본문 바로가기

Store Clustering

[점포 클러스터링] 클러스터링 실전과 클러스터링의 장점 두개의 파일을 업로드 한다. 첫 번째 파일은 기존의 클러스터링 관련 합본 파일을 조금 수정하여 다시 올리는 파일이다. 다루는 내용의 아젠다는 아래와 같다. 목차 1. Self Question! 클러스터링의 목적은 무엇인가? 2. 클러스터링의 유익(장점) 3. 변수의 발견과 결정 4. 클러스터링(K-means clustering) 5. 클러스터링 시 사용 되는 데이터 소스 6. 클러스터링 후 유의해야 할 점 두번째 파일은 ECR에서 연구 페이퍼로 내 놓은 자료이다. 클러스터링을 하면 좋은 점을 설명하고 있다. 많은 내용이 이미 '클러스터링 실전' 파일에 다루어져 있지만, 원문을 통해서 더 많은 것을 얻을 수 있겠다는 생각이 들어 같이 업로드 한다. 더보기
[점포 클러스터링] #1~7 전체 합본 점포 클러스터링에 관련 된 글들을 하나의 파일으로 만들었다. 점포 클러스터링에 대해 고민 해 보신분이 아니라면 이해 하기 힘들 수 있다고 생각한다. 그럼에도 불구하고 유통업의 관련부서에서 일하시는 소수에게는 도움이 될 것이라고 확신한다. GIS 정보, 점포 정보, 고객 정보 등을 이용해서 업계에서 일하신 분들이 계신다면, 자료에 대해서 평가 받고 싶다. 그리고 좀 더 포괄적이고 실제적인 페이퍼로 발전시켜 나가고 싶다. 더보기
[점포 클러스터링] #7 클러스터링 후 유의해야 할 점 클러스터링 후 유의해야 할 점 l 클러스터링 된 것을 중심으로 결과를 볼 때 까지 꾸준히 신뢰하고 클러스터링 별 세워진 전략을 실한한다. 중도 포기 하지 않는다. l 초기 클러터링이 잘 못 되었을 수도 있다. 클러스터링이 주관적인 경험의 의해 진행 되었다면, 전략이 나온다고 할 지라도 성과면에서 계속해서 의문이 들 수 밖에 없다. l 처음부터 다시 시작해 볼 수 있다. 점포를 클러스터링 하는 매우 중요한 ‘변수’라고 생각했었지만, 사실은 클러터들을 잘 설명하지 못하는 경우가 있을 수 있다. l 구매 데이터를 충분히 분석한다. 우리 회사가 어느 고객을 잃고 있으며, 어디에 기회요소가 있는지 항상 고민한다. 여기서 구매 데이터는 단순 POS 데이타와는 달리 고객의 간단한 정보를 확인 할 수 있는 로열티카드 .. 더보기
[점포 클러스터링] #6 클러스터링 시 사용 되는 데이터 소스 클러스터링 시 사용 되는 데이터 소스 l 내부 데이터 n POS 판매 데이터 또는 트랜잭션 데이터라고도 불림 n CRM 데이터 또는 로열티 카드 데이터라고도 불림 l 외부 데이터 n Syndicated 데이터 예) 닐슨 또는 아즈텍 시장 판매 데이터 또는 CPS 데이터 n 고객 조사: 클러스터링 오브젝트에 따라 커스터마이드 된 조사와 결과자료 더보기
[점포 클러스터링] #5 클러스터링(K-means method) 클러스터링(K-means clustering) 회귀분석을 통해 매출에 가장 영향력 많이 미치는 변수 3개로 K 평균(K-means method) 클러터링 기법으로 클러터링을 실시한다. K 평균 기법은 R, SAS, SPSS등 데이터 마이닝 통계 패키지를 통해서 실시할 수 있다. 1차 클러스터링 예제 – 점포 정보만 사용 클러스터링 속성 클러스터1 클러스터2 클러스터3 점포크기, 유무, 상권 주차장을 가지고 있으며, SKU수가 많은 점포, 도시농촌 상권 주차장이 없으며, 점포가 크고 아파트 상권, 하지만, SKU 판매 효율은 낮음 주차장이 없으며, 점포가 작고, 도심 역세권, SKU 효율이 높음 위와 같이 3개의 클러스터링을 도출하였다. 위의 결과는 한번에 나오는 것이 아니라, 몇 번에 걸쳐 변수 투입 및.. 더보기

티스토리툴바