KR100713205B1 - 동적 고객화 모형 기반의 온라인 고객스코어링 시스템 - Google Patents

동적 고객화 모형 기반의 온라인 고객스코어링 시스템 Download PDF

Info

Publication number
KR100713205B1
KR100713205B1 KR1020050068327A KR20050068327A KR100713205B1 KR 100713205 B1 KR100713205 B1 KR 100713205B1 KR 1020050068327 A KR1020050068327 A KR 1020050068327A KR 20050068327 A KR20050068327 A KR 20050068327A KR 100713205 B1 KR100713205 B1 KR 100713205B1
Authority
KR
South Korea
Prior art keywords
customer
index
calculating
data
dynamic
Prior art date
Application number
KR1020050068327A
Other languages
English (en)
Other versions
KR20070013746A (ko
Inventor
안동혁
엄채임
Original Assignee
(주)위세아이텍
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 (주)위세아이텍 filed Critical (주)위세아이텍
Priority to KR1020050068327A priority Critical patent/KR100713205B1/ko
Publication of KR20070013746A publication Critical patent/KR20070013746A/ko
Application granted granted Critical
Publication of KR100713205B1 publication Critical patent/KR100713205B1/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 고객 스코어링 기술에 관한 것으로서, 구체적으로는 고객 스코어링 기술이 갖추어야 할 기본적인 기능(고객 세그먼트화, 고객지수 산출 등)을 제공하기 위하여, 고객 세그먼트에 특화된 동적 고객지수를 위주로 실제 산업에 적용 가능한 경제적인 스코어링 시스템에 관한 것이다. 본 발명에 따른 스코어링 시스템은, (1) 업무 사용자가 고객지수 산출에 필요한 항목과 그 가중치를 설정하는 수단, (2) 상기 고객지수 항목과 가중치를 기반으로 데이터 관리자가 고객지수를 산출하기 위한 운영계 데이터를 추출하는 수단, (3) 추출된 운영계 데이터와 업무 사용자가 선정한 항목 및 가중치를 이용하여 고객 세부지수 데이터를 산출하는 수단, (4) 추출한 고객지수 데이터를 기반으로 고객지수를 산출하는 수단, (5) 산출된 고객지수를 활용하기 위한 수단을 포함하여 구성된다.
고객 스코어링, 고객지수, 동적 지수

