Auditorium utama Ohbis Hall, Universitas Kyung Hee, tempat konferensi musim panas KTRA 2026 dibuka
Cerita Lapangan · Konferensi Musim Panas KTRA

Menghubungkan pendidikan perdagangan AI dan praktik lapangan
melalui data perilaku digital

Presentasi konferensi KTRA pada 21 Agustus 2026 membahas log perilaku digital dari dua kampanye praktik perdagangan dan rancangan praktikum 15 minggu yang dikembangkan bersama Profesor Cho Won-gil dari Universitas Namseoul.

Cerita Lapangan
CONNECT AI·2026.08.21·Berdasarkan program konferensi dan dek presentasi
Sekilas presentasi
KTRA
Konferensi musim panas KTRA · Presentasi Sesi II
Kolaborasi
penelitian bersama Profesor Cho Won-gil, Universitas Namseoul
Log perilaku
pengiriman · klik · sesi efektif · kunjungan ulang · tindak lanjut
15 minggu
rancangan praktikum yang dapat diterapkan kembali

Kinerja perdagangan dicatat dalam kontrak. Segala sesuatu sebelum itu tidak dicatat di mana pun.

Konferensi
“Pertemuan Nasional Akademisi Perdagangan dan Konferensi Internasional Musim Panas KTRA 2026” — tema: “Krisis tatanan perdagangan baru dan strategi perdagangan masa depan Korea”
Tanggal
Jumat, 21 Agustus 2026 pukul 10.00–17.30
Tempat
Ohbis Hall, Kampus Universitas Kyung Hee Seoul
Pemrakarsa
Asosiasi Riset Perdagangan Korea · Institut Perdagangan dan Keuangan Global Universitas Kyung Hee
Penyelenggara bersama
Program Tenaga Kerja Distribusi & Logistik Berbasis Data Universitas Chung-Ang · Institut Manajemen Industri Universitas Chung-Ang
Sponsor
Kementerian Perdagangan, Industri dan Energi · K-Medical Partners · Korea Information Education Institute · Orient Star Logics · Korea Customs Brokers Association · CONNECT AI — sponsor konferensi, CONNECT AI di antaranya
Jadwal presentasi
Sesi II (Ruang 251) · 15:00–15:30
Buku program konferensi
Buku program konferensi. CONNECT AI adalah salah satu sponsor acara tersebut.

Video pendamping presentasi

Penjelasan tentang membaca perilaku digital dalam 1 menit 44 detik. Video berbahasa Inggris.

Cara mengukur yang masih berada di era Perdagangan 1.0

Cara kerja perdagangan telah beralih dari jaringan pribadi ke internet, lalu ke data. Namun, cara mengukurnya belum mengikuti perubahan itu. Jumlah konsultasi, nilai kontrak, dan kepuasan peserta diukur setelah kegiatan, serta bergantung pada ingatan dan laporan peserta sendiri.

Presentasi ini menunjukkan tiga keterbatasan. Pertama, kontrak dapat ditandatangani berbulan-bulan hingga setahun setelah kontak awal, melewati siklus program satu semester atau satu tahun. Kedua, survei kepuasan mengukur persepsi, bukan perilaku. Ketiga, proses antara pengiriman dan kontrak—apa yang dibuka, berapa lama dibaca, dan apakah pembeli kembali—tidak tercatat dalam ukuran tersebut.

Enam langkah yang mengubah satu kartu nama menjadi data dan tindakan selanjutnya

Model praktikum yang diperkenalkan dalam presentasi. Setiap tahap menghasilkan log yang menjadi dasar tindakan berikutnya.

① Pencatatan di lapangan

Baca kartu nama dan catat apa yang dibicarakan.

② Penyaringan risiko

Periksa kepercayaan domain, daftar sanksi internasional, dan identitas perusahaan.

③ Penelitian mendalam

Verifikasi perusahaan, produk, dan peran kontak.

④ Proposal yang disesuaikan

Tuliskan pesan dan materi dari penelitian tersebut.

⑤ Pembacaan respons

Baca data pembukaan, sesi efektif, dan kunjungan ulang.

⑥ Penjualan lanjutan

Tetapkan prioritas dan jalankan tindakan selanjutnya.

