초록
최근 데이터 마이닝 기법이 주목받고 있는 이유 중의 가장 큰 이유는 자사가 보유하고 있는 고객의 특성을 파악함으로써 기존의 고객을 효과적으로 유지ㆍ관리할 수 있도록 지원하기 때문이다. 특히 고객 보유율 5%신장이 수익률 120% 증대를 가져오는 것으로 보고되고 있는 신용카드 업계에서는 신규고객을 확보하는 것만큼 기존 고객을 유지ㆍ관리하는 것이 중요하다. 특히, 신용카드를 발급 받고 거의 사용하지 않은 고객이나 쉽게 이탈하는 고객을 판별하는 것은 신용카드사의 입장에서는 비용절감 차원에서 매우 중요하다. 그러나 아직까지 어떠한 속성을 보유하고 있는 고객이 쉽게 이탈하는지를 판별할 수 있는 연구는 거의 진행되지 않았다. 이에 본 연구에서는 데이터 마이닝 기법 중 널리 알려진 인공신경망, 로지스틱 회귀분석, C5.0방법을 이용하여 신용카드 시장에서의 고객현황에 대하여 분석하고자 한다. 이를 위하여 본 연구에서는 모 신용카드사의 최근 4년간(97년 3월 이후) 가입고객 및 이탈고객을 대상으로 실증분석을 실시하였다 분석결과 신용카드 시장에서 카드를 지속적으로 보유하고 있는 고객과 이탈하는 고객을 구분하는 속성이 존재함을 발견하였고, 이를 바탕으로 신용카드사가 수립해야 할 마케팅 전략을 제시하였다.
Data mining has received a lot of attention from practitioners. That is partly because it allows company to extract a set of useful knowledge about customers from database, thereby retaining current customers and magneting potential customers. This logic is especially essential in the field of credit card industry, where just 5% increase of number of customers is hewn to cause 120% increase in profit. The problem is how to retain current customers and even make them more loyal to company. However, previous studies lacked proposing extensive strategies of reducing the churning rate. In this sense, this study attempts to suggest such strategies by applying neural network, logistic regression, and C5.0 techniques to credit card data. We used a real data set of four years from 1997 to 2000, which were gathered from a credit card company. Experimental results revealed that our approach could yield robust strategies for retaining customers by reducing the churning rate.
