Earticle

초록

한국어

본 연구는 자동차 구매 계약에 대하여 해약 예측 성능이 우수한 최적의 머신러닝 모델을 구현하는 것으로 국내 수입 자동차 딜러사에서 판매, 고객, 재고 관리를 위해 사용하고 있는 영업지원시스템(SFA)에 축적되어 있는 계약, 해약, 판매 정보를 머신러닝 모델에 적용하여 해약 가능성을 예측하였다. 영업지원시스템(SFA)의 2015년부터 2020년까지의 계약, 해약, 판매 데이터 27,208건을 추출하여 분석 프로그램 파이썬 주피터 노트북으로 데이터 전처리 및 검증 후에 로지스틱 회귀, 서포트 벡터 머신, 램덤 포레스트, 가우시안 NB, 인공신경망 모델에 적용 및 학습하고 신규 데이터를 이용하여 최종 결과를 예측하였다. 학습 데이터 셋은 1개의 인덱스와 13개의 독립변수, 1개의 목표변수로 각각의 머신러닝 모델 성능을 분석하였으며 성능 평가 척도인 정확도, 정밀도, 재현율, F1-Score, AUC 값으로 최적의 머신러닝 모델을 구현하였다. 본 연구 결과, 차량 구매 계약 정보를 머신 러닝 모델에 적용하여 해약 예측의 가능성을 확인하였으며 머신러닝 모델 중에 서포트 벡터 머신과 딥 러닝 기반 인공 신경망이 예측 성능이 우수한 것으로 확인되었다. 학문적 의의로는 수입차 영업지원시스템(SFA)의 축적된 데이터를 머신러닝 기술과 통합하여 일반화된 예측 모델 개발 및 활용 가능성을 제시하였으며, 계약 고객에 대한 해약 예측을 통하여 잠재적인 해약 고객을 집중적으로 관리함으로써 판매 실패를 미연에 방지하고 매출 향상에 기여할 수 있는 실무적인 시사점을 제시하였다.

목차

Abstract
1. 서론
2. 이론적 배경
2.1 수입자동차 계약분석
2.2 영업지원시스템(Sales Force Automation, SFA)
2.3 머신러닝 기반 예측 모델 및 성능 평가
3. 연구방법과 프레임워크
4. 예측모델 평가 및 검증
5. 결론
참고문헌

저자

• 정동균 [ 부경대학교 경영컨설팅 협동과정 ]
• 이종화 [ 동의대학교 e비즈니스학과 ]
• 이현규 [ 부경대학교 경영학부 ]

참고문헌