Data Modeling
1) 추천 알고리즘 모델링
일반적으로 소비자의 인식(선호)과 행동(구매)에는 차이가 있기 때문에, 소비자 인식을 묻는 질문 방식 으로는 실제 구매 행동의 특성을 파악하는데 한계가 있습니다.
실제 M.O.T에서 소비자 취향 및 선호(선택)를 알기 위해 추천 알고리즘을 활용하여 소비자 취향 정보를 파악하고, 소비자별 맞춤 제품을 예측할 수 있는 서비스
과학적인 접근 방법으로 M.O.T 시점에서의 소비자 구매 제품 특성을 분석함으로써, 정확한 소비자 특성 이해를 기반으로 중요한 비즈니스 의사 결정을 할 수 있게 지원합니다.
2) 소비자 감성인식 모델링
사람들은 광고, 드라마, 영화 등의 컨텐츠를 볼 때 표정을 통해 어떤 감정을 느끼고 있는지 드러납니다.
기억에 의존하거나 질문을 통해 확인하는 전통적인 설문 방식으로는 알아내기 어려운 소비자의 감성영역을 진단합니다.
고객은 광고, 드라마 혹은 영화 등 컨텐츠를 기획할 때, 어떤 컨텐츠 특성(대사, 분위기, 배경, 모델 등)이 타겟층에게 어필이 되는지 분석하여, 기획 방향성을 개선/보완하고 매력적인 컨텐츠를 제작하는데 도움을 드립니다.
3) 수요 예측 모델링
기업이 최대 수익을 유지하기 위해 향후 제품 수요를 정확히 예측하는 것이 중요합니다.
전통적으로 많이 사용하는 Time Series Model은 예측 정확도가 낮기에, 이를 개선한 LSTM분석 알고리즘을 적용한 매출 예측 모델링을 통해 보다 정확한 판매량 변화를 예측하고 있습니다. 정확한 상품 판매량 예측을 통해, 기업은 자사의 판매량과 점유율 관리, 경쟁분석, innovation 전략 관련 중요한 의사 결정에 실질적인 도움을 받을 수 있습니다
