• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (3)
• /
• pp.58-60
• /
• 2002

CRM이 기업의 핵심 경영전략으로 도입되면서 기업이 보유하고 있는 고객데이터를수집, 통합, 가공, 분석하여 마케팅을 위해 활용하고자 하는 시도가 계속되고 있다. 특히, 기존고객의 유지 전략과 기존고객을 활용한 신상품 유도 전략이 중요한 이슈로 대두되면서 마이닝을 통한 CRM관점의 고객이탈방지는 각 통신사에서 지속적으로 추진하고 있는 분야이다. 본 연구에서는 KT의 고객이탈방지 모텔 구축을 사례로 효율적인 마이닝 모델 구축을 위한 고객통합구조를 제안하고자 한다. 그러고, 고객이탈방지 모델 구축의 전처리 과정으로 고객통합구조를 적용하여 고객중심의 변수 도출, 이용행태 추적 등을 통해 의미 있는 해지변수를 찾아내는 방법과 그 효과에 대해 기술한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.568-571
• /
• 2020

최근 빅데이터 기술이 다양한 산업과 접목되고 있다. 그 중 고객 이탈 방지가 최우선인 통신사들 또한 예외가 아닐 수 없다. 이에 본 논문은 통신사 데이터에 머신러닝 알고리즘을 접목. 이탈 예측과 데이터 추이를 분석하고, 이를 시각화 하여 일목요연하게 표출하는 과정을 제공함으로서 통신사의 고객 유치 정책을 위한 토대를 마련할 것이다.

• 서비스연구
• /
• 제13권2호
• /
• pp.99-113
• /
• 2023

고객 기반의 산업에서 고객 Retention은 기업의 경쟁력이라 할 수 있으며, 고객 Retention을 높이는 것은 기업의 경쟁력을 높이는 것이라 할 수 있다. 따라서, 미래 휴면 고객을 잘 예측하여 관리하는 것은 기업의 경쟁력을 높이는데 무엇보다 중요하다. 왜냐하면, 신규 고객을 유치하는데 필요한 비용이 기존 고객을 Lock-in 시키는데 드는 비용 보다 많은 것으로 알려져 있기 때문이다. 특히, 수 많은 카드사가 존재하는 국내 카드 산업의 휴면 카드를 관리하고자 정부에서 휴면 카드 자동 해지 제도를 도입하고 있으며, 카드 산업에서 휴면 고객을 관리하는 것이 무엇보다 중요한 과제로 떠오르고 있다. 본 연구에서는 카드 산업에서 휴면 고객을 예측하기 위해 Recurrent Neural Network (RNN)방법론을 사용하였으며, RNN방법론 중에서 긴 시간을 효율적으로 학습할 수 있는 Long-Short Term Memory (LSTM)을 활용하였다. 또한, 통합기술수용이론 (UTAUT)을 입각하여 카드 산업에서 휴면 고객을 예측하는데 필요한 변수를 재정의하였다. 그 결과 안정된 모형의 정확도와 F-1 score를 얻을 수 있었으며, Hit-Ratio를 통하여 모형의 안정된 결과를 입증하였다. 기존 연구에서 지적된 통합기술수용이론 (UTAUT)에서 발생 될 수 있는 인구통계학적 정보의 조절 효과도 발생 되지 않은 것을 보였으며, 이로 인해 통합기술수용이론(UTAUT)를 이용한 변수 선정 모형에서 LSTM을 이용한 휴면 고객 예측 모형은 편향되지 않고 안정된 결과를 가져다 줄 수 있다는 것을 입증하였다.

