KR101815133B1 - 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 - Google Patents

시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 Download PDF

Info

Publication number
KR101815133B1
KR101815133B1 KR1020160081980A KR20160081980A KR101815133B1 KR 101815133 B1 KR101815133 B1 KR 101815133B1 KR 1020160081980 A KR1020160081980 A KR 1020160081980A KR 20160081980 A KR20160081980 A KR 20160081980A KR 101815133 B1 KR101815133 B1 KR 101815133B1
Authority
KR
South Korea
Prior art keywords
customer
market
segments
customer segments
similarity
Prior art date
Application number
KR1020160081980A
Other languages
English (en)
Inventor
정석봉
Original Assignee
경일대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경일대학교산학협력단 filed Critical 경일대학교산학협력단
Priority to KR1020160081980A priority Critical patent/KR101815133B1/ko
Application granted granted Critical
Publication of KR101815133B1 publication Critical patent/KR101815133B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G06F17/30705—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체에 관한 것으로, 이러한 본 발명은 상품을 판매하는 업체에 회원으로 가입된 복수의 고객들에 대한 인구통계학 정보인 고객 정보와 상기 복수의 고객들이 상기 업체로부터 상품을 구매한 구매 내역인 구매 정보를 저장하는 저장부와, 상기 고객 정보로부터 고객 변수를 선정하고 상기 고객 정보의 속성값을 복수의 상태로 정의하는 변수상태설정모듈과, 상기 고객 변수 및 상태에 따라 전체 고객을 구분하는 복수의 고객 세그먼트를 구성하는 세그먼트구성모듈과, 상기 구성된 복수의 고객 세그먼트 각각에 속한 고객의 상기 구매 정보로부터 상품 네트워크를 구성하는 네트워크구성모듈과, 고객 세그먼트의 상품 네트워크 간의 유사도에 따라 상기 복수의 고객 세그먼트 간 구매 패턴의 유사도를 산출하고, 산출된 유사도에 따른 고객 세그먼트들 간의 거리를 산출한 후, 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화하는 세그먼트연결모듈과, 기 설정된 기준에 따라 결정된 거리 내의 고객 세그먼트들을 세분 시장으로 구성하는 시장세분화모듈을 포함하는 장치와, 이에 따른 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체를 제공할 수 있다.

