본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Information Systems Review v.7 no.2, 2005년, pp.23 - 40   피인용횟수: 3
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

사전 세분화를 통한 고객 분류모형의 효과성 제고에 관한 연구
Improving the Effectiveness of Customer Classification Models: A Pre-segmentation Approach

장남식   (서울시립대학교 경영학부UU0000710  );
  • 초록

    시장에서의 경쟁이 점차 심화되고 서비스나 상품에 대한 고객들의 요구와 기대치가 증가함에 따라 기업들에 있어 과학적인 데이터 분석에 근거한 경영전략 수립 및 실행의 필요성이 어느 때보다 크게 강조되고 있다. 그러나 인적자원과 및 자금 등을 포함한 가용자원은 한정적이기 때문에 이들 자원을 얼마나 효율적으로 사용하여 효과적인 결과를 획득하는가가 기업 성패를 좌우하는 주요 지표가 되고있다. 본 연구에서는 선택과 집중적 자원 배분이라는 이슈에 초점을 맞춰 사전 세분화를 통해 선정된 고객 군만을 대상으로 고객의 특성을 파악하고 관리하는 방안이 전체 고객을 대상으로 하는 것보다 보다 의미가 있다는 것을 실제 현업데이터를 통해 검증하고자 하였다. 이를 위해 카드사, 이동통신사, 보험사의 고객 인적데이터 및 거래데이터를 수집하였고, 통계분석과 현업전문가의 의견을 수렴해 고객 세분화를 수행하였으며, 각 세분 군별로 데이터마이닝의 의사결정나무 기법을 이용해 해지모형을 구축하여 전체 고객을 대상으로 한 모형과 정분류율과 규칙의 간결성 측면에서 비교 평가하였다. 결과적으로 세분 군별 해지모형이 전체 고객대상 모형에 비해 정분류율은 높거나 비슷한 수준을 유지하면서 보다 간결하고 의미있는 규칙을 제공하였다.


    Discovering customers' behavioral patterns from large data set and providing them with corresponding services or products are critical components in managing a current business. However, the diversity of customer needs coupled with the limited resources suggests that companies should make more efforts on understanding and managing specific groups of customers, not the whole customers. The key issue of this paper is based on the fact that the behavioral patterns extracted from the specific groups of customers shall be different from those from the whole customers. This paper proposes the idea of pre-segmentation before developing customer classification models. We collected three customers' demographic and transactional data sets from a credit card, a tele-communication, and an insurance company in Korea, and then segmented customers by major variables. Different churn prediction models were developed from each segments and the whole data set, respectively, using the decision tree induction approach, and compared in terms of the hit ratio and the simplicity of generated rules.


  • 주제어

    사전세분화 .   세분군 .   고객관계관리 .   고객분류.  

  • 참고문헌 (34)

