데이터마이닝을 이용한 이동통신시장에서의 부가서비스 가망고객 스코어링 모델 구축 The Development of the value-added service prospect scoring model in mobile communication market using data mining techniques원문보기
이동통신 시장의 추세를 잠시 살펴보면, 내부적으로는 이전까지 신규 가입자가 폭발적으로 증가하여 이동통신 사업자들간의 신규 가입자 유치경쟁이 치열했던 결과, 현재는 신규가입자 시장은 포화상태로 접어들었다. 또한 이동통신 사업을 통해 기업의 수익성이 호전되자, 시민 단체들은 통신요금을 인하하라는 주장을 드높이고 있고, 담당 관청인 정보통신부역시 요금인하 압력을 가하고 있는 실정이다. 이러한 시점에서 이동통신 사업자들은 새로운 수익원천의 증대를 통해 활로를 개척해야 하는 필요성을 느끼고 있으며, 새로운 수익창출을 위해서는 기존의 고객을 대상으로 하는 부가적인 수입원이 필요한 실정이다. 이러한 즈음에서, 유료부가서비스의 사용확대 역시 새로운 수익창출의 하나로 고려되어야 하며, 부가서비스의 저변확대는 이탈고객을 방지하는 추가적인 효과도 거둘 수 있을 것으로 판단된다. 본 연구의 목적은 부가서비스 사용의 확산을 위한 모델의 구축하는 것이다. 다시 말하자면, 부가서비스사용에 대한 고객들의 선호도를 측정하여 선호도가 높은 고객을 대상으로 Target Marketing을 수행함으로써 기업의 효율적인 비용관리를 하는 것이다. 더불어 부가서비스에 대한 충성도를 나타내는 스코어값을 중심으로 계층별 고객특성파악을 통해 Target marketing의 효과를 높이는 것이다. 대상으로 삼는 부가서비스는 SERVICE A와 SERVICE B이다. 기본적인 통계량 검정과 stepwise ...
이동통신 시장의 추세를 잠시 살펴보면, 내부적으로는 이전까지 신규 가입자가 폭발적으로 증가하여 이동통신 사업자들간의 신규 가입자 유치경쟁이 치열했던 결과, 현재는 신규가입자 시장은 포화상태로 접어들었다. 또한 이동통신 사업을 통해 기업의 수익성이 호전되자, 시민 단체들은 통신요금을 인하하라는 주장을 드높이고 있고, 담당 관청인 정보통신부역시 요금인하 압력을 가하고 있는 실정이다. 이러한 시점에서 이동통신 사업자들은 새로운 수익원천의 증대를 통해 활로를 개척해야 하는 필요성을 느끼고 있으며, 새로운 수익창출을 위해서는 기존의 고객을 대상으로 하는 부가적인 수입원이 필요한 실정이다. 이러한 즈음에서, 유료부가서비스의 사용확대 역시 새로운 수익창출의 하나로 고려되어야 하며, 부가서비스의 저변확대는 이탈고객을 방지하는 추가적인 효과도 거둘 수 있을 것으로 판단된다. 본 연구의 목적은 부가서비스 사용의 확산을 위한 모델의 구축하는 것이다. 다시 말하자면, 부가서비스사용에 대한 고객들의 선호도를 측정하여 선호도가 높은 고객을 대상으로 Target Marketing을 수행함으로써 기업의 효율적인 비용관리를 하는 것이다. 더불어 부가서비스에 대한 충성도를 나타내는 스코어값을 중심으로 계층별 고객특성파악을 통해 Target marketing의 효과를 높이는 것이다. 대상으로 삼는 부가서비스는 SERVICE A와 SERVICE B이다. 기본적인 통계량 검정과 stepwise regression 등을 이용하여 입력변수를 선정한 후, 각각의 부가서비스에 대하여 logistic regression 모형, 인공 신경망 모형, 의사결정나무 모형을 적용한 결과, 다른 두 모형보다 예측력의 적중률이 높은 인공 신경망 모형을 선택하였고, 다른 평가 기준인 Lift값을 계산해본 결과 logistic regression 모형이 우수하다고 판명되었다. 이러한 상황에서 어느 한가지 모형만으로는 안정성을 확보하기 어렵다고 판단되어, 각 모형들을 두 개씩 결합한 결합 스코어링 모형을 설정한 후 그 분포가 가장 안정적인 결합모형을 선택하게 되었으며, 그 결과 SERVICE A와 SERVICE B에 대해, logistic regression 모형과 인공 신경망 모형을 결합한 모형이 가장 안정적으로 판명되었으며, 최종적으로 위 두 모형의 기하평균을 이용하여 최종 스코어링 모형을 제안하고 있다.