Description

동적 고객화 모형 기반의 온라인 고객스코어링 시스템{Online customer scoring system based on dynamic customized model}
도1은 본 발명에 따른 시스템의 전체 구성도.
도2는 상기 도1의 구성을 기능적으로 보다 구체적으로 설명하기 위한 흐름도.
도3은 가속도 변화 추이를 나타내는 그래프.
도4는 전환확률 적용을 예시하는 화면도.
도5는 전환확률 적용을 표 형태로 나타내기 위한 추이분석 그래프.
도6은 고객지수의 조회 및 이용을 위한 UI화면의 예시도.
도7은 고객지수에 따른 마일리지 할당을 위한 UI화면의 예시도.
본 발명은 고객 스코어링 기술에 관한 것으로서, 구체적으로는 고객 스코어링 기술이 갖추어야 할 기본적인 기능(고객 세그먼트화, 고객지수 산출 등)을 제공하기 위하여, 고객 세그먼트에 특화된 동적 고객지수를 위주로 실제 산업에 적용 가능한 경제적인 스코어링 시스템에 관한 것이다.
고객 스코어링은 리스크를 측정할 수 있게 하고 확인된 리스크에 대해 적절한 대응을 할 수 있도록 해주는 신용관리 수단으로서 고객의 신용을 평가하는 Credit Scoring 중심으로 기술이 발전해 왔는바, 그 목적, 프로세스, 시스템적인 측면에서의 기술 개발 현황은 다음과 같다.
- 목적: 주로 은행, 보험, 증권 등의 금융 및 통신 산업을 중심으로 대출적합성 평가, 파산 예측, 신용평가, 보험사기 탐지, 이탈 분석 등의 목적으로 이루어짐
- 프로세스: 고객들의 축적된 특성자료를 바탕으로 고객들을 우량 또는 불량(Good, Default) 집단으로 분류하고, 각 집단별로 특성을 비교하여 위험(Credit Risk)을 구체화시킨 평점표(Scorecard)를 근거로 현재의 고객을 점수화하여 평가하는 과정을 따름
- 시스템: 금융권의 CSS(Credit Scoring System)와 데이터마이닝 솔루션이 사용 중이며, 특히 마이닝 솔루션은 평가 모델의 정교화 및 예측에 초점이 맞추어져 있으며 SAS, SPSS, IBM 등의 외국 업체가 주를 이루고 있음
현재, 국내 및 해외의 경우 신용 관리차원에서의 고객 평가가 아닌 다양한 지수 관점에서 고객을 평가하는 제품은 미비하며 특히 온라인 데이터를 연계한 고객 평가 시스템은 더욱 미비한 실정이다.
본 발명은 고객 스코어링 기술이 갖추어야 할 기본적인 기능(고객 세그먼트화, 고객지수 산출 등)을 고객 세그먼트에 특화된 동적 고객지수를 위주로 실제 산업에 적용 가능한 경제적인 제품으로서 제공하기 위하여 개발된 기술로서 하나의 시스템 제품으로 제공된다.
또한, 본 발명은 고객지수 산출에 있어 정적 지수 뿐만 아니라, 동적 지수(전환 가속도, 전환 확률 등)를 적용하여 전환 가능성을 예측하며, 이를 기반으로 고객들을 세분화할 수 있도록 하였다. 더 나아가 각각의 상황에 맞는 마케팅 프로그램을 개발할 수 있는 자료를 제시하였다.
본 발명에 따른 시스템의 전체 구성은 다음과 같이 네 가지 기능으로 구성된다 - 1) 고객지수 산출에 필요한 항목과 가중치 설정 2) 운영계 데이터 추출 3) 고객세부지수 데이터 추출 4) 고객지수 산출.
도1은 본 발명에 따른 시스템의 전체 개요를 나타내는 구성블록도이다. 각 구성요소별로 설명하면 다음과 같다.
(1) 업무 사용자가 고객지수 산출에 필요한 항목과 그 가중치를 설정하는 수단(100)
본 수단에서 고객지수 산출에 필요한 세부적인 항목(세부지수)의 구성요소와 측정방법 및 각 지수에 대한 점수설정(스코어링)에 대해서는 아래 표에서 정리한다. 아래에 나타낸 표1은 등록지수 항목의 세부지수 및 측정방법을, 표2는 방문지수 항목의 세부지수 및 측정방법을, 표3은 반응지수의 세부지수 및 측정방법을, 표4는 구매지수의 세부지수 및 측정방법을 나타낸다.
No. 세부지수 측정방법 scoring
S1 기본 중요정보 주민번호, 성명, 비밀번호, 인증비밀번호, 이메일 중 1개 항목 0 또는 1, 0~5점 분포
S2 기본 신상정보 자택 전화번호, 직장 전화번호, 휴대폰번호, 자택주소, 직장주소 중 1개 항목 0 또는 1, 0~5점 분포
S3 부가 신상정보 생년월일, 음력양력 구분, 차량소유 여부, 차량번호, 결혼일장 중 1개 항목 0 또는 1, 0~5점 분포
S4 직업 부가정보 직업코드, 직위코드, 담당업무코드, 업종코드 0 또는 1, 0~4점 분포
S5 가족정보 -등록가족인원(1명은 0.6점, 2명 이상은 1.2점), -가족주민번호, 관계코드, 가족성명, 세대주여부, 세대주와의 관계 중 1항목*0.6 -가족 이메일은 0.8점 0.6 또는 1.2, 0~3, 0 또는 0.8, 0~5점 분포
