소비자들의 반복 구매 행동 예측을 위한 기계 학습 모델
한국마케팅학회 | 한국마케팅학회 | 15 pages| 2021.09.03| 파일형태 :
조회 438 다운로드 1
자료요약
본 논문은 기계학습 기술에 기반한 방법들을 사용하여 소비자들의 반복 구매 패턴을 예측하는 모델의 개발과 평가를 그 목적으로 한다. 소비자 이탈 및 소비자 획득 예측과 같은 기존 마케팅 응용에 사용된 데이터들에 비하여 프랜차이즈 소매 환경에서의 소비자 구매 패턴은 더 빈번하고 복잡하기 때문에 기계학습에 기반한 방법들을 적용할 때 그 예측율이 더 높을 것으로 기대한다.
프랜차이즈 소매 데이터 분석 결과, 기계 학습에 기반한 대표적인 방법인 엑스트림 그래디언트 부스팅(XGBoost) 및 신경망(neural network) 모델들이 전통적인 통계 방법에 비하여 그 예측력이 높지만, 그 예측력 개선의 정도가 크지 않다는 결론을 내린다. 이러한 결론은 기계학습을 이용한 방법을 비교 연구한 다른 분야들의 결과와 일치한다. 이러한 결과에 대하여 본 논문은 아래와 같은 네가지 가설을 제시하고 이에 대하여 논의한다. 제시하는 가설들은 최적화되지 않은 신경망 설계 및 훈련, 선형으로 분리 가능한 데이터의 특성, 비최적형태로의 데이터의 사용 및 더 많은 데이터의 필요성들이다. 특히 데이터에 관련된 사항이 가장 커다란 이유로 생각되며, 양질의 데이터의 획득과 더불어 최적의 feature engineering에 대한 노력이 더욱 필요한 것으로 보인다. 이 논문은 각종 소매 환경에서 인공 지능 기술을 사용하여 소비자 행동 예측을 수행하려는 마케팅 분야 학자들과 경영자들에게 실무적인 가이드를 제공한다.
목차
ABSTRACT
초록
Ⅰ. Introduction
Ⅱ. Application
Ⅲ. Results
Ⅳ. Conclusion
References
#한국마케팅학회 #Neural Network #반복 구매 행동 #소비자
저작권 안내 및 사용범위와 규정
  • 위 정보 및 게시물 내용의 불법적 이용, 무단 전재, 배포는 법적으로 "금지되어" 있습니다.
  • 저작권 침해, 명예훼손 등 분쟁요소 발견시 하단의 “고객센터”를 이용해주세요.
  • 기타는 저작물의 등록자가 정하는 사용 범위와 규정에 준합니다.
  • 위 자료는 한국마케팅학회 가 저작권을 관리하고 있습니다.
자료 제공처