Description

시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체{Apparatus for market segmentation, method thereof and computer recordable medium storing the method}
본 발명은 시장 세분화 기술에 관한 것으로, 보다 상세하게는, 고객 정보와 상품 네트워크 유사도를 이용하여 시장을 세분화하기 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체에 관한 것이다.
시장 세분화는 기업이 고객에 대한 이해도를 더욱 높임으로써 새로운 고객을 유인하거나 기존 고객의 만족도를 높이기 위한 마케팅 분야의 핵심적 개념이다. 시장을 세분화하기 위한 기준이 되는 세분화 변수를 선정하는 것은 성공적인 시장세분화를 위해 대단히 중요하다. 세분화 변수는 크게 일반변수(general variable)와 트랜잭션 기반 변수(transaction based variable)로 구분할 수 있다. 일반변수를 사용한 시장세분화 연구는 고객의 인구 통계적 특성, 생활습관, 태도, 심리와 같은 기초적인 고객의 속성을 이용하여 고객을 구분하고 이들의 대상으로 마케팅을 차별화하여 진행할 수 있도록 한다. 일반변수를 기반으로 하는 시장 세분화는 직관적이고 쉽게 적용 가능하다는 장점이 있는 반면에 유사한 일반변수의 특성을 갖는 고객이 유사한 구매 행태를 나타내지 않을 수 있으며, 데이터를 수집하기 어렵다는 단점이 존재한다. 반면 트랜잭션 기반 변수는 고객의 구매 행위, 고객의 잠재가치, 평생고객가치(Life Time Value) 등과 같은 고객 가치 지향적인 속성을 포함한다. 트랜잭션 기반 변수를 사용하는 시장 세분화 방법은 기업의 이익을 높이기 위해 통상적으로 고객 가치에 초점을 맞추고 있다. 그러나 고객 유지 관점에서 보면 이러한 방법은 기업이 고객의 취향이나 기호에 대해 파악하기 어렵고 상품에 관한 중요한 정보가 누락되어 있어 장기적으로 기업과 고객의 관계를 확고하게 하기 어렵다는 단점이 존재한다.
한국등록특허 제521752호 가맹점으로 회원 고객의 고객관리정보를 제공하는고객정보 제공시스템 및 그 방법.
본 발명의 목적은 세분 시장 내에서는 동질성이 높고, 다른 세분 시장과의 동질성은 낮으며, 상업성이 충분한 시장 규모를 가지는 세분 시장을 특정할 수 있는 시장 세분화의 기준을 도출할 수 있는 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체를 제공함에 있다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 시장 세분화를 위한 장치는 상품을 판매하는 업체에 회원으로 가입된 복수의 고객들에 대한 인구통계학 정보인 고객 정보와 상기 복수의 고객들이 상기 업체로부터 상품을 구매한 구매 내역인 구매 정보를 저장하는 저장부와, 상기 고객 정보로부터 고객 변수를 선정하고 상기 고객 정보의 속성값을 복수의 상태로 정의하는 변수상태설정모듈과, 상기 고객 변수 및 상태에 따라 전체 고객을 구분하는 복수의 고객 세그먼트를 구성하는 세그먼트구성모듈과, 상기 구성된 복수의 고객 세그먼트 각각에 속한 고객의 상기 구매 정보로부터 상품 네트워크를 구성하는 네트워크구성모듈과, 고객 세그먼트의 상품 네트워크 간의 유사도에 따라 상기 복수의 고객 세그먼트 간 구매 패턴의 유사도를 산출하고, 산출된 유사도에 따른 고객 세그먼트들 간의 거리를 산출한 후, 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화하는 세그먼트연결모듈과, 기 설정된 기준에 따라 결정된 거리 내의 고객 세그먼트들을 세분 시장으로 구성하는 시장세분화모듈을 포함한다.
상기 시장세분화모듈은 상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성 값을 상기 세분 시장을 정의하는 시장 속성으로 도출하는 것을 특징으로 한다.
상기 시장세분화모듈은 상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 중 모든 속성값을 포함하는 고객 변수가 있으면, 상기 모든 속성값을 포함하는 고객 변수의 속성값을 시장 속성에서 제외하는 것을 특징으로 한다.
상기 세그먼트연결모듈은 고객 세그먼트의 상품 네트워크 간 QAP(Quadratic Assignment Procedure) 상관계수를 산출하여, 이러한 상관계수에 따라 상기 유사도를 결정한다.
상기 세그먼트연결모듈은 상기 산출된 유사도에 따른 고객 세그먼트들 간의 거리
Figure 112016063178635-pat00001
는 다음의 수학식
Figure 112016063178635-pat00002
에 따라 산출하며, 상기 i 및 j는 고객 세그먼트를 나타내며, 상기
Figure 112016063178635-pat00003
는 고객 세그먼트 i 및 j 간의 유사도인 것을 특징으로 한다.
상기 네트워크구성모듈은 제1 상품을 구매할 때 제2 상품을 구매하는 연결 구매가 있을 때, 상기 제1 상품과 상기 제2 상품 쌍을 연결 상품으로 설정하고, 상기 연결 상품을 연결 구매한 고객들의 수를 가중치로 설정하는 것을 특징으로 한다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 시장 세분화를 위한 방법은 변수상태설정모듈이 상품을 판매하는 업체에 회원으로 가입된 복수의 고객들에 대한 인구통계학 정보인 고객 정보로부터 고객 변수를 선정하고 상기 고객 정보의 속성값을 복수의 상태로 정의하는 단계와, 세그먼트구성모듈이 상기 고객 변수 및 상태에 따라 전체 고객을 구분하는 복수의 고객 세그먼트를 구성하는 단계와, 네트워크구성모듈이 상기 구성된 복수의 고객 세그먼트 각각에 속한 고객의 상기 업체로부터 상품을 구매한 구매 내역인 구매 정보로부터 상품 네트워크를 구성하는 단계와, 세그먼트연결모듈이 고객 세그먼트의 상품 네트워크 간의 유사도에 따라 상기 복수의 고객 세그먼트 간 구매 패턴의 유사도를 산출하는 단계와, 상기 세그먼트연결모듈이 상기 산출된 유사도에 따른 고객 세그먼트들 간의 거리를 산출하는 단계와, 상기 세그먼트연결모듈이 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화하는 단계와, 시장세분화모듈이 기 설정된 기준에 따라 결정된 거리 내의 고객 세그먼트들을 세분 시장으로 구성하는 단계를 포함한다.
상술한 시장 세분화를 위한 방법은 상기 시장세분화모듈이 상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성 값을 상기 세분 시장을 정의하는 시장 속성으로 도출하는 단계를 더 포함한다.
여기서, 상기 시장 속성으로 도출하는 단계는 상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 중 모든 속성값을 포함하는 고객 변수가 있으면, 모든 속성값을 포함하는 고객 변수의 속성값을 시장 속성에서 제외하는 것을 특징으로 한다.
본 발명의 다른 측면에 따르면 상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 시장 세분화를 위한 방법이 컴퓨팅 연산 장치에서 실행되도록 하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체를 제공할 수 있다.
본 발명에 따르면, 세분 시장 내에서는 동질성이 높고, 다른 세분 시장과의 동질성은 낮으며, 상업성이 충분한 시장 규모를 가지는 세분 시장을 특정할 수 있는 시장 세분화의 기준을 제공할 수 있다.
도 1은 본 발명의 실시예에 따른 시장 세분화를 위한 장치의 구성을 설명하기 위한 블록도이다.
