마이크로마케팅 방법론 개발

• 영문명: Developing Micro Marketing Methods : Developing Model for Forecasting the Repurchasing Possibility
• 발행기관: 한국자료분석학회
• 저자명: 조대현(Daehyeon Cho) 김병수(Byungsoo Kim) 석경하(Kyungha Seok) 이종언(Jongun Lee) 오동관(Dongkwan Oh) 김종성(Jongsung Kim) 김선화(Sunhwa Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.10 No.4, 2075~2087쪽, 전체 13쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2008.08.30

국문 초록

본 연구의 목적은 효과적인 마케팅전략 수립에 도움이 되는 정보를 제공하는 데 있다. 이를 위하여 피자구매 자료로부터 고객 구매형태와 재구매 간의 관계를 분석하여 고객충성도 예측모형을 개발하였다. 고객충성도는 재구매 가능성으로 측정하였다. 본 연구에 사용된 자료는 2004년 8월부터 2006년 4월까지 21개월의 거래 자료로 고객 266,897명에 대한 고객데이터와 775,593건의 구매데이터이다. 예측모형에서 목표변수는 재구매 유무이고, 설명변수는 구매횟수, 구매액, 나이, 휴면기간 등의 기본 변수와 구매횟수와 거래일자를 이용해서 만든 가공변수이다. 충성도 예측모형은 데이터마이닝 기법인 로지스틱회귀, 의사결정나무 및 신경망모형을 사용하였다. 예측모형평가의 측도로는 HSS(Heidke skill score)를 사용하였으며, 최대의 HSS를 가지는 분계점(threshold)을 선택하였다. 각 예측모형에서 선택된 변수는 유사하며, 모형비교 결과 세 모형의 효율과 평가측도의 차이는 크지 않고, 의사결정나무모형이 정분류율이 가장 높고 해석과 활용이 쉬운 모형이므로 이 모형을 최종모형으로 선택했다.

영문 초록

It is important to know the current status of customers by analyzing their purchasing records in micro marketing promotion. This study aims at developing the prediction model of royalty of customers using pizza transaction data. As modeling tools we use the decision tree, logistic regression and neural network model. Three models are compared through RASE(root average squared error) s and correct classification rates. The largest correct classification rate is achieved by decision tree model and the smallest RASE by neural network model. Finally we choose the decision tree model among three models in consideration of their interpretation and application.

목차

1. 서론

2. 자료탐색

3. 재구매 예측모형

4. 결론

참고문헌

키워드

고객 충성도 재구매율 예측모형 데이터마이닝 skill score micro marketing repurchase forecast promotion decision tree logistic regression Neural network