This research models the dynamics of consumer’s purchase behavior using the hidden Markov model. Our proposed model captures the latent states inside consumer that affect the final decision making. These latent states are subject to the dynamics so that customers could freely make the transition across the states. In order to explain what factors are affecting those transitions, we incorporate the demographic variables of customers as well as variables related to the product or service experience. Calibration of our model is based solely on the purchase transaction data so estimation is possible even with the modest data set. Especially in the context of relationship and booking among a travel agency and the customers, we could understand the travel destination region choice probability of the latent states through this work. It is also possible to understand the inconsistencies that the travelers showed in their purchase history by understanding the structure of dynamics of the latent state sequence throughout the transaction period. The HMM model has better description of the calibration data than the logistic regression as well as the better predictive ability. Although some parameter estimation about the impact of variables showed limitation of the HMM model in this context, more sophisticated variable selection and sampling could resolve the issues. Finally, the meaning of this research could be found not only from the introduction of new modeling technique on tourism management field but also from the introduction of original travel agency data hardly employed in previous marketing modeling studies.
본 연구는 히든 마르코프 모델을 이용하여 소비자의 구매 행동의 저변을 구성하는 다이나믹을 모델링하였다. 본 연구에서 제안한 모델은 최종 구매 결정을 하는 방식에 영향을 미치는 잠재 상태를 찾아내고자 하였다. 이런 잠재 클래스는 단순히 소비자들을 분류하는 것이 아니라 소비자들의 잠재 상태가 시간에 따라, 주변 환경에 따라 변화한다고 생각할 수 있다. 그런 잠재 상태 간의 전이를 매개하는 변수들을 알아보기 위해 소비자들의 인구학적 변수들과 소비자-기업 간의 거래 횟수, 서비스 경험 등의 변수를 사용하여 모델을 추정하였다. 또한 본 논문의 모델은 구매 거래 데이터에만 의존하여 광고, 프로모션 등의 다양한 데이터를 가지고 있지 않은 기업에서도 쉽게 사용할 수 있을 것이다.
특히 여행사와 여행객 간의 관계에서 여행객의 여행지 선택을 이해하고자 소비자의 잠재 상태에 따른 여행지 선택 확률 분포를 알아보았다. 또한 거래 기간 동안의 잠재 상태의 변화를 알아봄으로써 소비자가 가지는 불일관성을 해결하려 하였다.
모델의 추정 결과는 HMM이 로지스틱 회귀분석에 비해 더 나은 데이터 설명력을 가진다고 보여주었을 뿐 아니라 예측력 면에서도 더 나은 결과를 나타냈다. 그에 더해 더욱 정교한 변수 설정과 다양한 소비자를 대상으로 한 모델 추정으로 HMM이 가진 장점을 더욱 부각 시키는 것이 차후 연구의 과제가 될 것이다.
