무응답 대체 방법을 이용한 은행고객 세분화 기법 연구

• 영문명: A Study of Customer Segmentation Method Using Nonresponse Model
• 발행기관: 한국자료분석학회
• 저자명: 최보승(Bo Seung Choi)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.4, 1849~1860쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.08.30

국문 초록

포화상태에 다다른 현재의 금융시장 상황 하에서 각각의 금융기관들이 효과적인 고객 마케팅을 수행하는 방법은 최적의 고객세분화에 기반 한 방법이라 할 수 있다. 대부분의 금융권 특히 은행에서는 각 은행별 고유한 고객세분화 규칙을 만들어 고객세분화를 수행하고 있으며 데이터마이닝 기법을 이용한 고객세분화 모형을 통한 고객세분화를 수행하고 있다. 고객세분화를 통하여 은행들은 보다 수익성이 높은 고객군을 선정하고 이들을 대상으로 하는 다양한 마케팅 활동을 전개해 나가고 있다. 본 논문에서는 고객세분화를 위한 방법으로 기존의 데이터마이닝 기법이 아닌 Bayesian 방법을 이용한 무응답 모형을 고객세분화 방법에 적용하였다. 이를 통하여 상대적으로 빈약한 정보를 지닌 고객들을 대상으로 하는 고객세분화가 가능해 진다. 모형 개발을 위하여 시중 A은행의 사례를 이용하였고 이러한 고객세분화를 통하여 추가적인 우수고객의 세분화를 수행하였다.

영문 초록

The customer segmentation is one of the effective methods for customer marketing of financial institutions. Most financial institution have their unique customer segmentation rules and conduct customer segmentation using these rules. Some financial institution develop the customer segmentation model using data mining methods. Using these types of segmentation, financial institution target high profit customer groups and conduct several marketing campaigns for these customers. The main purpose of this paper is to utilize the Bayesian nonresponse model for customer segmentation instead of data mining methods. We can make customer segmentation for the customers who have little financial transaction information using this nonresponse model. We apply this method to the case of bank A s information.

목차

1. 서론

2. 무응답 모형

3. 사례분석

4. 결론

참고문헌

키워드

고객세분화 무응답 Bayesian 방법 EM 알고리즘 CRM customer segmentation nonresponse Bayesin method EM algorithm