의사결정나무를 이용한 T LOGIN/WiBro 고객세분화

• 영문명: An Application of Decision Tree for Promising T LOGIN/WiBro Customer Segmentation at A Mobile Telephone Company
• 발행기관: 한국자료분석학회
• 저자명: 김호일(Hoil Kim) 전희주(Heuiju Chun)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.11 No.1, 315~326쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2009.02.28

국문 초록

본 연구에서는 이동통신 A회사의 향후 T LOGIN 개인 가입자를 확보하기 위해 데이터마이닝의 도구인 의사결정나무 모형을 이용하여 고객을 분류하는 방법을 제시하고자 한다. 의사결정나무를 이용해 얻은 T LOGIN 가입에 영향을 미치는 주요 특성 변수로는 연령, 보유 다회선 회선 수, ARPU, 음성 ARPU 그리고 성별로 나타났다. 연령은 25~49세, 2개 이상의 단말기 회선수를 가지고 있으며, 월평균 7만원 이상의 휴대폰 요금을 납부하는 개인고객이 T LOGIN/WiBro를 가입할 가능성이 높게 나타났다. 의사결정나무를 이용한 결과로 T LOGIN/WiBro 가망고객군은 4개의 집단으로 분류되었다. 3회선 이상을 가지고 있는 25세~49세 고객은 Seg 1, 이동전화 회선수 2개를 보유하고 월 6만원 이상 사용하는 25세~49세 고객은 Seg 2, 회선수 1개를 갖고 7만원 이상을 사용하는 25세~49세 고객은 Seg 3, 회선수 1개를 갖고 6만원 미만을 사용하는 남성 25세~49세 고객은 Seg 4로 T LOGIN 가입을 권유할 수 있는 4개 Seg에 속하는 A회사의 마케팅대상 고객은 292.8만 명으로 추정이 된다.

영문 초록

T LOGIN/WiBro is a wireless internet service of A mobile telephone company. In this paper, we proposed a classification method for finding promising T LOGIN/WiBro customers using a decision tree model which is one of data mining tools. Influential variables for finding T LOGIN subscriber by decision tree model turn out to be age, the number of lines, ARPU, Voice ARPU, gender. As a result, people who are 25~49 years old and have more than two hand sets and 70 thousand won ARPU, are most likely to subscribe T LOGIN/WiBro service. We have four segments as T LOGIN/WiBro prospect customers by the decision tree method. Seg 1 is 25~45 year-old customers who have more than 3 lines. Seg 2 is 25~49 year-old customers who have 2 lines and have ARPU more than 60 thousand won. Seg 3 is 25~49 year-old customers who have only 1 line and have ARPU more than 70 thousand won. Seg 4 is 25~49 year-old male customers who have only 1 line and have ARPU less than 60 thousand won. The number of target customers who are Seg 1 to Seg 4 are about 2928 thousand.

목차

1. 서론

2. 분류 모형 정의 및 기초 통계 분석

3. T LOGIN 고객 분류

4. T LOGIN 잠재 고객 분류

5. 결론 및 제언

참고문헌

키워드

데이터마이닝 의사결정나무 고객세분화 T LOGIN WiBro Decision Tree Data Mining customer segmentation