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).
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.
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.
고객관계관리(customer relationship management: 이하 CRM)는 고객에 대한 정보를 수집하고 수집된 정보를 효과적으로 활용하여 신규고객획득, 우수고객 유지, 고객가치 증진, 잠재고객 활성화, 평생 고객화의 순환을 통하여 고객을 적극적으로 관리하고 유지하며 고객의 가치를 극대화시키기 위한 기업 마케팅 전략의 일환이다. 특히 경쟁 환경이 급변하고 치열해 짐에 따라 기업의 수익 극대화를 위한 고객가치 증대 및 고객과의 관계 형성을 위한 CRM활동 중 고객의 이탈방지를 통한 유지관리의 중요성이 점차 커지고 있으며, 이러한 움직임은 고객 세분화를 통한 이탈고객 관리분석으로 주로 금융시장에서 다루어져왔다. 한편, 금융시장뿐만 아니라 모든 사업 분야에서 고객 유지 및 이탈방지를 위한 분석의 필요성은 높아지고 있다. 그 이유는 자사가 보유하고 있는 고객의 특성을 파악함으로써 기존의 고객을 효과적으로 유지·관리하여 고객이탈을 막는 것이 고객관리에서 점차 그 중요성을 더하기 때문이다. 그러나 아직까지 필요성만 대두될 뿐 어떠한 속성을 보유하고 있는 고객이 쉽게 이탈하는지를 판별할 수 있는 이탈고객에 대한 체계적인 연구가 진행되지 않았다는데 한계점이 있다. 이에 본 연구에서는 TV 홈쇼핑사의 실제 고객자료를 통하여 고객의 유지 및 이탈방지를 위한 CRM전개방안, 이탈고객과 유지고객간의 인구통계적 속성 및 거래 행동의 특성 차이를 분석, 이탈에 미치는 영향력이 높은 변수를 밝혀내고 이탈고객예측 모형을 통하여 개별고객의 이탈확률을 예측하고자 했다. 더 나아가 실증 분석 결과를 바탕으로 이탈예측고객을 대상으로 고객 이탈을 방지하고 거래유지 및 활성화를 위한 CRM전개 방안을 도출, 이를 바탕으로 TV 홈쇼핑사가 수립해야할 마케팅 전략을 제시한다.
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.
International Journal of Computer Science & Network Security
/
제23권8호
/
pp.190-198
/
2023
To enhance customer satisfaction for higher profits, an e-commerce sector can establish a continuous relationship and acquire new customers. Utilize machine-learning models to analyse their customer's behavioural evidence to produce their competitive advantage to the e-commerce platform by helping to improve overall satisfaction. These models will forecast customers who will churn and churn causes. Forecasts are used to build unique business strategies and services offers. This work is intended to develop a machine-learning model that can accurately forecast retainable customers of the entire e-commerce customer data. Developing predictive models classifying different imbalanced data effectively is a major challenge in collected data and machine learning algorithms. Build a machine learning model for solving class imbalance and forecast customers. The satisfaction accuracy is used for this research as evaluation metrics. This paper aims to enable to evaluate the use of different machine learning models utilized to forecast satisfaction. For this research paper are selected three analytical methods come from various classifications of learning. Classifier Selection, the efficiency of various classifiers like Random Forest, Logistic Regression, SVM, and Gradient Boosting Algorithm. Models have been used for a dataset of 8000 records of e-commerce websites and apps. Results indicate the best accuracy in determining satisfaction class with both gradient-boosting algorithm classifications. The results showed maximum accuracy compared to other algorithms, including Gradient Boosting Algorithm, Support Vector Machine Algorithm, Random Forest Algorithm, and logistic regression Algorithm. The best model developed for this paper to forecast satisfaction customers and accuracy achieve 88 %.
As the telecommunication market becomes mature in Korea, severe competition has already begun on the market. While service providers struggled for the last couple of years to acquire as many new customers as possible, nowadays they are making more efforts on retaining the current customers. The churn management by analyzing customers' demographic and transactional data becomes one of the key customer retention strategies which most companies pursue. However, the customer data analysis has still remained at the basic level in the industry, even though it has considerable potential as a tool for understanding customer behavior. This paper develops several churn prediction models using data mining techniques such as logistic regression, decision trees, and neural networks. For model-building, real data were used which were collected from one of the major telecommunication companies in Korea. This paper explores various ways of comparing model performance, while the hit ratio was mainly focused in the previous research. The comparison criteria used in this study include gain ratio, Kolmogorov-Smirnov statistics, distribution of the predicted values, and explanation ability. This paper also suggest some guidance for model selection in applying data mining techniques.
Since the early 1980s, the concept of relationship management in marketing area has gained its importance. Acquiring and retaining the most profitable customers are serious concerns of a company to perform more targeted marketing campaigns. For effective CRM (Customer Relationship Management), it is important to gather information on customer value. Many researches have been performed to calculate customer value based on CLV (Customer Lifetime Value). It, however, has some limitations. It is difficult to consider the churn of customers, because the previous prediction models have focused mainly on expected future cash flow derived from customers'past profit contribution. In this paper we suggest a CLV model considering past profit contribution, potential benefit, and churn probability of a customer. We also cover a framework for analyzing customer value and segmenting customers based on their value. Customer value is classified into three categories: current value, potential value and customer loyalty. Customers are segmented according to the three categories of customer value. A case study on calculating customer value of a wireless communication company will be illustrated.
KSII Transactions on Internet and Information Systems (TIIS)
/
제14권12호
/
pp.4706-4724
/
2020
With various structured data, such as the company size, loan balance, and savings accounts, the voice of customer (VOC), which is text data containing contact history and counseling details was analyzed in this study. To analyze unstructured data, the term frequency-inverse document frequency (TF-IDF) analysis, semantic network analysis, sentiment analysis, and a convolutional neural network (CNN) were implemented. A performance comparison of the models revealed that the predictive model using the CNN provided the best performance with regard to predictive power, followed by the model using the TF-IDF, and then the model using semantic network analysis. In particular, a character-level CNN and a word-level CNN were developed separately, and the character-level CNN exhibited better performance, according to an analysis for the Korean language. Moreover, a systematic selection model for optimal text mining techniques was proposed, suggesting which analytical technique is appropriate for analyzing text data depending on the context. This study also provides evidence that the results of previous studies, indicating that individual customers leave when their loyalty and switching cost are low, are also applicable to corporate customers and suggests that VOC data indicating customers' needs are very effective for predicting their behavior.
As information technology advances, the penetration of smart devices connected to the Internet, such as smart phone and tablet PC, has rapidly expanded, and as sensor prices have fallen the Internet of Things has begun to be introduced in the industry. Today's industry is rapidly changing and evolving, requiring companies to respond to the new paradigm of business. In this situation, companies need to actively manage and maintain customer relationships in order to acquire loyal customers who bring them a high return. The purpose of this study is to suggest a method to manage customer relationship using real time IoT data including IoT product usage data, customer characteristics and transaction data. This study proposes a method of segmenting customers through RFM analysis and transition index analysis. In addition, a real-time monitoring through control charts is used to identify abnormalities in product use and suggest ways of differentiating marketing for each group. In the study, 44 samples were classified as 9 churn customers, 10 potential customers, and 25 active customers. This study suggested ways to induce active customers by providing after-sales benefit for product reuse to a group of churn customers and to promote the advantages or necessity of using the product by setting the goal of increasing the frequency of use to a group of potential customers. Finally, since the active customer group is a loyal customer, this study proposed an one-on-one marketing to improve product satisfaction.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.