위계적 로지스틱 모형을 이용한 H 할인매장 고객 이탈 분석

Churn Analysis on H Discount Stores using Hierarchical Logistic Regression Model

국내에 많은 기업들이 고객관계관리를 통해 기존 고객 유지 및 신규고객 창출을 위해 고객을 세분화하고 고객군별 혹은 개별 고객별 특성에 맞춰 기존과 차별화되는 효율적인 서비스를 제공하고 있다. 이러한 고객관계관리에서 고객이탈분석은 매우 중요한 고객 분석 중 하나이며 주로 고객의 인구 통계적 변인들과 거래 속성 변인들을 이용하여 이탈가능성을 측정하게 된다. 그러나 고객 데이터가 지리적 변인과 같이 위계적으로 구성되는 경우 위계적 요인을 고려한 고객이탈분석이 필요하게 되며 즉, 고객의 상위수준에서의 분석과 하위수준에서의 분석이 동시적으로 필요로 하게 된다. 본 연구에서는 개인 고객별 특성뿐만 아니라, 고객이 주로 이용하고 있는 매장에 대하여 위계적으로 소속되어 있는 특성을 동시적으로 분석 가능한 위계적 로지스틱 모형을 적용하였다. 분석 결과로 이탈에 영향을 주는 요인으로 RFM 변수들 모두 통계적으로 유의하게 나타났으며 구체적으로 살펴보면 최근 방문일이 53일 이상일수록, 방문횟수가 작을수록, 그리고 총 구매금액이 작을수록 이탈확률이 높아짐을 볼 수 있었으며 매장간의 지리적 여건으로 인하여 매장간 차이를 볼 수 있었다.

Using the customer relationship management, lots of firms in Korea classify the customers for the purpose of keeping old customers and creating new customers, and provide differentiated and efficient services. In the customer relationship management, churn analysis is a very important tool for the analysis of customers, and measures the possibility of churning by using the variables, such as the customer population statistics and trading characteristics. In the case where the customer data are formed hierarchically such as in geographic form, we need the customer churn analysis which considers the hierarchical factor. In other words, we need to analyze simultaneously both the upper level and lower level. Our work apply the hierarchical logistic regression model, which can analyze simultaneously both the individual customer characteristics and the hierarchical characteristics of the discount stores where the customer visits mainly.