AHP 분석을 활용한 수입 자동차 리콜부품의 수요 예측 요인에 관한 연구

정상천; 김승철; 이태원

추천

검색

자료유형: 학술저널

저자정보: 정상천 (한양대학교) 김승철 (한양대학교) 이태원 (한양대학교)

저널정보: 글로벌경영학회 글로벌경영학회지 글로벌경영학회지 제17권 제4호

발행연도: 2020.1

수록면: 56 - 82 (27page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (4)

2022

자동차 리콜 서비스의 품질이 거래지속 의도에 미치는 영향과 서비스회복 공정성의 조절효과

정상천 , 김민정 상품학연구 2022.08 학술저널

2021

자동차 산업의 리콜 대응을 위한 공급망 전략 : ARIMA 모형을 활용한 수요패턴 분석 - 수입자동차를 중심으로-

정상천 경영 2021.01 학위논문

2020

AHP 분석을 활용한 수입 자동차 리콜부품의 수요 예측 요인에 관한 연구

정상천 , 김승철 , 이태원 글로벌경영학회지 2020.01 학술저널

수입자동차 리콜 수요패턴 분석과 ARIMA 수요 예측모형의 적용

정상천 , 박소현 , 김승철 산업경영시스템학회지 2020.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 국내 자동차 리콜의 부품 수요 예측을 위하여 고려해야 할 요인들에 대해서 그 중요도 분석을 수행하고 있다. 리콜 부품 수요는 리콜의 타입에 따라서 수요 패턴이 달라질 가능성이 높다. 따라서 본 연구에서는 리콜 타입을 분류하는 기준으로서 리콜 관련 요인들의 종류와 그 중요도를 분석하고자 하였다. 자동차 부품 수요 예측을 위한 요인들은 선행 연구 검토와 델파이 조사를 통한 업계 전문가들의 의견을 반영하여 대상 차종의 특성, 리콜 관련 규모, 리콜의 발생 원인, 외부 환경 요인 등 4개의 유형으로 분류하였다. 이러한 요인들의 유형 분류와 도출을 위하여 본 연구에서는 델파이 연구 방법을 수행하였고 추출된 리콜 수요 결정 요인들의 상대적 중요도 분석을 위하여 AHP를 수행하였다. 본 연구에서 수행된 AHP 분석 결과는 다음과 같다. 대분류의 속성 중요도 검증 결과 리콜 발생 원인이 리콜 수요 예측에 가장 중요한 것으로 나타났고, 그 다음은 리콜 관련 규모, 외부 환경 요인, 대상 차종특성 등의 순으로 나타났다. 중분류 속성 항목들에 대한 분석 결과를 살펴보면 리콜 발생 원인중 3개 항목이 1~3위의 순위를 보여주고 있다. 치명성은 전체 중분류 항목들 중에서 가장 중요한 요인 것으로 나타났다. 외부 환경 요인중 정부의 리콜 관련 정책강도를 제외하고는 대상 차량의 판매가격과 함께 전반적으로 상대적 중요도가 모두 낮은 것으로 나타나 리콜 수요를 결정하는 요인으로서 중요도가 낮은 것으로 판단된다. 다음은 딜러사 와 비딜러 두 집단 간 상대적 중요도의 차이를 분석하였다. 분석 결과 딜러사와 비딜러의 경우 모두 전체 결과와 마찬가지로 리콜 발생 원인의 상대적 중요도가 가장 높은 것으로 나타났고 대상 차종 특성이 가장 낮은 것으로 나타났다. 그러나 두 집단에 대한 분석 결과에서는 리콜관련 규모의 가중치가 상이한 것으로 나타났으며 그 이유는 두 집단간 업무 특성에 기인한 것으로 판단된다. 본 연구 결과로서 자동차 리콜 수요를 결정하는 요인들은 리콜의 주요 원인, 리콜 차종의 주력 차종 여부, 리콜 대상 수량, 리콜 유형(자발적 리콜/강제적 리콜), 경쟁사 리콜 여부, 기간별 리콜율, 경기 상황 등과 같은 요인들인 것으로 밝혀졌다. 이러한 요인들은 리콜의 타입 별 부품 수요 예측 모형을 추정하는 데 중요한 정보를 제공하게 될 것이다. 본 연구에서 도출된 리콜 수요 요인들을 토대로 다양한 리콜 타입을 분류하고 각 타입 별 부품 수요의 패턴을 추정할 경우 좀 더 정교한 리콜 부품 수요 예측 모형을 추정할 수 있을 것이다.

This study analyzes the priority among factors to consider in predicting the demand for parts for automobile recalls in Korea. The pattern of demand for recall parts depends on the type of recalls. Therefore, this study attempts to analyze the various factors behind recall as the basis of classification of recall types, and their relative priority. Researchers reviewed the prior study and used the Delphi method to seek industry experts’ opinions, and classified the factors for predicting demand for automobile parts into four main categories: properties of target vehicle models, size of recalls, cause of recalls, and external factors. We used the Delphi technique to identify the categories of factors, and applied AHP to analyze the relative priorities of identified factors. The process and the result of the AHP for this study are as follows: among the four main categories, the cause of recalls was found the most important, followed by the size of recalls, external factors, and properties of target vehicle models. Analysis of sub-categories showed the three items under the main category “cause of recalls” ranked the 1st,2nd, and 3rd in terms of importance, on the list of all factors. Fatality is found to be the most critical factor among all sub-category items. Except for the strength of the government’s recall policy, external factors are found less important, along with the sales price of target vehicles, in determining recall demand. Different perception of priorities between dealers and non-dealers was also analyzed. The analysis showed that both dealers and non-dealers find the cause of recalls as the most important, and properties of target models as the least important, which is in line with the overall survey result. However, the two groups apply different weights to the size of recalls, probably because of the difference in what they do. This study concluded that the determinants of recall demand include major reasons for recall, whether the recalled vehicle is a flagship model, the number of recall vehicles, type of recall (voluntary or mandatory), whether competitors are doing a recall, the rate of recall by period, and economic situation. These factors will provide important information on estimating the prediction model for part demand by type of recalls. If recall types are classified and the demand pattern per type is estimated based on the various factors identified through this research, a more accurate model of recall part demand will become possible.

#수입자동차 #리콜 #리콜 수요 결정 요인 #부품 수요 예측 #AHP

참고문헌 (38)

참고문헌 신청

강민경 / 2014 / 자동차 AS용 부품의 수요 예측 모델 개발 / 대한 산업공학회, 추계학술대회 논문집

강정호 / 2008 / 휴대전화 애프터서비스에 대한 만족이 재구매 의도에 미치는 영향에 관한 연구

노진경 / 2015 / 기업의 리콜실행에 따른 브랜드 신뢰가 기업신뢰, 브랜드 충성도 및 브랜드 추천의도에 미치는 영향 / 글로벌경영학회지 12(3):21~47

박문수 / 2013 / 리콜에 대한 기업의 대응전략 선택 및 영향 분석 / 경제학연구 61(3):75~111

박문수 / 2013 / 리콜과 기업가치 / 소비자문제연구 44(1):27~44

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

정상천

소속기관 한양대학교

주요연구분야 공학 > 산업공학 사회과학 > 경영학

논문수 3 이용수 34

김승철

소속기관 한양대학교

주요연구분야 사회과학 > 경영학

논문수 6 이용수 64

이태원

소속기관 한양대학교

주요연구분야 사회과학 > 경영학 공학 > 산업공학

논문수 16 이용수 790

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (4)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (38)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)