이동통신 시장의 추세를 잠시 살펴보면, 내부적으로는 이전까지 신규 가입자가 폭발적으로 증가하여 이동통신 사업자들간의 신규 가입자 유치경쟁이 치열했던 결과, 현재는 신규가입자 시장은 포화상태로 접어들었다. 또한 이동통신 사업을 통해 기업의 수익성이 호전되자, 시민 단체들은 통신요금을 인하하라는 주장을 드높이고 있고, 담당 관청인 정보통신부역시 요금인하 압력을 가하고 있는 실정이다. 이러한 시점에서 이동통신 사업자들은 새로운 수익원천의 증대를 통해 활로를 개척해야 하는 필요성을 느끼고 있으며, 새로운 수익창출을 위해서는 기존의 고객을 대상으로 하는 부가적인 수입원이 필요한 실정이다. 이러한 즈음에서, 유료부가서비스의 사용확대 역시 새로운 수익창출의 하나로 고려되어야 하며, 부가서비스의 저변확대는 이탈고객을 방지하는 추가적인 효과도 거둘 수 있을 것으로 판단된다. 본 연구의 목적은 부가서비스 사용의 확산을 위한 모델의 구축하는 것이다. 다시 말하자면, 부가서비스사용에 대한 고객들의 선호도를 측정하여 선호도가 높은 고객을 대상으로 Target Marketing을 수행함으로써 기업의 효율적인 비용관리를 하는 것이다. 더불어 부가서비스에 대한 충성도를 나타내는 스코어값을 중심으로 계층별 고객특성파악을 통해 Target marketing의 효과를 높이는 것이다. 대상으로 삼는 부가서비스는 SERVICE A와 SERVICE B이다. 기본적인 통계량 검정과 stepwise regression 등을 이용하여 입력변수를 선정한 후, 각각의 부가서비스에 대하여 logistic regression 모형, 인공 신경망 모형, 의사결정나무 모형을 적용한 결과, 다른 두 모형보다 예측력의 적중률이 높은 인공 신경망 모형을 선택하였고, 다른 평가 기준인 Lift값을 계산해본 결과 logistic regression 모형이 우수하다고 판명되었다. 이러한 상황에서 어느 한가지 모형만으로는 안정성을 확보하기 어렵다고 판단되어, 각 모형들을 두 개씩 결합한 결합 스코어링 모형을 설정한 후 그 분포가 가장 안정적인 결합모형을 선택하게 되었으며, 그 결과 SERVICE A와 SERVICE B에 대해, logistic regression 모형과 인공 신경망 모형을 결합한 모형이 가장 안정적으로 판명되었으며, 최종적으로 위 두 모형의 기하평균을 이용하여 최종 스코어링 모형을 제안하고 있다.
When it comes to the situation of the mobile communication market, the growth rate of new customers’ subscription is getting mature, which is due to the fierce invitation competition so far. Moreover a lot of civil communities intend to lower the calling service price as well as the mobile data serv...
When it comes to the situation of the mobile communication market, the growth rate of new customers’ subscription is getting mature, which is due to the fierce invitation competition so far. Moreover a lot of civil communities intend to lower the calling service price as well as the mobile data service one, which is based on the high profitability of the mobile communication service providers. At long last the authorities concerned decided to lower the mobile calling service price. The mobile communication service providers are inevitable to find the breakthrough, not of the additional new customer subscription, but of the new revenue sources, which leads to find the additional revenues based on the attraction of existing customers. One of the alternatives is the expansion of a charged value added service. The wide use of a charged value added service can bring both the new revenue source and the protection of churners. The objective of this study is to develop the value added service prospects scoring model, that is, to execute target marketing based on the customers’ preference to value added service. The target marketing can reduce a cost of marketing and improve the marketing efficiency and effectiveness. This study experimented the scoring model with the data of value added services including the logistic regression model, the artificial neural network model, and the decision tree model. Each models is applied to service A and B respectively. The criteria of model assessment are the hit ratio of validation set and lift value. When it comes to the hit ratio, the output of scoring model for service A reveals that the artificial neural network outperforms the others, so does the scoring model for service B. In the case of lift value, however, the logistic regression outperforms the others. Thus this study gets the second stage to consider the integrated scoring model to overcome the instability of a single model. This study decides the integrated scoring model mixing the two models among logistic regression, artificial neural network and decision tree. The integrated scoring matrix of the each integrated scoring model shows that the integration of both logistic regression model and artificial neural network is better than the others, in terms of stability for service A and service B as well. Therefore this study suggests selecting the integrated scoring model of logistic regression and artificial neural network for service A and service B.
When it comes to the situation of the mobile communication market, the growth rate of new customers’ subscription is getting mature, which is due to the fierce invitation competition so far. Moreover a lot of civil communities intend to lower the calling service price as well as the mobile data service one, which is based on the high profitability of the mobile communication service providers. At long last the authorities concerned decided to lower the mobile calling service price. The mobile communication service providers are inevitable to find the breakthrough, not of the additional new customer subscription, but of the new revenue sources, which leads to find the additional revenues based on the attraction of existing customers. One of the alternatives is the expansion of a charged value added service. The wide use of a charged value added service can bring both the new revenue source and the protection of churners. The objective of this study is to develop the value added service prospects scoring model, that is, to execute target marketing based on the customers’ preference to value added service. The target marketing can reduce a cost of marketing and improve the marketing efficiency and effectiveness. This study experimented the scoring model with the data of value added services including the logistic regression model, the artificial neural network model, and the decision tree model. Each models is applied to service A and B respectively. The criteria of model assessment are the hit ratio of validation set and lift value. When it comes to the hit ratio, the output of scoring model for service A reveals that the artificial neural network outperforms the others, so does the scoring model for service B. In the case of lift value, however, the logistic regression outperforms the others. Thus this study gets the second stage to consider the integrated scoring model to overcome the instability of a single model. This study decides the integrated scoring model mixing the two models among logistic regression, artificial neural network and decision tree. The integrated scoring matrix of the each integrated scoring model shows that the integration of both logistic regression model and artificial neural network is better than the others, in terms of stability for service A and service B as well. Therefore this study suggests selecting the integrated scoring model of logistic regression and artificial neural network for service A and service B.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.