중소 전자상거래 판매상의 전략적 의사결정을 위한 비즈니스 인텔리전스 설계: 프로모션 전략을 중심으로
Business Intelligence Design for Strategic Decision Making for Small and Midium-size E-Commerce Sellers: Focusing on Promotion Strategy
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
온라인 플랫폼을 통한 전자상거래 활성화에 따라 수많은 중소 판매상들은 수익성 향상을 위해 다양한 노력을 기울이고 있다. 이를 위해서는 프로모션이나 이벤트의 범위와 할인 수준, 품목 등에 대한 전략적 의사결정이매우 중요하다. 본 연구는 중소 전자상거래 판매상들이 효과적인 프로모션 전략을 수립하기 위한 의사결정을 지원하기 위한 도구를 개발하고자 한다. 프로모션의 시행 여부를 판단하기 위해서는 프로모션에 의한 매출증대 수준을 예측할 수 있어야 한다. 본 연구에서는 다양한 기계학습기법 중 MLP(Multi Layer Perceptron), Gradient Boosting Regression, Random Forest, Linear Regression 모델을 통해 프로모션 시행 후의 매출변화를 예측하기 위한 모델을 개발하였다. 프로모션 데이터가 가진 복잡성과 품목의 특성이 뚜렷한 영향력을 가지는 것으로 확인되었으며, 여러 기법 중 Random Forest 모델과 MLP 모델이 가장 성능이 좋은 것으로 나타났다. 본 연구에서 개발된 방법을 통해 중소 전자상거래 판매상이 시장 변화에 능동적으로 대응하고, 데이터 기반 의사결정을 지원할 수 있을 것이다.
Abstract
As the e-Commerce gets increased based on the platform, a lot of small and medium sized sellers have tried to develop the more effective strategies to maximize the profit. In order to increase the profitability, it is quite important to make the strategic decisions based on the range of promotion, discount rate and categories of products. This research aims to develop the business intelligence application which can help sellers of e-Commerce platform make better decisions. To decide whether or not to promote, it is needed to predict the level of increase in sales after promotion. I n this research, we have applied the various machine learning algorithm such as MLP(Multi Layer Perceptron), Gradient Boosting Regression, Random Forest, and Linear Regression. Because of the complexity of data structure and distinctive characteristics of product categories, Random Forest and MLP showed the best performance. It seems possible to apply the proposed approach in this research in support the small and medium sized sellers to react on the market changes and to make the reasonable decisions based on the data, not their own experience.
참고문헌 (22)
- Ethan Cramer-Flood, "Worldwide e-commerce growth drops to single digits, while overall retail muddles through", Insider intelligence, ~ (2022)
- 통계청, "2023년 3월 온라인쇼핑 동향", ~ (2023)
- 데이터 연결 분석이 중요한 시대, "하나금융경영연구소", 하나Knowledge, ~ (2023)
- 권영옥, "비즈니스 인텔리전스 시스템의 활용 방안에 관한 연구:설명 기능을 중심으로", 지능정보연구, 20(4), pp.155~169 (2014), 한국지능정보시스템학회
- ‘데이터 격차’, 다가올 중소벤처기업의위험, "이종주", 소프트웨어 정책연구소, 4~11 (2021)
- 김근환, "공공 정보지원 인프라 활용한 제조 중소기업의 특징과 성과에 관한 연구", 지능정보연구, 25(4), pp.1~33 (2019), 한국지능정보시스템학회
- (2세부) 온라인 유통과 물류시스템 연계를 위한 표준정보시스템 개발: 지식서비스산업기술개발, "㈜원제로소프트", 산업통상자원부, ~, pp.제2021-51호
- 이재훈, "이커머스 시장의 수요 트렌드 예측을 위한 딥러닝 모델에 대한 연구", 석사, pp.2021
- 유루루, "머신러닝을 활용한 온라인 약국 의약품 판매량 예측 모형 개발", 석사, pp.2021
- 박성철, "시계열 분석을 통한 중개 사이트에서의 쇼핑몰 매출액 예측 모형 구축", 석사, pp.2015
- 오지연, "빅데이터 분석을 활용한 온라인 판매수요 예측", 석사, pp.2019
- 이강현, "기계학습 기법을 활용한 수요 예측 모형 개발 -몽골 유통 기업 사례-", 물류학회지, 32(6), pp.111~120 (2022), 한국물류학회
- 정윤재, "소비자 직접판매 D2C 패션산업의수요예측 및 초도발주량 최적화", 석사, pp.2021
- 김광호, "원-핫 인코딩을 이용한 딥러닝 단기 전력수요 예측모델", 전기전자학회논문지, 23(3), pp.852~857 (2019), 한국전기전자학회[DOI]
- 김영남, "e커머스 풀필먼트 비즈니스를 위한 멀티 조합수요예측 모델 연구", 대한전자공학회 학술대회 (2022)
- 주종문(Jong-Moon Ju), "전자상거래 효율화를 위한 Web Mining기반 수요예측방법", 한국지능시스템학회 학술발표 논문집, 14(1), pp.7~12 (2004)
- 안세희, "Temporal Fusion Transformer를 이용한 대형마트 판매량의 다단계 시계열 수요예측", 한국전자거래학회지, 28(3), pp.43~53 (2023), 한국전자거래학회
- 유지현, "머신러닝을 이용한 관중 수요 예측에 관한 연구", 전기전자학회논문지, 23(4), pp.1243~1249 (2019), 한국전기전자학회[DOI]
- 정원희, "수요 패턴 별 최적 머신러닝 수요예측 모델 성능 비교", 한국차세대컴퓨팅학회 논문지, 16(6), pp.76~89 (2020), 한국차세대컴퓨팅학회[DOI]
- 정세훈, "머신러닝 회귀 모델 알고리즘을 적용한 기업의 판매량 예측 연구 및 분석", 석사, pp.2021
- 조성일, "두유제품의 수요예측 정확도 향상에 관한 연구", 석사, pp.2019
- 임설아, "홈쇼핑 매출 알고리즘 개발에 관한 연구", 박사, pp.2021