In general, online retailers regard the visitor traffic as a measure of success of their online shopping mall. However, traffic measures such as total number of visits per month provide little perspective regarding the revenue of online shopping mall. Since online shopping mall generally includes its own online community, it is difficult to assert that one variable effect on online shopping mall's revenue. By knowing each factor which makes influence on the online shopping mall, the online retail shop could manage and execute marketing in a better way.
This paper examines relationships between several variables of web log data and the online shopping mall's profitability based on Internet click stream data including demographic data of customers. In this research, we identify important factors deciding profitable customer and customer heterogeneity that general online retail shops may have using customer's web transaction data. And we classify the customers into several meaningful sub groups in marketing perspective.
For this research, we perform the empirical analysis in two stages using cluster analysis: the first analysis is performed with full dataset and the second one is with member user's data including member's demographic data and transaction data of Korean online pet shop. Using full dataset, we identify that even the non-member users may purchase more than member user without participating in online community. Using online user's demographic data and one's web transaction data, we demonstrate that online customer is comprised of various kinds of purpose in visiting the site such as participating in online community or contents.
As for the contribution of this paper, we try to segment customer using web transaction data rather than using user's survey data in marketing perspective. And we suggest insights for customer segmentation in online retail shop with online community different from other kinds of retail shops.
국내 전자상거래의 규모가 해를 거듭할수록 커지고 있는 가운데 온라인 상에서의 효율적인 마케팅 활동에 대한 다각적인 연구와 검토가 진행되고 있다. 전통적인 시장과는 달리 온라인 상에서는 고객과의 거래에 대한 기록이 web log data로 남고 이를 마케팅에 활용하고자 하는 시도는 Web Mining이라는 새로운 마케팅 분야를 개발하게 되었으며, 이를 통해 자칫하면 사장될 수 있었던 데이터를 마치 금광을 캐듯 발굴하여 유용한 정보로 사용할 수 있는 기반이 마련되었다.
본 논문에서는 애완동물 관련용품만을 특화시켜 취급하는 국내 중소규모의 전자상거래 업체의 열흘간의 고객방문, 거래 데이터를 엄청난 양의 로그데이터로부터 추출하여 필요한 변수들을 찾아내고 이를 데이터마이닝 도구인 '클러스터링 기법'을 이용하여 고객을 세분화하였으며 이러한 결과를 바탕으로 국내 온라인 애완동물 사이트에서의 사용자들의 성향을 알아보았다.
본 연구의 대상 사이트는 회원제 사이트로 원하는 사람의 경우 온라인상에서의 커뮤니티 활동이 가능하며 비회원인 경우에도 구매가 가능하도록 설계되어 있다.
이 연구는 회원과 비회원이 구분되는 전체 표본데이터와 unique user로 파악할 수 있는 회원데이터로 구분하여 실시되었다. 전체 표본데이터의 분석을 위해 회원여부, 방문시 머문시간, 그리고 구매액이 고객구분을 위한 변수로 사용되었다. 회원데이터를 대상으로 한 분석에서는 회원의 연령, 성별 그리고 기타 활동데이터가 변수로 사용되었다.
회원과 비회원이 통합된 데이터 셋트에서는 5.7%의 회원 방문율을 알수 있었고 구매액이 높은 사용자 가운데 약 39%가 비회원이라는 사실을 파악함으로써 비회원의 구매율을 높이기 위한 마케팅 전략이 필요함을 시사했다. 회원데이터를 활용한 분석에서는 남녀의 성별, 방문횟수, 구매액 그리고 평균 방문 시간에 따라 집단이 세분화되는 것을 알 수 있었다.
회원들의 고객세분화를 위한 클러스터링 방법을 통해 온라인 커뮤니티와 상거래 환경을 겸비한 상점의 경우 상품의 구매를 위해 사이트에 접근하는 사람들과 그 외 목적을 가진 사람들의 비율, 그리고 나이와 성별에 따라 구분되는 구매액과 방문횟수 그리고 평균 방문 시간을 알아 낼 수 있었다.
사이트 회원의 경우 구매액이 높은 집단이 반드시 방문횟수가 많거나 평균 방문 시간이 길지 않았으며 방문횟수가 많은 집단의 경우는 방문 시간이 긴 집단에 비해 높은 구매율을 보임으로써 방문횟수와 구매율간의 상관관계를 알 수 있었다. 방문 시간이 긴 회원은 구매외에 다른 어떤 목적을 가지고 사이트를 방문하는지에 대해서는 이 검증을 통해 드러나지 않지만 사이트의 특성상 사이트가 제공하는 컨텐츠를 즐겨 보거나 온라인 커뮤니티에 참여하기 위한 목적으로 해석할 수 있었다.
따라서 이러한 소비자 세분집단은 전통적인 오프라인 상점에서는 볼 수 없었던 특성을 가진 세분집단으로 구분되며 온라인 커뮤니티를 가지고 있는 온라인 상점에서 소비자를 세분화하고 그들의 활동 특성을 찾아냈다는 데 그 연구 의의를 찾을 수 있다.
또한 기존의 연구결과가 인터넷 상점을 이용하는 사람들이 왜, 얼마나 자주 그리고 얼마나 많은 시간 사이트를 이용하는지에 대해 이용자들의 설문조사를 통해 소비자 패턴을 분석해냈다면 본 연구는 그들의 활동데이터인 웹로그데이터를 바탕으로 소비자의 행동을 분석했다는 데 그 의의를 찾을 수 있다.
