• 지능정보연구
• /
• 제26권4호
• /
• pp.111-126
• /
• 2020

CRM의 하위 연구 분야로 진행되었던 고객이탈예측은 최근 비즈니스 머신러닝 기술의 발전으로 인해 빅데이터 기반의 퍼포먼스 마케팅 주제로 더욱 그 중요도가 높아지고 있다. 그러나, 기존의 관련 연구는 예측 모형 자체의 성능을 개선시키는 것이 주요 목적이었으며, 전체적인 고객이탈예측 프로세스를 개선하고자 하는 연구는 상대적으로 부족했다. 본 연구는 성공적인 고객이탈관리가 모형 자체의 성능보다는 전체 프로세스의 개선을 통해 더 잘 이루어질 수 있다는 가정하에, 이차원 고객충성도 세그먼트 기반의 고객이탈예측 프로세스 (CCP/2DL: Customer Churn Prediction based on Two-Dimensional Loyalty segmentation)를 제안한다. CCP/2DL은 양방향, 즉 양적 및 질적 로열티 기반의 고객세분화를 시행하고, 고객세그먼트들을 이탈패턴에 따라 2차 그룹핑을 실시한 뒤, 이탈패턴 그룹별 이질적인 이탈예측 모형을 독립적으로 적용하는 일련의 이탈예측 프로세스이다. 제안한 이탈예측 프로세스의 상대적 우수성을 평가하기 위해 기존의 범용이탈예측 프로세스와 클러스터링 기반 이탈예측 프로세스와의 성능 비교를 수행하였다. 글로벌 NGO 단체인 A사의 협력으로 후원자 데이터를 활용한 분석과 검증을 수행했으며, 제안한 CCP/2DL의 성능이 다른 이탈예측 방법론보다 우수한 성능을 보이는 것으로 나타났다. 이러한 이탈예측 프로세스는 이탈예측에도 효과적일 뿐만 아니라, 다양한 고객통찰력을 확보하고, 관련된 다른 퍼포먼스 마케팅 활동을 수행할 수 있는 전략적 기반이 될 수 있다는 점에서 연구의 의의를 찾을 수 있다.

• 마케팅과학연구
• /
• 제17권4호
• /
• pp.91-111
• /
• 2007

Marketing is said to be a zero sum game i.e. each gain of customer for a firm is always at the expense of some other firm's customers. Therefore in a marketplace churn is a natural occurrence. Churn in Indian telecom market is among the highest in growing telecom markets. By using binary logistics regression analysis based models based covering a sample of 822 Indian telecom subscribers; this paper attempts to examine the determinants of churn. The future churn is found to be dependent on satisfaction level of the customer with the service provider, attitude and loyalty of the customer variables, intended churn (i.e. intention to churn) and current loyalty (defined as intention to recommend) and distraction (i.e. intention to experiment).

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.55-60
• /
• 2022

Churn prediction is a critical long-term problem for many business like music, games, magazines etc. The churn probability can be used to study many aspects of a business including proactive customer marketing, sales prediction, and churn-sensitive pricing models. It is quite challenging to design machine learning model to predict the customer churn accurately due to the large volume of the time-series data and the temporal issues of the data. In this paper, a parallel artificial neural network is proposed to create a highly-accurate customer churn model on a large customer dataset. The proposed model has achieved significant improvement in the accuracy of churn prediction. The scalability and effectiveness of the proposed algorithm is also studied.

• 응용통계연구
• /
• 제26권1호
• /
• pp.23-36
• /
• 2013

본 연구에서는 국내 한 이동통신회사의 해지 고객 중심의 통화 네트워크 데이터를 가지고 고객들 간의 관계 구조를 나타내는 소셜 네트워크 분석의 일종인 자아 네트워크(Ego-Network) 분석을 통해 핵심 연결자 역할 및 중개 역할을 하는 이탈고객이 다른 고객의 이탈에 어떻게 영향을 미쳤는지를 분석하고 이를 기반으로 고객 이탈 예측 및 이탈방지를 위한 방안을 제시하고자 한다. 해지고객들 간 양방향 통화를 갖는 네트워크를 살펴본 결과, 해지고객들 간의 무더기 이탈 현상을 확인할 수 있었다. 이러한 이탈 그룹에는 그룹 이탈에 영향을 주는 이탈유발자가 존재하고 있었으며, 이러한 이탈유발자의 특징은 그룹 내에서 많은 구성원들과 연결되어 있는 핵심 연결자 역할을 하면서, 정보전달의 매개자 역할을 동시에 해내는 고객이었다. 즉 긴밀한 네트워크일수록, 이탈유발자 비중이 높고, 이들 이탈유발자와의 관계에 의한 이탈현상은 이탈유발자의 영향이 큰 것으로 볼 수 있을 것이다.