S6 메일수신정보 상품안내수신 설정, 뉴스레터수신 설정, 서비스메일 수신 설정, 이벤트메일 수신 설정 중 1개 항목*1.25 0 또는 1, 0~5점 분포
S7 관심분야정보 여행관심 여부, 자동차관심 여부, 건강관심 여부, 여성관심 여부, 재테크관심 여부 중 1개 항목 0 또는 1, 0~5점 분포
S8 기념일정보 등록기념일수 (예, 1개는 1점, 2개는 2점, ...) 0~5점 분포
S9 추가정보 (현재일-최종수정일)로 측정(2개월 미만은 10점, 2~4개월은 9점, ..., 20개월 이상은 0점) 0~10점 분포
합계 49점
No. 세부지수 측정방법 scoring
S1 주간목표 방문횟수 1주 동안 목표 사이트 방문 횟수 (0회는 0점, 쏘팅후 20%는 1점, 20~40%는 2점,..., 80~100%는 5점) 1~5점 분포
S2 주간목표 체류시간 1주 동안 목표 사이트에서 체류한 시간 (0시간은 0점, 쏘팅후 20%는 1점, 20~40%는 2점,..., 80~100%는 5점) 1~5점 분포
S3 주간유도 방문횟수 1주 동안 유도 사이트 방문 횟수 (0회는 0점, 쏘팅후 20%는 1점, 20~40%는 2점,..., 80~100%는 5점) 1~5점 분포
S4 주간유도 체류시간 1주 동안 유도 사이트에서 체류한 시간 (0시간은 0점, 쏘팅후 20%는 1점, 20~40%는 2점,..., 80~100%는 5점) 1~5점 분포
S5 주간서비스 방문횟수 1주 동안 서비스 사이트 방문 횟수(0회는 0점, 쏘팅후 20%는 1점, 20~40%는 2점,..., 80~100%는 5점) 1~5점 분포
S6 주간서비스 체류시간 1주 동안 서비스 사이트에서 체류한 시간 (0시간은 0점, 쏘팅후 20%는 1점, 20~40%는 2점,..., 80~100%는 5점) 1~5점 분포
S7 문의메일 횟수 최근 6개월 중의 문의메일의 횟수 (1회는 1점, ..., 5회 이상은 5점) 1~5점 분포
S8 추가점수 (현재일-최근방문일자)가 1주 이하는 10점, 1~2주는 9점, ..., 10주 초과는 0점 0~10점 분포
합계 45점
No. 세부지수 측정방법 scoring
S1 이벤트 참여 최근 6개월간 이벤트 참여 횟수 (0회는 0점, 이벤트 참여율로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) 1~5점 분포
S2 캠페인 이메일 이메일 열람 횟수 (0회는 0점, 열람율로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) 합계/3 0~5점 분포
이메일 읽은 시간 (0회는 0점, 평균 읽은 시간으로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점)
이메일 링크 클릭 횟수 (0회는 0점, 평균 링크 클릭수로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점)
S3 자동발송 이메일 캠페인 이메일과 동일하게 측정 합계/3 0~5점 분포
S4 배너를 통합 접속 배너를 통한 접속수 (0회면 0점, 1회면 1점, ..., 5회면 5점) 0~5점 분포
S5 프론트 광고 클릭 프런트 광고 클릭수 (0회면 0점, 1회면 1점, ..., 5회면 5점) 0~5점 분포
S6 추가 점수 (현재일-최근반응일)이 1주 이하면 10주, 1~2주면 9점, ..., 10주 초과면 0점 0~10점 분포
합계 35점
No. 세부지수 측정방법 scoring
S1 상품몰 방문 -월평균 상품몰 방문횟수 (0회는 0점, 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) -상품몰 평균 방문시간 (0시간은 0점, 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) 합계/2 0~5점 분포
S2 상품 설계 상품설계화면 방문 횟수 (위와 같음) 설계화면 평균 방문 시간 (위와 같음) 합계/2 0~5점 분포
S3 대출플라자 방문 대출플라자 화면 방문 횟수 (위와 같음) 설계화면 평균 방문 시간 (위와 같음) 합계/2 0~5점 분포
S4 캠페인 반응 -이메일 열람 횟수 (0회는 0점, 열람율로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) -이메일 읽은 시간 (0회는 0점, 평균 읽은시간으로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) -이메일 링크 클릭 횟수 (0회는 0점, 평균 링크 클릭수로 쏘팅후 20% 미만은 1점, ..., 80~100%는 5점) 합계/3 0~5점 분포