도 2는 본 발명의 실시예에 따른 제어부의 세부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 실시예에 따른 시장 세분화를 위한 방법을 설명하기 위한 흐름도이다.
도 4 및 도 5는 본 발명의 실시예에 따른 시장 세분화를 위한 방법을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들이 설명될 것이다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음을 유의해야 한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지의 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다.
특히, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시예에 불과할 뿐, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명의 실시예에 따른 시장 세분화를 위한 장치의 구성을 설명하기 위한 블록도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 시장 세분화를 위한 장치(이하, '시장세분화 장치'로 칭함: 100)는 컴퓨팅 연산을 수행할 수 있는 장치이며, 컴퓨터, 노트북, 테블릿, 패블릿, 스마트폰 등을 예시할 수 있다. 이러한 시장세분화 장치(100)는 통신부(110), 입력부(120), 표시부(130), 저장부(140) 및 제어부(150)를 포함한다. 이러한 시장세분화 장치(100)는
통신부(110)는 시장세분화 장치(100)의 무선 혹은 유선 통신을 위한 것이다. 유선 통신의 경우, 통신부(110)는 시장세분화 장치(100)의 통신을 위한 네트워크 인터페이스이다. 이러한 통신부(210)는 모뎀, 인터페이스 카드, 유무선 랜카드, USB 포트, 시리얼 포트, 패러럴 포트, 데이터 버스 등으로 구성될 수 있다. 무선 통신의 경우, 통신부(110)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF(Radio Frequency) 송신기(Tx) 및 수신되는 신호를 저 잡음 증폭하고 주파수를 하강 변환하는 RF 수신기(Rx)를 포함할 수 있다. 그리고 통신부(110)는 송신되는 신호를 변조하고, 수신되는 신호를 복조하는 모뎀(Modem)을 포함할 수 있다. 유선 및 무선 중 어느 하나의 방식을 통해, 통신부(110)는 제어부(150)로부터 각종 메시지, 정보, 데이터 등을 수신하여, 외부로 전송할 수 있다. 또한, 통신부(110)는 인터넷 쇼핑 서비스를 제공하기 위하여 인터넷 쇼핑몰이 구축된 웹 서버(미도시)와 연결하여 이러한 웹 서버로부터 고객과 관련된 정보를 수신하여 제어부(150)에 전달할 수 있다.
입력부(120)는 시장세분화 장치(100)의 각 종 기능, 동작 등을 제어하기 위한 사용자의 키 조작을 입력받고 입력 신호를 생성하여 제어부(150)에 전달한다. 입력부(120)는 특수키, 키패드, 키보드, 마우스, 트랙볼 등을 예시할 수 있다. 특히, 입력부(120)는 전원 on/off를 위한 전원 키, 문자 키, 숫자 키, 방향키 중 적어도 하나를 포함할 수 있다. 입력부(120)의 기능은 표시부(130)가 터치스크린으로 구현된 경우, 표시부(130)에서 이루어질 수 있으며, 표시부(130)만으로 모든 기능을 수행할 수 있는 경우, 입력부(120)는 생략될 수도 있다.
표시부(130)는 제어부(150)로부터 화면 표시를 위한 데이터를 수신하여 수신된 데이터를 화면으로 표시할 수 있다. 또한, 표시부(130)는 시장세분화 장치(100)의 메뉴, 데이터, 기능 설정 정보 및 기타 다양한 정보를 사용자에게 시각적으로 제공할 수 있다. 표시부(130)가 터치스크린으로 형성되는 경우, 입력부(120)의 기능의 일부 또는 전부를 대신 수행할 수 있다. 표시부(130)는 액정표시장치(LCD, Liquid Crystal Display), 유기 발광 다이오드(OLED, Organic Light Emitting Diodes), 능동형 유기 발광 다이오드(AMOLED, Active Matrix Organic Light Emitting Diodes) 등으로 형성될 수 있다.
저장부(140)는 시장세분화 장치(100)의 동작에 필요한 각 종 데이터, 어플리케이션, 시장세분화 장치(100)의 동작에 따라 발생된 각 종 데이터를 저장하는 역할을 수행한다. 이러한 저장부(140)는 스토리지, 메모리 등이 될 수 있다. 이러한 저장부(140)는 시장세분화 장치(100)의 부팅(booting) 및 운영(operation)을 위한 운영체제(OS, Operating System), 본 발명의 실시예에 따른 시장세분화를 위한 방법을 실행하기 위한 애플리케이션을 저장할 수 있다. 저장부(140)에 저장되는 각 종 데이터는 사용자의 조작에 따라, 삭제, 변경, 추가될 수 있다.
제어부(150)는 시장세분화 장치(100)의 전반적인 동작 및 시장세분화 장치(100)의 내부 블록들 간 신호 흐름을 제어하고, 데이터를 처리하는 데이터 처리 기능을 수행할 수 있다. 이러한 제어부(150)는 중앙 처리 장치(Central Processing Unit : CPU), 어플리케이션 프로세서(Application Processor), GPU(Graphic Processing Unit) 등이 될 수 있다. 이러한 제어부(150)의 구체적인 동작은 아래에서 보다 상세하게 설명될 것이다.
또한 도시되진 않았으나, 본 발명의 실시예에 따른 시장세분화 장치(100)는 메모리 카드와 같은 외부 저장 매체를 삽입하여 데이터 저장을 가능토록 하는 저장매체 삽입부, 외부 디지털 기기와의 데이터 교환을 위한 연결 단자, 충전용 단자를 구비할 수 있다. 또한, 시장세분화 장치(100)는 마이크 및 스피커를 통해 오디오 신호를 입력 혹은 출력하는 오디오 처리부, 디지털 음원 재생을 위한 MP3 모듈 등의 부가 기능을 갖는 유닛들을 선택적으로 더 포함하여 구성될 수 있다. 디지털 기기의 컨버전스(convergence) 추세에 따라 기기의 변형이 매우 다양하여 모두 열거할 수는 없으나, 상기 언급된 유닛들과 동등한 수준의 유닛이 본 발명에 따른 시장세분화 장치(100)에 추가로 더 포함되어 구성될 수 있다는 것은 본 기술분야의 통상의 지식을 가진 자라면 쉽게 이해할 수 있을 것이다.
그러면, 본 발명의 실시예에 따른 제어부의 구성에 대해서 보다 상세하게 설명하기로 한다. 도 2는 본 발명의 실시예에 따른 제어부의 세부 구성을 설명하기 위한 블록도이다. 도 2를 참조하면, 본 발명의 실시예에 따른 제어부(150)는 변수상태설정모듈(151), 세그먼트구성모듈(153), 네트워크구성모듈(155), 세그먼트연결모듈(157) 및 시장세분화모듈(159)을 포함한다.
기본적으로, 변수상태설정모듈(151)은 고객 정보로부터 고객 변수를 선정하고 상기 고객 정보의 속성값을 복수의 상태로 정의한다. 세그먼트구성모듈(153)은 변수상태설정모듈(151)이 선정한 고객 변수와 변수상태설정모듈(151)이 정의한 상태에 따라 전체 고객을 구분하는 복수의 고객 세그먼트를 구성한다. 네트워크구성모듈(155)은 세그먼트구성모듈(153)이 구성한 복수의 고객 세그먼트 각각에 속한 고객의 구매 내역으로부터 상품 네트워크를 구성한다. 세그먼트연결모듈(157)은 어느 하나의 고객 세그먼트의 상품 네트워크와 다른 고객 세그먼트의 상품 네트워크의 유사도를 산출하여 그들 고객 세그먼트 간 구매 패턴의 유사도를 산출한다. 이러한 방식으로 세그먼트연결모듈(157)은 모든 고객 네트워크 간의 구매 패턴의 유사도를 산출한다. 또한, 세그먼트연결모듈(157)은 산출된 유사도에 따라 고객 세그먼트들 간의 거리를 산출한다. 여기서, 거리는 유사도에 따른 거리를 나타낸다. 또한, 세그먼트연결모듈(157)은 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화한다. 시장세분화모듈(159)은 기 설정된 기준에 따라 결정된 거리를 기준으로 그 거리 내의 고객 세그먼트들을 세분 시장으로 구성한다. 그리고 시장세분화모듈(159)은 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성 값을 세분 시장을 정의하는 시장 속성으로 도출한다.
