패밀리 레스토랑의 메뉴 권유 판매가 고객 태도, 만족, 구매 의사 결정에

이연정,주현식 (사)한국조리학회 2006 한국조리학회지 Vol.12 No.2

The purpose of this study is to investigate if recommendation selling (methods of recommendation selling, a key word used for recommendation, and employee attitude) influences the customers' menu decision. The results of the study are as follows: 'Menu picture' and 'explanation by word' among the tools used by employees for recommendation were found to influence customers' menu decision. The words such as 'new menu' and 'special only today' used by employees for recommendation were found to influence customers' menu decision. Employees' attitude elements such as 'interesting explanation', 'dressed up tidy', 'strong intention', and 'patience' were found to influence customer's menu decision. 'Recommendation selling' in the food and beverage industry means 'employees help customers make a good decision on food and beverage service'. This study makes an important contribution to the food industry in terms of providing substantial marketing strategies.

추천고객과 일반고객의 의료서비스 구매성과 차이분석

김옥남,김세나,최지호 한국고객만족경영학회 2009 고객만족경영연구 Vol.11 No.3

This paper explores the influence of receiving recommendations on the customers' profitability by 4 purchase behavior indices. With the empirical data of a private dental clinic service for one-year period, recommendation-based customers are quite superior to nonrecommendation-based customers in profitability for all the indices of purchase behaviors: up-selling, cross-selling, standardized net sales, and positive WOM. It means that recommendation-based customers are very active in accepting the purchase offers of service provider, indicating that they are highly profitable customers. The results reveal that customers' recommendation is an important route recruiting the potential VIP customers, not simply the way increasing the number of new customers cost-effectively. The limitations and further research issues are discussed. 기존고객의 추천은 신규고객을 획득하는데 매우 효과적인 방법이라는 점에서 기업들에게 중요하게 인식되고 있다. 본 연구에서는 고객추천이 새로운 고객의 수를 늘리는 측면 외에도, 방문고객으로부터 얻는 기업의 실제 판매성과를 높이는 데에도 큰 영향을 미친다는 것을 실증하고자 한다. 개인치과병원의 1년간 실제 매출 자료를 토대로, 추천을 받고 찾아온 고객들과 그렇지 않은 일반고객들의 여러 구매성과지표들을 비교 분석하였다. 분석결과, 교차판매, 프리미엄 서비스 전환, 예상견적 대비 실제 총 매출, 타 고객추천 등 본 연구의 4가지 구매성과지표 모두에 있어서 추천고객이 일반고객에 비해 유의하게 더 우수한 것으로 나타났다. 이것은 추천 고객들이 일반고객들에 비해 다양한 상품들에 대한 서비스업체의 구매권유를 더 적극적으로 수용하기 때문인 것으로 해석되며, 이러한 높은 구매수용도로 인해 추천고객들의 구매성과가 매우 우수하게 나타나는 것으로 분석된다. 이로 볼 때 기존고객들의 추천활동은 신규고객을 확보하는 수단이 될 뿐만 아니라, 기업의 구매성과에 보다 크게 기여하는 우수고객들의 유입을 이끄는 중요한 요소로 판단된다. 끝으로 추천과 기업의 구매성과 향상과의 관계에 대한 논의 및 한계점을 제시하였다.

RFM 기법과 연관성 규칙을 이용한 개인화된 전자상거래 추천시스템

진병운(Byeong-Woon Jin),조영성(Young-Sung Cho),류근호(Keun-Ho Ryu) 한국컴퓨터정보학회 2010 韓國컴퓨터情報學會論文誌 Vol.15 No.12

