The Journal of Information Systems (한국정보시스템학회지:정보시스템연구)

Korea Association of Information Systems (한국정보시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on the Prediction Model for Imported Vehicle Purchase Cancellation Using Machine Learning: Case of H Imported Vehicle Dealers

머신러닝을 이용한 국내 수입 자동차 구매 해약 예측 모델 연구: H 수입차 딜러사 대상으로

  • 정동균 (부경대학교 경영컨설팅 협동과정) ;
  • 이종화 (동의대학교 상경대학 정보경영학부) ;
  • 이현규 (부경대학교 경영대학 경영학부)
  • Received : 2021.05.08
  • Accepted : 2021.06.17
  • Published : 2021.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Purpose The purpose of this study is to implement a optimal machine learning model about the cancellation prediction performance in car sales business. It is to apply the data set of accumulated contract, cancellation, and sales information in sales support system(SFA) which is commonly used for sales, customers and inventory management by imported car dealers, to several machine learning models and predict performance of cancellation. Design/methodology/approach This study extracts 29,073 contracts, cancellations, and sales data from 2015 to 2020 accumulated in the sales support system(SFA) for imported car dealers and uses the analysis program Python Jupiter notebook in order to perform data pre-processing, verification, and modeling that is applying and learning to Machine learning model after then the final result was predicted using new data. Findings This study confirmed that cancellation prediction is possible by applying car purchase contract information to machine learning models. It proved the possibility of developing and utilizing a generalized predictive model by using data of imported car sales system with machine learning technology. It can reduce and prevent the sales failure as caring the potential lost customer intensively and it lead to increase sales revenue by predicting the cancellation possibility of individual customers.