그러면, 보다 자세히, 제어부(150)의 세부 구성 각각이 시장세분화를 위한 프로세스에 대해서 설명하기로 한다. 이러한 시장세분화를 위한 프로세스를 설명하기에 앞서 저장부(140)는 고객 정보 및 구매 정보를 저장한 상태이다. 여기서, 고객 정보는 상품을 판매하는 업체에 회원 가입 절차를 통해 가입된 복수의 고객에 대한 인구통계학 정보이다. 이러한 고객 정보는 대표적으로, 성별, 직업, 나이, 결혼유무, 전화번호, 이메일 주소 등의 인구통계학 정보를 예시할 수 있다. 또한, 구매 정보는 복수의 고객들이 회원으로 가입한 업체로부터 상품을 구매한 구매 내역이다. 이러한 구매 정보는 적어도, 어떤 회원(고객)이 어떤 상품을 구매하였는지에 대한 정보를 포함한다. 예컨대, 제어부(150)는 통신부(110)를 통해 특정 인터넷 쇼핑몰이 구축된 웹 서버로부터 고객 정보 및 구매 정보를 포함하는 다양한 정보를 수신하여, 저장부(140)에 저장할 수 있다. 일례로, 고객 정보는 고객이 쇼핑몰에 회원 가입 절차를 통해 회원으로 가입할 때 입력하는 각 종 정보가 될 수 있다. 이러한 고객 정보는 대표적으로, 성별, 직업, 나이, 결혼유무, 전화번호, 이메일 주소 등의 인구통계학 정보를 예시할 수 있다. 구매 정보는 인터넷 쇼핑몰의 회원인 각 고객이 어떤 상품을 구매하였는지에 대한 정보이며, 이러한 구매 정보는 고객 정보와 매핑되어 저장된다.
변수상태설정모듈(151)은 고객 변수를 선정한다. 이때, 변수상태설정모듈(151)은 저장부(140)에 저장된 고객 정보로부터 고객 변수를 선택할 수 있다. 예컨대, 고객 변수는 성별, 직업, 나이, 결혼유무, 전화번호, 주거지역, 이메일 주소 등을 예시할 수 있다. 또한, 변수상태설정모듈(151)은 각 고객 변수가 가지는 속성값의 상태를 정의한다. 본 발명의 실시예에서 각 고객 변수는 범주형 변수를 사용할 수 있다. 특히, 연속된 값을 갖는 고객 변수일 경우 해당 고객 변수를 범주형 변수로 변환한다. 예를 들어, 고객 변수가 '성별' 및 '나이'인 경우, 변수상태설정모듈(151)은 고객 변수 '성별'은 '남자'와 '여자'의 두 개의 상태(0, 1)로 정의하며, 고객 변수 '나이'는 '20세 미만', '20~50세', '50세 이상'의 3개의 범주로 그 상태(0, 1, 2)를 정의할 수 있다.
한편, 일반적인 경우, 서로 다른 고객 변수의 선정은 서로 다른 시장 세분화 결과를 가져올 수 있기 때문에 고객 변수의 선정은 그 자체로도 매우 중요한 문제였다. 하지만, 본 발명에 따르면, 무의미한 변수가 고객 변수로 포함되어도 특정 고객 변수의 상태를 의미 없이 많은 수로 세분화하여 정의하더라도, 본 발명의 시장 속성 혹은 시장세분화 기준을 도출하는 기법에 따르면, 의미 없는 변수나 상태는 제외되기 때문에 시장세분화 기준에는 영향을 미치지 않게 된다. 따라서 본 발명에 따르면, 세그먼트 내 높은 동질성을 위하여 가능한 많은 고객 변수를 선정하고, 각 변수의 상태를 상세히 정의하는 것이 바람직하다.
다음으로, 세그먼트구성모듈(153)은 변수상태설정모듈(151)에 의해 선정되고 정의된 고객 변수 및 각 고객 변수의 상태에 따라 전체 고객을 다수의 고객 세그먼트로 구분한다. 본 발명의 실시예에서 고객 세그먼트는 각 고객 변수 별로 모두 동일한 속성 값을 갖는 고객들의 집합을 의미한다. 전술한 예와 같이 '성별'과 '나이' 등 두 개의 고객 변수가 존재하고, 예컨대, 각 변수의 상태가 이전과 같이 각각 2개(0, 1) 및 3개(0, 1, 2)로 정의된 경우, 2 × 3 = 6개의 고객 세그먼트가 구성될 수 있다(예컨대, 남자 & 20세 미만, 남자 & 20~50세, 남자 & 50세 이상, 여자 & 20세 미만, 여자 & 20~50세, 여자 & 50세 이상).
네트워크구성모듈(155)은 각 고객 세그먼트 별 상품 네트워크를 구성한다. 여기서, 네트워크구성모듈(155)은 각 고객 세그먼트 별 고객들의 구매 내역을 바탕으로 상품 네트워크를 구성할 수 있다. 본 발명의 실시예에서 상품 네트워크는 '연결 구매' 상품네트워크를 이용한다. 연결 구매란 동일 고객이 두 종류 이상의 상품을 함께 구매하는 것을 의미한다. 연결 구매 상품네트워크란 연결 구매가 발생한 상품 간에 연결(link)을 설정하고, 그 연결 구매의 빈도를 가중치로 표현하는 것이다. 연결 구매 상품네트워크는 연결(link)에 가중치가 있는 가중 네트워크이며, 이 가중치는 연결된 복수의 상품을 동시에 구매한 고객의 수를 의미한다. 즉, 가중치
Figure 112016063178635-pat00004
로 연결된 두 상품은
Figure 112016063178635-pat00005
명의 고객에 의해 함께 구매된 '연결 상품'이 되며, 이 가중치
Figure 112016063178635-pat00006
가 클수록 두 상품의 연결의 강도가 높다고 할 수 있다. 상품 네트워크에서 상품 간의 연결 형태, 즉, 연결의 유무나 강도는 해당 고객 세그먼트의 구매 패턴을 반영할 수 있다.
세그먼트연결모듈(157)은 복수의 고객 세그먼트를 그 유사도가 높은 순서에 따라 순차로 연결하기 위한 것이다. 이를 위하여, 세그먼트연결모듈(157)은 먼저, 고객 세그먼트 간 구매 패턴의 유사도를 산출한다. 여기서, 세그먼트연결모듈(157)은 앞서 구성된 고객 세그먼트의 상품 네트워크 간 유사도를 산출하여 고객 세그먼트 간 구매 패턴의 유사도를 결정할 수 있다. 본원발명에서 상품 네트워크 간 유사도는 어느 하나의 고객 세그먼트의 상품 네트워크와 다른 고객 세그먼트의 상품 네트워크가 얼마나 유사한지를 나타낸다. 즉, 연결 구매된 상품과 그 강도가 얼마나 유사한지에 따라 고객 세그먼트간 구매 패턴의 유사도를 파악할 수 있다. 특히, 각 고객 세그먼트의 상품 네트워크 간 유사도를 QAP(Quadratic Assignment Procedure) 상관계수를 이용하여 산출할 수 있다. QAP 상관계수는 Pearson 상관 계수를 네트워크를 대상으로 확대 적용한 것으로, 동일한 개체들로 구성된 두 네트워크(상품 네트워크)에서 개체들 간의 연결이 두 네트워크워크(상품 네트워크)에 걸쳐 서로 어느 정도 관련이 있는지 확인하는 방법이다. 이 과정을 통해 우리는 각 고객 세그먼트 간에 구매 패턴의 유사성을 파악할 수 있다.
다음으로, 세그먼트연결모듈(157)은 산출된 유사도에 따라 고객 세그먼트들 간의 거리를 산출한다. 세그먼트연결모듈(157)은 i 및 j는 고객 세그먼트를 나타내며,
Figure 112016063178635-pat00007
는 고객 세그먼트 i 및 j 간의 유사도라고 할 때, 다음의 수학식 1에 따라 고객 세그먼트들 간의 거리
Figure 112016063178635-pat00008
를 산출한다.
Figure 112016063178635-pat00009
수학식 1에서, 고객 세그먼트 i와 j의 유사도, 즉, QAP 상관계수를
Figure 112016063178635-pat00010
라고 하면, 두 고객 세그먼트의 거리
Figure 112016063178635-pat00011
는 비유사성(dissimilarity)으로 정의할 수 있다. 이는 유사성이 낮을수록 두 세그먼트 간의 거리가 멀어짐을 의미한다.
