아마존 기업분석 - 결제 예측 배송 시스템

아마존의 창업자인 제프 베이조스의 원칙중 하나는 고객에게 집착하라로서 아마존의 시스템에 많은 영향을 끼치는 모습을 보여주고 있습니다. 이를 통해 아마존은 고객의 불편을 최소하 하는 시스템을 구축하였으며 대표적으로 결제 예측 배송 시스템을 개발하는 모습을 보여주고 있습니다.

 

 

반응형

 

 

머신러닝을 통한 결제 예측 배송 시스템

우리나라의 배송은 주문하고 1~3일이면 도착하는 모습을 보여주고 있지만 미국의 면적은 9.834.000제곱키로미터로 우리나라의 100.210 제곱키로미터에 비해 약 98배 큰것으로 알려지고 있으며 이때문에 배송에 필요한 시간이 많이 소모되는 모습을 보여주고 있습니다. 아마존의 창업자인 제프 베이조스는 고객에게 배송되는 시간을 최소화 하기 위해 머신러닝 기법을 활용하여 고객이 장바구니에 물건을 담는 동시에 배송계획을 짜게 만들었으며 이는 배송에 소요되는 시간을 대폭 줄이수 있도록 만드는 모습을 보여주었습니다. 

 

아마존 머신러닝시스템

아마존은 머신러닝을 통해 그간의 고객의 소비 패턴과 다양한 트렌드, 날씨등의 요소를 고려한 빅데이터를 분석하여 사전에 고객과 가까운 물류창고로 물건을 먼저 보내 고객이 주문하면 가까운 물류창고를 통해 빠르게 배송 할 수 있게 만들어낸 시스템으로 알고리즘을 만들기 위해 아마존은 고객분석 그리고 제품과 제품 사이의 연결성을 연구하고자 수학, 통계학, 컴퓨터공학자등 다양한 분야의 전문가들을 모아 별도의 조직을 만들며 정교한 알고리즘을 연구 개발하고 있는것으로 알려지고 있습니다. 향후 알고리즘이 정교화 될수록 고객에게 배송되는 시간은 더욱 줄어들것으로 보이며 소비자는 간편하고 다른 업체들에 비해 빠른 배송을 자랑하는 아마존의 생태계에 들어올수 밖에 없을것으로 보입니다. 또한 아마존은 고객의 만족도를 더욱 극대화 시켜 고객을 롹인 시키는 효과를 가져올수 있을것으로 보입니다. 

 

아마존에 대한 추가적인 기업분석은 아래 링크를참고해 주세요.

 

아마존 기업분석 물류자동화 시스템(키바)