Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지

Predicting the Response of Segmented Customers for the Promotion Using Data Mining

데이터마이닝을 이용한 세분화된 고객집단의 프로모션 고객반응 예측

  • Hong, Tae-Ho (Division of Business Administration, Pusan National University) ;
  • Kim, Eun-Mi (Division of Business Administration, Pusan National University)
  • Received : 2010.06.17
  • Accepted : 2010.08.06
  • Published : 2010.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposed a method that segmented customers utilizing SOM(Self-organizing Map) and predicted the customers' response of a marketing promotion for each customer's segments. Our proposed method focused on predicting the response of customers dividing into customers' segment whereas most studies have predicted the response of customers all at once. We deployed logistic regression, neural networks, and support vector machines to predict customers' response that is a kind of dichotomous classification while the integrated approach was utilized to improve the performance of the prediction model. Sample data including 45 variables regarding demographic data about 600 customers, transaction data, and promotion activities were applied to the proposed method presenting classification matrix and the comparative analyses of each data mining techniques. We could draw some significant promotion strategies for segmented customers applying our proposed method to sample data.

정보기술의 발전과 더불어 기업과 고객간의 대부분의 정보가 축적되면서 기업은 거래고객의 자세한 정보를 활용하여 차별화된 마케팅을 제공할 수 있다. 본 연구는 기업이 제공하는 마케팅 전략을 보다 효과적으로 실행하기 위해 고객을 세분화하고, 세분화된 고객집단별 마케팅 프로모션에 대한 반응을 예측하는 모형을 제시하였다. 고객세분화에는 데이터마이닝 기법 중 SOM(Self-organizing Map)을 적용하였으며, 세분화된 집단별 프로모션 반응예측에는 로짓모형, 신경망 등의 단일모형과 k-최근접이웃법을 이용한 단일모형들의 통합모형을 적용하였다. 제시된 방법론으로 기업은 프로모션에 대한 고객반응을 예측할 뿐만 아니라 프로모션에 대한 반응을 쉽게 예측할 수 있는 고객집단과 반응예측이 어려운 고객집단으로 구분하여 프로모션의 효과를 극대화하고 각 집단에 맞는 프로모션 전략을 수립할 수 있다.