그런 다음, 세그먼트연결모듈(157)은 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화한다. 고객 세그먼트를 통합하기 위하여, 본 발명은 계층적 병합 군집화(hierarchical agglomerative clustering) 기법을 사용하여 고객 세그먼트들을 군집화 할 수 있다. 계층적 병합 군집화 방법은 관측치, 즉, 고객 세그먼트들 간의 거리를 바탕으로 단일 군집으로부터 출발하여 연결 방법에 따라 두 개의 군집을 하나로 병합하는 과정을 전체 관측치 들이 하나의 군집으로 묶여 질 때까지 반복적으로 수행하는 방법이다. 인접한 두 군집을 병합하기 위해 두 군집 간의 거리를 계산할 때는 시장세분화 기법에서 일반적으로 사용하는 완전 연결법을 이용할 수 있다. 이때, 세그먼트연결모듈(157)은 덴드로그램(Dendrogram)을 이용하여 유사도에 따른 거리를 나타낼 수 있다.
시장세분화모듈(159)은 기 설정된 기준에 따라 결정된 거리에 따라 연결된 고객 세그먼트들을 각각이 적어도 하나의 고객 세그먼트를 포함하는 적어도 하나의 세분 시장을 구성한다. 여기서, 시장세분화모듈(159)은 하나의 세분 시장이 가져야 하는 최소 고객수가 그 기준이 될 수 있으며, 해당 기준을 만족하기 위한 거리를 결정할 수 있다. 이에 따라, 그 거리 내에 속하는 고객 세그먼트들을 포함하는 세분 시장을 구성할 수 있다. 본 발명의 실시예에 따르면, 유사도에 따라 그 유사도가 기 설정된 수치 이상인 고객 세그먼트들을 기 설정된 고객 수 이상을 가지는 고객 세그먼트가 되도록 통합하는 것이 바람직하다. 이는 효과적 시장 세분화의 기준 중 하나인 세분 시장의 크기를 키우기 위한 것이다. 즉, 고객 세그먼트 내의 고객 간의 동질성을 구매 패턴의 유사도로 보고, 이러한 구매 패턴의 유사도가 높은 고객 세그먼트 간을 통합하여 고객 세그먼트 내의 고객 간의 동질성이 높으면서 그 고객 세그먼트가 이익이 발생할 만큼 충분한 크기(즉, 고객의 수)를 가지도록 하기 위한 것이다. 따라서 세분 시장을 구성하기 위한 기준으로 최소의 고객수를 설정할 수 있다.
또한, 시장세분화모듈(159)은 세분 시장을 구성한 후, 각 세분 시장의 시장 세분화의 기준을 도출한다. 앞서 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성값은 이 해당 세분시장을 정의하는 '시장 속성'이 되며, 이는 전체 시장을 세분화 하는 시장 세분화의 기준이 된다. 세분 시장을 구성할 때, 고객 변수 중 일부는 시장 세분화 기준에서 제외될 수 있다. 예를 들어, 고객 변수로 '성별' 및 '나이'를 선택하여 총 6개의 고객 세그먼트를 구성했더라도, 군집 과정을 거치면서 최종 세분 시장은 성별에 상관없이 나이만으로 구분되어 질 수도 있다. 이와 같이, 세분 시장이 구성되면 각 세분 시장에 포함된 고객 세그먼트들의 고객 변수 및 그 속성을 이용하여 효율적인 해당 시장의 세분화 기준을 도출할 수 있다.
그러면, 보다 구체적인 실시예를 통해 본 발명의 실시예에 따른 시장세분화 방법에 대해서 설명하기로 한다. 도 3은 본 발명의 실시예에 따른 시장 세분화를 위한 방법을 설명하기 위한 흐름도이다. 도 4 및 도 5는 본 발명의 실시예에 따른 시장 세분화를 위한 방법을 설명하기 위한 도면이다. 도 3에서 저장부(140)는 고객 정보 및 구매 정보를 저장한 상태라고 가정한다. 예를 들면, 도 3에서 제어부(150)는 통신부(110)를 통해 특정 인터넷 쇼핑몰이 구축된 웹 서버로부터 고객 정보 및 구매 정보를 수신하여, 저장부(140)에 저장할 수 있다.
제어부(150)의 변수상태설정모듈(151)은 S110 단계에서 고객 변수를 선정하고, S120 단계에서 각 고객 변수가 가지는 속성값의 상태를 정의한다. 이때, 고객 변수는 범주형 변수를 사용하며, 연속된 값을 갖는 고객 변수일 경우 그 고객 변수를 범주형 변수로 변환한다. 본 실시예에서 선정된 고객 변수 및 정의된 상태는 다음의 표 1과 같다고 가정한다.
고객 변수 상태: 속성값
나이 'age' 0:
20대 미만		 1:
20-24세		 2:
25-29세		 3:
30-34세		 4:
35-39세		 5:
40-44세		 6:
45-49세		 7:
50세 이상
성별 'gender' 0: 남자 1: 여자
지역 'region' 0: 수도권 1: 비수도권
표 1에 보인 바와 같이, 고객 변수는 나이, 성별, 및 지역을 포함한다. 고객 변수 나이는 8개의 상태를 가지며, 성별은 2개의 상태를 가지며, 그리고 지역 또한 2개의 상태를 가진다. 각 상태에 따른 고객 변수의 속성값은 표 1에 기재된 바와 같다.
다음으로, 세그먼트구성모듈(153)은 S130 단계에서 앞서 선정된 고객 변수 및 각 고객 변수의 상태 정의에 따라 복수의 고객 세그먼트를 구성한다. 전체 고객은 이러한 복수의 고객 세그먼트로 구분될 수 있다. 다른 말로, 전체 고객은 복수의 고객 세그먼트 중 어느 하나에 속할 수 있다. 이때, 고객 세그먼트의 고객 수가 기 설정된 수 미만인 경우, 해당 고객 세그먼트는 시장 세분화를 수행하기 위한 대상에서 제외한다. 본 실시예에서 표 1의 고객 변수 및 상태에 따라 고객 세그먼트는 다음의 표 2와 같다.
식별 번호 고객 변수 고객 수 이용 여부
나이 성별 지역
1 0 0 0 20 비이용
2 0 0 1 52 비이용
3 0 1 0 49 비이용
4 0 1 1 121
5 1 0 0 73 비이용
6 1 0 1 197
7 1 1 0 160
8 1 1 1 431
9 2 0 0 142
10 2 0 1 288
11 2 1 0 260
12 2 1 1 544
13 3 0 0 170
14 3 0 1 288
15 3 1 0 306
16 3 1 1 710
17 4 0 0 107
18 4 0 1 221
19 4 1 0 220
20 4 1 1 631
21 5 0 0 83 비이용
22 5 0 1 146
23 5 1 0 246
24 5 1 1 518
25 6 0 0 43 비이용
26 6 0 1 99 비이용
27 6 1 0 110
28 6 1 1 304
29 7 0 0 35 비이용
30 7 0 1 114
31 7 1 0 87 비이용
32 7 1 1 167
보인 바와 같이, 앞서 선정된 고객변수 및 상태 정의에 따라 총 32개의 고객 세그먼트가 구성되었으며, 각 세그먼트 별 고객의 분포는 표 2에 표기된 바와 같다. 한편, 32개의 고객 세그먼트 중 기 설정된 수(100명) 이하의 고객 수를 가지는 고객 세그먼트는 분석 대상에서 제외한다. 이에 따라, 이 실시예에서 총 23개의 고객 세그먼트를 사용한다.
그런 다음, 네트워크구성모듈(155)은 S140 단계에서 각 고객 세그먼트 별로 고객들의 구매 내역을 기초로 상품 네트워크를 구성한다. 즉, 네트워크구성모듈(155)은 총 23개의 고객 세그먼트 각각에 속한 고객들의 구매 내역을 기초로 상품 네트워크를 구성한다. 특히, 본 발명의 실시예에서 상품 네트워크는 '연결 구매' 상품네트워크를 이용한다. 이에 따라, 네트워크구성모듈(155)은 연결 구매가 발생한 상품들을 도출하고, 연결 구매가 발생한 상품 간의 연결(link)을 설정하며, 그 상품들을 연결 구매한 고객들의 수를 그 연결의 강도 혹은 가중치로 설정한다. 예컨대, 도 4를 참조하면, 상품 A 및 상품 B에 대해 연결 구매가 발생하였고, 상품 A 및 상품 B를 연결 구매한 고객 수가 321명이라면, 상품 A 및 B는 연결 상품이며, 연결 상품의 가중치
Figure 112016063178635-pat00012
는 321이 된다. 마찬가지로, 상품 B 및 C는 가중치
Figure 112016063178635-pat00013
가 31인 연결 상품이며, 상품 C 및 D는 가중치
Figure 112016063178635-pat00014
가 201인 연결 상품이다. 이러한 상품 네트워크를 통해 해당 고객 세그먼트에 속한 고객들의 구매 패턴을 추정할 수 있다. 예컨대, 상품 B를 구매한 고객은 상품 A를 구매할 가능성이 상품 C를 구매할 가능성 보다 높으며, 상품 C를 구매한 고객은 상품 D를 구매할 가능성이 상품 B를 구매할 가능성 보다 높음을 추정할 수 있다.
