초록 열기/닫기 버튼
90년대 중반 이후 할인점, 홈쇼핑 등 신업태의 등장, 해외유통업체의 국내진출, 90년대 후반 IMF 관리체제 편입과 소비심리 위축 그리고 최근의 경기 및 소비력 감소에 이르기까지 등 일련의 환경 변화는 백화점들이 생존과 성장을 위해 고객이탈 방지의 필요성을 절감하게 했다. 또한 국내 백화점 시장은 시장의 성숙화와 포화로 신규고객 획득비용과 고객이탈이 증가하는 추세에 있다. 이 연구의 목적은 고객이탈 증가 문제에 초점을 맞추어 최근 백화점 시장에서의 이탈고객의 특성을 파악하고 고객이탈을 줄일 수 있는 공격적인 영업 전략과 기존고객을 유지할 수 있는 마케팅 전략을 수립하는데 있다. 데이터베이스 내에 존재하는 마케팅 관련 데이터는 연속형 데이터에 비해 범주형 데이터가 많기 때문에, 이러한 데이터들을 기존의 통계적 기법인 회귀분석이나 판별분석 등으로 분류, 해석, 예측하기는 어렵게 되었다. 이에 따라 대용량의 데이터베이스 내에 존재하는 데이터들의 숨겨진 패턴을 분석할 수 있는 데이터 마이닝 기법의 등장은 이와 같은 문제를 해결할 수 있는 대안으로 주목받고 있다. 연구설계에서 백화점 업체의 이용 가능한 인구통계학적 정보와 운영 데이터를 바탕으로 하여 유의변수를 선정하고 고객이탈을 예측하는 모형을 만들고자 한다. 마지막으로, 로지스틱 회귀분석 모형에서 나온 예상 이탈고객 리스트를 어떻게 직접 마케팅 캠페인에 활용할 수 있는가에 대해서 연구한다. 즉, 예상 이탈고객 리스트를 이용하여 이것을 활용할 수 있는 마케팅 전략을 개발한다.
Due to the current downturn of the national economy aggravated by shrinking consumers' buying power, the department stores are struggling to protect and maintain their share of retail market. This aggravating situation is worsening with rapid increase of discount stores harnessed with cheap prices, convenient cyber shopping, and TV home shopping. And, as department stores market becomes more competitive and as the cost of acquiring new customer increases, the value of controling customer churn is also growing fast. The objectives of this research are, first by investigating on customers' churning pattern in recent department stores market, to understand the characteristics of the customers who are expected to churn in case competing companies engage in aggressive sales promotion, and second, to find the influential factors of churn, and finally to establish practical marketing strategies to peg the existing customers.In accordance, datamining technique which was adopted in this study may prove an effective method of analysis which can aid the marketing decisions. Regularity and pattern in variant buyer behavior can be discovered from the database to predict and select valuable customers for targeted management.Therefore, this study investigates churn for the department store customers and models were developed using data mining technique(Decision Tree, Logistic Regression) to predict which customer are at risk of churn. Finally, this study makes suggestions on how the study results can be incorporated and measured as part of an overall marketing campaign process. The procedure of developing marketing strategy is suggested using predicted churn list.
키워드열기/닫기 버튼
Datamining, Churn Prediction Model, Department Store.
