[경영정보시스템]데이터마이닝의 CRM에서의 활용

목차

Ⅰ. 서

Ⅱ. 데이터마이닝의 정의

Ⅲ. 데이터마이닝의 특징

Ⅳ. CRM의 정의

Ⅴ. 데이터마이닝과 CRM

Ⅵ. 데이터마이닝 프로세스
1. 표본추출(Sampling)
2. 데이터 탐색(Explore)
3. 데이터 변환 및 변수 선정(Modify)
4. 데이터 모델링(Modelling)
5. 모형 평가(Assessment)

Ⅶ. 데이터마이닝 기법
1. 연관 규칙 분석(Association Analysis)
2. 로지스틱 회귀분석(Logistic Regression)
3. 군집 분석(Clustering Analysis)
4. 의사결정 나무(Decision Tree)
5. 인공 신경망(Artificial Neural Networks)

Ⅷ. 모형의 평가

본문내용

데이터마이닝은 기업이 보유하고 있는 방대한 데이터에 존재하는 유용한 정보를 발굴하여 경영자의 의사 결정에 도움이 되는 지식을 제공할 수 있도록 하는 과정으로, 데이터가 아닌 지식 수준의 고객통찰력을 기반으로 수행되어야 하는 CRM전략에 있어 핵심적인 기반기술인 바, 이하에서 데이터마이닝의 개념과 특징에 대해서 알아보고 CRM에서는 어떻게 활용되는 지 알아보고자 한다.

Ⅱ. 데이터마이닝의 정의

정보기술의 발전으로 기업에서 축적할 수 있는 데이터의 양이 급격하게 증가하고 있다. 과거에는 상상할 수 없을 정도로 많은 데이터가 범람하고 있는 가운데, 기업의 경영 목표를 수행하기 위한 의사 결정에 도움이 되도록 여러 계량적인 기법과 기계 학습 방법론을 통하여 정보를 지식화하는 과정이 필요하다. 데이터마이닝은 수집된 데이터로부터 발견되지 않은 유용한 지식을 찾기 위한 일연의 기술이라고 정의할 수 있다. 다시말해, 비즈니스 관점에서의 데이터마이닝은 기업이 보유하고 있는 대용량 데이터에서 쉽게 드러나지 않으나 존재하고 있는 유용한 정보, 예를 들어 데이터간의 관계, 패턴, 규칙 등을 찾아내고 분석하여 기업의 경쟁력 학보를 위한 의사결정에 직접적인 도움이 되는 지식으로 변환하는 일련의 과정이다.
Mining이라는 용어가 내포하듯이 데이터마이닝은 기업 활동의 결과로 발생되는 방대한 데이터로부터 유용한 지식을 찾아내는 데 초점을 두고 있는데, 이러한 점에서 일반 통계 분석이나 OLAP과 유사하지만 개념적으로 다음과 같은 차이가 있다.
자료의 통계적 분석은 데이터의 분포에 대한 가정을 바탕으로 기본 통계학적 속성을 파악하는데 초점을 맞추어져 분석자가 확인하고 싶은 연구 가설을 검증하기 위하여 수행되며, OLAP의 경우는 방대한 데이터를 다양한 관점, 즉 차원을 통해 제시함으로써 데이터를 의미 있는 형태로 해석할 수 있는 틀을 제공한다. 하지만, 데이터마이닝은 여기서 더 나아가 인공 지능적인 요소를 가미하여 특정 변수나 사건을 예측하게 하고, 비즈니스 규칙을 세우기 위한 변수들 간의 규칙을 파악하도록 해주는 기술이라고 볼 수 있다.

참고 자료

김연형, 김재훈, 이석원, 고객관계관리와 데이터마이닝, 교우사,2007.Ch.5.6
김형수, CRM마케팅Ⅱ: CRM 응용, 한국표준협회.2008.Ch.1
알렉스 버슨 외, CRM을 위한 데이터마이닝, 대청. 2000.Ch6,7,8,15
진서훈, CRM과 데이터마이닝, 교우사.2005.Ch.3,4
프레드릭 뉴웰, 인터넷시대의 고객관계경영: CRM.com.21세기북스,2000.Ch.15