신용카드 이용규모 추정 모델 개발을 위한 데이터마이닝의 활용

진서훈,김현기 한국자료분석학회 2006 Journal of the Korean Data Analysis Society Vol.8 No.6

Differentiated communication strategy for customer is needed for effective CRM. Gathering and analyzing various information of customers are very important to understand and differentiate customers according to their value and status. Especially, in credit card market of Korea with its cut-throat competition, it is more critical to analyze customer information and apply it to CRM. Generally a customer has several credit cards of different companies. To find share of wallet(SOW) of each customer is very useful to build customer communication strategy for credit card company. High SOW customer should be retained and low SOW customer can be a market to attack. In this study, we built the estimation model for each customer's wallet size(WS). Information of customers who have more than 4 companies' credit card is shared to credit card companies. This information was used for building up estimation model for WS of customers who have less than 3 companies' credit card. Several data mining techniques were applied and resulting models were verified with validation data set. 효과적인 CRM(customer relationship management)을 위해서는 고객의 다양한 정보의 수집 및 분석을 통한 차별화된 고객 커뮤니케이션이 필요하다. 특히 국내의 신용카드업처럼 한 고객이 다사의 카드를 소지하고 있는 포화시장(레드오션) 아래에서는 고객분석을 통한 차별적 CRM활동이 더욱 요구되어진다. 고객은 소지하고 있는 다사의 신용카드 중 어떤 것이라도 이용할 수 있는 선택의 힘을 갖고 있다. 따라서 고객이 자사의 카드를 어느 정도로 이용하고 있는지를 파악하는 것은 신용카드사의 고객응대전략을 수립하는데 중요한 요소가 된다. 고객의 전체 카드사용액 중 자사카드이용의 비율이 높은 고객은 유지전략이 필요할 것이며 일정수준에 못 미치는 고객은 타사카드의 이용분을 자사로 끌어오기 위한 공격적인 마케팅대상이 될 것이다. 본 연구는 자사의 점유율 파악을 위한 고객별 신용카드 이용규모의 추정에 관한 것이다. 모델개발을 위해 신용카드사간 공유하고 있는 4개사 이상의 카드를 소지한 고객의 카드 사용정보를 이용하였다. 데이터마이닝기법을 이용한 모형화를 시도하였으며 모형의 타당성검증을 통해 활용가능성을 살펴보았다.

효과적 교차판매를 위한 데이터마이닝 활용방안

진서훈,최종후 한국자료분석학회 2008 Journal of the Korean Data Analysis Society Vol.10 No.5

Competition between companies in Korea is very severe. Therefore, most of companies introduced CRM(customer relationship management) for their competitiveness. They also try to improve their CRM capability with some sophisticated tools. Cross-Sell, which is one of effective tools for CRM, is a marketing term for the practice of suggesting related products or services to a customer who is considering buying something. Usually Cross-Sell is applied to existing customers. Therefore it is very cost effective tool because customer acquisition brings more cost and effort than customer retention. This study is about data mining application for effective Cross-Sell. We focuses on the development of response prediction model for Cross-Sell and it's application. 오늘날의 비즈니스 환경은 그 경쟁이 매우 치열하다. 따라서 각 기업은 경쟁력 제고를 위해 CRM(customer relationship management)을 적극적으로 도입하여 활용하고 있고 최근에 와서는 CRM의 수준을 향상시키려는 시도가 계속되고 있다. 교차판매는 효과적인 CRM 활동의 하나로 어떤 제품이나 서비스를 구매하려는 고객에게 관련되는 제품을 추가로 판매하는 활동을 말한다. 통상적으로 기존고객을 대상으로 하기 때문에 신규고객유치에 큰 비용과 노력이 소요되는 오늘날의 마케팅 환경에서는 매우 효과적인 마케팅 방법이 되고 있다. 교차판매는 기존고객을 대상으로 한다는 점과 고객에 대한 많은 정보가 미리 알려져 있다는 특징이 있다. 따라서 이와 같은 고객정보는 교차판매 마케팅의 효율화를 위해 활용되어지는데 본 연구에서는 효과적 교차판매를 위한 데이터마이닝 활용방안을 소개하고 데이터마이닝 활용사례로서 고객별 교차판매 마케팅에 대한 반응예측모델의 개발 및 활용에 관한 내용을 다루었다.

