[논문 리뷰] Data Mining Techniques: A Source for Consumer Behavior Analysis

Abhijit Raorane, R. V. Kulkarni|arXiv (Cornell University)|2011. 09. 06.

Data Mining Algorithms and Applications참고 문헌 5인용 수 11

한 줄 요약

이 논문은 소비자 행동 분석을 향상시키기 위해 데이터 마이닝 기법, 특히 연관 규칙 마이닝을 초순마트 매출 데이터에 적용하는 것을 제안한다. 신뢰할 수 있는 고객 패턴을 추출하여 전통적인 소비자 행동 분석을 개선할 수 있음을 보여주며, 주요 결과로는 타겟 마케팅을 위한 실질적인 구매 규칙 패턴을 도출하였다.

ABSTRACT

Various studies on consumer purchasing behaviors have been presented and used in real problems. Data mining techniques are expected to be a more effective tool for analyzing consumer behaviors. However, the data mining method has disadvantages as well as advantages. Therefore, it is important to select appropriate techniques to mine databases. The objective of this paper is to know consumer behavior, his psychological condition at the time of purchase and how suitable data mining method apply to improve conventional method. Moreover, in an experiment, association rule is employed to mine rules for trusted customers using sales data in a super market industry

연구 동기 및 목표

• 기존 방법을 초월하여 소비자 구매 행동 분석을 향상시키기 위한 데이터 마이닝 기법의 활용 가능성을 탐구하기 위해.
• 구매 시점에서 소비자 결정에 영향을 주는 심리적 및 행동적 요인을 이해하기 위해.
• 소비자 행동 모델링의 정확성과 통찰력 생성을 향상시키는 데 적합한 데이터 마이닝 방법을 식별하고 적용하기 위해.
• 실제 초순마트 거래 데이터에 대해 연관 규칙 마이닝을 실험하여 신뢰할 수 있는 고객을 위한 의미 있는 패턴을 추출하기 위해.
• 실제 세계 데이터를 활용하여 전통적인 소비자 행동 연구와 데이터 기반 분석 기법 사이의 격차를 메우기 위해.

제안 방법

• 거래 데이터 기반의 초순마트 매출 데이터에 연관 규칙 마이닝을 적용하여 빈도 높은 항목 집합과 상관관계 규칙을 발견하기 위해.
• 추출된 규칙의 중요성과 신뢰도를 평가하기 위해 지지도수(support)와 신뢰도(confidence) 지표를 사용하기 위해.
• 고객 충성도 또는 구매 빈도 기반으로 데이터를 필터링하여 '신뢰할 수 있는 고객'에 집중하기 위해.
• 대규모 거래 데이터베이스에서 연관 규칙를 생성하기 위해 Apriori 알고리즘을 구현하기 위해.
• 원시 매출 데이터를 마이닝에 적합하게 준비하기 위해 데이터 정제, 정규화, 변환 등의 데이터 전처리 단계를 수행하기 위해.
• 마케팅 및 고객 세분화에 실용적 관련성을 확보하기 위해 도메인 특화 검증을 통해 결과를 평가하기 위해.

실험 결과

연구 질문

• RQ1 데이터 마이닝 기법은 기존 방법에 비해 소비자 행동 분석의 정확성과 깊이를 어떻게 향상시킬 수 있는가?
• RQ2 데이터 마이닝을 통해 거래 데이터에서 유추할 수 있는 심리적 및 행동 패턴은 무엇인가?
• RQ3 신뢰할 수 있거나 충성도가 높은 고객의 구매 패턴을 식별하는 데 가장 효과적인 데이터 마이닝 기법은 무엇인가?
• RQ4 초순마트 매출 데이터에서 도출된 특정 연관 규칙는 무엇이며, 이는 의미 있는 소비자 행동을 어떻게 반영하는가?
• RQ5 데이터 마이닝 결과는 마케팅 전략 및 고객 관계 관리 향상에 어떻게 실질적으로 적용될 수 있는가?

주요 결과

• 연관 규칙 마이닝은 초순마트 데이터셋에서 신뢰할 수 있는 고객 간 빈번한 구매 패턴을 성공적으로 식별하였다.
• 고지지도수와 고신뢰도 규칙는 충성도가 높은 고객이 자주 함께 구매하는 제품 조합을 드러내었다.
• 본 연구는 데이터 마이닝 기법을 통해 기존 분석으로서는 쉽게 파악하기 어려운 실질적인 통찰을 추출할 수 있음을 입증하였다.
• 예를 들어 '만일 고객이 빵과黄버터를 구매한다면, 마른 잼도 함께 구매할 가능성이 높다'는 특정 규칙가 발견되어 강한 동시 발생 패턴을 시사하였다.
• 데이터 마이닝과 소비자 행동 연구의 융합은 구매 결정을 이해하는 데 더 역동적이고 데이터 기반의 접근법을 제공하였다.
• 결과적으로 데이터 마이닝은 소매 환경에서 고객 세분화 및 타겟 마케팅 노력을 크게 향상시킬 수 있음을 시사한다.