S5 구매 이력 -온라인 보험상품 구매 횟수 (0회는 0점, 1회는 1점, 2회 이상은 2점) -온라인 대출 횟수 (0회는 0점, 1회는 1점, 2회 이상은 2점) -위 두가지 중 한 개라도 0회면 0점, 아니면 1점 합계/3 0~5점 분포
S6 상담 이력 상담문의 횟수 (0회는 0점, ..., 5회이상은 5점) 1~5점 분포
합계 35점
(2) 상기 고객지수 항목과 가중치를 기반으로 데이터 관리자가 고객지수를 산출하기 위한 운영계 데이터를 추출하는 수단(200)
본 발명에서는 온라인 고객을 주대상으로 하므로, 운영계 데이터를 웹로그 데이터로 간주한다. 웹로그 데이터는 최근방문일, 방문 횟수, 평균접속시간, 평균 페이지 뷰수, 문의 메일 접수수, 배너광고, 접속횟수, 평균배너광고, 접속 시간, 이벤트 참여 횟수 등을 포함한다. 위의 데이터들은 업무 성격에 따라서 달라질 수 있다. 즉, 업무 사용자에 따라서 추출할 수 있는 항목이 변동될 수 있는 것이다.
(3) 고객세부지수 데이터 추출수단(300) - 추출된 운영계 데이터와 업무 사용자가 선정한 항목 및 가중치를 이용하여 고객 세부지수 데이터를 산출한다.
고객 세부지수 데이터란 모든 종류의 웹사이트에서 개별 고객을 평가하는데 용이하도록 설정한 일반적인 지수를 말하며, 각 지수데이터는 아래와 같이 산출한다. 각 고객세부지수 데이터는 metric 변수로 측정이 되며, 측정된 값을 오름차순으로 정렬하여, 랭킹에 따라 20%로 나누어 점수를 부여한다. 각 세부지수 데이터는 실제 발생횟수가 많지 않으므로 그 횟수를 측정하여 바로 점수로 매핑하여 측정한다.
(4) 추출한 고객지수 데이터를 기반으로 고객지수를 산출하는 수단(400)
1. 고객지수의 산출방법
개별 고객지수의 세부구성요소의 측정값을 이용하여 각 고객지수의 값을 측정할 수 있다. 각 지수의 세부 구성요소가 측정이 되면, 이를 통해 각 지수 값을 도출할 수 있다. 각 지수값의 도출은 다음과 같이 이뤄진다. 각 세부지수 항목의 값을 N1, ..., Nk, 각 가중치를 W1, ..., Wk 이라고 하면, 가중치는 수학식 (1)과 같이 표현된다. 시스템에 등록되어 있는 기본지수의 가중치는 AHP 방법을 이용하여 할당한다.
Figure 112005041101398-pat00001
Ni = Si의 측정값, Wi = i번째 지수의 가중치(단, i > 0).
수학식1에서 측정된 가중치를 이용하여 각 지수의 값이 100이 되는 값을 곱하여 최종 지수를 측정한다. 이를 식으로 표현하면 수학식2와 같이 나타난다. 수학식3과 4는 각각 등록지수와 구매가능지수 측정식의 예시이다.
Figure 112005041101398-pat00002
Zi = i지수의 값, Ni = Si의 측정값, Wi = i번째 지수의 가중치, σ = 상수 (단, i > 0)
Figure 112005041101398-pat00003
Figure 112005041101398-pat00004
본 발명에서는 고객지수의 측정을 위한 통계적 도구로 요인 분석을 제안하였다. 요인분석의 특성 중 하나인 여러 변수가 하나의 요인을 설명한다는 점을 이용하여, 개별 지수의 세부 구성요소들을 요인분석하여 나타나는 결과값에서 요인의 성분점수 계수행렬을 이용하여 세부 구성요소의 가중치를 설정하였다. 따라서, 최종적으로 고객지수 산출 방식은 아래 식에 의해서 결정된다.
Figure 112005041101398-pat00005
Wi= 요인분석으로 설정된 가중치, Si= 세부지수 i의 측정값, k= 세부지수의 개수 (단 i>0)
한편, 본 발명은 고객지수 산출에 있어 정적 지수 뿐만 아니라, 웹사이트에서 고객이 전환 행위를 예측할 수 있는 동적 지수(전환 가속도, 전환 확률 등)를 기반으로 한 것으로서, 전환 가능성을 예측하며, 이를 기반으로 고객세분화의 지표로 이용하였다.
2. 전환가속도
전환가속도는 전환속도(특정 시점의 고객이 다음 페이지그룹으로 이동하는 속도)의 증가 또는 감소 추이를 나타내는 개념이다. 고객의 입장에서 전환속도는 웹사이트에서 경험하는 학습속도로 이해될 수 있으며 기업의 입장에서 전환속도는 기업이 고객에게 제공하는 마케팅 효과로서 이해될 수 있다. 따라서 웹사이트에서 나타나는 고객 전환속도의 증감은 웹사이트가 방문고객에게 제공하는 방문효과의 증감, 고객의 학습속도의 증감을 의미한다. 고객의 전환가속도는 아래와 같이 정의 된다.