• 지능정보연구
• /
• 제7권1호
• /
• pp.17-25
• /
• 2001

의사결정 나무라고 불리우기도 하는 나무모형은 결과 해석의 용이성으로 데이터마이닝의 분류예측 모형으로서 큰 각광을 받고 있다. 현재 나무모형으로 가장 많이 사용되는 CART(Breiman et al., 1984)나 C4.5(Quinlan, 1993) 모두 생성된 노드들의 자료 구성이 목표변수(target variable)를 기준으로 각 수준 구성비 측면에서 순수해지도록 진행된다. 그러나 CRM(Customer Relationship Management)에 있어 가장 흔한 주제인 해지예측을 위한 모델링을 실시하는 경우 관심의 대상인 해지자가 전체 자료에 극히 일부를 차지하여, 기존의 분할 방법에서와 같이 분할되어 생성되는 모든 노드의 순수성을 동시에 고려하기란 불가능하다 Buja와 Lee(1999)는 목표변수 중 소수의 관심에 대상이 되는 부류를 찾아내기 위한 나무모형 생성방법을 소개하였다. 즉, 해지자 관리가 중요한 경우 해지자와 비해지자 구분을 진행하는 기존의 방법과는 달리 전체 자료 중 해지자를 집중적으로 찾아가는 탐색적 분할 기준인 단측 순수성(one-sided purity)을 제안하였다. 본 연구에서는 단측 순수성에 의한 나무모형을 모 PC통신 회사의 해지자 자료에 적용하여 기존의 방법과 비교하였고 몇 가지 시뮬레이션 자료를 통해 단측 순수성의 문제점과 앞으로 해결하여야 할 과제에 대하여 살펴보았다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2007년도 추계학술대회 및 정기총회
• /
• pp.341-356
• /
• 2007

본 연구는 우리나라 이동전화고객의 서비스 전환(번호이동)에 영향을 미치는 요인에 대한 실증 분석을 다루고 있다. 실증 분석을 위해서 본 연구에서는 이동전화 번호이동제가 도입된 2004년 1사분기부터 2007년 2사분기까지 총 14개 분기의 시계열 자료를 활용하였다. 종속변수로는 이동통신 3사의 분기별 번호이동자수를 이용하였으며 설명변수로는 이동통신사의 가입자 유치비용 및 전환비용과 더불어 수요특성을 감안한 대기수요효과, 추세효과, 구조변화효과 등을 고려하였다 분석 결과 각 사업자별 번호이동 유입자수에 영향을 미치는 요인이 상이함을 확인할 수 있었다 구체적으로 SKT로 이동해오는 고객 수는 SKT의 가입자 유치비용, KTF에서 오는 대기수요 등이 유의한 영향을 미치는 것으로 나타났으며, KTF로 이동해오는 고객 수는 번호이동고객이 느끼는 전환비용, SKT로부터의 대기수요 등의 영향을 받는 것으로 나타났다. LGT에는 LGT의 유치비용과 추세의 영향을 크게 받는 것으로 나타났다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제21권3호
• /
• pp.137-161
• /
• 2012

The increasing interest in big data analysis using various data mining techniques indicates that many commercial data mining tools now need to be equipped with fundamental text analysis modules. The most essential prerequisite for accurate analysis of text documents is an understanding of the exact semantics of each term in a document. The main difficulties in understanding the exact semantics of terms are mainly attributable to homonym and synonym problems, which is a traditional problem in the natural language processing field. Some major text mining tools provide a thesaurus to solve these problems, but a thesaurus cannot be used to resolve complex synonym problems. Furthermore, the use of a thesaurus is irrelevant to the issue of homonym problems and hence cannot solve them. In this paper, we propose a semantic text mining methodology that uses ontologies to improve the quality of text mining results by resolving the semantic ambiguity caused by homonym and synonym problems. We evaluate the practical applicability of the proposed methodology by performing a classification analysis to predict customer churn using real transactional data and Q&A articles from the "S" online shopping mall in Korea. The experiments revealed that the prediction model produced by our proposed semantic text mining method outperformed the model produced by traditional text mining in terms of prediction accuracy such as the response, captured response, and lift.

