RFM 기반 SOM을 이용한 매장관리 전략 도출

정윤정; 최일영; 김재경; 최주철

추천

검색

질문

자료유형: 학술저널

저자정보: 정윤정 (경희대학교) 최일영 (경희대학교) 김재경 (경희대학교) 최주철 (경희대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제21권 제2호

발행연도: 2015.6

수록면: 93 - 112 (20page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

소비자의 소비성향이 필요 품목을 중심으로 근거리에서 구매하는 근린형으로 변화함에 기존의 소매점은 식료품, 생활용품을 위주로 제공하는 슈퍼마켓, 하이퍼마켓 또는 편의점으로 진화하고 있다. 따라서 소매점이 한정된 공간에서 효율적으로 공간을 활용하고 매출을 증대하기 위해서는 소비자의 구매욕을 충족시킬 수 있는 상품배치와 적정한 재고수준을 유지하는 것이 매우 중요하다.
본 연구에서는 소매점의 판매 상품에 대하여 RFM 기반 SOM 군집화를 하여 효율적으로 매장을 관리할 수 있는 상품배치전략 및 재고전략을 제안하였다. 실제 M마트의 판매데이터를 이용하여 RFM모델을 상품에 적용한 후, 기존 문헌 연구뿐만 아니라 해석 가능성, 응용 가능성 등을 고려하여 3X3 총 9개의 군집으로 분류하여 분석한 결과, 주요 군집으로 R값, F값, M값이 모두 높은 군집, R값, F값, M값 모두 낮은 군집, R값만 높은 군집, F값만 높은 군집이 도출되었다. 본 논문에서는 다른 군집과 비교시 R값, F값, M값이 차이를 보이는 주요 4개의 군집의 상품 배치 및 재고 전략을 제시하였다. R값, F값, M값이 모두 높은 군집의 상품은 소비자 동선을 늘림으로써 상품 노출을 확대시킬 수 있는 장소에 배치하여야 할 뿐만 아니라 높은 수준의 재고를 보유할 필요가 있다. 반면에 R값, F값, M값이 모두 낮은 군집의 상품은 가시성이 낮은 곳에 배치하고 최소한의 안전재고만 보유할 필요가 있다. 또한 R값이 높은 군집은 신상품으로 매장 입구에 배치하여 상품의 판매를 유도할 필요가 있다. 그리고 F값만 높은 군집의 경우, R값과 M값이 평균 값 보다 작은 상품들의 군집이므로 최근에는 판매가 저조하며 빈도 수에 비해 총 판매액이 낮다는 것을 유추할 수 있다. 따라서 현재보다 과거에 많이 판매된 저가의 상품군집으로 재고 수준을 점차 감소시킬 필요가 있다. 본 연구에서 제시한 방법은 POS 시스템의 보유한 소매점에서 상품배치 및 재고관리 방법으로 활용되어 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

Depending on the change in consumer’s consumption pattern, existing retail shop has evolved in hypermarket or convenience store offering grocery and daily products mostly. Therefore, it is important to maintain the inventory levels and proper product configuration for effectively utilize the limited space in the retail store and increasing sales. Accordingly, this study proposed proper product configuration and inventory level strategy based on RFM(Recency, Frequency, Monetary) model and SOM(self-organizing map) for manage the retail shop effectively. RFM model is analytic model to analyze customer behaviors based on the past customer’s buying activities. And it can differentiates important customers from large data by three variables. R represents recency, which refers to the last purchase of commodities. The latest consuming customer has bigger R. F represents frequency, which refers to the number of transactions in a particular period and M represents monetary, which refers to consumption money amount in a particular period. Thus, RFM method has been known to be a very effective model for customer segmentation. In this study, using a normalized value of the RFM variables, SOM cluster analysis was performed. SOM is regarded as one of the most distinguished artificial neural network models in the unsupervised learning tool space. It is a popular tool for clustering and visualization of high dimensional data in such a way that similar items are grouped spatially close to one another. In particular, it has been successfully applied in various technical fields for finding patterns. In our research, the procedure tries to find sales patterns by analyzing product sales records with Recency, Frequency and Monetary values. And to suggest a business strategy, we conduct the decision tree based on SOM results. To validate the proposed procedure in this study, we adopted the M-mart data collected between 2014.01.01~2014.12.31. Each product get the value of R, F, M, and they are clustered by 9 using SOM. And we also performed three tests using the weekday data, weekend data, whole data in order to analyze the sales pattern change. In order to propose the strategy of each cluster, we examine the criteria of product clustering. The clusters through the SOM can be explained by the characteristics of these clusters of decision trees. As a result, we can suggest the inventory management strategy of each 9 clusters through the suggested procedures of the study. The highest of all three value(R, F, M) cluster’s products need to have high level of the inventory as well as to be disposed in a place where it can be increasing customer’s path. In contrast, the lowest of all three value(R, F, M) cluster’s products need to have low level of inventory as well as to be disposed in a place where visibility is low. The highest R value cluster’s products is usually new releases products, and need to be placed on the front of the store. And, manager should decrease inventory levels gradually in the highest F value cluster’s products purchased in the past. Because, we assume that cluster has lower R value and the M value than the average value of good. And it can be deduced that product are sold poorly in recent days and total sales also will be lower than the frequency. The procedure presented in this study is expected to contribute to raising the profitability of the retail store. The paper is organized as follows. The second chapter briefly reviews the literature related to this study. The third chapter suggests procedures for research proposals, and the fourth chapter applied suggested procedure using the actual product sales data. Finally, the fifth chapter described the conclusion of the study and further research.

