The potential needs as well as visible needs of customer should be considered in order to research and analyze of the customer data. The methods to analyze customer data is classified into customer segmentation, clustering analysis model, forecasting cu

기업은 고객이 원하는 시기에 원하는 제품을 구매할 수 있도록 항상 준비가 되어 있어야 한다. 고객의 수요를 만족시키기 위하여 기업은 다양한 수요예측방법을 통하여 적절한 재고 수준과 수요예측을 하고 있다. 제조 기업의 경우에는 다른 산업에 비하여 정확한 수요예측과 낮은 재고 수준의 유지가 비용과 직접적인 연관이 있기 때문에 제조 기업은 경제적인 주문량 결정(Economic Order Quantity: EOQ)이 매우 중요한 문제이다. 주문량을 결정하는 방법에는 여러 가지가 있지만, 본 논문에서는 고객 지연을 방지하기 위하여 경제적 주문량 결정에 고객 지연과 관련된 비용을 포함시키는 것은 물론 고객 지연이라는 상황을 방지하는 노력의 한 방법으로 가격 할인(discount system)을 이용하고자 한다. 가격 할인을 이용하여 고객으로 하여금 빠른 주문을 유도하고 그로 인하여 고객 지연 상황의 발생을 줄여보려고 한다.

In recent years, advancement of science technology and ubiquitous use of networking have led to a great increase of the need for high speed wireless internet. This has encouraged the existing Wireless Local Area Network(WLAN) system to build a new territory in the information and communication market. It provides with reasonable price and convenience, however, its connectivity, transmission speed and mobility do not meed consumers' expectations. In this paper, the standards for grading quality according to the purposes of the WLAN service, applying the concept of composition cause of the service quality that has already been agreed upon, will be reconstructed. Also, this study will try to measure the achievements of the actual WLAN service quality by utilizing the realized measurement standards.

최근 몇 년간 인터넷 쇼핑몰은 급격한 성장세를 보이며 안정적 유통채널로 자리잡게 되었다. 인터넷 쇼핑몰의 규모가 커지면서 고객의 수는 기하급수적으로 증가하게 되었고 수천 또는 수만의 고객을 보유하는 것이 일반적인 현상이 되었다. 그러나, 인터넷 쇼핑몰의 효율적인 운영과 수익성 확보를 위해서는 현재 고객의 구성이 적절한지 전략적 측면에서 접근하여 평가하는 것이 요구된다. 즉, 기업이 현재 수행하고 있는 고객 전략이 적절한지 혹은 부적절한지에 관한 평가는 매우 중요하다고 할 수 있다. 이러한 사업적 중요성에도 불구하고 인터넷 쇼핑몰에 있어서 고객 구성 평가가 제대로 이루어지지 않고 있으며, 관련 연구도 미흡한 실정이다. 본 연구는 인터넷 쇼핑몰의 고객 구성이 적절한지 평가하도록 지원하는 고객구성평가 프레임웍을 제안한다. 제안하는 고객구성평가 프레임웍은 데이터베이스에 있는 주문 데이터와 고객 데이터 등을 기반으로 분석용 데이터를 구성한 후, 고객유지성, 고객수익성, 고객확보성, 고객전환성의 4가지 요인을 설정하고, 이하 22개의 측정 지표들을 도출함으로써, 이들을 종합한 고객구성평가 스코어카드를 구성하였다. 본 연구는 제안한 프레임웍을 국내 대표적인 커뮤니티 기반쇼핑몰에 적용하였으며, 평가 결과는 해당 쇼핑몰의 효율적인 운영을 위한 중요한 전략정보로 활용될 것으로 기대된다.

Customer needs in food service industry is not only demanding high quality product(food), but also high quality service. Therefore, how to provide high quality service based on customers expectation, and how to design the service systems by food service industry or restaurants are important task. This study is service quality of Korean restaurant customers, it aims analyzes factors influences service quality of food service industry based on the perception of pork-belly specialty restaurants customers. It is expected that there is significant difference according to gender concerning level of satisfaction in service quality of food service industry as a result of analyzing the level of satisfaction for frequency of eating out relatively to the purpose of eating out, and researching the level of satisfaction for service quality of food service industry after visiting the restaurant. Based on such results, solutions that can cope with social, cultural and economical environment of food service industry are suggested. Selection of food service business, samples, and purpose of eating out, which are limits of this study, needs to be studied continuously in the future after diversifying and segmentation.

