Within the new business culture today, the importance of customer relationship management (CRM) is emphasized both in the academic and business arenas. The concept of mass marketing is being replaced by one-to-one marketing and personalized services. To this end, it is essential for firms to implement CRM systems by means of such as outsourcing, commercial packages, and/or in-house development for some functions. In any case, various technical and/or managerial issues are doomed to arise, and must be addressed. In this thesis, we address three issues on technical and managerial problems that can be encountered in CRM implementation with multi-criteria decision approaches.
First, a method for eliciting customer preference information from navigation behavior on the web and for finally recommending the most appropriate product was presented. The identification and recommendation of such products are all based on the use of each customer’s real-time web usage behavior which includes the activities such as just viewing, basket placement, and purchasing of products without forcing a customer to explicitly express his or her preference information for particular products. Further, the products are usually characterized by multiple aspects including price, which is considered most important. The multiple aspects of products lead to the consideration of the multiple criteria decision making approach in which products are evaluated under multiple conflicting criteria. Information on the web usage behavior for the products determines the ordinal relations among the products which are evaluated by multiple criteria. Thus, the problem eventually results in the identification of weights attached to the multiple criteria under multi-dimensional preference space constructed by ordinal relations among the products. The derived weights are then used for the prioritization of products that are not included in the navigation behavior due to the facts such as time pressure, cognitive burden and the like.
Second, a procedure for CRM system selection was proposed. In the CRM project selection, there are multiple factors (e.g. software systems factor, project factor, vendor factor) to be considered and various stakeholders (e.g. miner, domain expert, business user, information technology staff) involved with the decision situation. Moreover, due to the fact such as time pressure, lack of data, and/or limited expertise, it is sometimes difficult to utter the required preference judgments in exact numerical number. Allowing for incomplete judgment in the model, however, makes a clear selection of the best alternative by the group more difficult. Thus, further interactions with the decision-makers may proceed to the extent to compensate for the initial comfort of preference specifications. These interactions, however, may not guarantee the selection of the best alternative to implement. To circumvent this deadlock situation, we present a procedure for obtaining a satisfactory solution by the use of a linguistic quantifier guided aggregation which implies the fuzzy majority. This is an approach that combines a prescriptive decision method via mathematical programming and a well-established approximate solution method to aggregate multiple objects.
Finally, a method for rule prioritization was suggested, taking into account the business values that are comprised of objective metric or managers’ subjective judgments. In the process of applying the data mining techniques, most of managers who are engaging the business, encounter a multitude of rules resulted from the data mining technique. In view of multi-faceted characteristics of such rules, in general, the rules are featured by multiple conflicting criteria that are directly related with the business values, such as expected monetary value or incremental monetary value. This approach would be particularly useful for the business managers who are suffering from rule quality or quantity problems, conflicts between extracted rules, and difficulties of building a consensus in case several managers are involved for the rule selection.
새로운 기업환경으로 인해, 학계와 업계에서 모두에서 고객관계관리, 즉 CRM의 중요성이 부각되고 있다. 매스마케팅의 개념은 일대일 마케팅 및 개인화 된 서비스로 대체되고 있다. 이를 위해서, 기업은 아웃소싱, 상업용 패키지, 또는 특정 기능을 위한 자체개발 등의 방식을 통해 CRM시스템을 구축하는 것이 필수적이다. 어떤 방식의 경우이든, 해결해야만 하는 다양한 기술 또는 경영 이슈에 직면하게 된다. 본 논문에서는 기업이 CRM 도입에 있어서 직면할 수 있는 세 가지 기술 및 경영 이슈들을 위한 다기준의사결정 접근법을 제시하였다.
첫째 이슈는 고객의 historical shopping data가 누적되어 있지 못한 경우를 위한 개인화 된 추천기법 이다. 고객의 웹 상에서의 네비게이션 행위로부터 고객 선호정보를 추출하여 가장 적합한 상품을 추천하는 기법을 제시하고 있다. 적합한 상품을 파악하여 추천함에 있어서 고객으로 하여금 명시적으로 특정 상품들에 대한 선호정보를 표현하게끔 요구하지 않고, 고객이 상품을 보거나 장바구니로 옮겨 담는 등의 행위를 포함하는 실시간 웹 사용 행위를 기반으로 한다. 또한 상품들은 가격을 포함한 다수의 속성들로 특징 지워 진다. 따라서 다수의 상충적인 기준 하에서 상품을 평가하는 다기준의사결정 방식을 도입할 수 있다. 최적의 상품을 찾고자 하는 고객의 웹 사용 행위 정보를 사용하여 다수의 기준으로 평가될 수 있는 상품들 간의 서열관계를 결정한다. 이 서열 관계가 구성하는 다차원 선호 공간 내에서 각 기준에 주어지는 가중치를 파악하는 문제로 넘어가게 된다. 도출된 가중치 정보를 활용하여 해당 고객이 시간적 제약이나 인지적 부담 등으로 인해 미처 둘러보지 못했던 상품들까지도 포함하여 상품 우선순위 결정을 내리게 된다.
둘째 이슈에서는 CRM 프로젝트 선정을 위한 그룹의사결정 기법을 제안하였다. CRM 프로젝트 선정의 경우, 다수의 고려요소 (소프트웨어 시스템, 프로젝트, 벤더 등)와 다수의 이해관계자 (데이터마이닝 전문가, 사업부문 전문가, 비즈니스 사용자, 정보기술 부문 등)가 존재하게 된다. 더욱이, 시간적 제약, 데이터의 결핍, 제한된 전문성 등으로 인해 의사결정에 필요한 정보를 정확한 수치로 부여하기가 어려울 수 있다. 그러나 불완전 선호정보를 허용하는 경우 의사결정 그룹이 최상의 대안을 선택하는 것이 더 어렵게 된다. 따라서 추가적인 정보획득을 위한 의사결정자들과의 상호작용이 요구되지만, 이는 불명료한 선호정보를 허용하였던 초기의 취지를 반감시킬 뿐더러, 반드시 최적의 대안을 보장하는 것도 아니다. 이러한 상황을 타계하기 위하여, fuzzy majority의 의미를 반영하고 있는 linguistic quantifier를 활용함으로써 satisfying solution을 구하는 절차를 제시한다. 이는 mathematical programming을 활용한 의사결정 기법과 다수의 객체를 집성하기 위한 개략적 해법을 결합한 접근방식 이다.
끝으로, 객관적 계량수치와 관리자의 주관적 판단으로 얻어지는 비즈니스 가치를 고려하여 룰의 우선 순위를 도출하는 기법을 제안하였다. 현업에 종사하는 대부분의 관리자들은 데이터마이닝 기법을 활용하는 과정에 있어서 도출된 다수의 룰들과 직면하게 된다. 일반적으로 그러한 룰들의 다면적인 특성들을 보면, 대부분의 룰들은 expected monetary value나 incremental monetary value와 같이 비즈니스 가치와 직접적으로 연관된 다수의 상충적 기준들로 특징 지워 질 수 있다. 본 논문의 접근방식은 rule quality/quantity problem, 추출된 룰 간의 상충, 룰 선택에 개입하는 여러 관리자들 간의 합의 도출 문제로 인해 어려움을 겪고 있는 비즈니스 관리자들에게 특히 유용할 것이다.