Keywords

References

  1. 김미정, "SFA(Sales Force Automation)의 도입과 구축 및 실행에 있어서의 핵심 성공요인에 관한 연구: 전사적 업무 프로세스 통합의 관점에서", 서울대학교 석사학위 논문, 2002.
  2. 김영식, 김훈호, "머신러닝 기법을 활용한 사교육 참여 예측 모형 탐색", 교육재정경제연구, 제28권, 제3호, 2019, pp 29-52.
  3. 김종성, 이준형, 김동현, 최창현, 이명진, 김형수, "머신러닝 기반의 호우피해 발생확률 예측 모형 개발", 한국방재학회 논문집, 제19권, 제6호, 2019, pp. 115-127.
  4. 김준석, 양미연, 윤상후, "기계학습과 GloSea5를 이용한 장기 농업기상 예측: 고랭지 배추 재배 지역을 중심으로", 디지털융복합 연구, 제18권, 제4호, 2020, pp. 243-250.
  5. 김태기, 안창순. "한국 자동차산업의 국제경쟁력 분석", 무역학회지, 제22권, 제3호, 1997, pp. 139-157.
  6. 김상휘, 김기원, 김유성, 윤태영, 전재완, "머신러닝, 딥러닝을 이용한 통신서비스 이용고객 분석 및 이탈 예측", 2020 온라인 추계학술발표대회 논문집, 제27권, 제2호, 2020, pp. 568-571.
  7. 김태인, "SFA(sales forces automation) 도입이 서비스 기업의 업무성과에 미치는 영향", 한국엔터테인먼트산업학회 학술대회, 논문집, 2013, pp. 39-43.
  8. 나광택, 이진형, 깅은찬, 이효찬, "증권 금융 상품 거래 고객의 이탈 예측 및 원인 추론", 한국 빅데이터 학회지, 제5권, 제2호, 2020, pp. 215-229.
  9. 박기호, 정재곤, 황명화, "P2P LBS를 활용한 모바일 영업자동화(SFA) 시스템에 관한 연구", 한국GIS학회지, 제11권, 제1호, 2003, pp. 61-72.
  10. 박남규, 전영신, 장완진. "자동차 산업 100 년 역사에 도전하는 작은 거인: Tesla." Korea Business Review, 제23권 제3호, 2019, pp. 49-68. https://doi.org/10.17287/kbr.2019.23.3.49
  11. 박평우, 김민구, 임홍석, 윤덕용, 이석원, "허혈성 심장질환 진단을 위한 기계 학습 알고리즘 비교 연구", 정보과학학회 논문지, 제45권, 제4호, 2018, pp. 376-389.
  12. 서광규, "Support Vector Machine을 이용한 고객 이탈 예측 모형에 관한 연구", 안전경영과학회지, 제7권, 제1호, 2005, pp. 199-210.
  13. 송현정, 이석준 "딥러닝을 활용한 실시간 주식거래에서의 매매 빈도 패턴과 예측 시점에 관한 연구: KOSDAQ 시장을 중심으로", 정보시스템연구, 제27권, 제3호, 2018, pp. 123-240.
  14. 이동규, 신민수, "카드 산업에서의 고객 휴면 예측", 한국IT서비스학회 2018추계 학술대회, pp. 404-407.
  15. 이민수, 최영찬, "머신러닝을 활용한 모돈의 생산성 예측 모델", 농촌지도와 개발 제16권, 제4호, 2009, pp. 939-965.
  16. 이석호, 강대천, 이찬, 강무진, "실험계획법을 이용한 다층 퍼셉트론 인공 신경망의 구조 설계", 한국정밀공학회 학술발료대회 논문집, 1996, pp. 536-540.
  17. 이장택, 조현식, "로지스틱 회귀모형을 이용한 프로야구 홈경기의 이점에 관한 연구", 한국자료분석확회, 제11권, 제1호, 2009, pp. 533-543.
  18. 이인지, 윤현식, "머신러닝을 활용한 지역축제 방문객 수 예측모형 개발", 한국정보시스템 연구, 제29권, 제3호, 2020, pp. 35-52.
  19. 임세현, 허연, "의사결정나무를 이용한 온라인 자동차 보험 고객 이탈 예측과 전략적 시사점", 한국경영정보학회, 제8권, 제3호, 2006, pp. 125-135.
  20. 정성훈, 진창하, "머신 러닝 방법을 이용한 오피스 임대료 산정 - 랜덤포레스트, 인공신경망, 서포트 벡터 머신 활용 중심으로", 부동산학 연구, 제26집, 제2호. 2020, pp. 23-53.
  21. 최준영, 이동현, 김준영, 정교민, "딥러닝 기반의 미세먼지 농도 예측", 한국컴퓨터종합학술대회 발표 논문집, 2019, pp. 859-861.
  22. 채영석. "중국의 자동차산업, 시장 독재가 시작된다.", 오토저널, 제40권, 제8호, 2018, pp. 54-57.
  23. Hwang, U. "4 차 산업혁명 시대의 국내외 전기자동차 보급 확대정책과 전력망 재편방향." 전기의세계, 제68권, 제1호, 2019, pp. 8-16.
  24. Breiman, L., and "Random forests", Machine Learning, Vol. 45, No.1, 2001, pp. 5-32 https://doi.org/10.1023/A:1010933404324
  25. Cox, D.R. "The Regression Analysis of Binary Sequences", Journal of the Royal Statistical Society: Series B (Methodological), Vol. 20, No. 2, 1958, pp. 215-232. https://doi.org/10.1111/j.2517-6161.1958.tb00292.x
  26. Cortes C., Vapnik V., "Support-Vector Networks", Machine Leaming, Vol. 20, 1995, pp. 273-297.
  27. Han, J., Kamber, M., and Pei, J.,, "Data Mining: Conception and Techniques Third Edition", Mogan Kaupmann Publisers, 2011, pp. 302-308.
  28. Kamel, H., Abdulah, D., Al-Tuwaijari, and Janal M, "Cancer Classification Using Gaussian Naive Bayes Algorithm", 2019 International Engineering Conference (IEC) Engineering Conference (IEC), 2019, pp. 165-170.
  29. Vapnik V., "Support Vector Machines", The Nature of Statistical Learning Theory (2nd), John Wiley & Sons: New York, N.Y, 1996, pp. 181-223
  30. 삼정KPMG경제원구원, "코로나19에 따른 자동차산업 동향 및 대응전략", 2020.
  31. 산업통상자원부 "시바-르에서 완전자율주행까지" http://www.motie.go.kr/, 2020.
  32. KAIDA, "한국수입자동차협회 Homepage", https://www.kaida.co.kr/, 2019.
  33. KAICA, "한국자동차산업협동조합 Homepage", http://www.kaica.or.kr/, 2020.
  34. Salesforce.com "세일즈포스닷컴 코리아 Homepage", https://salesforce.com/, 2020.