• 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.

• 경영정보학연구
• /
• 제9권2호
• /
• pp.129-147
• /
• 2007

2002년 신용대란 전후 S카드사는 결제능력 및 신용도의 적절한 측정을 통한 리스크 관리의 효율성 제고를 위해 회원 신용평가에 있어 소득을 고려하고자 하는 새로운 시도를 하였다. 보다 개선된 리스크 관리를 위해 잠재가치, 즉 소득을 추가로 고려한 다차원 평가체계로 회원을 파악하자는 것이었다. 그 이전까지 S카드를 비롯하여 모든 카드사는 연체속성, 입회기간, 사용상태, 한도소진율 등의 내부의 행위요소(behavioral factor) 자료와 외부 신용평가사에서 획득한 회원 등급이나 금융거래 내역 등에 의존하여 한도를 부여했다. 그러나 이 같은 방식은 과거로부터 현재까지의 행동패턴에 기반한 것으로서 회원의 객관적 능력범위를 가늠하는 데 어려움이 따랐고 결과적으로 리스크 관리의 한계로 이어졌다. 본 연구에서는 S카드사가 어떠한 방식으로 회원의 소득을 추정하였고 그 결과를 어떻게 활용하는가에 대해 살펴봄으로써 금융기관 리스크 관리 정교화의 방향을 제시하고자 한다.

• 한국인공지능학회지
• /
• 제9권1호
• /
• pp.21-27
• /
• 2021

In this Paper, Since the 1990s, Korea's credit card industry has steadily developed. As a result, various problems have arisen, such as careless customer information management and loans to low-credit customers. This, in turn, had a high delinquency rate across the card industry and a negative impact on the economy. Therefore, in this paper, based on Azure, we analyze and predict the delinquency and delinquency periods of credit loans according to gender, own car, property, number of children, education level, marital status, and employment status through linear regression analysis and enhanced decision tree algorithm. These predictions can consequently reduce the likelihood of reckless credit lending and issuance of credit cards, reducing the number of bad creditors and reducing the risk of banks. In addition, after classifying and dividing the customer base based on the predicted result, it can be used as a basis for reducing the risk of credit loans by developing a credit product suitable for each customer. The predicted result through Azure showed that when predicting with Linear Regression and Boosted Decision Tree algorithm, the Boosted Decision Tree algorithm made more accurate prediction. In addition, we intend to increase the accuracy of the analysis by assigning a number to each data in the future and predicting again.

• 한국컴퓨터정보학회논문지
• /
• 제22권4호
• /
• pp.83-90
• /
• 2017

In the past, when the credit card was delivered to the customer, the postal agreement and receipt were signed by customer. The repossessed documents were sent back to the card company through the reorganization process. The card company checks the error by scanning and keeps it in the document storage room. This process is inefficient in cost and personnel due to delivery time, document print out, document sorting, image scanning, inspection work, and storage. Also, the risk of personal data spill is very high in the process of providing personal information. The proposed system is a service that receives a postal agreement and a receipt to a recipient when signing a credit card, signing the mobile image instead of paper, and automatically sending it to the card company server. We have designed a system that can protect the cost of paper documents, complicated work procedures, delivery times and personal information. In this study, we developed 'u-paperless' and secure credit card delivery system applying electronic document and security system.

• 디지털산업정보학회논문지
• /
• 제19권4호
• /
• pp.1-11
• /
• 2023

Clustering analysis is used in various fields including customer segmentation and clustering methods such as k-means are actively applied in the credit card customer segmentation. In this paper, we summarized the input features selection method of k-means clustering for the case of the credit card customer segmentation problem, and evaluated its feasibility through the analysis results. By using the label values of k-means clustering results as target features of a decision tree classification, we composed a method for prioritizing input features using the information gain of the branch. It is not easy to determine effectiveness with the clustering effectiveness index, but in the case of the CH index, cluster effectiveness is improved evidently in the method presented in this paper compared to the case of randomly determining priorities. The suggested method can be used for effectiveness of actively used clustering analysis including k-means method.

• 가정과삶의질연구
• /
• 제19권1호
• /
• pp.77-93
• /
• 2001

This paper examines consumer problems and issues of credit card use. The cases of credit card problems were from a civil consumer organization called Green Consumers Network in Korea. This paper focused on over five concerns, including credit card issuing, lost or stolen card settlements, vendor fee charging to customer, withholding payment in case of unsatisfactory purchases, and abusive debt collecting practices. Some solutions for the consumer problems were suggested.

