시장세분화 모형 결합을 활용한 효과적인 생명보험 고객이탈예측모형에 관한 연구
An Effective Churn Prediction Model of Life Insurers Using Market Segmentation and Combining Techniques
이호영(에이스아메리칸화재보험대표); 김성재(한국외국어대학교); 이훈영(경희대학교)
74호, 33~58쪽
초록
고객관계관리(CRM: customer relationship management)를 효과적으로 수행하고 고객을 유지하기 위해서는 보다 정확한 고객이탈예측모형이 필요하다. 보다 정확한 모형을 개발하기 위하여, 본 연구에서는 고객의 특성에 따라 고객을 세분화하고 세분시장 집단별로 모형을 개발하는 방법을 제시하였다. 또한 하나의 분석방법만을 사용해서 모형을 개발하기 보다는 다양한 분석방법들, 즉 로지스틱 회귀분석과 의사결정 나무모형, 그리고 인공신경망을 이용해서 모형을 개발한 다음 개발된 모형을 결합해서 종합적인 고객이탈 예측모형의 구축을 제안하고 그 효과성을 분석하였다. 분석 결과 세분시장별로 개발된 예측모형이 전체고객 집단을 대상으로 하여 개발된 모형보다 예측 정확도가 높게 나왔다. 또한 서로 다른 개별적인 방법을 이용해서 개발된 모형들보다는 이들을 결합한 결합모형의 예측력이 더 좋은 것으로 나타났다. 따라서 고객을 특성에 따라 집단을 나누고 여러 다양한 방법들을 이용해서 모형을 개발한 다음 이들을 결합한 결합모형을 최종적인 고객이탈 예측모형으로 사용하는 것이 바람직하다.국문 색인어 : 고객관계관리, 고객이탈예측모형, 로지스틱회귀분석, 의사결정나무모형, 인공신경망, 결합모형, 생명보험가입자
Abstract
The customer churn prediction model is essential for strengthening customer relationship management(CRM) systems for life insurers. In order to develop an effect customer churn prediction model, we broke down customer data by segments and developed the models for each segment using three different methods of logistic regression, decision tree and multi-layer perception (MLP) neural networks. In addition, we established the comprehensive model combining the models developed by logistic regression, decision tree and neural networks. Then, we compared the performance of the models for segmented customer groups with that for non-segmented groups. We also compared the combined model with three individual models in terms of the ability to predict customer churns. The result showed that the customer churn prediction model, based on segmented groups, was better able to predict customer churns when compared with the model of non-segmented group. The combined model was also better in predicting customer churns than the three individual models.
- 발행기관:
- 한국보험학회
- 분류:
- 경영학