유통업 Big Data를 이용한 고객 행태 분석에 대한 연구

study on the customer behavior analysis using Big data from Distribution industry

IT 산업과 데이터 저장 기술의 발전은 대규모 데이터에 대한 생성과 수집을 가능하게 하였고 이를 활용한 다양한 통계 분석은 관심 현상에 대한 실시간 의사 결정을 가능하게 하였다. 이러한 추세는 사회, 경제, 정치, 문화 등의 분야로 확대되고 있다. 최근 유통업에서도 역시 다양한 시장과 채널에서 수집되는 고객 관련 데이터를 이용하여 고객 중심의 제품/서비스를 제공하기 위하여 노력하고 있다. 이러한 노력 중의 하나로 가맹점의 고객 멤버십 그리고/또는 다양한 상품 군에 대한 거래관련 Big Data를 기업 경영에 적용하고자 시도 하고 있다. 본 논문은 기존의 고객관계 경영(Customer Relationship Management)과 이러한 Big Data 분석의 기초가 되는 새로운 고객 세분화 기준과 고객 정보 활용 프로세스에 대하여 고찰해보고자 한다. 이를 위하여 소매 유통업의 고객/거래 관련 데이터의 수집 구조를 파악하고 단일 고객 관점(Single Customer View)에서의 고객 지표의 생성, 이를 이용한 고객 세분화 방법과 적용 가능한 통계 분석을 제안해 보고자 한다.

The advancement of diverse industries and improvement of data storage technology enabled creation and collection of data on large scale. The trend presents new standard of real time decision making centered on statistical analysis. The trend is applied extensively in order to properly explain and predict multifaceted phenomena in areas of politics, social studies, economics, and culture studies. Today’s distribution industry spends significant efforts in collecting customer data through various channels in order to identify customer preferences and provide customized products and services. Understanding and analyzing membership and/or transaction data of individual customer will yield meaningful customer data that can be applied to management practices of organizations. This thesis studies the utility of the Big Data, innovative tool based on Customer Relationship Management, in order to maintain proper collection and analysis of customer data which is fundamental to substantiality of organizations. For the purpose listed above, the thesis prepares steps to comprehend customer/transaction related data collection structure in distribution industry in order to create customer index focused on Single Customer View. New customer index will be used in systemic statistical analysis and customer segmentation. Suggested method is applied to the 30TB of G distribution industry data collected from multiple channels within specific period of 2016. The result is presented alongside the method.