Program sesi II

Program Sesi II (Ruang 251), konferensi internasional musim panas KTRA 2026
WaktuTopikPemakalah
14:00–14:30Pengaruh faktor penelitian dan pengembangan nasional terhadap ekspor teknologi menurut negara dan teknologiKim Dong Hyun (KISTEP)
Jang Yeon-hee (Mitra K-Medical)
14:30–15:00Kajian atas Sanghak (“Ilmu Perdagangan”), buku ajar perdagangan dari masa pencerahan KoreaKim Sung-kook (Universitas Maritim Nasional Mokpo)
Lee Yang-ki (Universitas Nasional Pusan)
15:00–15:30Sebuah model untuk menerapkan intelijen perdagangan digital pada pengembangan bakat perdagangan AI — kasus Connect AICho Won-gil (Universitas Namseoul)
Songyi Yang (CONNECT AI)
15:45–16:15Dampak pertumbuhan ekspor dari Bantuan Korea untuk Perdagangan terhadap negara-negara penerima — sebuah regresi kuantil panelPark Ki-tae (Universitas Sungkyunkwan)
16:15–16:45Dari Prediksi hingga Orkestrasi Adaptif: Kerangka Kerja Kembar AI-Digital yang Agentik untuk Pusat Logistik Cerdas yang Tangguh dan BerkelanjutanJung Jae-yeop (Universitas Namseoul)
Sumber artikel
Sumber artikel

Tautan publik mengarah ke pengumuman konferensi dari asosiasi. Program Sesi II tersedia dalam bentuk cetak dan tidak memiliki edisi daring.

Apa yang ditunjukkan oleh dua kampanye

Penelitian ini menganalisis dua kampanye dalam praktikum perdagangan universitas: kampanye pencarian pembeli di Asia Tenggara (Juli 2026, 120 pengiriman) dan kampanye tindak lanjut pembeli yang ditemui di pameran makanan Amerika Utara (Agustus 2026, 115 pengiriman).

Karena jenis kampanyenya berbeda, perbandingan ini tidak menentukan mana yang lebih baik. Penelitian mengamati informasi yang muncul ketika proses diukur dengan standar yang sama. Jangkauan tahap minat tercatat sebesar 8,3% (10/120) dan 45,2% (52/115), sedangkan keterlibatan tinggi mencapai 0,8% (1/120) dan 9,6% (11/115).

Dalam kampanye tindak lanjut, 52 dari 115 penerima mencapai tingkat minat atau lebih tinggi (41 berminat, 11 sangat terlibat), dan sistem merekomendasikan tindak lanjut segera ketika pembeli menunjukkan sinyal terkuat. Balasan dan permintaan pengiriman sampel menyusul, meskipun nama dan jumlah pembeli dan perusahaan dirahasiakan. Angka-angka tersebut menunjukkan satu hal – volume saja tidak dapat menjelaskan perbedaan dalam proses.

“Persepsi harus diminta dan dapat diputarbalikkan; perilaku sudah dicatat.— dari dek, “Menggeser lapisan pengukuran — dari persepsi ke perilaku”

Apa yang tersisa dan apa yang tidak

Pembahasan terpanjang berfokus pada hambatan. Data menunjukkan email dibuka, tetapi proposal tidak dikunjungi. Penyebabnya dipersempit pada daya tarik isi email dan jalur menuju proposal, lalu diperbaiki melalui brosur elektronik khusus. Perbandingan sebelum dan sesudah masih berlangsung saat presentasi. Siklus diagnosis → perbaikan → verifikasi ulang ini disusun menjadi praktikum 15 minggu: perancangan (minggu 1–4), lapangan (5–8), eksperimen (9–12), dan konversi (13–15).

Slide presentasi “diagnosis → perbaikan → verifikasi ulang”
Bagian yang paling lama dibahas: dari diagnosis, perbaikan, hingga verifikasi ulang.

