A Comparative Study on the Accuracy of Important Statistical Prediction Techniques for Marketing Data

마케팅 데이터를 대상으로 중요 통계 예측 기법의 정확성에 대한 비교 연구

Abstract

Techniques for predicting the future can be categorized into statistics-based and deep-run-based techniques. Among them, statistic-based techniques are widely used because simple and highly accurate. However, working-level officials have difficulty using many analytical techniques correctly. In this study, we compared the accuracy of prediction by applying multinomial logistic regression, decision tree, random forest, support vector machine, and Bayesian inference to marketing related data. The same marketing data was used, and analysis was conducted by using R. The prediction results of various techniques reflecting the data characteristics of the marketing field will be a good reference for practitioners.

미래를 예측하는 기법은 통계에 기반을 둔 것과 딥러닝에 기반을 둔 기술로 분류할 수 있다. 그중 통계에 기반을 둔 것이 간단하고 정확성이 높아서 많이 사용된다. 하지만 실무자들은 많은 분석기법의 올바른 사용에 어려움이 많다. 이번 연구에서는 마케팅에 관련된 데이터에 다항로지스틱회귀, 의사결정나무, 랜덤포레스트, 서포트벡터머신, 베이지안 추론을 적용하여 예측의 정확성을 비교하였다. 동일한 마케팅 데이터를 대상으로 하였고, R을 활용하여 분석을 진행하였다. 마케팅 분야의 데이터 특성을 반영한 다양한 기법의 예측 결과가 실무자들에게 좋은 참고가 될 것으로 생각한다.

그림 1. 설문조사 데이터 모습(일부) Fig. 1 Part of survey data

그림 2. 다항회귀 분석 결과 Fig. 2 Result of multinomial regression analysis

그림 3. CART 알고리즘 적용 결과 Fig. 3 Result of CART algorithm

그림 4. 조건부추론나무 적용 결과 Fig. 4 Result of conditional inference tree

그림 5. 랜덤포레스트 분석 결과 Fig. 5 Result of random forest analysis

그림 6. 방사형 방법 분석 결과 Fig. 6 Result of radial method Analysis

그림 7. 선형 방법 분석 결과 Fig. 7 Result of linear method Analysis

그림 8. 다항 방법 분석 결과 Fig. 8 Result of Polynomial method Analysis

그림 9. 베이지안방법론 분석 결과 Fig. 9 Result of Bayesian method Analysis