이 논문은 RFM 기법과 연관성 분석을 이용한 개인화된 전자상거래 추천 시스템을 제안한다. 제안된 전자상거래 추천시스템은 사용자의 평가 자료에 의존하지 않고 묵시적인(Implicity)방법을 이용하여 고객정보와 구매이력 정보를 기반으로 RFM(Recency, Frequency, Monetary) 기법을 이용한 고객 세분화와 교차판매(cross-sell)관계를 찾는 연관성 분석을 이용한 개선된 시스템이다. 또한 고객군별 구매특성 분석을 통하여 효율적인 마케팅 전략과 고객관계관리(CRM: Customer Relationship Management)방법을 제시한다. 현업에서 사용하는 데이터 셋을 구성하여 실험 및 평가를 통해서 효용성을 입증 및 평가하여 일대일 웹 마케팅을 실현하였다. This paper proposes the recommendation system which is advanced using RFM method and Association Rules in e-Commerce. Using a implicit method which is not used user's profile for rating, it is necessary for user to keep the RFM score and Association Rules about users and items based on the whole purchased data in order to recommend the items. This proposing system is possible to advance recommendation system using RFM method and Association Rules for cross-selling, and also this system can avoid the duplicated recommendation by the cross comparison with having recommended items before. And also, it's efficient for them to build the strategy for marketing and crm(customer relationship management). It can be improved and evaluated according to the criteria of logicality through the experiment with dataset collected in a cosmetic cyber shopping mall. Finally, it is able to realize the personalized recommendation system for one to one web marketing in e-Commerce.

고객 이탈방지에 효과적인 멀티 카테고리 상품 추천 방법론

박성혁 ( Sung Hyuk Park ),김형수 ( Hyung Su Kim ) (주)엘지씨엔에스(구 LGCNS 엔트루정보기술연구소) 2012 Entrue Journal of Information Technology Vol.11 No.3

교차판매는 과거에 특정한 상품을 구매해본 고객에게 새로운 종류의 상품을 구매하도록 유도하는 행위이며, 고객관계관리(CRM) 관점에서 고객들이 다양한 상품을 추천받을 수 있도록 지원하기 위한 목적으로 활용되어 왔다. 본 연구에서는 교차판매 행위가 고객이탈방지에 효과적이라는 것을 관련 이론들을 바탕으로 설명 하였으며, 실제 유통기업에서 수집된 데이터를 바탕으로 상품 카테고리 다양성 수준이 높아질수록 이탈방지 효과가 크다는 것을 실증 분석하였다. 특히, 여러 종류의 상품 카테고리를 구입하였던 고객들이 동일한 카테고리 내에서 여러 번 상품을 구매하였던 고객들보다 이탈율이 훨씬 더 낮게 관찰된다는 것을 실증하였다. 이러한 데이터 분석 결과를 토대로 고객의 과거 구매이력을 바탕으로 이탈율이 가장 높게 개선될 것으로 예상되는 상품 카테고리를 추천하는 추천 시스템을 제안하였다. 모의 실험을 통해 고객 이탈방지를 위한 교차판매 방식에 의하여 고객 이탈율이 개선되는 효과를 정량적으로 분석하였으며, 고객들이 새로운 카테고리에 해당하는 상품을 구매하게 될 경우 이탈율을 크게 낮출 수 있다는 것을 확인하였다. 또한 기업의 실무 담당자 입장에서 어떻게 고객 이탈율을 낮출 수 있는 상품 추천 전략을 수립할 수 있는지에 대해서도 설명하였다. In this paper, we design and implement a diversity-based recommender system to provide personalized churn prevention rules to a user. We analyze a large data set consisting of customers` purchase history, product category, and customer churn in-cidence information collected from one of the largest offline retailers in Korea. As key fidings, we show that the number of product categories is negatively associated with cutomer churn rates, and diversity-based recommendations are effective to reduce users` probability of churn. Under the assumption that customers who receive a list of multiple categoriy items have lower churn rates than others, we design a system which provides multiple category items to users as recommendation results. In terms of research method, we adopt a case-based reasoning approach to implement a diversity-based recommender system. Our system provides individual level recommendation results based on a customer`s unique purchase history to minimize the user`s churn probability. For marketing mangers, useful managerial implications are also explained in the last session.

