Customer Dynamics

기업 전술/전략을 수립하고 잠재 고객을 발굴하는데 가장 중요한 것은 브랜드 혹은 상품 노출 및 최초 구매 고객을 확보하는 것입니다.

이후 고객의 재구매를 유도하고 고객 충성도를 제고하는 것이 고객 관리의 핵심입니다.

노출에서 구매로의 전환 및 재구매율을 극대화하기 위해서는 고객에 대한 이해를 넘어 고객 행동 패턴 분석 및 패턴 예측이 필수적입니다.

Customer Buying Cycle

How does Predictive AI work in Process?

01. Propensity Model (선호도 모형)

Propensity model은 구매고객 또는 방문자의 구매관련 행동(action)을 예측하는(predict the likelihood) 모델을 말합니다. 

머신러닝 모델을 이용하여 행동관련 설명변수(input, feature)로 구매행동(action)을 예측합니다.

02. Product Recommendation (상품추천 모델)

온라인 쇼핑 또는 디지털 컨텐츠 분야에서 매우 활발하여 Amazon, eBay 그리고 Netflix 등의 다양한 성공사례가 있습니다. 

추천 알고리즘도 매우 다양해서 Content-based (CB), collaborative filtering (CF) 또는 복합(Combined) 알고리즘을 이용합니다.

최근에는 고객정보 중 구매금액이나 구매주기 등의 정형데이터(Tabular Data)이외 고객이 구매한 품목 정보, 클릭 컨텐츠, 콜센터의 통화내역 등 

고객이 남긴 텍스트(Text) 데이터까지 이용하는 알고리즘으로 발전해왔습니다. 

CLient2vec과 같이 Google의 Word2vec의 임베딩(Embedding) 기법을 활용하는 방법도 적용되고 있습니다.

D:LAKE의 상품 추천 알고리즘

통합 고객정보를 활용한 임베딩(embedding) 기법 적용

회원이용약관  ㅣ  개인정보취급방침

(주) 엠코퍼레이션 ㅣ 디레이크(DLAKE.CO.KR)｜ 대표 : 박용현

대표전화 : +82 70 4070 3122 ｜ 문의 : help@mcorpor.com

주소 : 서울시 강남구 논현로 503 송촌빌딩 12층

Copyright@2020 dlake.co.kr  All Rights Reserved