선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 이동통신 고객에 대한 이탈고객예측모형을 SVM과 기존의 데이터마이닝 기법인 로짓모형과 인공신경망을 이용하여 개발하고자 한다. 또한 이를 토대로 이탈고객의 수에 따른 점유율을 등급화에 적용시켜 실제 이동통신사들이 각 등급에 맞는 마케팅 전략을 수립하는데 도움을 주고자 한다.
- 본 논문에서는 이탈고객의 예측에 많이 이용되고 있는 방법인 로짓모형과 인공신경망, 그리고 최근 들어 문서분류 분야에서 각광을 받고 있는 Vapnik 의 SVM을 사용하여 고객의 이탈율을 예즉해보고 각 적용기법들의 적중율을 비교하여 보고자 한다. 또한 인공신경망과 SVM의 실험 결과로 산출된 이탈율과 적중율로 이탈고객을 등급화하고 실제 현 상황에 맞도록 비율을 조정하여 예상 이탈율을 예측한다.
- 본 연구가 이탈고객 예측에 대한 등급화에 SVM을 사용하고 등급화를 산출함으로써 기존의 이탈고객 분석과는 다른 기초적 자료를 제시하였다고 여겨진다. 그러나 실제 분석 결과 인공신경망과 비교하여 유의적인 차이를 보이지는 못했지만 인공신경망의 실험과 비교하여 비슷한 적중율을 보인다는 것을 증명하였다.
- 또한 기존의 연구들은 이탈고객의 이탈 여부만을 예측하는 연구가 주였으나, 이동통신사에서 이탈고객에 대한 세밀한 마케팅을 위해서는 고객 세분화를 통한 차별화된 마케팅 전략이 필요하다. 본 연구에서는 이동통신 고객에 대한 이탈고객예측모형을 SVM과 기존의 데이터마이닝 기법인 로짓모형과 인공신경망을 이용하여 개발하고자 한다. 또한 이를 토대로 이탈고객의 수에 따른 점유율을 등급화에 적용시켜 실제 이동통신사들이 각 등급에 맞는 마케팅 전략을 수립하는데 도움을 주고자 한다.
- 각각 단계별로 올라갈수록 기본요금이 비싸지는 한편 무료통화가 길어지는 특징이 있다. 이 변수와 연관되어서 납부 여부 변수는 단계별로 되어 있는 요금제도에서 고객 자신이 속한 요금제도의 수준보다 좀 더 통화량이 많고, 적음을 구분하는 일종의 범주형 필드를 생성하는 것이 목적이다. 이런 필드는 요금제의 잘못된 선택으로 고객이 이탈하는지 안 하는지의 검정과 비교를 할 수 있고, 동시에 고객이 요금제를 변경하는 경우를 대비한 필드이기도 하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.