템의 구축, Data의 분석을 통한 예측 모형의 개발이 본 연수의 내용과 범위이다.

연수의 구체적인 결과물은 목표 고객 예측 모형의 구축이다. 종종 어떤 이상적인 모형에 근거를 둔 보다 작은 규모의 Marketing Campaign은 보다 큰 규모 또는 많은 돈을 투여하는 Campaign보다 수익률이 높을 수 있다. 이런 차원에서 Internet 기반 금융 기업들은 그들의 Marketing Campaign 수익성을 고려하기 위해 본 연구에서 구축한 목표 고객 예측모형인 Ensemble 모형을 적용할 수 있다.

본 연수에서 이루어진 연구 결과 중 Data 분석 기법과 예측 모형들은 기업의 Marketing 의사결정에 참고자료로 활용될 수 있을 것이다. 제조업에 종사하는 기업들은 그들의 판매 동력이 될 수 있는 다양한 형태의 Catalog Mail들을 고객들에게 정규적으로 보내는 성향이 있다. 이에 따라서 기업들은 정확한 목표시장을 발견하여 자신들의 Marketing 자원을 집중하기를 원한다. 이러한 노력들은 Marketing 비용을 최소화하는 전략의 일환일 것이다.

정확한 목표시장을 발견하기 위해서는 고객의 행동적인 특징을 찾아내야 한다. 특히, 동일 제품을 지속적으로 재구매하는 고객들이 몇 개의 동일한 고객 행동 특징을 가지고 있다면, 그 집단이야 말로 기업이 최우선적인 Marketing 노력을 기울여야 할 대상일 것이다.

본 연구에서 활용되어졌던 모형들은 기업들이 올바른 목표시장을 파악하기 위한 분석에 이용될 수 있다. 또한 예측 모형은 동일한 제품의 재구매까지 걸리는 시간을 예측하는데 사용할 수 있어서 기업의 생산관리 및 재고관리에 관한 의사결정을 하는데 도움을 줄 수 있을 것이다. 궁극적으로, 이 모형은 기업들로 하여금 잠재고객을 위한 보다 향상된 Marketing 전략을 채택하는 근거가 될 수 있을 것이다.

지식정보기반 사회로의 급속한 전환을 촉진 시킨 Internet을 비롯한 IT의 확산이 기업과 사회에 큰 충격을 미쳐왔던 것은 주지의 사실이다. 이러한 IT는 여러 산업에 걸쳐 Business의 Paradigm을 급격하게 바뀌게 했다. 이러한 변화 때문에 대부분의 기업들은 기존의 물리적인 세계뿐만 아니라 정보로 이루어진 가상의 세계에서도 경쟁하게 된지 상당한 세월이 흘렀다. 우리나라가 실질적인 선진국 진입을 눈앞에 두고 있는 상황에 발맞추어, 본 연구가 국가경제 발전의 근간인 기업경영의 활성화를 위해 Internet 기반의 Business에 관한 연구 분야에 보다 많은 관심을 가지게 되는 계기가 되기가 바란다.

The purpose of this study was to build a model to rightly determine target customers in the IBFT market and to identify the factors that might contribute to customer loyalty. Using a field study of 7,148 Korean customers and that of 8,345 American cus ...

The purpose of this study was to build a model to rightly determine target customers in the IBFT market and to identify the factors that might contribute to customer loyalty. Using a field study of 7,148 Korean customers and that of 8,345 American customers, this study developed predictive models. Specifically, we used three popular data mining methods: two from machine learning, ANN and DT, and one from statistics, logistic regression. In order to measure the unbiased prediction accuracy of the three methods, we used a 10-fold cross-validation procedure. The accuracy measure for the model was calculated by averaging the 10 models performance numbers. In addition to the prediction model, we also conducted sensitivity analysis on the ANN model in order to gain insight into the relative contribution of the independent variables to determine adopters. The sensitivity results indicated that personal income, system reliability, self-efficacy, and occupation are more important variables for companies to determine potential adoption customers than the other variables in the US. Comparably, the sensitivity results indicated that system reliability, occupation, personal income, self-efficacy, and experience with technology are more important than the other in Korea. Furthermore, the results of multiple regression analysis show that online service quality has the most significantly positive impact on customer loyalty both in Korea and in the US. We also found that customers’ risk-take personality, online customers’ risk perception about security of the transactions, and interface of the transaction sites are positively associated with customer loyalty in both countries.

Results from this study will provide new business strategies and practitioners with additional insights into the key factors associated with the decision of firms that seek to enter into the IBFT market and to survive there. Furthermore, we imply that the variables selected in this study are the ones that contribute to the propensity for a success in the market. In addition, the results can be used by policymakers and practitioners for the purpose of estimating and assessing the risks associated with entrepreneurs and firms that may come with proposals seeking to enter the IBFT market. Future studies should consider utilizing quantitative as well as qualitative methodologies in order to identify the key factors enabling IBFT firms to succeed as well as to have competitiveness in the global market.