이어서, 세그먼트연결모듈(157)은 S150 단계에서 고객 세그먼트 간 구매 패턴의 유사도를 산출한다. 여기서, 세그먼트연결모듈(157)은 앞서 구성된 고객 세그먼트의 상품 네트워크 간 유사도를 산출하여 고객 세그먼트 간 구매 패턴의 유사도를 결정할 수 있다. 특히, 각 고객 세그먼트의 상품 네트워크 간 유사도를 QAP(Quadratic Assignment Procedure) 상관계수를 이용하여 산출한다. 산출된 고객 세그먼트의 상품 네트워크 간 QAP 상관계수(유사도)는 다음의 표 3 및 표 4와 같다.
Figure 112016063178635-pat00015
Figure 112016063178635-pat00016
그런 다음, 세그먼트연결모듈(157)은 S160 단계에서 고객 세그먼트들 간의 유사도에 따라 고객 세그먼트들 간의 거리를 산출한다. 여기서, 세그먼트연결모듈(157)은 수학식 1에 따라 유사도에 따른 고객 세그먼트 간의 거리를 산출한다. 그런 다음, 세그먼트연결모듈(157)은 S170 단계에서 계층적 병합 군집화(hierarchical agglomerative clustering) 기법을 이용하여 앞서(S160) 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화한다. 또한, 세그먼트연결모듈(157)은 완전 연결법을 통해 모든 고객 세그먼트들을 순차로 연결할 수 있다. 이러한 거리에 따른 연결은 덴드로그램(Dendrogram)을 통해 표시할 수 있다. 이러한 덴드로그램(Dendrogram)이 도 4에 도시되었다. 수학식 1, 표 3, 표 4 및 도 4를 참조하면, 표 3 및 표 4의 값을 수학식 1에 대입하여 덴드로그램의 거리를 산출할 수 있다. 이러한 덴드로그램을 참조하면, 상품 네트워크 간의 유사도가 0.90으로 가장 높은 16번 고객 세그먼트와 24번 고객 세그먼트가 가장 먼저 연결되며, 이어서 유사도가 0.89인 20번 고객 세그먼트와 28번 고객 세그먼트가 통합된다. 이러한 통합 과정이 순차적으로 진행되면서 최종적으로 모든 고객 세그먼트는 하나의 군집으로 연결된다.
다음으로, 시장세분화모듈(159)은 S180 단계에서 기 설정된 기준에 따라 결정된 거리 내의 고객 세그먼트들을 세분 시장으로 구성한다. 본 실시예에서 도 4의 덴드로그램에서 거리 0.95를 기준으로 총 5개의 세분 시장(M1, M2, M3, M4, M5)을 구성하였다. 이러한 세분 시장의 구성은 다음의 표 5와 같다.
세분시장 고객 세그먼트 시장 속성(고객 변수 및 상태) 고객 수
나이 성별 지역
M1 17, 30 4 0 0 221
7 0 1
M2 4, 12, 15, 16, 19, 20, 23, 24, 28, 32 0, 2 1 1 3767
3, 4, 5 1 0, 1
6, 7 1 1
M3 7, 8, 11, 27 1 1 0, 1 961
2 1 0
6 1 0
M4 6, 9, 10 1 0 1 627
2 0 0, 1
M5 13, 14, 18, 22 3 0 0, 1 825
4, 5 0 1
시장세분화모듈(159)은 S190 단계에서 앞서 구성된 각 세분 시장에 따라 시장 세분화의 기준을 도출한다. 이때, 시장세분화모듈(159)은 앞서 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성 값을 이 해당 세분 시장을 정의하는 '시장 속성'으로 도출하며, 이는 전체 시장을 세분화 하는 시장 세분화의 기준이 된다.
표 5를 참조하면, 세분 시장 M4의 경우, 고객 세그먼트 6, 9 및 10가 해당 세분 시장에 포함된다. 고객 세그먼트 6의 경우, 고객 변수 및 상태가 나이 1, 성별 0, 지역 1이므로, 나이가 20-24세, 성별이 남자, 지역이 비수도권인 속성값을 가지는 고객들을 의미한다. 또한, 고객 세그먼트 9의 경우, 고객 변수 및 상태가 나이 2, 성별 0, 지역 0이므로, 나이가 25-29세, 성별이 남자, 지역이 수도권인 속성값을 가지는 고객들을 의미한다. 그리고 고객 세그먼트 10의 경우, 고객 변수 및 상태가 나이 2, 성별 0, 지역 1이므로, 나이가 25-29세, 성별이 남자, 지역이 비수도권인 속성값을 가지는 고객들을 의미한다. 따라서 세분 시장 M4의 경우, 비수도권에 거주하는 20-24세의 남자와 거주지역에 무관한 25-29세의 남자가 세분 시장 M4을 정의하는 시장 속성이 된다. 이에 따라, 비수도권에 거주하는 20-24세의 남자와 거주지역에 무관한 25-29세의 남자를 기준으로 전체 시장을 세분화할 수 있다.
한편, 세분 시장을 구성할 때, 고객 변수 중 일부는 시장 세분화 기준에서 제외될 수도 있다. 즉, S190 단계에서 시장세분화모듈(159)은 앞서(S180) 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 중 모든 속성값을 포함하는 고객 변수가 있으면, 모든 속성값을 포함하는 고객 변수의 속성값을 시장 속성에서 제외한다. 그러면, 고객 변수가 시장 세분화 기준에서 제외되는 예를 살펴보기로 한다. 예를 들면, 세분 시장 M6가 다음의 표 6과 같다고 가정한다.
세분시장 고객 세그먼트 시장 속성(고객 변수 및 상태) 고객 수
나이 성별 지역
... ... ... ... ... ...
M6 S1 2 1 0 888
S2 2 1 1
... ... ... ... ... ...
표 6을 참조하면, 세분 시장 M6의 경우, 고객 세그먼트 S1 및 S2가 해당 세분 시장에 포함된다. 고객 세그먼트 S1의 경우, 고객 변수 및 상태가 나이 2, 성별 1, 지역 0이므로, 나이가 20-24세, 성별이 여자, 지역이 비수도권인 속성값을 가지는 고객들을 의미한다. 또한, 고객 세그먼트 S2의 경우, 고객 변수 및 상태가 나이 2, 성별 1, 지역 1이므로, 나이가 25-29세, 성별이 여자, 지역이 수도권인 속성값을 가지는 고객들을 의미한다. 따라서 세분 시장 M6의 경우, 25-29세의 여자가 세분 시장 M6를 정의하는 시장 속성이 된다. 하지만, 고객 변수 지역의 속성은 모든 속성, 즉, 수도권 및 비수도권을 모두 포함하기 때문에 시장 속성에서 제외된다. 다른 말로, 이는 고객 변수 지역이 시장 세분화 기준에서 제외되는 것을 의미한다.
이와 같이, 본 발명의 실시예에 따르면, 선정할 수 있는 모든 고객 변수를 선정하더라도 시장 세분화 절차를 통해 세분 시장이 구성되면 불필요한 고객 변수 및 그 속성이 제외되고, 해당 세분 시장의 시장 속성을 가장 잘 나타낼 수 있는 고객 변수만 남게 된다. 이에 따라, 해당 세분 시장에 포함된 고객 세그먼트들의 고객 변수 및 그 속성을 이용하여 가장 효율적인 시장 세분화 기준을 도출할 수 있다.
한편, 앞서 설명된 본 발명의 실시예에 따른 방법은 다양한 컴퓨터수단을 통하여 판독 가능한 프로그램 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 와이어뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 와이어를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상 본 발명을 몇 가지 바람직한 실시예를 사용하여 설명하였으나, 이들 실시예는 예시적인 것이며 한정적인 것이 아니다. 이와 같이, 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 균등론에 따라 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.
100: 시장세분화 장치 110: 통신부
120: 입력부 130: 표시부
140: 저장부 150: 제어부
151: 변수상태설정모듈 153: 세그먼트구성모듈
155: 네트워크구성모듈 157: 세그먼트연결모듈
159: 시장세분화모듈

