[고객관계관리] 분석적 고객관계관리 - 데이터 마이닝과 웹 마이닝

 

 

 

 

1. 데이터마이닝

 

• 의의
  
  • data(자료)와 mining(발굴하다)란 용어의 합성어로서 자료를 발굴하다라는 의미
  • 자료를 발굴하여 파묻혀 있는 보석인
    의사결정에 유용한 정보나 지식을 찾아 내는 것
    
    
• 기술의 활용
  
  • 기존 고객의 데이터를 확보하고
    이 데이터들로부터 일정한 규칙을 추출하여
    새로운 고객의 구매성향을 파악에 활용
  • 이를 위해서 데이터베이스로부터 정보나 지식을 추출할 수 있는
    데이터 마이닝 기술의 활용이 필요
    
    1. 분류(classification)/군집화(clustering)
       
       • 분류는
         이미 등급이 주어진 관심대상에 대해
         대상이 가지고 있는 특성을 이용하여 새로운 등급을 결정하는 기법
       • 군집화는
         일정한 기준에 대해 포지션이 가까운 대상들을
         하나의 군집으로 설정하는 분석
    2. 예측(prediction)/추정(estimation)
       
       • 예측은
         미래의 특정 상황이 발생할 가능성에 대한 값을 도출
       • 추정은
         미래의 값에 대한 예측이 아니라,
         현재 알기 어려운 값을 추산
    3. 연관규칙(association rule)/ 연속규칙(sequence rule)
       
       • 연관규칙은
         물품을 구입할 때 발생하는 여러 품목들 간의 관련성에 대한 패턴을 찾아내는 것
       • 연속규칙은
         시차를 두고 발생하는 사건 간의 관계를 찾아내는 것
    4. 방법
       1. 인공신경망
          인공신경망분석은 대용량의 데이터로부터 패턴을 찾아주고 예측모델을 만들어 주
          는 기계적 학습 알고리즘.
          
          • 인공신경망의 핵심은 
            학습을 시킬 때 수집된 데이터 전체를 한꺼번에 입력하지 않고 
            인간이 학습하는 것과 같은 방식으로 데이터를 하나씩 입력시킨다는 데 있다.
          • 인공신경망 분석은 인간의 두뇌작용을 모방하고 있다.
            입력정보와 출력정보의 관련성에 대한 학습을 통해 모델을 형성하고, 
            이렇게 형성된 모델을 이용하여 
            새로운 대상의 정보가 입력되었을 때 출력정보를 산출해 준다.
          • 고객의 기초자료를 입력받아 처리요소에서 처리를 하고 
            이를 이용하여 연결선의 가중치를 결정하게 된다. 
          • 가중치가 결정되면 이를 이용하여 
            새로운 고객의 수익성을 예측하는 데에 이용할 수 있다.
          • 
            

            

       2. 의사결정나무 기법
          
          • 관심에 대한 의사결정을 위해 판단기준들을 순차적으로 적용해나가는 기법
          • 사전규칙의 정확한 설정이 중요
          • 
            

            

       3. 사례기반추론
          과거에 발생한 유사사례를 이용하여 새로운 문제를 해결하고자 하는 방법
          
          • 
            

            

       4. 장바구니 분석
          
          • 시장에서 상품을 사 가지고 가는 주부의 장바구니에 들어 있는 상품들간의 구매
            연관관계를 파악하고자 하는 방법
          • 이 방법은 교차판매에 유용하게 활용될 수 있다.
            
            
       5. 협업필터링
          
          • 사례기반추론의 개념과 유사한 방법으로
            특정고객과 유사한 속성을 지닌 다른 고객이 어떤 상품을 선호하는지를 파악하여 
            그 상품을 추천해 주는 방식
            
            • 협업 필터링은 먼저 상품추천이 필요한 대상고객의 개인 선호성향을 파악하고
            • 대상고객과 유사한 선호성향을 지닌 고객군을 찾아 낸 후
              그 고객군이 선호한 상품들을 중심으로 
              대상고객에게 상품을 추천하는 절차를 밟는다.
          • 협업 필터링을 이용하게 되면
            추천을 필요로 하는 대상고객이 기존에 구매하지 않았던 상품도 추천을 할 수 있으며, 
            분석에 필요한 자료가 충분할 경우에 
            다른 데이터 마이닝 방법에 비해 보다 용이하게 또한 정확하게 분석할 수 있다는 장점
          • 단순히 구매이력 및 상품별 선도를 기반으로 분석을 하게 되므로
            고객의 구체적인 프로필 정보를 충분히 활용하지 못하고 
            분석대상 고객의 자료량이 많은 경우에는 많은 연산시간이 소요되는 단점데이터마이닝을 적용한 분석 유형

 

 

 

 

 

5. 웹 마이닝

웹 마이닝은
웹 상에서 발생되는 데이터를 분석하기 위한데이터 마이닝 방법론을 의미한다.

 

1. 웹 구조 마이닝
   
   • 웹 페이지들의 연결을 어떻게 해야
     최적의 접속경로를 사용자에게 제공할 것인지에 관련된 것으로
   • 최적화 알고리즘을 이용하여
     사용자의 접속경로에서 일정한 패턴을 찾는 과정을 통해 수행할 수 있다.
2. 웹 내용 마이닝
   웹 페이지에 있는 내용에 대한 검색과 관련된 것으로 일반적인 웹 정보검색과 관
   련된 것
3. 웹 사용 마이닝
   
   • 사용자의 사용 흔적을 분석함으로써
     사용자의 형태에 대한 일정한 패턴을 찾는 분석방법이라고 정리할 수 있다.
   • 즉, 웹 서버에 접속하는 사용자의 접속 패턴을 분석하여
     웹 사용자의 행동분석을 하는데 이용
   • 웹로그화일
     : 표준로그형식과 확장로그형식
   • 표준로그형식
     
     • 엑세스 로그화일
       
       • 사이트 방문기록을 수록하고 있으며 웹 사이트 방문시간, 방문경로에 대한
         정보를 얻을 수 있다.
         - 인증된 사용자라면 사용자의 아이디에 관한 정보를 얻을 수 있으며 웹 사이
         트에서 수행한 작업에 대한 내용도 확인할 수 있다.
     • 에러 로그화일
       
       • 웹 서버에서 발생하는 에러와 접속 실패의 시간과 내용을 기록
     • 레퍼럴 로그화일
       
       • 현재 웹 페이지를 찾는데 사용된 검색엔진과 키워드, 이전 웹 페이지 등에
         대한 정보를 포함
         - 레퍼럴 로그화일에 수록된 정보를 이용하여 인터넷 광고매체 선정 등에 이용
     • 에이전트 로그화일
       
       • 사이트를 방문하는 사용자의 웹 브라우저의 종류 및 버전, 운영체제의 종류
         등에 관한 정보를 제공하며 이를 이용하여 최적화된 웹 페이지 구성에 이용