• 응용통계연구
• /
• 제13권2호
• /
• pp.489-503
• /
• 2000

다양한 형태의 데이터로부터 의사 결정에 유용한 정보 및 지식을 발견하려는 일련의 데이터분석 및 모형 선정과정을 데이터 마이닝(Data Mining)이라고 할 수 있다. 데이터 마이닝의 적용 예로는 신규고객에 대한 신용평가, 고객이탈방지 등과 같은 분야에서 발생하는 스코링 문제를 들 수 있는데 신용평가에서는 신용이 나쁠 가능성을 스코어로 나타내고 스코어가 높은 고객을 대상으로 특별관리를 할 수 있을 것이며 고객이탈방지에서는 이탈가능성을 스코어로 나타내고 스코어가 높은 고객을 대상으로 이탈 방지 캠페인을 벌일 수 있을 것이다. 본 논문에서는 스코링 문제를 사후확률에 대한 모형화 문제로 파악하였다. 폴리클라스를 스코링 문제에 적용하는 방법을 소개한 후 이를 독일 신용 데이터, 국내 모 PC통신회사 데이터 및 국내 모 이동통신 데이터에 적용하였다. 스코링의 성능은 이득률을 이용하여 평가하고자 하는데 나무 모형에 비하여 폴리클라스 방법이 우수함을 확인하였다.

• Industrial Engineering and Management Systems
• /
• 제10권4호
• /
• pp.272-278
• /
• 2011

Decision tree as a classification tool is being used successfully in many areas such as medical diagnosis, customer churn prediction, signal detection and so on. The main advantage of decision tree classifiers is their capability to break down a complex structure into a collection of simpler structures, thus providing a solution that is easy to interpret. Since decision tree is a top-down algorithm using a divide and conquer induction process, there is a risk of reaching a local optimal solution. This paper proposes a procedure of optimally determining thresholds of the chosen variables for a decision tree using an adaptive particle swarm optimization (APSO). The proposed algorithm consists of two phases. First, we construct a decision tree and choose the relevant variables. Second, we find the optimum thresholds simultaneously using an APSO for those selected variables. To validate the proposed algorithm, several artificial and real datasets are used. We compare our results with the original CART results and show that the proposed algorithm is promising for improving prediction accuracy.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 한국산학기술학회논문지
• /
• 제18권1호
• /
• pp.553-564
• /
• 2017

본 연구는 이동통신 정책변화에 따른 사업자간 경쟁양상을 분석하였다. 이동통신 시장은 시장진입이 제한적으로 한정된 사업자들이 독점 형태로 경쟁하게 된다. 이 과정에서 정부는 소비자의 권리보호 및 기업들 간의 유효경쟁체제를 위해 기업의 경제활동을 규제하는 역할을 해왔다. 그동안 이동통신시장에서의 정부규제에 대한 성과나 결과를 분석하는 많은 연구들이 있었지만 제도의 중첩으로 인한 복합적 양상을 분석하는 연구는 부족하였다. 이에 본 연구는 실제 데이터를 사용하여 제도의 중첩으로 인한 사업자 경쟁구도의 복합적 양상을 확인한 첫 연구라는 점에서 그 의의를 갖는다. 본 연구는 기업의 성과지표인 가입자 수, 번호이동자수, 매출액 등의 실증데이터를 사용하여 정책변화에 따른 통신사업자간 경쟁양상을 연구하였다. 연구결과 통신시장에 도입된 정부 정책은 시장경쟁 촉진과 고착화된 경쟁구도 완화에는 긍정적인 영향을 미쳤지만 통신사 재무성과 개선 측면에선 부정적인 영향이 있었음을 확인하였다. 특히 단통법은 이동통신사간 유입영향력 차이를 줄이며 시장 안정화를 유도하고 MVNO의 점유율 상승에 발판을 마련하는 등의 긍정적인 효과도 있지만, 일정 기간 이후 기존 MNO 사업자의 영향력이 증가하여 MVNO의 경쟁력이 약화되는 부정적 변화를 확인하였다.