Customer sensibility based recommendation agent system was developed to tailor to the customer the suggestion of goods and the description of store catalog in on-line shopping mall. The recommendation agent system composed of five modules and seven servic

This research examines how various dimensions of physical environments influence patrons' psychological responses(especially emotional responses) in the restaurant service setting, and how these emotional responses, in turn, influence patrons' attitude formation. The result of empirical research indicates that restaurant physical environments have a significant effect patrons' emotional responses, and that these psychological experiences serve as critical mediators in the restaurant physical environments-store attitudes relationship. However, the effects of restaurant physical environments on patrons' psychological responses varied with the dimensions of physical environments. First, the effect of cleanliness on emotional responses was most significant, especially on negative emotion, out of 4 dimension of restaurant physical environment. Second, ambient conditions are the most important predictor on customers' positive emotion, and in turn, positive emotion has the most significant effects on customers' attitude formation of restaurant. Therefore, the result suggests that restaurants should manage(or, improve) their ambient conditions(e.g. background music, scents, ventilation, noise etc.) for efficiently maximizing customers' positive attitude. The implications of this study are discussed, and ideas for future work suggested.

This paper dealt with a kind of heterogeneous vehicle routing problem with known demand and time deadline of customers. The customers are supposed to have one of tight deadline and loose deadline. The demand of customers with tight deadline must be fulfil

Today, it can not be denied that customer's satisfaction is one of the most important key factors for business success. This paper studies relationships between customer's satisfaction and intention in multiplex, where customer satisfaction means several

It is highly recommended that companies should consider the organic complexes between variables and which new variable should be introduced. In addition, companies should determine to which extend they should respond to the diversification and complexity of consumers. In this regard, CLV (Customer Lifetime Vale) will be the main subject to be considered by companies in the future.

최근 몇 년간 인터넷 쇼핑몰은 급격한 성장세를 보이며 안정적 유통채널로 자리잡게 되었다. 인터넷 쇼핑몰의 규모가 커지면서 고객의 수는 기하급수적으로 증가하게 되었고 수천 또는 수만의 고객을 보유하는 것이 일반적인 현상이 되었다. 그러나, 인터넷 쇼핑몰의 효율적인 운영과 수익성 확보를 위해서는 현재 고객의 구성이 적절한지 전략적 측면에서 접근하여 평가하는 것이 요구된다. 즉, 기업이 현재 수행하고 있는 고객 전략이 적절한지 혹은 부적절한지에 관한 평가는 매우 중요하다고 할 수 있다. 이러한 사업적 중요성에도 불구하고 인터넷 쇼핑몰에 있어서 고객 구성 평가가 제대로 이루어지지 않고 있으며, 관련 연구도 미흡한 실정이다. 본 연구는 인터넷 쇼핑몰의 고객 구성이 적절한지 평가하도록 지원하는 고객구성평가 프레임웍을 제안한다. 제안하는 고객구성평가 프레임웍은 데이터베이스에 있는 주문 데이터와 고객 데이터 등을 기반으로 분석용 데이터를 구성한 후, 고객유지성, 고객수익성, 고객확보성, 고객전환성의 4가지 요인을 설정하고, 이하 22개의 측정 지표들을 도출함으로써, 이들을 종합한 고객구성평가 스코어카드를 구성하였다. 본 연구는 제안한 프레임웍을 국내 대표적인 커뮤니티 기반쇼핑몰에 적용하였으며, 평가 결과는 해당 쇼핑몰의 효율적인 운영을 위한 중요한 전략정보로 활용될 것으로 기대된다.

기업의 이익을 최대화하기 위해서는 고객의 만족이 최대화 되어져야 한다. 고객의 만족도를 알 수 있는 부분은 크게 고객의 비용(가격), 고객의 시간(납기), 고객의 요구사항(품질)으로 나눌 수 있다. 본 논문에서는 그 중 시간에 초점을 맞추어 비용으로 환산하여 기업의 입장에서 최소의 비용을 만족하는 최적의 발주량을 산출하여 보고자 한다.

This study identified how family restaurant customers' attitude toward yield management strategies, which include reservation, time, menu, and service factors. Generally, yield management explains how price and dining duration maximize the revenue of family restaurants. There are three ways to improve family restaurant yield; improving table turns, upgrading seat occupancy, increasing price per customer. The 45 items of yield management strategies are developed by literature reviews, web sites analysis, and interviews with family restaurant employers. Factor analysis and reliability analysis from present study found out 11 important factors, which represent the study's dependent variables. Regression analysis may be helpful to test whether demographic and socio-economic factors have relationships with family restaurant customers' attitude toward yield management strategies. As a regression result, gender, family size, age in demographic factors and education and occupation in socio-economic factors have relationships with family restaurant customers' attitude toward yield management strategies significantly.

Customer segmentation prediction has attracted a lot of research interests in previous literature, and recent studies have shown that artificial neural networks (ANN) method achieved better performance than traditional statistical ones. However, ANN approaches have suffered from difficulties with generalization, producing models that can overfit the data. This paper employs a relatively new machine learning technique, support vector machines (SVM), to the customer segmentation prediction problem in an attempt to provide a model with better explanatory power. To evaluate the prediction accuracy of SVM, we compare its performance with logistic regression analysis and ANN. The experiment results with real data of insurance company show that SVM superiors to them.