Claims (10)

  1. 시장 세분화를 위한 장치에 있어서,
    상품을 판매하는 업체에 회원으로 가입된 복수의 고객들에 대한 인구통계학 정보인 고객 정보와 상기 복수의 고객들이 상기 업체로부터 상품을 구매한 구매 내역인 구매 정보를 저장하는 저장부;
    상기 고객 정보로부터 고객 변수를 선정하고 상기 고객 정보의 속성값을 복수의 상태로 정의하는 변수상태설정모듈;
    상기 고객 변수 및 상태에 따라 전체 고객을 구분하는 복수의 고객 세그먼트를 구성하는 세그먼트구성모듈;
    상기 구성된 복수의 고객 세그먼트 각각에 속한 고객의 상기 구매 정보로부터 상품 네트워크를 구성하는 네트워크구성모듈;
    고객 세그먼트의 상품 네트워크 간의 유사도에 따라 상기 복수의 고객 세그먼트 간 구매 패턴의 유사도를 산출하고, 산출된 유사도에 따른 고객 세그먼트들 간의 거리를 산출한 후, 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화하는 세그먼트연결모듈; 및
    기 설정된 기준에 따라 결정된 거리 내의 고객 세그먼트들을 세분 시장으로 구성하는 시장세분화모듈;을 포함하며,
    상기 세그먼트연결모듈은 상기 산출된 유사도에 따른 고객 세그먼트들 간의 거리
    Figure 112017043975088-pat00025
    는 다음의 수학식
    Figure 112017043975088-pat00026
    에 따라 산출하며, 상기 i 및 j는 고객 세그먼트를 나타내며, 상기
    Figure 112017043975088-pat00027
    는 고객 세그먼트 i 및 j 간의 유사도인 것을 특징으로 하는 시장 세분화를 위한 장치.
  2. 제1항에 있어서,
    상기 시장세분화모듈은
    상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성 값을 상기 세분 시장을 정의하는 시장 속성으로 도출하는 것을 특징으로 하는 시장 세분화를 위한 장치.
  3. 제2항에 있어서,
    상기 시장세분화모듈은
    상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 중 모든 속성값을 포함하는 고객 변수가 있으면, 상기 모든 속성값을 포함하는 고객 변수의 속성값을 시장 속성에서 제외하는 것을 특징으로 하는 시장 세분화를 위한 장치.
  4. 제1항에 있어서,
    상기 세그먼트연결모듈은
    고객 세그먼트의 상품 네트워크 간 QAP(Quadratic Assignment Procedure) 상관계수를 산출하여 상기 유사도를 산출하는 것을 특징으로 하는 시장 세분화를 위한 장치.
  5. 삭제
  6. 제1항에 있어서,
    상기 네트워크구성모듈은
    제1 상품을 구매할 때 제2 상품을 구매하는 연결 구매가 있을 때, 상기 제1 상품과 상기 제2 상품 쌍을 연결 상품으로 설정하고, 상기 연결 상품을 연결 구매한 고객들의 수를 가중치로 설정하는 것을 특징으로 하는 시장 세분화를 위한 장치.
  7. 시장 세분화를 위한 방법에 있어서,
    변수상태설정모듈이 상품을 판매하는 업체에 회원으로 가입된 복수의 고객들에 대한 인구통계학 정보인 고객 정보로부터 고객 변수를 선정하고 상기 고객 정보의 속성값을 복수의 상태로 정의하는 단계;
    세그먼트구성모듈이 상기 고객 변수 및 상태에 따라 전체 고객을 구분하는 복수의 고객 세그먼트를 구성하는 단계;
    네트워크구성모듈이 상기 구성된 복수의 고객 세그먼트 각각에 속한 고객의 상기 업체로부터 상품을 구매한 구매 내역인 구매 정보로부터 상품 네트워크를 구성하는 단계;
    세그먼트연결모듈이 고객 세그먼트의 상품 네트워크 간의 유사도에 따라 상기 복수의 고객 세그먼트 간 구매 패턴의 유사도를 산출하는 단계;
    상기 세그먼트연결모듈이 상기 산출된 유사도에 따른 고객 세그먼트들 간의 거리를 산출하는 단계;
    상기 세그먼트연결모듈이 산출된 거리에 따라 모든 고객 세그먼트들을 순차로 연결하여 군집화하는 단계; 및
    시장세분화모듈이 기 설정된 기준에 따라 결정된 거리 내의 고객 세그먼트들을 세분 시장으로 구성하는 단계;를 포함하며,
    상기 산출된 유사도에 따른 고객 세그먼트들 간의 거리를 산출하는 단계는
    상기 산출된 유사도에 따른 고객 세그먼트들 간의 거리
    Figure 112017043975088-pat00028
    는 다음의 수학식
    Figure 112017043975088-pat00029
    에 따라 산출하며, 상기 i 및 j는 고객 세그먼트를 나타내며, 상기
    Figure 112017043975088-pat00030
    는 고객 세그먼트 i 및 j 간의 유사도인 것을 특징으로 하는 시장 세분화를 위한 방법.
  8. 제7항에 있어서,
    상기 시장세분화모듈이 상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 별 속성 값을 상기 세분 시장을 정의하는 시장 속성으로 도출하는 단계;를 더 포함하는 것을 특징으로 하는 시장 세분화를 위한 방법.
  9. 제8항에 있어서,
    상기 시장 속성으로 도출하는 단계는
    상기 구성된 세분 시장에 포함된 고객 세그먼트들의 고객 변수 중 모든 속성값을 포함하는 고객 변수가 있으면, 모든 속성값을 포함하는 고객 변수의 속성값을 시장 속성에서 제외하는 것을 특징으로 하는 시장 세분화를 위한 방법.
  10. 제7항 내지 제9항 중 어느 한 항에 따른 시장 세분화를 위한 방법이 컴퓨팅 연산 장치에서 실행되도록 하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체.
KR1020160081980A 2016-06-29 2016-06-29 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체 KR101815133B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160081980A KR101815133B1 (ko) 2016-06-29 2016-06-29 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160081980A KR101815133B1 (ko) 2016-06-29 2016-06-29 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체