Keywords

References

  1. 고용식, "세일즈 프로모션전략으로서의 VMD에 관한 연구", 한국마케팅과학회 2005 춘계학술대회 발표논문집, 2005.
  2. 김진화, 남기찬, 이상종, "Support Vector Machine 기법을 이용한 고객의 구매의도 예측", Information Systems Review, 제10권, 제2호, 2008, pp. 137-158.
  3. 안현철, 김경재, 한인구, "Support Vector Machine을 이용한 고객구매 예측모형", 한국지능정보시스템학회논문지, 제11권, 제3호, 2005, pp. 69-81.
  4. 이민수, 최영찬, 유병준, "의사결정나무법을 이용한 귀납적 학습방법에 의한 정보시스템 수용자 세분화", Information Systems Review, 제9권, 제1호, 2007, pp. 67-84
  5. 장남식, "사전 세분화를 통한 고객 분류모형의 효과성 제고에 관한 연구", Information Systems Review, 제7권, 제2호, 2005, pp. 23-40.
  6. 홍태호, 박지영, "사례기반추론을 이용한 다이렉트 마케팅의 고객반응 예측모형의 통합", 정보시스템연구, 제18권, 제3호, 2009, pp. 375-399.
  7. 홍태호, 서보밀, "인터넷 뱅킹에서 고객의 신념을 이용한 개인화모형을 위한 데이터마이닝", 인터넷전자상거래연구, 제4권, 제2호, 2004, pp. 101-115.
  8. Ahn, H. and K. Kim, "Using genetic algorithms to optimize nearest neighbors for data mining", Annals of Operations Research, Vol.163, No.1, 2008, pp. 5-18. https://doi.org/10.1007/s10479-008-0325-2
  9. Baesens, B., S. Viaene, Van den D. Poel, J. Vanthienen, and G. Dedene, "Bayesian neural network learning for repeat purchase modelling in direct marketing", European Journal of Operational Research, Vol.138, No.1, 2002, pp. 191- 211. https://doi.org/10.1016/S0377-2217(01)00129-1
  10. Carvalho, D. R. and A. A. Freitas, "Hybrid Decision Tree/Genetic Algorithm Method for Data Mining", Information Sciences, Vol.163, 2004, pp. 13-35. https://doi.org/10.1016/j.ins.2003.03.013
  11. Chen, Y., G. Zhang, D. Hu, and C. Fu, "Customer Segmentation based on Survival Character", Journal of Intelligent Manufacturing, Vol.18, No.4, 2007, pp. 513-517. https://doi.org/10.1007/s10845-007-0059-z
  12. Cheng, C. H. and Y. S. Chen, "Classifying the segmentation of customer value via RFM model and RS theory", Expert Systems with Applications, Vol.36, No.3, 2009, pp. 4176-4184. https://doi.org/10.1016/j.eswa.2008.04.003
  13. Conul, F. F., B. D. Kim, and M. Shi, "Mailing smarter to catalog customer", Journal of Interactive Marketing, Vol.14, No.2, 2000, pp. 2- 16. https://doi.org/10.1002/(SICI)1520-6653(200021)14:2<2::AID-DIR1>3.0.CO;2-N
  14. Cullinan, G. J., "Picking them by their batting averages' recency-frequency-monetary method of controlling circulation", Manual release 2103, Direct Mail/Marketing Association, NY, 1977.
  15. Kim, H. and Shin, "A Hybrid Approach Using Cased-Based Reasoning and Fuzzy Logic for Corporate Bond Rating", Korea Intelligent Information System Society, Vol.10, No.2, 2004, pp. 91-109.
  16. Kim, Y. S. and W. N. Street, "An intelligent system for customer targeting a data mining approach", Decision Support Systems, Vol.37, No.2, 2004, pp. 215-228. https://doi.org/10.1016/S0167-9236(03)00008-3
  17. Kuo, R. J., Y. L. An, H. S. Wang, and W. J. Chung, "Integration of Self-organizing Feature Maps Neural Network and Genetic k-means Algorithm for Market Segmentation", Expert Systems with Applications, Vol.30, 2006, pp. 313-324. https://doi.org/10.1016/j.eswa.2005.07.036
  18. Lin, F. Y. and S. McClean, "A Data Mining Approach to the Prediction of Corporate Failure", Knowledge-Based Systems, Vol.14, 2001, pp. 189-195. https://doi.org/10.1016/S0950-7051(01)00096-X
  19. Rigby, Darrell K., Frederick F. Reichheld, and Phil Schefter, "Avoid the Four Perils of CRM", Harvard Business Review, 2002, pp. 101-109.
  20. Rumelhart, D. E. and J. I. McClelland, "Parallel Distributing Processing: Exploration in the Microstructure of Cognition", Cambridge, MA: MIT Press, Vol.1, 1986.
  21. Serrano-Cinca, C., "Self Organizing Neural Networks for Financial Diagnosis", Decision Support System, Vol.17, 1996, pp. 227-238. https://doi.org/10.1016/0167-9236(95)00033-X
  22. Shmueli, G., N. R. Patel, and P. C. Bruce, Data Mining for Business Intelligence, Wiley, 2007, pp. 258-261.
  23. Sub, E. H., K. C. Noh, and C. K. Sub, "Customer list segmentation using the combined response model", Expert Systems with Applications, Vol. 17, 1999, pp. 89-97. https://doi.org/10.1016/S0957-4174(99)00026-3
  24. Vapnik, V., The Nature of Statistical Learning Theory, Springer, 1995.
  25. Tay, F. E. H. and L. Cao, "Application of support vector machines in financial time series forecasting", Omega, Vol.29, 2001, pp. 309-317. https://doi.org/10.1016/S0305-0483(01)00026-3