카드산업에서 휴면 고객 예측Prediction of Dormant Customer in the Card Industry
- Other Titles
- Prediction of Dormant Customer in the Card Industry
- Authors
- 이동규; 신민수
- Issue Date
- Jun-2023
- Publisher
- 서비스사이언스학회
- Keywords
- 고객 이탈; 고객 휴면; 통합기술수용이론(UTAUT); 머신러닝; 딥러닝; RNN; LSTM; Customer Churn; Prediction; UTAUT; Machine Learning; Deep Learning; LSTM
- Citation
- 서비스 연구, v.13, no.02, pp.99 - 113
- Indexed
- KCI
- Journal Title
- 서비스 연구
- Volume
- 13
- Number
- 02
- Start Page
- 99
- End Page
- 113
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/186210
- DOI
- 10.18807/jsrs.2023.13.2.099
- ISSN
- 2234-2850
- Abstract
- 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
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 경영대학 > 서울 경영학부 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/186210)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.