Presentasi juga menyampaikan keterbatasannya. Ini adalah perbandingan deskriptif dua jenis kampanye, sehingga hasilnya tidak dapat digeneralisasi secara statistik. Pembukaan email mengandung kesalahan pengukuran dan hanya digunakan sebagai indikator pendukung. Periode pengamatan singkat sehingga kontrak dan hasil ekspor belum dilacak. Data dikumpulkan melalui platform perusahaan tempat salah satu penulis bekerja, dan hasilnya diperiksa oleh penulis korespondensi. CONNECT AI juga merupakan salah satu sponsor konferensi, dengan menyediakan makanan peserta. Sponsorship dan penerimaan makalah dikelola secara terpisah oleh asosiasi; hubungan tersebut tetap diungkapkan karena kami mempresentasikan kasus sendiri di acara yang kami sponsori.

Pada hari itu

Pertanyaan yang sering diajukan
Di mana presentasi ini disampaikan?

Presentasi disampaikan dalam Sesi II pada Pertemuan Nasional Akademisi Perdagangan dan Konferensi Internasional Musim Panas KTRA 2026, Jumat, 21 Agustus 2026, di Ohbis Hall, Kampus Seoul Universitas Kyung Hee. Tema konferensinya adalah “Krisis tatanan perdagangan baru dan strategi perdagangan masa depan Korea”. CONNECT AI menyampaikan presentasi pukul 15:00–15:30.

Apa yang dibahas dalam presentasi?

Bagaimana mengukur kinerja praktik perdagangan dan program pendukung ekspor. Jumlah konsultasi dan nilai kontrak merupakan indikator hasil, jadi apa yang dibuka pembeli, di mana mereka bertahan, dan apakah mereka kembali — segala sesuatu antara pengiriman dan penandatanganan — tidak dicatat di mana pun. Pembicaraan tersebut mengkaji apakah kesenjangan tersebut dapat direkonstruksi dari catatan perilaku digital, dengan menggunakan dua kampanye sebagai kasus.

Apa yang dimaksud dengan “log perilaku digital”?

Log ini mencakup pengiriman, klik, sesi efektif, kunjungan ulang, dan pemilihan tindak lanjut. Log dibaca sebagai indikator awal proses, bukan sebagai hasil akhir ekspor. Pembukaan email hanya menjadi indikator pendukung karena dipengaruhi bot keamanan, proksi gambar, dan fitur privasi email.

Berdasarkan apa artikel ini?

Sumbernya adalah leaflet konferensi, program cetak, dan materi presentasi. Ini merupakan presentasi lisan dalam konferensi akademik. Angka mengikuti materi presentasi, sedangkan nama pembeli, perusahaan, dan kampanye tidak diungkapkan sesuai etika penelitian. Presentasi ini bukan publikasi jurnal, penghargaan, atau hasil seleksi lain.

Dari pendidikan ke proyek eksportir dan penghasilan sebagai tenaga ahli intelijen perdagangan AI

Pendidikan → Pemilihan lulusan unggul → Penempatan di perusahaan eksportir → Pekerjaan intelijen perdagangan AI → Penghasilan profesional

CONNECT AI menghubungkan teknologi perdagangan AI, pengembangan tenaga ahli, dan pelaksanaan bisnis eksportir. Lulusan unggul dipilih untuk ditempatkan di perusahaan eksportir. Dengan MORI, mereka melakukan analisis pasar dan pembeli, menyusun proposal khusus, menganalisis respons, serta menindaklanjuti penjualan, sekaligus memperoleh penghasilan sebagai tenaga ahli intelijen perdagangan AI.

Proyek LALA PINK yang dikerjakan oleh alumni GTEP Universitas Nasional Incheon, Jung Han-young dan Kim Hyun-a, memperlihatkan pekerjaan nyata di perusahaan eksportir setelah pendidikan.

Jung Han-young · Proyek visibilitas AI →
Menata situs web berbahasa Inggris, FAQ, konten, dan jalur pertanyaan menjadi fondasi ekspor digital yang membantu pembeli menemukan dan menilai perusahaan.

Kim Hyun-a · Proyek penjualan global →
Melakukan analisis pasar dan pembeli, menyusun proposal khusus, menghubungi calon pembeli, mencatat respons, serta menindaklanjuti penjualan.

Log perilaku bukanlah sertifikat yang membuktikan bakat — ini adalah peta yang menunjukkan tempat untuk memperbaiki keadaan.