머신러닝 기반 생존분석기법을 활용한 고객 이탈 예측 기술

Q: 이 논문에서 정의한 생존분석이란 무엇인가?

생존분석은 어떤 사건의 발생 확률을 시간이라는 변수와 함께 고려하여 생존 함수를 추정하는 비모수적 방법인 Kaplan-Meier estimation을 기본으로 하는 통계 분석 및 예측 기법이다. 이는 관심 이벤트가 특정 시간 t에서 발생하지 않을 확률을 기반으로 하며, 시간 S(t)에 따른 생존 함수로 나타낸다.

Q: 가전 렌탈 사업에서 고객 이탈 시기 예측 모델의 가장 우수한 성능을 보인 알고리즘은 무엇인가?

연구 결과, 가전 렌탈 사업의 고객 이탈 시기 예측 모델에서는 ExtraSurvivalTrees 알고리즘이 가장 우수한 성능을 보였다. 이 모델은 실제 운영 데이터셋(정수기 279,259 계정)을 활용하여 C-index 기준 약 75%의 정확도를 달성하며, 고객별 이탈 시기를 효과적으로 예측하는 데 기여한다.

서영정

doi:10.9728/dcs.2023.24.8.1871

추천

검색

질문

자료유형: 학술저널

저자정보: 서영정 (LG전자)

저널정보: 한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제24권 제8호

발행연도: 2023.8

수록면: 1,871 - 1,880 (10page)

DOI: 10.9728/dcs.2023.24.8.1871

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 연구에서는 가전 렌탈사업의 적극적인 고객이탈관리를 위한 이탈예측모형을 통하여 어떤 가입자가 이탈할 가능성이 있는지 및 언제쯤 이탈 징후를 보이는지 등을 추정한다. 이를 위해 렌탈 서비스 가입에 대한 고객 계약정보, 인구통계학적 정보, 접점 및 방문 이력 등의 고객-기업 상호작용 데이터를 통합적으로 분석하여 생존분석기법(Survival Analysis) 기반 이탈예측을 모델링하였다. 본 연구에서는 벤치마크 데이터셋이 아닌 실제 운영 데이터셋(정수기 279,259 계정)을 머신러닝기반 Survival Analysis 을 활용하여 고객별 이탈 시기 예측 모델에 적용하였고, 모델의 가장 우수한 성능은 RandomSurvivalForest의 확장 알고리즘인 ExtraSurvivalTrees에서 c-index 기준 약 75%로 평가되었다. 생존 함수 기반 기간별 이탈 확률을 제공함으로써, 리텐션 마케팅 전략에 따라 원하는 타겟 개월 후 이탈 확률 높은 고객 대상을 선정하여 해지 방어 활동을 실행할 수 있도록 지원하고자 한다.

#디지털 기술 #빅데이터 분석 #머신러닝 #고객 이탈 예측 #고객 유지 관리 #Digital Technology #Big Data Analysis #Machine Learning #Customer Churn Prediction #Customer Retention Management

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)