The rapid advancements in information technology (IT) is resulting in a great increase in the volume of data. In order to efficiently utilize the acquired data, businesses in various industries are beginning to implement machine learning techniques. Implementing machine learning techniques and establishing the business plans on the information and analytical data is paramount especially in marketplaces that are increasingly becoming more competitive. For example, the numbers of clients and payments for funeral service agencies in South Korea are increasing, whereas the number of agencies is diminishing noticeably. Relevant studies report that recognizing customers who are expressing early churn signals and preventing them from voluntarily leaving the business are more cost-effective than acquiring new customers. Provided the current status of funeral service agencies, this study proposes a churn model that is constructed via machine learning based on client and transaction information, which may serve as a useful strategic tool that can be utilized to prevent customer churning by funeral service agencies as well as other relatable fields of industries.
최근 정보기술 분야가 급속히 발전함에 따라 데이터가 양적 팽창하고 있다. 축적된 데이터를 효과적으로 활용하고자 머신러닝 기법을 도입한 사례는 이제 여러 비즈니스 분야에서 쉽게 찾아 볼 수 있다. 특히, 경쟁이 치열한 업종일수록 데이터에 입각한 비즈니스 운영은 선택이 아닌 필수가 되어 가고 있다. 국내 상조 산업은 매년 고객 수와 납입금액이 늘어나는 반면, 상조보험 업계 기업의 수는 눈에 띄게 줄어 들고 있다. 유사 연구 사례에 따르면, 기존 고객의 이탈을 사전에 알아내고 방지하는 일련의 과정이 한 명의 신규 고객 유치하는 것 보다 비용적으로 더 효과적이라고 한다. 본 연구에서는 실제 국내 A상조회사의 고객정보 및 거래 정보를 머신러닝 기법을 통해 고객이탈 예측모형을 개발한다. 개발된 모형의 결과는 상조회사의 고객이탈 방지를 위한 전략 도구로 활용 될 수 있을 것이고, 유사업계에서도 활용 될 수 있을 것으로 기대된다.