Figure 112005041101398-pat00006
3. 전환 확률
앞서 설명한 바와 같이 전환가속도는 고객이 웹사이트를 방문하면서 얻는 긍정적 또는 부정적 방문의 효과를 나타낸다. 고객이 상위 고객화 단계로 전환할 가능성은 방문효과에 영향을 받기 때문에, 고객의 전환확률은 총방문효과 중에서 긍정적 방문효과의 비중이 얼마나 높았는가에 따라 결정된다. 따라서 특정 고객이 자신이 존재한 고객화 단계 내에 네비게이션을 종료하였을 때, 다음 고객화 단계로 전환할 확률은 다음과 같이 정의된다.
Figure 112005041101398-pat00007
4. 전환 가속도의 예제
분석에 이용된 데이터는 C사의 2004년 8월 ~ 9월간의 2개월간의 웹로그 이다. 고객 세분화는 표5와 같이 분류되었으며(표5: 고객 단계별 고객수 및 구성비율), 도3은 전환확률을 기준으로 상/하위 100명의 전환가속도 변화 추이를 나타낸 것이다.
단계 고객수 구성비율 전환수 전환비율
방문객 74,211 73.31% 101,234 -
정보탐색자 24,967 24.66% 27,023 27%
고객 1,920 1.90% 2,056 8%
충성도 136 0.13% 136 7%
표5와 도3에서, 전환확률이 높은 상위 100명은, 두 번째 페이지 그룹에서 세 번째 페이지 그룹으로의 이동이 빠르게 나타났다. 정보탐색자 단계의 상위 고객은 상위카테고리 관련 페이지 그룹에서 정보검색 관련 페이지 그룹으로 빠르게 이동함으로써, 정보검색자 단계에서 제공하는 긍정적인 효과를 매우 높게 누리기 때문에 다음 단계로 쉽게 이동할 것으로 예측된다.
5. 전환 가속도의 적용 예제
도4와 같이 세그먼트 조회시에 전환환률로 조회가 가능하며, 지수별 항목 및 가중치를 설정할 수 있는 토대를 마련하였다. 도4는 전환확률의 적용예를 나타내는 화면 예시도이고, 도5는 전환확률 적용예를 표 형식으로 나타내어 추이 분석을 하기 위한 도면이다.
(5) 산출된 고객지수의 활용 수단(고객 세그먼트화, 마케팅 자료 등)(500)
고객지수 조회/이용에 대한 UI화면의 예시는 도6에, 고객 지수를 조회하여 해당 고객 지수에 따라 웹하드 마일리지를 할당하는 UI 예시는 도7에 나타내었다.
문제점 및 향후 전망
현재 기술개발 대상은 CSS(신용평점시스템) 혹은 데이터마이닝을 통한 모델의 정교화 및 예측 시스템 개발을 위주로 시장이 형성되고 있는데, 본 발명에 따른 동적 고객화 모형 기반의 온라인 고객 스코어링 시스템은 종래의 방식에 비해 다음과 같은 차이점을 갖는다.
기존 기술 온라인 고객 스코어링
목적 신용, 연체 스코어링, 이탈 예측 및 관리 고객 세분화 및 충성도 스코어링
주요 분야 금융, 통신 제조, 유통, 서비스, 온라인
분석 데이터 오프라인 정보 온라인, 오프라인 정보
요구 기능 기존 데이터 연동 기능 통계 기능 모델링 설계 기능 추정 및 예측 기능 웹 데이터 연계 기능 메타 데이터 관리 통계 기능 지수 산출 Rule 등록 결과 조회 및 분석 Template
이와 같이 일반적인 스코어링과는 달리 온라인 고객 스코어링은 웹 데이터 연계, 메타 데이터 관리, 지수 산출의 논리적 구성과 같은 기능에 있어서는 차별화된 기술을 요구하고 있다. 또한 온라인 고객 스코어링 작업은 기존의 수작업 코딩에 의한 개발 관행 및 상대적으로 작은 시스템의 규모적인 면에서 고객들이 제품자체에 많은 비용을 지불하지 않는 상황이다. 따라서 본 발명을 제품화하기 위해서는 필수적인 기능과 온라인 고객 스코어링에 특별히 요구되는 기능만을 구현한 저렴한 제품이어야 하는 경제적인 문제점이 있다.
(1) 본 발명의 파급 효과
기술적 측면 - 컨설팅 지식의 IT 기술화, 오프라인 데이터 및 웹 데이터 활용 증대
경제/산업적 측면 - 기업의 고객 스코어링 도입 비용 절감, 복잡한 데이터마이닝 기법 및 과중한 도입 비용으로 활성화되지 못했던 고객 스코어링 시장의 창출 효과, 제조 및 유통 등 활용 산업군 확대, 외산 제품의 시장점유율을 국내 제품으로 대체할 수 있는 수입대체 효과
(2) 활용방안
동적 고객화 모형 기반의 온라인 고객 스코어링 시스템’은 다음과 같은 분야에 활용된다.
- 온라인 고객의 분류 및 우수 고객 탐색
- 스코어링 대상 변수 및 집계 데이터에 대한 통계 분석
- 스코어링 룰의 논리적 구성 및 수학식화
- 고객 평가 결과의 조회 및 분석
- 다양한 프로모션 및 영업 활동에 대한 효과 분석

