Earticle

초록

한국어

고객이탈예측 분석은 비교적 최근의 큰 이슈로 떠오르고 있는 연구이다. 사회가 변화함에 따라 산업이 다양해 졌으며, 여러 경쟁사가 존재하게 되었다. 고객은 자신에게 알맞은 서비스를 비교하여 선택할 수 있게 되었으며, 고객이 서비스를 해지하는 현상이 발생되었다. 이러한 현상은 기업에게 손실을 안겨주는 문제로 자리잡았다. 따라서 학계, 산업계에서는 이탈을 예측하는 연구를 수행해 왔으며, 여전히 연구가 활발히 진행되고 있다. 과거에는 정적 모델의 통계적, 기계학습 방법론을 이용하여 연구를 진행했었다. 하지만 시간의 변화에 따라 고객의 패턴을 고려하지 않은 정적 모형의 분석이 활발했으며, 이탈 분석에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않았다. 따라서 동적 모형을 이용하여 고객이탈예측 모형이 개선될 여지가 있다. 이에 본 연구에서는 시계열 학습에 용이한 딥 러닝 방법론 RNN(Recurrent Neural Network)을 이용하여 시계열 고객 패턴 데이터의 동적 변화를 반영한 모형을 만들 예정이다. 모형의 유용성을 검증하기 위해 고객 시계열 데이터를 이용할 예정이며, 적절한 비교 모형을 선정 할 예정이다. 따라서 본 연구 계획은 변화하는 고객 패턴을 포착하는 동적 모형을 제안하여 고객이탈 연구의 발전에 기여할 수 있을 것으로 기대된다.

목차

Abstract
 Introduction
 Literature review
  Limitation of past research
 Methodology
  RNN (Recurrent Neural Network) / LSTM
  Model
 Evaluation method and expected conclusion
 References

저자

• 이동규 [ Graduate School of Business Informatics, Hanyang University ]
• 신민수 [ School of Business, Hanyang University ]

참고문헌