인공지능 머신러닝 기술을 이용한 주식 종목 매수/매도 추천시스템의 분석 및 설계

조병호,Cho, Byung-Ho 한국인터넷방송통신학회 2021 한국인터넷방송통신학회 논문지 Vol.21 No.4

주식이 오를지 내릴지를 예측하는 것은 주식의 불확실성으로 매우 어렵다. 인공지능 기술을 이용한 주가예측 방법에 대한 연구가 오랫동안 이루어져왔다. 최근에는 증권 회사에도 로봇 어드바이저라는 이름으로 인공지능 기술을 이용한 주식 매수/매도 추천 프로그램이 사용되고 있다. 본 논문에서는 인공지능 머신러닝 기술을 이용한 매수/매도 추천 시스템을 개발하기 위하여 여러 가지 기술적 분석 방법의 결과를 활용하는 이 시스템의 핵심인 엔진을 설계한다. 또한 객체지향 분석 방법을 이용한 요구사항 분석 및 플로우차트, 화면 설계 등을 보여여줌으로써 효과적인 인공지능 머신러닝 기술을 이용한 매수/매도 추천 시스템의 소프트웨어 분석 및 설계 방법을 제시하고자 한다. It is difficult to predict an increase or decrease of stock price because of uncertainty. Researches for prediction of stock price using AI technology have been done for a long time. Recently stock buy/sell recommend programs called by Robot Advisor using AI machine learning technology are used. In this paper, to develop a stock buy/sell recommend system using AI technology, an core engine of this system is designed. An analysis and design method of a stock buy/sell recommend system software using AI machine learning technology will be presented by showing user requirement analysis using object-oriented analysis method, flowchart and screen design.

패밀리 레스토랑의 메뉴 권유 판매가 고객 태도, 만족, 구매 의사 결정에 미치는 영향

이연정(Yeon Jung Lee),주현식(Hyun Sik Ju) 한국조리학회 2006 한국조리학회지 Vol.12 No.2

패밀리 레스토랑 종사원의 권유판매가 고객의사결정에 미치는 영향에 관한 연구

조민애(Cho Min-Ae),이연정(Lee Yeon-Jung) 한국외식산업학회 2008 한국외식산업학회지 Vol.4 No.1

A Recommendation System for Efficiently Proposing Digital Contents in Customer-Oriented Web-Marketing

Chui-young Yoon(윤취영) 한국인터넷전자상거래학회 2008 인터넷전자상거래연구 Vol.8 No.3

인터넷 및 정보기술의 발전으로, 고객의 만족도를 증가시키는 위한 웹 기반시스템에 대한 연구가 활발하게 진행되어 왔다. 최근에는 각 고객의 관점에서 고객화된 서비스를 제공하기 위한 고객 지향 마케팅에 대한 관심도 높아졌으며, 웹 마케팅 시스템에서도 고객 지향 마케팅을 지원하기 위한 연구가 요구되고 있다. 마케팅 관점에서 웹 기반시스템의 주된 관심은 고객 만족도 증가를 통한 고객 충성도의 향상이다. 따라서 본 연구에서는 데이터마이닝 기법에 기초한 크로스 셀링을 이용하여 고객 맞춤형 웹 마케팅을 지원하는 디지털 컨텐츠 추천 시스템을 개발하였다. 제안된 시스템은 동시 크로스 셀링과 순차 크로스 셀링을 통한 데이터마이닝 기법을 이용하였다. 또한 이러한 데이터마이닝 결과를 개발된 시스템에 적용하여 그 결과를 제시함으로써 그 효용성을 평가하였다.

A Cross-Domain Recommender Systems Using Object Detection: A Visual Data Analytics Approach

정한결,박성혁 한국지능정보시스템학회 2021 한국지능정보시스템학회 학술대회논문집 Vol.2021 No.12

증권사 애널리스트의 투자등급 변경이 주가수익률 및 거래량에 미치는 영향에 관한 연구

이원흠(Lee Won Heum),최수미(Choe Su Mi) 한국증권학회 2003 한국증권학회지 Vol.32 No.3