Ubiquitous Computing is quickening a new era of U-commerce where buyers and sellers will literally be able to commerce anytime, anywhere, and any way they like. The U-commerce service is “context-aware,” and it focuses more on actively sensing different customer’s roles through both time and location specificity. In U-commerce environment, we can make decisions proactively and intelligently by automatically detecting users’ contextual data such as time, identity, location, entity. Context-aware technology can provide personalization services that reference the user’s context and preferences. Proactive service and high personalization will enable a great number of improvements in the current CRM processes and open a new area of customer satisfaction. uCRM must pay due regard to ‘context-aware’ characteristics of U-commerce. This thesis consists of three studies - practical framework of uCRM, methodologies for contextual data, and personalization system of tangible product and intangible service. The first, we proposed the practical framework of uCRM based on context-aware characteristics of U-commerce. In the framework, all customer information is stored in context datawarehouse (contextDW). These tremendous data are analyzed with context mining containing data mining and web mining techniques. With analysis results, marketing strategies will be developed and delivered to proper customer segment. The second, because contextual data contains symbolic values such as location and entity, we proposed a hybrid learning methods of case-based reasoning and neural network, which we named CANSY, for symbolic features. CANSY includes a global feature weighting method by neural network for case-based reasoning and uses value different metric (VDM) for measuring the distances for nominal features. Finally, we present not only framework and methodologies but also experimental results and applications. We proposed personalization systems for tangible products and intangible service. We selected cosmetics goods for tangible product and educational service for intangible service.
IT 기술의 급속한 발전으로 디지털 컨버전스가 가속화되고, 컴퓨팅 환경이 유비쿼터스 환경으로 빠르게 변화하고 있다. 또한, 상품의 라이프사이클이 짧아지고, 고객의 니즈가 다양화되며 구매패턴이 빠르게 변화하고 있다. 이러한 변화는 기업의 IT 환경 뿐 아니라 고객 관리의 패러다임, 고객관계의 관리 전략에 영향을 미치고 있으며, 상거래 환경 또한 e커머스에서 m커머스를 거처 u커머스로 빠르게 변화하고 있다.
앞으로 도래할 u커머스는 컨텍스트-인지 특성에 기반을 두고 있다. 즉, e커머스는 트랜잭선을 인지하여 고객 서비스를 수행할 수 있는데 반해, u커머스는 상거래가 일어나는 시간, 장소 뿐 아니라 상거래 주체, 주변 환경 정보를 포함하는 컨텍스트(Context) 까지 알 수 있다는 특징을 가지고 있다. 이러한 컨텍스트 정보에 기반한 u커머스 상에서는 보다 높은 개인화서비스가 가능하며, 이를 고려한 u고객관계관리에 대한 연구가 필요한 시점이다.
u고객관계관리의 구성요소는 프레임웍, 방법론, 개인화 서비스로 볼 수 있으며, 이 세가지 요소에 대한 실제적인 연구를 수행하므로써, 고객의 만족도와 로열티를 높여 궁극적으로 u커머스 환경에서의 고객관계관리 전략을 세우는데 이 연구의 목적이 있다.
우선, u고객관계관리는 컨텍스트 데이터웨어하우스, 컨텍스트 마이닝, 마케팅 전략, 통합 채널 관리의 컴포넌트를 가지며, 이 중에 컨텍스트 마이닝, 마케팅 전략, 통합 채널 관리 시스템이 개인화 서비스에 필요한 컴포넌트이다. 컨텍스트 데이터는 시간(Time), 장소(Location), 주체(Identity), 객체(Entity) 에 대한 정보를 가지며, 이를 통하여서 상거래 발생시점의 주변정보 즉, 컨텍스트 정보를 파악할 수 있다. u고객관계관리는 컨텍스트 마이닝 기법을 이용하여 컨텍스트 데이터에서 필요한 정보를 추출하고, 이를 컨텍스트 마케팅(context marketing), 벤치마크 마케팅(benchmark marketing), 협력 마케팅(collaborative marketing) 과 같은 새로운 형태의 마케팅 전략을 적용하여 통합된 채널(unified channel) 을 통해 고객에게 높은 개인화 서비스를 제공할 수 있다. 이러한 u고객관계관리 프레임웍 상에서 사용하는 컨택스트 데이터는 그 양이 매우 방대하고, 숫자 데이터가 아닌 비숫자 데이터 (nominal) 가 대부분을 차지하고 있어 이를 처리할 새로운 방법론이 필요하다.