• 한국통신학회논문지
• /
• 제28권2B호
• /
• pp.157-169
• /
• 2003

본 연구는 이동 전화 번호 이동성(Mobile Number Portability)시행 후, 국내 이동통신 사업자들이 기존 가입자의 이탈을 방지하고, 타사 가입자의 가입 전환을 유도하기 위해 고려해야 할 영향 요인들을 실증적으로 분석하고 이에 따른 고객 유지 전략을 제시하고자 한다. 이러한 연구 목적을 달성하기 위해 기존 문현 연구를 바탕으로 가입 전환 영향 요인들과 그 세부 요인들을 도출하여 In-bounding churn을 최대화하고 Out-bounding churn을 최소화하는 실증 분석 연구 모형을 설정하였다. 유의한 가입 전환 영향 요인을 도출하기 위해 로지스틱 회귀분석(Logistic Regression Analysis)을 적용하였고, 영향 요인들의 차이성을 검증하기 위해 판별분석(Discriminant Analysis)을 실시하였다. 마지막으로 Out-bounding churn을 최소화하고 In-bounding churn이 서비스에 만족할 수 있도록 구체적으로 개선해야 할 가입전환 영향 요인의 세부 요인들에 대한 중요도는 쌍대비교법(Pairwise Comparison)을 사용하여 도출하였다. 국내 이동통신 시장에 적용하여 도출된 결과는 국내 이동통신 사업자들이 번호 이동성 시행 후 현재 가입자들의 이탈을 최소화하고, 타사 가입자들의 자사로의 가입전환을 유도하기 위한 세분화되고 다양한 전략 수립의 근거를 제공할 것이다.

• 한국경영과학회지
• /
• 제34권2호
• /
• pp.55-75
• /
• 2009

Price discounts presupposing churn-in are important tools of competition in many industries such as mobile telecommunication services and newspaper. In this case, consumers can get discount only through changing the provider. For analyzing this kind of competitions, we should consider the incentive of utilizing iterative switching. Hence, in this paper, we consider multi-stage equilibrium and can find that equilibria are different from one stage discount. In particular, when consumers' decisions are for maximizing multi-stage utility, discounts can bring about churn-out as well as churn-in and firms lose the incentive of discounts.

• Management Science and Financial Engineering
• /
• 제16권2호
• /
• pp.17-27
• /
• 2010

The customer churn and the forecast of customer churn have been important research topics for a long time in the academic domain of customer relationship management. The customer value is studied to construct a gap model based on dual customer values; a basic description of customer value is given, then the gaps between products and services in different periods for the customers and companies are analyzed. The main factors that influence the perceived customer value are analyzed to define the "recognized value gap" and a gap model for the dual customer value is constructed. Based on the dual customer gap a con-ceptual model to determine potential churn customers is proposed in the paper.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.1-10
• /
• 2007

In this paper, we focus on churn analysis for the first successful candidates in the entrance examination on 2006 year using Clementine, data mining tool. The goal of this study is to apply decision tree including C5.0 and CART algorithms, neural network and logistic regression techniques to predict a successful candidate churn. And we analyze the churning and nochurning successful candidates and why the successful candidates churn and which successful candidates are most likely to churn in the future using data from entrance examination data of K university on 2006 year.

• 디지털산업정보학회논문지
• /
• 제20권2호
• /
• pp.1-10
• /
• 2024

For the purpose of predicting credit card customer churn accurately through data analysis, a model can be constructed with various machine learning algorithms, including decision tree. And feature importance has been utilized in selecting better input features that can improve performance of data analysis models for several application areas. In this paper, a method of utilizing feature importance calculated from the MDI method and its effects are investigated in the credit card customer churn prediction problem with classification trees. Compared with several random feature selections from case data, a set of input features selected from higher value of feature importance shows higher predictive power. It can be an efficient method for classifying and choosing input features necessary for improving prediction performance. The method organized in this paper can be an alternative to the selection of input features using feature importance in composing and using classification trees, including credit card customer churn prediction.

• 품질경영학회지
• /
• 제42권2호
• /
• pp.221-234
• /
• 2014

Purpose: The Purpose of this study is to develop a model for predicting agent churn group in the cosmetics industry. We develope two models, pattern model and matrix model, which are compared regarding the prediction accuracy of churn agents. Finally, we try to conclude if there is statistically significant difference between two models by empirical study. Methods: We develop two models using the part of RFM(Recency, Frequency, Monetary) method which is one of customer segmentation method in traditional CRM study. In order to ensure which model can predict churn agents more precisely between two models, we used CRM data of cosmetics company A in China. Results: Pattern model and matrix model have been developed. we find out that there is statistically significant differences between two models regarding the prediction accuracy. Conclusion: Pattern model and matrix model predict churn agents. Although pattern model employed the trend of monetary mount for six months, matrix model that used the amount of sales per month and the duration of the employment is better than pattern model in prediction accuracy.