• 응용통계연구
• /
• 제21권2호
• /
• pp.211-219
• /
• 2008

고객 로열티는 한 회사가 지속적으로 수익을 계속 창출하기 위해 매우 중요한 요소이다. 특히 카드사는 멤버쉽(Membership)에 가입한 회원 및 가맹점과의 고객 관계 관리(Customer Relationship Management: CRM)가 무척 강조되는 업종이기에 카드사에서 고객 로열티는 더욱 더 중요하게 다루어지고 있다. 본 연구에서는 A카드사의 로열티스코어 개발 사례를 다루고자 한다. A카드사에서는 이해하기 쉽고 활용하기 쉬운 모델 개발을 목적으로 카드업종의 특성을 반영 한 로열티 스코어를 개발하고자 하였다. 본 연구에서 제안하는 로열티 스코어 모델은 반응변수에 개별 변수 별 로짓모형을 적용하고 이들 모형에서 얻어진 카이제곱 적합도 통계량을 가중치로 고려하는 방법이다. 본 연구에서 제안한 모델은 모델에 대한 안정성 평가 결과 시간의 흐름에 따라 매우 안정된 결과를 보인다.

• 경영정보학연구
• /
• 제10권3호
• /
• pp.89-109
• /
• 2008

후발카드사들의 시장 확대 전략, 은행계 카드사의 약진 등 점차 치열해지는 경쟁 구도에 대비하기 위해 S카드사는 과거와 같이 단순 신용카드 상품이나 '고수익 고위험'의 대출서비스에 주력하는 수익모델로는 향후 생존하기 어렵다는 현실을 인식하고 신용판매 활동의 내실 강화를 통해 지속적으로 수익을 창출할 수 있는 방안을 강구하였는데 이것이 바로 가맹점 업종분류체계 정비를 통한 고객세분화이다. 즉, 기존의 수수료율 책정기준으로 만들어진 가맹점 업종분류체계를 마케팅 목적으로 재편하고 새로운 업종분류체계에 맞춰 고객의 정확한 카드 사용실적을 파악한 후 고객을 세분화하는 개념으로, 가맹점과 고객의 다양한 니즈를 연계 관리함으로써 고객에게는 맞춤 정보 및 오퍼를 제공하고, 가맹점과의 긴밀한 협력관계를 통해 가맹점 매출을 증대하며, 이로 인해 자사의 신용판매를 확대하고 수익을 극대화하는 고객, 가맹점, 자사 상호간의 Win-Win-Win 관계 형성을 목표로 하였다. 본 연구에서는 S카드사가 어떠한 방식으로 기존의 업종분류체계를 정비하여 고객세분화를 수행하였으며, 어떻게 활용하고 있는가를 살펴봄으로써 효과적인 고객세분화에 기반한 마케팅 전략수립 의 방향을 제시하고자 한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.1-23
• /
• 2019

소비자의 니즈가 다양해지면서 데이터 마이닝과 고도화된 고객관계관리(CRM) 기법을 활용한 체계적인 마케팅 서비스를 제공하는 기업이 증가하고 있으며, KB국민카드는 고객의 결제 데이터 등을 활용하여 고객 개개인의 니즈를 충족시키고 소비자의 평생가치를 극대화하기 위한 전략을 강조하고 있다. 실시간으로 고객의 카드이용과 고객 행동, 위치 정보 등을 감지하여 진행하는 고효율 마케팅 운영시스템인 스마트 오퍼링 시스템을 운영하고 있으며, 다양한 앱 등과 결합하여 더욱 정교화된 서비스를 제공하고 있다. KB국민카드는 스마트 오퍼링 시스템의 성공과 지속적인 성장을 위해 고도화되고 있는 ICT 기술과 인재 확보를 위한 투자를 진행해야 하며, 장기적인 관점에서의 수익확보를 위한 전략을 확립하여 체계적인 진행이 필요하다. 특히, 프라이버시 침해와 개인정보 유출 등의 문제가 쟁점이 되는 현재 상황에서 고객 정보를 활용한 마케팅에 대한 고객의 인식을 긍정적으로 유도하고, 보안성을 강조하는 기업 이미지 형성을 위한 노력이 필요하다. 본 연구는 CRM 전략의 변화 과정을 통해 현재 카드사의 실시간 CRM 전략을 KB 국민카드의 빅데이터 활용전략과 마케팅 활동을 통해 확인하고자 한다.

• 유통과학연구
• /
• 제21권11호
• /
• pp.67-75
• /
• 2023

Purpose: The study is focused on understanding consumer behaviour related to credit card use in retail payment or identifying factors that influence risk perception. Research design, data and methodology: Based on data collecting from structured self-administered questionnaires of 247 Vietnamese bank account payers, this study uses the Cronbach alpha analysis, the factor analyses, the structural equation modeling to assess the research's measurement model and structural model with the presence of knowledge, propensity to trust, self-efficacy, risk perception, intended use and their complex, intertwined relationships. Results: The results reveal that customer's perceived risk, which is affected by their self-efficacy and propensity to trust, negatively impact on their intended use of credit cards in retail payment. However, there is no evidence of the significant influence of consumer knowledge on how they assess potential losses of credit card. Conclusions: These findings provide a better understanding of consumer risk perception, its antecedents and consequence in a direction of credit card adoption. Bank managers or marketers should focus on increasing the information about credit cards and issues related to credit card use in retail payment, promoting mechanisms to encourage customers to participate in the credit card experience.