본 논문에서는 비숫자 컨텍스트 데이터를 처리하기 위한 방법론으로 CANSY (Case-based reasoning And Neural network for Symbolic features) 를 제안하였다. CANSY 는 신경회로망과 사례기반추론을 이용한 하이브리드 시스템이다. 신경회로망은 예측 결과의 정확성이 높은 장점이 있는 반면, 결과를 도출하는 과정을 이해할 수 없다 (Black-Box Approach) 는 단점이 있다. 이에 반해, 사례기반 추론은 그 결과가 비슷한 이전 사례와의 비교를 통해 도출되기 때문에 도출과정과 결과를 이해하기 쉽다는 장점이 있다. 그러나, 사례와의 비교과정에서 모든 항목을 동일한 중요도로 생각하여 비교하기 때문에 그 결과의 정확성이 낮은 단점이 있다. CANSY 는 신경회로망의 장점인 정확성과 사례기반추론의 장점인 쉬운 결과이해도를 결합한 방법론이다. 즉, 정확성이 높은 신경회로망을 사례기반추론의 feature-weighting 에 적용함으로써 사례간 비교시 항목의 중요도를 조정함으로써 사례기반추론의 결과의 정확성을 향상시킨 방법론이다. 또한, CANSY 는 사례베이스에 새로운 사례를 계속 저장하므로써 지식을 획득하는 과정이 쉽고, 축적되는 지식에 대한 온라인 학습이 가능하므로 u고객관계관리에 적합한 방법론이다.
이렇게 제시된 u고객관계관리 프레임웍과 방법론은 실제적인 개인화서비스에 적용가능하며, 개인화 서비스는 손에 잡히는 상품에 대한 것과 손에 잡히지 않는 서비스에 대한 것으로 구분할 수 있다. 상품은 화장품을 선정하고, 서비스는 u러닝을 선정하여 제안한 프레임웍과 방법론을 적용함으로써 그 실용성을 증명하였다.
우선, 화장품에 대한 개인화 서비스는 RFID 라벨을 화장품에 부착함으로써 고객의 상품 사용 패턴을 수집하므로써, 이를 토대로 고객에게 가장 적합한 라이프스타일, 메이크업 스타일, 상품을 추천할 수 있다. 고객의 성향을 분석함에 있어 새로운 사례는 사례베이스에 저장되며, 저장될 때 그 데이터의 신뢰성을 확보하기 위해 위에서 제시한 CANSY 방법론을 이용한 쿼리 검증 단계를 거치게 된다. 검증된 사례만 새로운 사례로 사례베이스에 저장 가능하며, 이를 통하여 예측 정확도를 향상 시킬 수 있다.
두번째로, u러닝에 대한 개인화 서비스는 학습자의 학습 상황에 맞는 실시간 피드백 시스템을 제공하는 것이다. 즉, 학습자의 학습 상황을 실시간으로 모니터링하고 학습자의 학습률 및 성취율이 기대 이하로 떨어질 경우, 경고 시스템이 컨택센터에 연락하고 컨택센터에 있는 강사가 해당 학습자에게 아웃바운드 콜을 함으로써 학습을 실시간으로 도와주는 시스템을 제안하였다.
본 논문은 u커머스 환경의 컨텍스트 인지 환경에 적합한 u고객관계관리 모형을 제시하고, 비숫자 데이터 위주의 컨텍스트 데이터를 처리할 수 있는 방법론을 제시하였다. 또한, 이를 실제로 개인화 시스템을 구현해 봄으로써 모형과 방법론을 검증하였다. 앞으로, u고객관계관리 모형은 좀 더 구체화가 필요하며, 비숫자 데이터만을 위한 CANSY 방법론은 비숫자와 숫자데이터가 섞여 있는 데이터를 처리할 수 있도록 발전시켜야 할 것이다. 또한, 제시된 개인화 서비스는 고객관계관리 영역을 벗어나 공급사슬관리, 상품 관리와 같은 다양한 영역에 적용될 수 있도록 연구가 계속 되어야 한다.