Publications (1)

Publication Number Publication Date
KR101815133B1 true KR101815133B1 (ko) 2018-01-05

Family

ID=61002023

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160081980A KR101815133B1 (ko) 2016-06-29 2016-06-29 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체

Country Status (1)

Country Link
KR (1) KR101815133B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005293171A (ja) 2004-03-31 2005-10-20 Takeshi Muto 顧客選別装置、顧客選別プログラムおよび顧客選別方法
KR100801662B1 (ko) * 2006-08-31 2008-02-05 에스케이 텔레콤주식회사 상품 추천 관리시스템 및 그 추천 방법
JP2009238180A (ja) 2008-03-28 2009-10-15 Mazda Motor Corp 市場分析支援方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005293171A (ja) 2004-03-31 2005-10-20 Takeshi Muto 顧客選別装置、顧客選別プログラムおよび顧客選別方法
KR100801662B1 (ko) * 2006-08-31 2008-02-05 에스케이 텔레콤주식회사 상품 추천 관리시스템 및 그 추천 방법
JP2009238180A (ja) 2008-03-28 2009-10-15 Mazda Motor Corp 市場分析支援方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
[논문](국제e-비즈니스학회, e-비즈니스연구 6(2),(2005. 08))
[논문](한국호텔외식관광경영학회, 호텔경영학연구 18(6),(2009. 12))

Similar Documents

Publication Publication Date Title
CN110580649B (zh) 一种商品潜力值的确定方法和装置
CN102737333B (zh) 用于计算用户和要约到微小细分的匹配的顺序引擎
US20210158198A1 (en) Fast multi-step optimization technique to determine high performance cluster
US20160125456A1 (en) Advertising campaign targeting using contextual data
US20180225588A1 (en) Accelerated machine learning optimization strategy to determine high performance cluster with minimum resources
CN105531691A (zh) 用于标识数据值之间的隐私相关相关性的方法和装置
CN105159910A (zh) 信息推荐方法和装置
JP2018511851A (ja) 情報伝達方法及び装置
KR20150113644A (ko) 협업필터링 기반의 상품 추천 시스템에서 추천 기법을 선택하는 방법
Baizyldayeva et al. Decision making procedure: applications of IBM SPSS cluster analysis and decision tree
CN112115710B (zh) 一种行业信息识别方法及装置
Huuhka et al. 13. The Evolution Of New Systemic Forms In Retailing And Digital Business
CN113298568B (zh) 用于投放广告的方法及装置
CN111104590A (zh) 信息推荐方法、装置、介质及电子设备
KR101815133B1 (ko) 시장 세분화를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체
CN113743968A (zh) 信息投放方法、装置及设备
CN112529646A (zh) 一种商品分类方法和装置
US20140297367A1 (en) Smart design system providing mobile application design and simulation function, business model having the same, and operating method of smart design system
US11210618B2 (en) Systems and methods for generating a two-dimensional planogram based on intermediate data structures
US20160321682A1 (en) Interpolation using matrix completion
JP2022026687A (ja) 情報提供装置
CN114092123A (zh) 一种满意度智能分析系统
CN110766591A (zh) 一种智能业务管理方法、装置、终端及存储介质
JP7027606B1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US20230342810A1 (en) Information distribution management device

Legal Events

Date Code Title Description
GRNT Written decision to grant