Claims (10)

  1. 업무 사용자로부터 설정된 고객지수 산출에 필요한 항목과 그 가중치를 기반으로 고객지수를 산출하기 위한 운영계 데이터를 추출하는 데이터관리자 수단,
    추출된 운영계 데이터와 상기 업무 사용자에 의해 설정된 항목 및 가중치를 이용하여 고객 세부지수 데이터를 산출하는 수단,
    상기 수단에 의해 산출된 고객 세부지수 데이터를 기반으로 고객지수를 산출하는 수단,
    산출된 고객지수를 활용하기 위한 수단을 포함하되,
    상기 고객 세부지수 데이터 산출수단은, 고객세부지수 데이터를 metric 변수로 측정하고, 측정된 값을 오름차순으로 정렬하여, 랭킹에 따라 20%로 나누어 점수를 부여하며,
    상기 고객지수 산출수단은 웹사이트에서 고객이 전환 행위를 예측할 수 있는 동적 지수(전환 가속도, 전환 확률)를 기반으로 하여, 전환 가능성을 예측하며, 이를 기반으로 고객세분화의 지표로 이용하는 것을 특징으로 하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
  2. 제1항에 있어서, 상기의 고객지수 산출에 필요한 항목은
    사용자 등록에 관련된 등록지수 항목과,
    목표사이트, 유도사이트, 서비스사이트의 방문, 체류 등에 관련된 방문지수 항목과,
    이벤트참여, 이메일 관련 행위, 광고 접속 등의 반응행위에 관련된 반응지수 항목과,
    상품몰 방문, 상품구매 등의 구매행위에 관련된 구매지수 항목을 포함하는 것을 특징으로 하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
  3. 제1항에 있어서, 상기 데이터 관리자 수단에서 추출하는 운영계 데이터는, 최근방문일, 방문 횟수, 평균접속시간, 평균 페이지 뷰수, 문의 메일 접수수, 배너광고, 접속횟수, 평균배너광고, 접속 시간, 이벤트 참여 횟수 등을 포함하는 웹로그데이터인 것을 특징으로 하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
  4. 삭제
  5. 제1항에 있어서, 상기 고객지수 산출수단은
    1) 아래의 수학식으로 가중치를 산출하는 수단과,
    Figure 112007000697755-pat00008
    Ni = Si의 측정값, Wi = i번째 지수의 가중치(단, i>0).
    2) 상기 가중치를 이용하여 각 지수의 값이 100이 되는 값을 곱하여 아래 수학식에 의해 최종 지수를 산출하는 수단과,
    Figure 112007000697755-pat00009
    Zi = i지수의 값, Ni = Si의 측정값, Wi = i번째 지수의 가중치, σ = 상수 (단, i>0)
    (3) 최종적으로 아래 식에 의해 고객지수를 산출하는 수단을 포함하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
    Figure 112007000697755-pat00010
    Wi= 요인분석으로 설정된 가중치, Si= 세부지수 i의 측정값, k= 세부지수의 개수 (단 i>0)
  6. 제5항에 있어서, 상기 고객지수 산출수단은
    아래의 수식에 의해 등록지수와 구매가능지수를 산출하는 수단을 추가로 포함하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
    Figure 112007000697755-pat00011
    Figure 112007000697755-pat00012
  7. 삭제
  8. 제1항에 있어서, 상기 동적 지수 중의 고객 전환가속도는 아래와 같이 정의되는 것을 특징으로 하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
    Figure 112007000697755-pat00013
  9. 제1항에 있어서, 상기 동적 지수 중의 전환확률은 아래와 같이 정의되는 것을 특징으로 하는, 동적 고객화 모형 기반의 온라인 고객스코어링 시스템.
    Figure 112007000697755-pat00014
  10. 삭제
KR1020050068327A 2005-07-27 2005-07-27 동적 고객화 모형 기반의 온라인 고객스코어링 시스템 KR100713205B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050068327A KR100713205B1 (ko) 2005-07-27 2005-07-27 동적 고객화 모형 기반의 온라인 고객스코어링 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050068327A KR100713205B1 (ko) 2005-07-27 2005-07-27 동적 고객화 모형 기반의 온라인 고객스코어링 시스템