효과적 고객커뮤니케이션을 위한 니즈기반의 고객세분화

진서훈,최종후 한국자료분석학회 2007 Journal of the Korean Data Analysis Society Vol.9 No.5

The value of customers is getting higher along with its cut-throat competition among competitors. Since customers have various and complex needs, companies have to offer various products and services in order to accommodate their customers' needs. Knowing customers' needs and offering proper products and services are very important for companies to survive in this competitive market. CRM is emphasized in credit card market in Korea because of its saturation. Credit card companies have developed different products and services for their customers. Those products and services have to meet customers' needs. This study is about to build customer segmentation based on customers' needs. Segmentation process consists of two steps. Demographic profile gives 154 segments at first step. Hierarchical clustering method is applied to these demographic based segments for building needs based segments at second step. 기업간 경쟁이 심화됨에 따라 고객의 가치가 더욱 높아지고 있다. 고객은 더욱 다양하고 복잡한 요구를 갖게 되었고 기업은 그와 같은 요구수준에 응대하기 위해 다양한 상품 및 서비스를 개발하여 제공하고 있다. 이처럼 극심한 경쟁환경 아래에서는 고객의 니즈를 정확히 파악하고 이에 따른 적절한 고객커뮤니케이션을 수행하는 것이 기업의 경쟁력을 위해 매우 중요한 요소가 된다. 국내의 신용카드업은 기업간 경쟁이 매우 치열한 산업영역으로 고객관계관리가 다른 산업에 비해 매우 강조되고 있다. 신용카드사들은 고객과의 관계강화를 위해 다양한 상품 및 서비스를 제공하고 있다. 이와 같은 상품 및 서비스는 고객이 필요로 하는 것일 때 그 효과가 극대화될 수 있으며 고객만족도가 제고됨으로써 기업의 수익에 기여하게 된다.본 연구는 신용카드고객의 니즈에 따른 고객세분화에 관한 것이다. 신용카드 이용행태에 기반하여 고객을 세분화하고 세분 고객군별 니즈에 따른 상품 및 서비스 매핑전략을 다루었다. 데모정보에 기반한 1차 군집결과에 군집별 니즈의 유사성에 기반하여 2차 군집화를 시도한 2단계 군집방법에 의해 고객세분화를 도출하였다.

교차판매 상품 권유 최적화 방안 연구

진서훈,심광호,김두룡 한국자료분석학회 2010 Journal of the Korean Data Analysis Society Vol.12 No.6

Companies are campaigning to cross-sell additional products to their existing customers. Then, if a company retain a variety of products it can cross-sell to each customer, it is faced with a task to how to proceed the cross sell campaign by effectively offering what kind of products to each customer. The study addressed a method for a company to offer the best or optimum product to each customer by considering both the expected rate of response of each customer to each product and the profitability of each product. Then, the study predicted the possibility of the customer's response to the company's best product offer through the data mining model and then defined the subject of optimization by a combination of the profitabilities of products. As a result, the optimization model of cross sell offer was derived from the algorithm suggested by the study, and the application of the optimization model to real campaign data showed that the optimization model could increase profitability comparing with the existing method. 오늘날 많은 기업에서는 보유 고객에 대해 추가적인 상품판매를 위해 교차판매 캠페인을 진행하고 있다. 이때 고객별로 판매할 수 있는 상품이 다양하게 존재하는 상황이면 기업은 어떤 상품을 권유하여 캠페인을 진행할 것인가의 문제에 부딪히게 된다. 본 연구에서는 고객별 각 상품에 대한 기대 반응률과 각 상품의 수익성을 고려하여 최적의 상품을 권유하는 방법에 대해 논의하였다. 고객별 상품 권유에 대한 반응 가능성을 데이터마이닝 모형에 의해 예측하고, 각 상품의 수익성을 조합하여 최적화 문제를 정의하였다. 교차판매 상품 권유 최적화 모형은 제안한 알고리즘에 의해 구현할 수 있었으며, 실제 캠페인 데이터에 적용한 결과 최적화 모형이 기존의 방식에 비해 기업의 수익성을 개선해줄 수 있음을 확인할 수 있었다.

인터넷쇼핑몰의 청소년 고객 관리 전략

진서훈,이승은,Jin, Seo-Hoon,Lee, Seung-Eun 한국CRM학회 2010 CRM연구 Vol.3 No.1

최근 청소년들은 유통업의 많은 영역에서 주된 소비층으로 자리 잡아 가고 있다. 인터넷쇼핑몰 시장도 예외는 아니어서 청소년 고객의 구매가 날로 증가하는 추세에 있다. 따라서 인터넷쇼핑몰 기업들은 청소년 고객을 대상으로 한 고객관리의 필요성을 느끼고 있으며 효과적인 관리 방안에 대해 고민하고 있다. 이에 본 연구에서는 청소년 집단의 인터넷쇼핑몰 이용 현황을 살펴보고 이를 기반으로 청소년을 대상으로 한 효과적인 고객관계관리(CRM) 방향을 고찰하였다. 청소년 고객 집단을 인터넷쇼핑몰 이용 행태에 따라 세분화하고 각 세분 집단별 적합한 CRM 오퍼를 통해 고객 관리를 수행할 때 청소년 고객 집단에 대한 효과적인 CRM의 구현이 가능할 것이다. Recently, teenagers show big purchasing power in retail industry. Online shopping malls re also in similar situation. Therefore online shopping mall companies want to manage teenager customers properly. This study is about understanding current status of teenager customers in online shopping mall industry and deriving strategy for management of teenager customers based on the status. Successful CRM for teenager customers can be achieved by building a segmentation of customers along with their behaviors and needs. Each segment should be managed by proper communication plan which is differentiated in accordance with segment characteristics.