#상품 세분화 #RFM #자기조직화지도 #군집화 #Product Segmentation #SOM #Clustering

참고문헌 (23)

참고문헌 신청

[학술지(정기간행물)] - 안경찬 / 2012 / 연관규칙 분석에 기초한 POS 데이터 분석 시스템 / 한국산업정보학회논문지 17 (5) : 9 ~ 17

[학술지(정기간행물)] - Ahn, Y. C. / 2010 / Implemental Model of Customer Relationship Management System for Oriental Hospital Using Customer Segmentation / Korea Society of Industrial Information Systems 15 (5) : 79 ~ 87

[학술지(정기간행물)] - Cheng, C. H. / 2009 / Classifying the segmentation of customer value via RFM model and RS theory / Expert systems with applications 36 (3) : 4176 ~ 4184

[학술지(정기간행물)] - 최영환 / 2012 / RFM을 이용한 프로야구 관람객 유형에 관한 연구 / 한국사회체육학회지 (50) : 289 ~ 299

[학술대회논문] - Eum, Y. H. / 2004 / Management method of inventory replenishment in retail shop / The Korean Operations Research and Management Science Society Conference : 222 ~ 230

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정윤정

소속기관 경희대학교

주요연구분야 복합학 > 학제간연구 TOP 10% 인문학 > 어문학 > 영어와문학

논문수 6 이용수 6,105

최일영

소속기관 경희대학교

주요연구분야 공학 > 산업공학 TOP 5% 예술체육학 > 체육

논문수 52 이용수 8,931

Jaekyeong Kim

소속기관 Kyung Hee University

주요연구분야 공학 > 산업공학 TOP 0.5% 공학 > 컴퓨터학

논문수 176 이용수 23,160

최주철

소속기관 Kyung Hee University

주요연구분야 사회과학 > 관광학 사회과학 > 무역학

논문수 16 이용수 4,023

이 논문과 함께 이용한 논문

온라인 쇼핑 산업의 예측과 소매 유통채널 간의 인과관계 분석

선일석 , 이충효 , 박수홍 e-비즈니스연구 2017 .08

NOW PLACE & NOW POS: 클라우드 기반 실시간 매장 정보 제공 시스템

김보경 , 김세현 , 서경환 외 2명 Proceedings of KIIT Conference 2017 .12

전통시장 및 상점가 경쟁력 강화를 위한 원칙의 재정립

곽주완 한국유통학회 학술대회 발표논문집 2017 .10

폐쇄적 공급사슬에서 고객확보를 위한 소매업체의 경쟁전략 : 두 소매업체가 경쟁하는 프린터 카트리지 시장을 중심으로

엄태균 , 윤성욱 , 김경섭 대한산업공학회지 2017 .08

ISP 방법론을 이용한 푸드트럭 Cloud POS 도입에 관한 연구

방건환 , 김용환 , 박경환 외 4명 대한산업공학회 춘계공동학술대회 논문집 2017 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-003-001710341

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)