    1. 이건창, 정남호, 신경식, '신용카드 시장에서 데이터마이닝을 이용한 이탈고객 분석', 한국지능정보시스템학회, 한국지능정보시스템학회논문집, 제8권, 제2호, 2002, pp.15-36 
    2. Andrienko, G. L. and N. V. Andrienko, 'Data Mining with C4.5 and Interactive Cartographic Visualization', User Interfaces to Data Intensive Systems, 1999, pp.162-165 
    3. Figueiredo, V., Z. Vale, and J. B. Gouveia, 'An Electric Energy Consumer Characterization Framework Based on Data Mining Techniques', IEEE Transactions on Power Systems, Vol. 20, 2005, pp.596-607 
    4. Hunt, E., J. Martin, and P. Stone, Experiments in Induction, New York: Academic Press, 1966 
    5. Kotler, P., Marketing Management, Prentice-Hall. Inc., 2000 
    6. Lingras, P., M. Hogo, M. Snorek, and C. West, 'Temporal Analysis of Clusters of Supermarket Customers: Conventional Versus Interval Set Approach', Information Sciences, Vol. 172, 2005, pp.215-241 
    7. Shih, D., H. Chiang, and C. D. Yen, 'Classification Methods in the Detection of New Malicious Emails', Information Sciences, Vol. 172, 2005, pp.241-261 
    8. Hirano, S. and S. Tsumoto, 'Rough Clustering and Its Application to Medicine', Information Sciences, Vol. 124, 2002, pp.125-137 
    9. 김충영, 장남식, 김준우, '이동통신서비스 해지고객 예측모형의 비교 분석에 관한 연구', 경영정보학연구, 제12권, 제1호, 2002, pp.139-158 
    10. 조성경, 최상훈, 김종우, 장석권, '온라인 고객의 전환 형태 분석을 위한 확률 모형, 한국경영정보학회 추계학술대회 논문집, 2004, pp.514-521 
    11. Berry. M. and G. Linoff, Mastering Data Mining, John Wiley & Sons, 2000 
    12. Frank, R. E., W. Massey, and Y. Wind, Market Segmentation, Prentice-Hall. Inc., 1972 
    13. 권기대, 이상완, 허원현, '이동통신서비스산업에 있어서 신세대시장의 세분화를 통한 New-Positioning 전략', 한국전략마케팅학회, 제20권, 제2호, 2002, pp.123-152 
    14. Lingras, P. and C. West, 'Interval Set Clustering of Web Users with Rough K-means', Journal of Intelligent Information Systems, Vol. 23, 2004, pp.5-16 
    15. Altman, E., G. Macro, and R. Varetto, 'Corporate Distress Diagnosis Comparisons Using Linear Discriminant Analysis and Neural Networks', Journal of Banking and Finance, Vol. 18, 1994, pp.505-529 
    16. Klimasauskas, C., 'Applying Neural Networks', in R. R. Trippi and E. Turban (eds.) Neural Networks In Finance and Investing, PROBUS, 1993 
    17. Lingras, P. and L. Young, 'Multi-Criteria Time-Series Based Clustering of Supermarket Customers Using Kohonen Networks', Proceedings of the 2001 International Conference on Artificial Intelligence, Vol. I, 2001, pp.158-164 
    18. Tam, K., and M. Kiang, 'Managerial Applications of Neural Networks: The Case of Bankruptcy Predictions', Management Science, Vol. 38, 1992, pp.926-947 
    19. Kohonen, T., Self-Organization and Associative Memory, Springer Verlag, Berlin, 1988 
    20. 김명섭, 김광용, 최영랑, '쇼핑스타일과 라이프 스테이지 세분화를 통한 타겟마케팅 성과 향상에 관한 실증적 연구', 한국경영정보학회 추계학술대회 논문집, 2004, pp.419-423 
    21. 이홍재, '이동통신산업의 최근동향과 전망', KISDI 이슈리포트, 2004 
    22. 김성일, 이동통신 Churn 통제를 위한 관계마케팅, 경문사, 1999 
    23. 장남식, 홍성완, 장재호, 데이터마이닝, 대청, 1999 
    24. 차수련, 강희석, '우리나라 자동차 시장 세분화 전략에 관한 연구', 동국대학교 경영연구, 제24권, 제1호, 2001, pp.37-68 
    25. Fayyad, U. M. and K. B. Irani, 'On the Handling of Continuous-Valued Arributes in Decision Tree Generation', Machine Learning, Vol. 8, 1992, pp.87-102 
    26. 한국통신 경영혁신추진실, '국제전화 Churn Pre-Analysis; 해지고객이 매출에 미치는 영향탐색', 경영혁신 보고서, 1999 
    27. Joshi, A. and R. Krishnapuram, 'Robust Fuzzy Clustering Methods to Support Web Mining', Proceedings of the Workshop on Data Mining and Knowledge Discovery, SIGMOD '98, 1998, pp.15/1-15/8 
    28. Lingras, P., 'Unsupervised Rough Set Classification using Gas', Journal of Intelligent Information Systems, Vol. 16, 2001, pp.215-228 
    29. 홍태호, 서보밀, '인터넷 뱅킹에서 고객의 신념을 이용한 개인화모형을 위한 데이터마이닝', 인터넷전자상거래연구, 제4권, 제2호, 2004, pp.101-115 
    30. Sung, T. K., N. Chang, and G. Lee, 'Dynamics of Modeling in Data Mining: Interpretive Approach to Bankruptcy Prediction', Journal of Management Information Systems, Vol. 16, 1999, pp.63-85 
    31. Jin, H., W. Shum, K. Leung, and M. Wong, 'Expanding Self-Organizing Map for Data Visualization and Cluster Analysis', Information Sciences, Vol. 163, 2004, pp.157-173 
    32. Quinlan, J. R., 'Induction of Decision Trees', Machine Learning, Vol. 1, 1986. pp.81-106 
    33. Sheng, O., C. Wei, P. Hu, and N. Chang, 'Automated Lleaming of Patient Iimage Retrieval Knowledge: Neural Networks Versus Inductive Decision Trees', Decision Support Systems, Vol. 30, 2000, pp.105-124 
    34. 최종후, 김수택, '의사결정나무와 신경망 모형을 이용한 보험회사 고객해지자 분석', 한국자료분석학회 발표논문집, 2001, pp.145-159 
  • 이 논문을 인용한 문헌 (3)

    1. Lee, Min-Soo ; Choe, Young-Chan ; Yoo, Byung-Joon 2007. "Identifying Early Adopters of Information Systems by Inductive Learning Using Decision Tree Method" Information Systems Review, 9(1): 67~84     
    2. Hong, Tae-Ho ; Kim, Eun-Mi 2010. "Predicting the Response of Segmented Customers for the Promotion Using Data Mining" Information Systems Review, 12(2): 75~88     
    3. Kim, Jae-Kyeong ; Kwon, Taeck-Sung ; Choi, Il-Young ; Kim, Hyea-Kyeong ; Kim, Min-Yong 2011. "A Study on Quality Control Using Data Mining in Steel Continuous Casting Process" 한국IT서비스학회지 = Journal of Information Technology Services, 10(3): 113~126     

 저자의 다른 논문

  • 장남식 (7)

    1. 2002 "인터넷 비즈니스에서 효과적인 소비자 관계관리(Customer Relationship Management)를 위한 데이터 마이닝 기법의 응용에 대한 연구" 산학경영연구 = Korean business review 15 (): 79~97    
    2. 2002 "이동통신서비스 해지고객 예측모형의 비교 분석에 관한 연구" 경영정보학연구 = The journal of MIS research 12 (1): 139~158    
    3. 2008 "S카드사의 가맹점 분류체계 정비를 통한 고객세분화 전략" Information Systems Review 10 (3): 89~109    
    4. 2009 "SOM을 이용한 제품수명주기 기반 서비스 수요예측" 지능정보연구 = Journal of intelligence and information systems 15 (4): 37~51    
    5. 2011 "시장분석 및 영업관리 역량 강화를 위한 통신사의 GIS 적용 사례" 지능정보연구 = Journal of intelligence and information systems 17 (2): 61~75    
    6. 2015 "B2B 전자제품 수요예측 모형 : PC시장 사례" 한국IT서비스학회지 = Journal of Information Technology Services 14 (4): 185~197    
    7. 2015 "데이터마이닝을 이용한 허위거래 예측 모형: 농산물 도매시장 사례" 지능정보연구 = Journal of intelligence and information systems 21 (1): 161~177    

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 이용한 콘텐츠
이 논문과 함께 출판된 논문 + 더보기