Sample Based Algorithm for k-Spatial Medians Clustering

진서훈,정병철 한국통계학회 2010 응용통계연구 Vol.23 No.2

As an alternative to the k-means clustering the k-spatial medians clustering has many good points because of advantages of spatial median. However, it has not been used a lot since it needs heavy computation. If the number of objects and the number of variables are large the computation time problem is getting serious. In this study we propose fast algorithm for the k-spatial medians clustering. Practical applicability of the algorithm is shown with some numerical studies.

오분류율의 붓스트랩추정을 활용한 k-최근접이웃분류의 적용

진서훈 한국자료분석학회 2005 Journal of the Korean Data Analysis Society Vol.7 No.5

This study introduced k-nearest neighborhood classification which is one of non-parametric classification methods. A proper k for applying k-nearest neighborhood classification was empirically chosen by minimizing misclassification rate. Since apparent error rate brings optimistic bias bootstrap method was used for correcting the bias. Superiority of k-nearest neighborhood classification was shown by empirical study and simulation. Moreover, this study showed that minimizing misclassification rate is also able to be applied for variable selection. 본 연구에서는 비모수적인 분류방법인 k-최근접이웃분류법을 소개하고, 오분류율을 최소로하는 적절한 k값을 경험적으로 찾아보았다. 오분류율의 추정에 있어서는 단순오분류율의 낙관성편향의 보정을 위해 붓스트랩방법을 활용하였다. 실제자료를 통해 k-최근접이웃분류를 선형/이차판별분류에 비해 좋은 분류법이 될 수 있음을 알아보았으며 오분류율을 최소화하는 기준에서 분류변수의 선택에 적용해 보았다. 모의실험을 통해 k-최근접이웃분류가 자료의 모분포에 적게 영향받을 뿐만 아니라, 적절한 k하에서 효율적인 분석이 될 수 있음을 살펴보았다.

On the assessment of validity and stability in cluster analysis

진서훈,전명식 한국자료분석학회 2005 Journal of the Korean Data Analysis Society Vol.7 No.5

This paper is concerned with validity and stability for evaluation of a clustering procedure. The validity of clusters is measured by separation degree of each cluster. A separation measure is proposed and compared with the existing one for particular structured data. Bootstrap method is applied for assessment of the stability of resulting clusters. A numerical illustration is provided for comparative purposes.

일반아동과 주의력결핍 과잉행동아간의 또래관계

진서훈 고려대학교 대학원 통계학과 1994 통계상담 Vol.9 No.1

주의력결핍 과잉행동 장애아는 장애의 특성으로 인해 또래관계에서 많은 어려움을 갖고 있다. 따라서 일반아동과 더 나은 또래관계를 유지하고 앞으로 사회적 적응을 잘 해나가는 데 기본적인 도움을 줄 수 있도록 주의력결핍 과잉행동아의 또래관계에 관한 연구가 필요하다. 이에 본 보고서에서는, 일반아동과 주의력결핍 과잉행동아간의 차이를 공격성, 위축성 및 친사회성의 세가지 면에서 알아보고, 학년과 성별이 일반아동과 주의력결핍 과잉행동아간의 차이에 영향을 미치는가를 알아보기 위해 통계분석을 실시하고자 한다.

데이터마이닝에 의한 고객세분화 개발

진서훈,Jin Seo-Hoon 한국통계학회 2005 응용통계연구 Vol.18 No.3

고객세분화는 기업이 관계하고 있는 고객을 이해하고 그 이해를 바탕으로 효과적인 고객관리를 수행하기 위해 필수적인 요소인데 데이터마이닝이 기업의 정보관리영역에 적극적으로 활용되면서 보다 과학적이고 최적화된 형태로 개발되고 있다. 본 연구에서는 신용카드고객 의 카드사용행태에 근거하여 각 고객을 서로 유사한 사용행태를 보이는 고객군으로 세분화하는 과정을 소개하였다. 고객이 실제로 신용카드를 사용하면서 발생시킨 거래정보에만 의존하여 고객세분화를 개발하였으며 이는 마케팅의 관점에서 상당히 의미있는 내용이 될 수 있다. 고객세분화의 개발을 위하여 데이터마이닝기법인 k-평균 군집방법과 최장연결법에 의한 계보적 군집방법을 단계적으로 활용하는 이단계 군집방법을 이용하였다. To Know customers is very important for the company to survive in its cut-throat competition among coimpetitors. Companies need to manage the relationship with each ana every customer, ant make each of customers as profitable as possible. CRM (Customer relationship management) has emerged as a key solution for managing the profitable relationship. In order to achieve successful CRM customer segmentation is a essential component. Clustering as a data mining technique is very useful to build data-driven segmentation. This paper is concerned with building proper customer segmentation with introducing a credit card company case. Customer segmentation was built based only on transaction data which cattle from customer's activities. Two-step clustering approach which consists of k-means clustering and agglomerative clustering was applied for building a customer segmentation.