연구성과물검색
유형별/분류별 연구성과물 검색
HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10014495&local_id=10017516
효과적인 고객관계관리를 위한 순차적 자료융합방법
Reports NRF is supported by Research Projects( 효과적인 고객관계관리를 위한 순차적 자료융합방법 | 2006 Year | 조성빈(서강대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number B00465
Year(selected) 2006 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2008년 04월 23일
Year type 결과보고
Year(final report) 2008년
Research Summary
  • Korean
  • 본 연구는 자료융합방법을 은행고객의 가치를 예측하는데 적용하고자 시도하였다. 예측방법으로는 유클리디안거리에 기초한 융합, 마할라노비스거리에 기초한 융합, 회귀/로짓 모형에 기초한 융합을 사용하였다. 2006년, 2007년 2개년의 시계열 데이터를 국내 모은행으로부터 1,000명 표본추출하였으며, 이 고객들의 각종 예금계좌, 인구통계학적 요소, 고객등급분류 등을 변수로 포함하였다. 모델의 성과비교는 계량형 변수에 대하여는 MAD와 쌍대 t 검정을 실시하였고, 범주형 변수에 대하여는 정분류율과 McNemar 검정을 실시하였다. MAD에 관한 평가에서는 유클리디안 모형이, 정분류율에 관한 평가에서는 로짓모형의 성과가 가장 우수하게 나타났다. 본 연구의 기여점으로는 자료융합의 범위를 순차적 데이터에 확장하여 적용한 점이며, 이는 고객관계관리 전략의 체계적 자료축적과 분석에 긴요한 요인이 될 것으로 사료된다.
  • English
  • This study applies data fusion approach to predict the value of bank customers. The three approaches applied include the Euclidean distance-based fusion, the Mahalanobis distance-based fusion, and the regression/logit-based fusion. The data consist of 1,000 customers with their activities associated with various accounts, demographic variables, and class segmentation for the fiscal year of 2006 and 2007. For the comparison of model performance, MAD and the paired samples t-test are used for the 10 numeric variables, while correct classification ratio and the McNemar test are used for the three categorical variables. The experiment results show that with respect to MAD, model performance is superior in the order of the Euclidean model, the Mahalanobis model, and the regression model. Correct classification ratio is best for the logit model, and the Euclidean model and the Mahalanobis model follow the next. The contribution of the current study is that we attempt to extend the scope of data fusion into sequential data fusion, which is necessary for the systematic data accumulation and analysis under CRM strategy.
Research result report
  • Abstract
  • This study applies data fusion approach to predict the value of bank customers. The three approaches applied include the Euclidean distance-based fusion, the Mahalanobis distance-based fusion, and the regression/logit-based fusion. The data consist of 1,000 customers with their activities associated with various accounts, demographic variables, and class segmentation for the fiscal year of 2006 and 2007. For the comparison of model performance, MAD and the paired samples t-test are used for the 10 numeric variables, while correct classification ratio and the McNemar test are used for the three categorical variables. The experiment results show that with respect to MAD, model performance is superior in the order of the Euclidean model, the Mahalanobis model, and the regression model. Correct classification ratio is best for the logit model, and the Euclidean model and the Mahalanobis model follow the next. The contribution of the current study is that we attempt to extend the scope of data fusion into sequential data fusion, which is necessary for the systematic data accumulation and analysis under CRM strategy.
  • Research result and Utilization method
  • 본 연구의 학문적 기여점은 세 가지로 요약할 수 있다.
    첫째는 자료융합에 관한 기존의 연구에서는 한 기간의 데이터에 대한 일회성의 자료융합방법이 기업에서 사용되어 왔다. 다시 말하여, 기존의 자료융합과정에서는 일회성의 정적인 모델만이 적용되어 왔는데, 본 연구에서는 지속적인 형태인 순차적 자료융합으로 진화시키는 시도를 하였다는 점이다. 오늘날과 같이 컴퓨터와 정보기술이 눈부시게 발전하고 있는 추세에서는 초대용량의 데이터가 분기별, 연별로 비교적 잘 수집되고 있는 실정이다. 따라서, 이러한 데이터에 대한 일관성 있고 체계적인 모델을 개발하여 적용하는 것이 중요하다고 하겠다.
    둘째는 비공통변수에 따라 융합의 기초가 되는 공통변수 군을 차별화 하였다는 점이다. 기존의 연구에서는 예를 들어 분산의 크기를 기준으로 하여 최적의 공통변수 조합을 선정하고 모든 비공통변수의 대체에 이를 적용하였다. 하지만, 다양한 금융활동을 나타내는 금액 변수들에 대하여 공동의 공통변수를 선정하는 것은 타당성이 떨어진다고 할 수 있다. 따라서 회귀분석을 실시하여 p-값이 낮은 다섯 개의 공통변수 만을 이용하여 자료융합을 실시하였다.
    셋째는 은행권의 고객 계좌와 활동에 관한 실제 데이터에 자료융합을 적용시켜 보았다는 점이다. 즉, 마케팅에서 많이 사용하는 사람의 인지도, 효용 등에 관한 심리학적 변수가 아닌 실제 금액과 등급 등에 관한 데이터에 자료융합을 실시하였다. 은행 고객의 데이터에 관한 특성으로는 네 가지 이상의 확연한 차이를 보이는 집단이 존재하기 때문에 집단의 편차가 심하고 많은 금액변수들의 상당 비율이 0원의 값을 가지고 있어 이를 정확히 예측하는 작업은 현실적으로 매우 어렵다고 할 수 있다. 전통적 통계기법인 회귀분석에 비하여 거리 기반의 자료융합 방법의 성과가 이 경우 상대적으로 우수함을 확인 할 수 있었다.
  • Index terms
  • 자료융합, 고객관계관리, 유클리디안 거리, 마할라노비스 거리, 로지스틱 회귀 모형
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력