Publications (2)

Publication Number Publication Date
KR20070013746A KR20070013746A (ko) 2007-01-31
KR100713205B1 true KR100713205B1 (ko) 2007-05-02

Family

ID=38013401

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050068327A KR100713205B1 (ko) 2005-07-27 2005-07-27 동적 고객화 모형 기반의 온라인 고객스코어링 시스템

Country Status (1)

Country Link
KR (1) KR100713205B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9147206B2 (en) 2009-08-31 2015-09-29 Accenture Global Services Limited Model optimization system using variable scoring

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024695A (ko) * 2003-09-01 2005-03-11 주식회사 엘지홈쇼핑 사용자의 속성별 파라미터 따른 전자상거래에서의 마케팅방식의 결정방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050024695A (ko) * 2003-09-01 2005-03-11 주식회사 엘지홈쇼핑 사용자의 속성별 파라미터 따른 전자상거래에서의 마케팅방식의 결정방법

Also Published As

Publication number Publication date
KR20070013746A (ko) 2007-01-31

Similar Documents

Publication Publication Date Title
US11748748B2 (en) Local usage of electronic tokens in a transaction processing system
US11099024B2 (en) Systems and methods for route prediction
US20210035152A1 (en) Predicting the effectiveness of a marketing campaign prior to deployment
US20190333073A1 (en) Reputation Management in a Transaction Processing System
US7392221B2 (en) Methods and systems for identifying early terminating loan customers
Chellappa et al. Personalization versus privacy: An empirical examination of the online consumer’s dilemma
US9384493B2 (en) Systems and methods to quantify consumer sentiment based on transaction data
US7216102B2 (en) Methods and systems for auctioning of pre-selected customer lists
KR100883827B1 (ko) 소상공인의 영업점 입지적합도 및 매출등급 계산 시스템 및방법
US20120271770A1 (en) Managing electronic tokens in a transaction processing system
US20130124263A1 (en) Systems and Methods to Summarize Transaction data
US20100082438A1 (en) Methods and systems for customer performance scoring
CN106447434A (zh) 个人信用生态平台
CN103827906A (zh) 用于选择、过滤或呈现可用的销售渠道的方法和***
US20030233339A1 (en) Data analysis system
US20130191223A1 (en) Systems and methods to determine user preferences for targeted offers
WO2011019759A2 (en) Systems and methods for targeting offers
WO2011116297A2 (en) Systems and methods to perform checkout funnel analyses
WO2009097244A1 (en) Methods and systems for providing a payment card program directed to empty nesters
CN110060167A (zh) 一种保险产品推荐方法、服务器及计算机可读介质
JP2019114019A (ja) 情報処理装置、判定方法及びプログラム
Rosenberg et al. COVID‐19 impact on SADC labour markets: Evidence from high‐frequency data and other sources
US20140304189A1 (en) Software and Method for Rating a Business
JP7193514B2 (ja) 情報処理装置、情報処理方法、およびプログラム
Sharma et al. Measuring service quality of internet banking portal in India

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100423

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee