KR101726404B1 - 이탈예상고객 예측장치 및 예측방법 - Google Patents

이탈예상고객 예측장치 및 예측방법 Download PDF

Info

Publication number
KR101726404B1
KR101726404B1 KR1020150160448A KR20150160448A KR101726404B1 KR 101726404 B1 KR101726404 B1 KR 101726404B1 KR 1020150160448 A KR1020150160448 A KR 1020150160448A KR 20150160448 A KR20150160448 A KR 20150160448A KR 101726404 B1 KR101726404 B1 KR 101726404B1
Authority
KR
South Korea
Prior art keywords
customer
weight
address
belonging
changed
Prior art date
Application number
KR1020150160448A
Other languages
English (en)
Inventor
김손수
이봉기
Original Assignee
중소기업은행
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 중소기업은행 filed Critical 중소기업은행
Priority to KR1020150160448A priority Critical patent/KR101726404B1/ko
Application granted granted Critical
Publication of KR101726404B1 publication Critical patent/KR101726404B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Technology Law (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명의 일 실시 예는 시간의 흐름에 따라 갱신되는 신상정보를 금융정보와 연동하여 분석함으로써 이탈예상고객을 정확하게 예측할 수 있는 이탈예상고객 예측장치를 개시한다.

Description

이탈예상고객 예측장치 및 예측방법 {Apparatus for predicting customer who will stop transaction and method thereof}
본 발명은 이탈예상고객을 예측하기 위한 장치 및 방법에 관한 것으로서, 보다 상세하게는 회사와 거래를 하고 있는 고객의 정보를 분석하여 특정 고객이 거래를 중지할 것 같은 징후를 보이면, 그 징후를 감지하여 그 고객을 이탈예상고객으로 분류할 수 있는 이탈예상고객 예측장치 및 방법에 관한 것이다.
금융기관과 고객 사이의 금융거래는 일회성으로 끝나기 위한 일반적인 물품거래와는 달리 지속적인 특성을 갖는다. 금융기관으로부터 금전을 빌리기도 하고(여신), 금융기관에 금전을 맡기기도 하면서(수신) 금융기관과 고객은 서로간의 신뢰를 쌓게 되며, 많은 양의 금전을 옮기기가 어렵고 여러 금융기관이 내세우는 금융상품 또한 일반적인 상품판매와 달리 차별성이 크지 않은 특성을 가지므로, 고객은 신상에 변동이 발생하지 않은 경우에는 대체로 기존의 금융기관과 거래를 유지하게 된다.
고객이 금융기관과 거래를 하는 이상 금융기관은 고객의 자산흐름에 어느정도 관여할 수 밖에 없으며, 금융기관이 고객의 자산흐름을 파악하고 있다는 것은 곧 금융기관이 고객이 금융기관과의 거래를 중지할 것으로 예상되는 징후를 알아차릴 수 있다는 것을 의미한다.
거래가 중지할 것으로 예상되는 고객에 대해서 차별화된 마케팅을 수행한다면 그 중 일부는 거래를 유지할 것이라고 기대할 수 있으며, 차별화된 마케팅을 수행하기 위해서 고객의 정보로부터 이탈예상고객을 신속하게 파악하는 것이 중요하다.
다만, 고객의 금융정보의 변화만으로 이탈예상고객을 판단하기에는 개인의 금융정보의 변경 상태에 일관성이 없는 문제점이 있다. 즉, 고객의 금융정보는 고객의 의사 또는 고객이 처해진 상황에 따라 유동적으로 변화하므로, 특정 기간동안의 금융정보의 부정적인 변화만으로 이탈예상고객을 판단하는 것은 거시적으로 봤을 때 부정확한 판단으로 결론이 날 수도 있다.
결국, 금융기관은 고객의 정보를 수집만 할 것이 아니라, 금융정보의 변화뿐만 아니라 금융정보의 부정적인 변화를 뒷받침해주는 정보를 통해 보다 더 정확하게 금융기관과 거래를 중지할 것으로 예측이 되는 고객을 파악하는 것이 필요하다.
대한민국 공개특허 제2005-0013543호(2006년 2월 10일 공개), (탈퇴 고객들을 예측하기 위한 방법 및 시스템), 요약, 도3, 청구항 1
본 발명이 해결하고자 하는 기술적 과제는, 시간의 흐름에 따라 변화하는 고객의 신상정보 및 금융정보를 분석하여 거래를 중지할 것으로 보이는 이탈예상고객을 예측하는 이탈예상고객 예측장치 및 방법을 제공하는 데에 있다.
상기의 기술적 과제를 해결하기 위한 본 발명의 일 실시 예에 따른 이탈예상고객 예측장치는, 적어도 한 명 이상의 고객을 포함하는 제1고객군에 속한 고객의 현재로부터 소정의 기간동안의 신상정보 및 금융정보를 저장하는 데이터베이스; 상기 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부를 파악하고, 상기 파악된 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부를 기초로 상기 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 파악하여, 상기 파악된 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정하는 가중치결정부; 상기 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 차원수가 정해지는 가상공간에 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 정상고객영역을 결정하는 정상고객영역결정부; 및 상기 제1고객군에 속한 고객의 금융정보 중 현재 금융정보 및 상기 결정된 고객별 가중치를 기초로 상기 제1고객군에 속한 고객별로 대응되는 고객위치를 결정하고, 상기 제1고객군에 속한 고객 중 상기 정상고객영역을 벗어나는 고객위치에 대응되는 고객을 이탈예상고객으로 결정하는 이탈예상고객결정부를 포함한다.
상기 장치에 있어서, 상기 신상정보는 연령이고, 상기 금융정보는 상기 제1고객군에 속한 고객의 연령에 따라 가입이 한정되어 있는 연령한정상품에 대한 정보인 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 신상정보는 주소 및 상기 소정의 기간동안 상기 제1고객군에 속한 고객의 주소가 변경되었다면, 상기 주소가 변경된 고객이 주소변경의 통보를 했는지 여부이고, 상기 가중치결정부는, 상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 주소가 변경된 후에 금융정보의 요소의 값이 감소했으면, 상기 제1고객에 대한 가중치를 제1가중치로 결정하고, 상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 주소가 변경된 후에 금융정보의 요소의 값이 감소했으면, 상기 제2고객에 대한 가중치를 상기 제1가중치보다 낮은 제2가중치로 결정하는 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 신상정보는 주소이고, 상기 가중치결정부는 상기 제1고객군에 속한 고객의 주소가 변경되면, 상기 제1고객군에 속한 고객의 변경된 주소와 소정의 금융기관의 소재지와의 거리를 파악하고, 상기 제1고객군에 속한 고객의 변경된 주소와 상기 소정의 금융기관의 소재지와의 거리에 비례하는 가중치를 상기 제1고객군에 속한 고객의 가중치로 결정하는 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 신상정보는 주소이고, 상기 금융정보는 각각의 값을 갖는 복수의 요소를 포함하고, 상기 이탈예상고객결정부는, 상기 제1고객군에 속한 고객의 금융정보 중 현재 금융정보의 각 요소의 값에 상기 결정된 가중치를 상기 각 요소마다 다르게 적용하여 상기 제1고객군에 속한 고객별로 대응되는 고객위치를 결정하는 것을 특징으로 할 수 있다.
상기의 기술적 과제를 해결하기 위한 본 발명의 다른 일 실시 예에 따른 이탈예상고객 예측방법은, 적어도 한 명 이상의 고객을 포함하는 제1고객군에 속한 고객의 현재로부터 소정의 기간동안의 신상정보 및 금융정보를 저장하는 데이터베이스를 참조하여, 상기 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부를 파악하는 신상정보변경파악단계; 상기 파악된 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부를 기초로 상기 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 파악하여, 상기 파악된 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정하는 가중치결정단계; 상기 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 차원수가 정해지는 가상공간에 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 정상고객영역을 결정하는 정상고객영역결정단계; 및 상기 제1고객군에 속한 고객의 금융정보 중 현재 금융정보 및 상기 결정된 고객별 가중치를 기초로 상기 제1고객군에 속한 고객별로 대응되는 고객위치를 결정하고, 상기 제1고객군에 속한 고객 중 상기 정상고객영역을 벗어나는 고객위치에 대응되는 고객을 이탈예상고객으로 결정하는 이탈예상고객결정단계를 포함한다.
상기 방법에 있어서, 상기 신상정보는 연령이고, 상기 금융정보는 상기 제1고객군에 속한 고객의 연령에 따라 가입이 한정되어 있는 연령한정상품에 대한 정보인 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 신상정보는 주소 및 상기 소정의 기간동안 상기 제1고객군에 속한 고객의 주소가 변경되었다면, 상기 주소가 변경된 고객이 주소변경의 통보를 했는지 여부이고, 상기 가중치결정단계는, 상기 제1고객군에 속한 제1고객이 주소변경의 통보를 하고, 주소가 변경된 후에 금융정보의 요소의 값이 감소했으면, 상기 제1고객에 대한 가중치를 제1가중치로 결정하고, 상기 제1고객군에 속한 제2고객이 주소변경의 통보를 하지 않고, 주소가 변경된 후에 금융정보의 요소의 값이 감소했으면, 상기 제2고객에 대한 가중치를 상기 제1가중치보다 낮은 제2가중치로 결정하는 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 신상정보는 주소이고, 상기 가중치결정단계는 상기 제1고객군에 속한 고객의 주소가 변경되면, 상기 제1고객군에 속한 고객의 변경된 주소와 소정의 금융기관의 소재지와의 거리를 파악하는 단계; 및 상기 제1고객군에 속한 고객의 변경된 주소와 상기 소정의 금융기관의 소재지와의 거리에 비례하는 가중치를 상기 제1고객군에 속한 고객의 가중치로 결정하는 단계를 포함하는 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 신상정보는 주소이고, 상기 금융정보는 각각의 값을 갖는 복수의 요소를 포함하고, 상기 이탈예상고객결정단계는, 상기 제1고객군에 속한 고객의 금융정보 중 현재 금융정보의 각 요소의 값에 상기 결정된 가중치를 상기 각 요소마다 다르게 적용하여 상기 제1고객군에 속한 고객별로 대응되는 고객위치를 결정하는 것을 특징으로 할 수 있다.
상기의 기술적 과제를 해결하기 위해, 본 발명은 이탈예상고객 예측 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터 판독가능한 기록매체를 제공할 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해 질 것이다.
본 발명에 따르면, 시간의 흐름에 따라 변화하는 고객의 신상 정보 및 금융정보를 분석하여 신속하게 거래를 중지할 것으로 보이는 고객을 파악함으로써, 본 발명을 활용한 금융기관은 자사의 이탈예상고객으로 파악된 고객들이 완전히 거래를 중지하기에 앞서, 그 고객들에게 차별적 마케팅을 할 수 있게 된다.
도 1은 본 발명에 따른 이탈예상고객 예측장치의 일 예에 대한 블록도를 도시한 도면이다.
도 2는 이탈예상고객 예측장치의 데이터베이스에 저장된 신상정보 및 금융정보의 일 예를 도시한 도면이다.
도 3은 정상고객영역결정부에 의해 결정된 정상고객영역의 일 예를 도시한 도면이다.
도 4는 이탈예상고객결정부가 이탈예상고객을 결정하는 것을 도식적으로 나타낸 도면이다.
도 5는 전술한 실시 예와 다른 실시 예에 따른 이탈예상고객 예측장치를 설명하기 위한 도면이다.
도 6은 본 발명에 따른 가중치결정부가 가중치를 결정하는 또 다른 실시 예를 설명하기 위해 도시한 도면이다.
도 7은 본 발명에 따른 이탈예상고객 예측방법의 일 예에 대한 흐름도를 도시한 도면이다.
도 8은 본 발명에 따른 이탈예상고객 예측방법에 있어서 가중치결정부가 가중치를 결정하는 과정을 나타낸 흐름도를 도시한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시 예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시 예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는한, 복수의 표현을 포함한다.
이하의 실시 예에서, 포함하다 또는 가지다 등의 용어는 명세서 상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징을 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
어떤 실시 예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
도 1은 본 발명에 따른 이탈예상고객 예측장치의 일 예에 대한 블록도를 도시한 도면이다.
도 1을 참조하면, 본 발명에 다른 이탈예상고객 예측장치(100)는 데이터베이스(110), 가중치결정부(130), 정상고객영역결정부(150) 및 이탈예상고객결정부(170)를 포함한다. 후술하는 금융기관은 특별하게 한정하지 않는 한, 본 발명을 활용하여 이탈예상고객을 예측하려는 특정 금융기관(자사 금융기관)으로 본다.
먼저, 데이터베이스(110)는 제1고객군에 속한 고객의 현재로부터 소정의 기간동안의 신상정보 및 금융정보를 저장하고 있다.
여기서, 제1고객군에는 적어도 한 명 이상의 고객이 포함될 수 있으며, 금융기관은 궁극적으로 제1고객군에 속한 고객이 그 금융기관과 거래를 중지할 것으로 예상되는 이탈예상고객인지 여부를 알고자 한다.
즉, 제1고객군은 금융기관의 기존의 고객이긴 하나, 금융기관과 거래를 계속할 것인지, 거래를 중지할 것인지, 거래를 이미 중지한 것인지 여부가 결정되지 않은 고객을 포함한다.
데이터베이스(110)에 저장된 고객의 신상정보에는 고객의 성명, 주소, 연령, 연수입 등이 포함될 수 있다. 특히, 데이터베이스(110)는 특정한 날짜가 아니라 소정의 기간동안의 신상정보를 저장하고 있으므로, 소정의 기간내에 고객의 연령이나 주소가 변경되었다면, 변경된 연령이나 주소에 대한 것도 고객에 대한 또 다른 정보로서 저장하고 있게 된다.
데이터베이스(110)에 저장된 고객의 성명, 고객의 주소, 고객의 연령 등은 고객의 신상정보의 요소로 호칭될 수 있고, 각 신상정보의 요소마다 고객별로 대응되는 값이 매겨져 있다.
즉, 데이터베이스(110)에 저장된 신상정보의 요소의 일 예로서, 데이터베이스(110)에는 고객의 주소가 변경되었다면, 주소가 변경된 지 얼마나 되었는지 여부 또는 주소가 변경될 때에 금융기관에 주소 변경 사실을 통보하였는지 여부 등과 같은 정보를 고객의 신상정보로서 저장하고 있을 수 있다.
한편, 데이터베이스(110)에 저장된 금융정보에는 고객의 상품가입수(상품보유수), 여신비율, 수신비율 등이 포함될 수 있다. 신상정보와 마찬가지로, 고객의 상품가입수, 고객의 여신비율, 고객의 수신비율 등은 고객의 금융정보의 요소로 호칭될 수 있고, 각 금융정보의 요소마다 고객별로 대응되는 값이 매겨져 있다.
고객의 상품가입수는 금융기관이 판매하는 금융상품 중 제1고객군에 속한 고객이 가입한 상품의 수를 의미한다. 여신비율은 당행 여신액과 타행 여신액의 비율을 의미하고, 수신비율은 당행 수신액과 타행 수신액의 비율을 의미한다.
여신비율의 일 예를 들면, 여신비율은 당행 여신액을 타행 여신액으로 나눈 값이 될 수 있고, 이 경우, 여신비율이 1보다 높다는 것은 제1고객군에 속한 고객이 다른 금융기관에서 대출받은 금액보다 본 발명을 통해 이탈예상고객을 예측하려는 금융기관에서 대출받은 금액이 더 많다는 것을 의미한다.
도 2는 이탈예상고객 예측장치의 데이터베이스에 저장된 신상정보 및 금융정보의 일 예를 도시한 도면이다.
도 2를 참조하면, 데이터베이스(110)에는 현재 날짜인 7월 1일로부터 6개월 동안의 고객 4명에 대한 신상정보 및 금융정보가 저장되어 있다는 것을 알 수 있다.
먼저, 도 2의 데이터베이스(110)에 저장된 신상정보(210)의 요소는 고객의 4명의 주소(미도시) 및 고객 4명에 대한 '주소가 변경된 지 얼마나 되었는지 여부'이다. 도 2의 신상정보(210)를 통해 갑(甲)이 주소가 변경된 지 3개월이 넘었으며, 정(丁)이 주소가 변경된 지 1개월이 경과했다는 것을 알 수 있다.
이어서, 도 2의 데이터베이스(110)에 저장된 금융정보(230)의 요소는 고객 4명에 대한 자사의 상품보유수 및 여신비율이다.
도 2의 데이터베이스(110)에는 고객별로 매월의 상품보유수 및 여신비율이 저장되어 있으므로, 이를 활용하여 현재(7월 1일)를 기준으로 고객의 상품보유수가 줄어왔는지 또는 여신비율이 늘어왔는지에 대한 것도 금융정보의 일 요소가 될 수도 있다. 위와 같이 가공된 형태의 금융정보는 현재의 날짜가 계속 갱신됨에 따라 매번 새로 산출되어 데이터베이스(110)에 저장된다.
도 1로 돌아와서 가중치결정부(130)에 대한 설명을 이어서 하기로 한다.
가중치결정부(130)는 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부 및 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정한다.
먼저, 가중치결정부(130)는 데이터베이스(110)에 저장된 신상정보 및 금융정보를 통해 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부를 파악한다.
데이터베이스(110)에는 현재로부터 소정의 기간동안의 신상정보 및 금융정보가 저장되어 있으므로 이를 참조하여, 가중치결정부(130)는 고객의 신상정보 및 금융정보가 달라진 시점과 현재의 기간차이를 이용하여 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부 및 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 파악할 수 있다.
다른 일 예로서, 가중치결정부(130)는 데이터베이스(110)에 이미 가공된 신상정보 및 금융정보로 저장되어 있는 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부 및 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 그대로 수신할 수도 있다.
도 2를 참조하여 예를 들면, 가중치결정부(130)는 갑(甲)의 주소가 3월에 변경되고, 현재 시점이 7월 1일이라는 것을 기초로 갑(甲)의 주소가 변경된 지 3개월이 넘었다는 정보를 산출하거나, 데이터베이스(110)에 저장되어 있는 '갑(甲)의 주소가 변경된 지 3개월이 넘었다는 것'을 신상정보로서 수신할 수 있다.
이어서, 가중치결정부(130)는 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 파악한다.
가중치결정부(130)는 데이터베이스(110)에 저장된 신상정보를 통해 신상정보가 변경된 시점을 파악하고, 신상정보가 변경된 시점부터 특정 시점까지의 금융정보를 통해 신상정보가 변경된 후에 금융정보가 얼마나 달라졌는지 여부를 파악할 수 있다.
도 2를 참조하여 예를 들면, 가중치결정부(130)는 갑(甲)의 주소가 변경되고 3개월이 경과한 후, 갑(甲)의 상품보유수가 5에서 2로, 여신비율이 3에서 1로 낮아진 것을 파악할 수 있다.
최종적으로, 가중치결정부(130)는 앞서 파악한 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정한다.
일 예로, 고객 A의 신상정보가 변경된 지 고객 A의 금융정보가 30일만에 절반으로 감소하고, 고객 B의 신상정보가 변경된 지 300일이 지났음에도 고객 B의 금융정보가 거의 변하지 않았거나 안 변했으면, 가중치결정부(130)는 고객 A에 대한 가중치를 고객 B에 대한 가중치보다 더 높게 결정하게 된다.
가중치결정부(130)는 위와 같은 과정을 거쳐서 제1고객군에 속한 모든 고객에 대한 가중치를 결정한다. 가중치결정부(130)가 가중치를 결정하기 위한 요소는 전술한 주소변경의 통보여부 외에 다른 요소가 추가될 수도 있으며, 그 실시 예에 대한 보다 구체적인 설명은 도 6을 통해 후술하기로 한다.
정상고객영역결정부(150)는 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 차원 수가 정해지는 가상공간에 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 정상고객영역을 결정한다.
먼저, 가상공간의 차원 수는 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 결정된다. 도 2를 참조하여 예를 들면, 도 2의 고객의 금융정보의 요소는 상품보유수 및 여신비율이므로, 이때의 가상공간은 2차원이 된다.
가상공간의 차원 수가 정해지면, 정상고객영역결정부(150)는 그 가상공간에제2고객군의 금융정보를 기초로 정상고객영역을 결정한다. 제2고객군은 금융기관으로부터 이미 정상고객으로 검증이 끝난 복수의 고객을 포함하며, 제2고객군의 고객에 대한 금융정보도 제1고객군의 고객과 마찬가지로 미리 수집되어 있다.
제2고객군에 속한 고객의 금융정보도 제1고객군에 속한 고객의 금융정보와 같이 적어도 하나 이상의 요소로 구성되며, 각 금융정보의 요소마다 고객별로 대응되는 값이 매겨져 있다.
정상고객영역결정부(150)는 제2고객군에 속한 고객별 금융정보의 요소의 값에 따라 이미 차원 수가 정해진 가상공간에 점을 찍으며, 가상공간에 제2고객군에 속한 고객의 수만큼 점이 모두 찍히게 되면, 그 점들이 형성하는 영역을 정상고객영역으로 결정한다. 정상고객영역은 제2고객군에 속한 모든 고객에 대응하는 점을 포함하는 영역이며, 형태는 원이나 사각형처럼 특정한 모양일 필요는 없다.
도 3은 정상고객영역결정부에 의해 결정된 정상고객영역의 일 예를 도시한 도면이다.
도 3을 참조하면, 금융요소의 수에 따라 가상공간은 3차원 공간이 되며, x축 좌표는 상품보유수, y축 좌표는 여신비율, z축 좌표는 수신비율에 대한 값이 된 것을 알 수 있다. 제2고객군에 속한 고객 A에 대응하는 점은 정상고객영역 내에 위치한다.
도 1로 다시 돌아와서 이탈예상고객결정부에 대한 설명을 계속하기로 한다.
이탈예상고객결정부(170)는 제1고객군에 속한 고객의 금융정보 중 현재 금융정보 및 가중치결정부(130)에서 결정된 고객별 가중치를 기초로 정상고객영역이 존재하는 가상공간내에 제1고객군에 속한 고객별로 대응되는 고객위치를 결정한 후, 제1고객군에 속한 고객 중 정상고객영역을 벗어나는 고객을 이탈예상고객으로 결정한다.
먼저, 이탈예상고객결정부(170)는 정상고객영역이 존재하는 가상공간내에 제1고객군에 속한 고객별로 대응되는 고객위치를 결정한다. 고객위치는 정상고객영역이 존재하는 가상공간내에서의 점으로 표시될 수 있으며, 그에 따라 고객위치는 제1고객군에 속한 고객의 수와 같은 수를 갖게 된다.
고객위치는 가상공간의 차원 수와 동일한 차원 수의 좌표로 구성되며, 제1고객군에 속한 고객의 금융정보의 각 요소에 대응하는 값과 가중치결정부(130)에서 결정된 고객별 가중치가 조합되어 결정된다.
예를 들면, 제1고객군에 속한 고객 갑(甲)이 4개의 자사 금융상품에 가입되어 있고, 여신비율이 3이면, 1차적으로 2차원 가상공간상의 갑(甲)에 대한 고객위치는 (4, 3)이 될 수 있고, 가중치결정부(130)에 의해 결정된 가중치가 2라면, 최종적으로 2차원 가상공간상의 갑(甲)에 대한 고객위치는, 가중치를 가산함으로써 산출되는 (6, 5) 또는 가중치를 승산함으로써 산출되는 (8, 6)가 될 수 있다. 즉, 전술한 예에서 갑(甲)에 대한 고객위치는 금융정보의 각 요소의 값에 일괄적으로 가중치를 더하거나, 곱함으로써, 결정된 것으로 이해할 수 있다.
이탈예상고객결정부(170)는 정상고객영역이 존재하는 가상공간에 제1고객군에 속한 모든 고객에 대한 고객위치가 결정되면, 제1고객군에 속한 고객 중 정상고객영역에서 벗어난 고객을 파악하여, 그 파악한 고객을 이탈예상고객으로 결정한다.
도 4는 이탈예상고객결정부가 이탈예상고객을 결정하는 것을 도식적으로 나타낸 도면이다.
도 4를 참조하면, 도 4에는 3차원의 가상공간(410) 및 제1고객군에 속한 고객, 갑(甲)과 을(乙)의 고객위치를 설명하기 위한 제1고객표(430)가 포함되어 있다.
먼저, 3차원의 가상공간(410)내에는 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 생성된 정상고객영역이 존재한다. 가상공간의 차원 수가 3이므로, 제2고객군의 금융정보의 요소의 수는 3개라는 것을 알 수 있고, 이 3개의 요소는 제1고객군의 금융정보에도 그대로 대응된다는 것을 갑(甲)과 을(乙)의 고객위치를 설명하기 위한 제1고객표(430)를 참조하여 알 수 있다.
또한, 제1고객군에 속한 고객인 갑(甲)과 을(乙)의 고객위치가 3차원의 가상공간내에 결정되어 있다. 갑(甲)과 을(乙)의 고객위치를 설명하기 위한 제1고객표(430)를 참조하면, 갑(甲)과 을(乙)은 모두 현재 시점에서 동일한 금융정보를 갖고 있으나, 갑(甲)의 가중치가 을(乙)의 가중치보다 훨씬 더 큰 값을 갖고 있다는 것을 알 수 있다.
보다 구체적으로 설명하면, 양 가중치의 큰 차이는 갑(甲)과 을(乙)의 금융정보의 각 요소의 값은 완전히 동일하지만, 갑(甲)의 금융정보의 각 요소의 값은 을(乙)의 금융정보의 각 요소의 값에 비해 더 짧은 기간에 걸쳐서 감소되어 왔다는 것을 의미한다.
결국, 갑(甲)과 을(乙)의 금융정보의 각 요소의 값은 상품보유수, 여신비율, 수신비율의 순서대로 봤을 때 모두 동일함에도 불구하고, 최종적으로 3차원 가상공간(410)내에서의 고객위치는 각각 (24, 23, 22), (6, 5, 4)로 판이하게 달라지게 되며, 이탈예상고객결정부(170)는 정상고객영역에서 벗어난 고객위치에 대응되는 고객, 갑(甲)을 이탈예상고객으로 결정하게 된다.
선택적 실시 예로서, 가중치결정부(130)에 의해 결정된 가중치는 이탈예상고객결정부(170)에 의해 금융정보의 각 요소별로 다르게 적용될 수 있다. 전술한 예를 활용하여 설명하면, 제1고객군에 속한 갑(甲)의 금융정보의 각 요소의 값이 (6, 4) 이고, 갑(甲)에 대한 가중치가 2라면, 최종적인 갑(甲)에 대응되는 고객위치는 가중치가 일괄적으로 적용된 (12, 8) 이나 (8, 6) 이 아니라, (12, 4), (8, 5)가 될 수도 있다.
즉, 금융정보의 두번째의 요소의 값에 대해서는 가중치가 적게 적용된 것을 알 수 있으며, 이는 금융정보의 요소의 값과 신상정보와의 연관성에 따라 미리 이탈예상고객결정부(170)에 설정될 수 있다.
예를 들어, 갑(甲)의 금융정보의 각 요소가 상품보유수, 수신비율이고, 신상정보가 주소의 변경여부라면, 일반적으로 주소가 변경되더라도 갑자기 금융기관에 맡기는 금액이 커지지 않으므로, 수신비율에 대한 값에 대해서만 가중치를 적게 적용하는 것은 합리적인 이탈예상고객의 예측하는 데에 도움을 줄 수도 있다.
도 4에서 설명한 것과 같이 본 발명은, 현재로부터 소정의 기간동안의 각 고객들에 대한 신상정보 및 금융정보의 변경된 정도를 분석하여 고객별로 다른 가중치를 결정하여 적용함으로써, 현재 시점으로 동일한 금융정보를 갖고 있는 고객들이 복수가 있더라도 그 중에서 이탈이 예상되는 고객만을 추출할 수 있게 해준다.
도 5는 전술한 실시 예와 다른 실시 예에 따른 이탈예상고객 예측장치를 설명하기 위한 도면이다.
도 5를 참조하면, 도 5에는 1차원의 가상공간(510), 제1고객군에 속한 고객, 병(丙)과 정(丁)의 고객위치를 설명하기 위한 제1고객표(530)가 포함되어 있으며, 도 5는 데이터베이스에 저장된 제1고객군의 신상정보가 연령이고, 제1고객군의 금융정보는 제1고객군에 속한 고객의 연령에 따라 가입이 한정되어 있는 연령한정상품에 대한 정보일 때, 본 발명이 적용되는 것을 설명하기 위한 도면이다.
보다 구체적으로 예를 들면, 병(丙)은 최근에 생일이 지나 만 14세가 된 고객, 정(丁)은 만 13세인 고객이고, 제1고객군의 금융정보는 만 13세 이하까지만 가입이 가능하고, 잔액 한도가 240만원 이하인 어린이 통장의 잔고액수라고 가정한다. 설명의 편의를 위해서 도 1을 참조하여 설명한다.
먼저, 1차원의 가상공간(510)내에는 정상고객영역결정부(150)에 의해 결정된 정상고객영역이 존재한다. 본 실시 예에서는 어린이 통장의 잔액 한도인 240만원과 최저 잔고액수인 0원이 정상고객영역으로 1차원의 가상공간(510)에 결정된 것을 알 수 있다.
본 발명이 실제로 구현되는 경우에는, 합리적인 결과 도출을 위해서 최저 잔고액수는 0원을 초과하면서도 발명이 구현되는 당시의 통용되는 화폐의 최저 단위 수준보다 낮은 금액이 최저 잔고액수로 결정될 수 있다.
또한, 가상공간의 차원 수가 1이므로, 복수의 정상고객이 속한 제2고객군의 금융정보는 1개의 요소로 구성된 것을 알 수 있고, 이 1개의 요소는 제1고객군의 금융정보에도 그대로 대응된다는 것을 병(丙)과 정(丁)의 고객위치를 설명하기 위한 제1고객표(530)를 참조하여 알 수 있다.
이어서, 제1고객군에 속한 고객인 병(丙)과 정(丁)의 고객위치가 1차원의 가상공간(510)내에 결정되어 있다. 병(丙)과 정(丁)의 고객위치를 설명하기 위한 제1고객표(530)를 참조하면, 병(丙)과 정(丁)은 모두 현재 시점에서 동일한 금융정보(잔고 50만원)를 갖고 있으나, 병(丙)의 가중치가 정(丁)의 가중치보다 훨씬 더 큰 값을 갖고 있다는 것을 알 수 있다.
추가적으로, 병(丙)이 만 14세가 되던 시점에서의 금융정보도 데이터베이스(110)에 저장되어 있게 되며, 병(丙)과 정(丁)의 고객위치를 설명하기 위한 제1고객표(530)를 참조하면, 그 시점의 병(丙)과 정(丁)의 금융정보(잔고액수)는 동일하다는 것을 알 수 있다.
결국, 가중치결정부(130)는 병(丙)이 만 14세가 되어 어린이 통장의 대상 연령이 아니게 된 상태에서 잔고가 200만원에서 50만원으로 급감한 것을 파악하여 병(丙)의 가중치를 240으로 결정하고, 정(丁)이 여전히 만 13세로서 현재로부터 소정의 기간동안 신상정보가 변경되지 않은 것으로 보아, 잔고가 병(丙)과 똑같이 200만원에서 50만원으로 급감했음에도 불구하고, 가중치를 0으로 결정하게 된다.
위와 같이 가중치결정부(130)가 병(丙)과 정(丁)의 가중치를 달리 결정할 수 있도록, 가중치결정부(130)에는 신상정보변경경과일 및 금융정보의 변경정도마다 일정한 수준의 가중치를 매겨놓은 데이터테이블이 저장되어 있다. 즉, 데이터테이블에는 신상정보변경경과일과 금융정보의 변경정도에 따라 다른 가중치들이 빼곡하게 기록되어 있으며, 가중치결정부(130)는 그 데이터테이블을 참고하여 가중치를 결정하게 된다.
도 5를 참조하여 예를 들면, 병(丙)의 잔고가 200만원에서 50만원으로 감소한 것이 아니라 200만원에서 190만원으로 감소했다면, 가중치결정부(130)는 병(丙)에 대한 가중치를 앞서서 결정한 240이 아니라, 10으로 결정할 수도 있다. 가중치결정부(130)에 저장되는 데이터테이블의 다른 일 예에 대해서는 도 6과 함께 후술하기로 한다.
이탈예상고객결정부(170)는 1차원의 가상공간(510)내에 병(丙)과 정(丁)의 금융정보 및 가중치에 따라 고객위치를 결정한 후, 정상고객영역결정부(150)가 결정한 정상고객영역에서 벗어난 병(丙)을 이탈예상고객으로 결정한다. 전술한 다른 예에 따라, 병(丙)의 가중치가 10으로 결정된 경우에는 병(丙)이 만 14세가 되었음에도 불구하고, 이탈예상고객결정부(170)는 정상고객영역내에 위치한 것을 기초로 이탈예상고객이 아닌 것으로 결정할 수도 있다.
본 실시 예에서는 현재 시점의 어린이 통장 잔고액에 고객별 가중치를 더하는 방식으로 제1고객군에 속한 병(丙)과 정(丁)의 고객위치를 결정했으나, 본 발명은 이미 결정된 가중치의 적용을 특정한 예로 한정하지 않아므로, 고객별 가중치를 곱하거나 빼는 방식으로 고객위치를 결정하더라도 본 발명의 범주에 포함될 수 있다.
도 6은 본 발명에 따른 가중치결정부가 가중치를 결정하는 또 다른 실시 예를 설명하기 위해 도시한 도면이다.
설명의 편의를 위해서 도 1을 참조하여 설명하기로 한다. 도 6을 참조하면, 가중치결정부(130)가 가중치를 결정하기 위해 고려되는 요소는, 주소변경 경과일, 금융정보의 요소의 값의 변경정도, 주소변경통보여부, 변경된 주소와 금융기관의 소재지와의 거리를 포함한다.
즉, 전술한 실시 예에서는 주소가 변경된 지 얼마 되지 않은 상태에서 금융정보의 요소의 값이 큰 폭으로 변경되면, 가중치결정부(130)가 그 고객에 대해서는 높은 가중치를 결정하는 것이었으나, 가중치결정부(130)는 가중치를 더 세분화하여 결정하기 위해서 위와 같은 요소가 추가로 고려할 수 있다.
도 6과 같이 가중치가 세분화되어 결정되기 위한 과정은 다음과 같다.
데이터베이스(110)에는 신상정보로서, 제1고객군에 속한 고객의 주소 및 제1고객군에 속한 고객의 주소가 현재로부터 소정의 기간내에 변경되었다면 주소를 변경하면서 주소변경의 통보를 금융기관에 했는지 여부가 저장되어 있고, 금융정보로서, 제1고객군에 속한 고객의 금융정보의 변경정도가 저장되어 있다. 변경된 주소와 금융기관의 소재지와의 거리에 대한 설명은 후술하는 예와 함께 설명하기로 한다.
가중치결정부(130)는 제1고객군에 속한 고객이 주소를 변경할 때, 금융기관에 주소변경의 통보를 하고, 주소가 변경된 후에 그 고객의 금융정보의 요소의 값이 감소했으면, 그 고객에 대한 가중치를 제1가중치로 결정한다.
반면, 가중치결정부(130)는 제1고객군에 속한 고객이 주소를 변경할 때, 금융기관에 주소변경의 통보를 하지 않고, 주소가 변경된 후에 그 고객의 금융정보의 요소의 값이 감소했으면, 그 고객에 대한 가중치를 제1가중치보다 더 낮은 제2가중치로 결정한다.
여기서, 제1가중치 및 제2가중치는 상대적인 크기 비교를 위한 값이므로, 고객별로 하나의 가중치가 대응되는 것은 전술한 설명과 변함이 없으며, 다른 조건이 동등해야 설명이 용이하므로, 고객의 금융정보의 요소의 값이 변경된 정도는 양 자 모두 동일한 것으로 가정한다.
다른 예로서, 가중치결정부(130)는 제1고객군에 속한 고객의 주소가 변경되면, 제1고객군에 속한 고객의 변경된 주소와 금융기관의 소재지와의 거리를 파악하고, 제1고객군에 속한 고객의 변경된 주소와 금융기관의 소재지와의 거리에 비례하는 가중치를 그 고객의 가중치로서 결정할 수 있다.
즉, 모든 조건이 동일하고 단지 이사한 곳의 주소만 다른 두 고객이 있을 경우, 금융기관의 소재지로부터 먼 곳으로 이사한 고객의 가중치는 금융기관의 소재지로부터 가까운 곳으로 이사한 고객의 가중치보다 더 큰 값이 된다.
설명의 용이함을 위해서 각 요소별로 가중치의 크기에 대한 사례를 설명했으나, 전술한 모든 요소가 제1고객군에 속한 모든 고객에 대해 적용되어 다양한 가중치가 산출될 수 있으며, 도 6을 참조한 다음과 같은 설명으로 크게 16가지의 사례에 따른 가중치가 가중치결정부(130)에 의해 결정될 수 있음을 이해할 수 있을 것이다.
가중치결정부(130)는 갑1과 갑2의 가중치를 결정할 때, 양 자 모두 주소가 변경된 지 30일이 경과했는데도, 갑2의 금융정보가 더 큰 폭으로 감소해서, 갑2의 가중치를 갑1의 가중치보다 더 높은 값으로 결정한다.
가중치결정부(130)는 갑1과 갑3의 가중치를 결정할 때, 양 자 모두 금융정보가 변경된 정도는 동일한데도, 갑3이 주소가 변경된 지 더 오래되었으므로, 갑3의 가중치를 갑1의 가중치보다 더 낮은 값으로 결정한다. 즉, 동일한 기간동안 금융정보가 감소하는 감소폭을 고려한 결정이다.
가중치결정부(130)는 갑5와 갑6의 가중치를 결정할 때, 양 자 모두 주소가 변경되고 경과한 기간이 동일하고, 금융정보가 감소한 정도도 동일하나, 갑6이 주소를 변경하면서 주소를 변경한다는 통보를 하지 않았으므로, 갑6의 가중치를 갑5의 가중치보다 더 높은 값으로 결정한다.
주로 이사를 할 때 주소가 변경되는 점과, 통보하지 않고 주소를 변경한다면 해당 주소지에 있는 다른 금융기관과 새로 거래를 하면서 자사 금융기관과는 거래가 중단될 가능성이 있기 때문이다.
가중치결정부(130)는 갑9와 갑10의 가중치를 결정할 때, 양 자 모두 주소가 변경되고 경과한 기간, 금융정보가 감소한 정도 및 주소변경통보여부도 동일하나, 갑10의 변경된 주소와 자사 금융기관의 소재지와의 거리가 더 먼 것을 감안하여, 갑10의 가중치를 갑9의 가중치보다 더 낮은 값으로 결정한다.
이것도 전술한 설명과 마찬가지로, 더 멀리 이사갈 경우에는 해당 고객이 자사 금융기관과 거래를 중지할 가능성이 더 높다는 점을 고려한 것이다.
이를 위해, 가중치결정부(130)는 지역간의 거리를 숫자로 표현할 수 있도록 각 지역에 대한 거리정보를 포함하는 지역 데이터베이스(미도시)를 포함하거나, 그 지역 데이터베이스(미도시)로부터 관련된 정보를 수신할 수 있다.
도 6에 도시된 각각의 가중치는 일 예에 불과하므로, 실시 예에 따라 달라질 수 있으며, 도 6을 참조했을 때 결과적으로 가장 높은 가중치를 갖게 되는 고객은 주소변경의 통보없이 멀리 이사를 가면서, 이사를 가자마자 금융정보가 큰 폭으로 감소하는 고객인 갑14라는 것을 알 수 있다.
도 7은 본 발명에 따른 이탈예상고객 예측방법의 일 예에 대한 흐름도를 도시한 도면이다.
도 7을 참조하면, 본 발명에 따른 이탈예상고객 예측방법은 도 1에 따른 이탈예상고객 예측장치에 의해 구현될 수 있으며, 명세서의 간명화를 위해서 도 1에서 설명한 것과 중복되는 설명은 생략하기로 한다.
먼저, 가중치결정부는 데이터베이스를 참조하여, 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부 및 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정한다(710).
데이터베이스는 제1고객군에 속한 고객의 현재로부터 소정의 기간동안의 신상정보 및 금융정보를 저장하고 있다.
데이터베이스에 저장된 고객의 신상정보에는 고객의 성명, 주소, 연령, 연수입 등이 포함될 수 있다. 특히, 데이터베이스는 특정한 날짜가 아니라 소정의 기간동안의 신상정보를 저장하고 있으므로, 소정의 기간내에 고객의 연령이나 주소가 변경되었다면, 변경된 연령이나 주소에 대한 것도 고객에 대한 또 다른 정보로서 저장하고 있게 된다.
데이터베이스에 저장된 고객의 성명, 고객의 주소, 고객의 연령 등은 고객의 신상정보의 요소로 호칭될 수 있고, 각 신상정보의 요소마다 고객별로 대응되는 값이 매겨져 있다.
즉, 데이터베이스에 저장된 신상정보의 요소의 일 예로서, 데이터베이스에는 고객의 주소가 변경되었다면, 주소가 변경된 지 얼마나 되었는지 여부 또는 주소가 변경될 때에 금융기관에 주소 변경 사실을 통보하였는지 여부 등과 같은 정보를 고객의 신상정보로서 저장하고 있을 수 있다.
또한, 데이터베이스에 저장된 금융정보에는 고객의 상품가입수(상품보유수), 여신비율, 수신비율 등이 포함될 수 있다. 신상정보와 마찬가지로, 고객의 상품가입수, 고객의 여신비율, 고객의 수신비율 등은 고객의 금융정보의 요소로 호칭될 수 있고, 각 금융정보의 요소마다 고객별로 대응되는 값이 매겨져 있다.
먼저, 가중치결정부는 데이터베이스에 저장된 신상정보 및 금융정보를 통해 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부를 파악한다.
다른 일 예로서, 가중치결정부는 데이터베이스에 이미 가공된 신상정보 및 금융정보로 저장되어 있는 제1고객군에 속한 고객의 신상정보가 변경된 지 얼마나 되었는지 여부 및 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 그대로 수신할 수도 있다.
이어서, 가중치결정부는 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 파악한다. 가중치결정부는 데이터베이스에 저장된 신상정보를 통해 신상정보가 변경된 시점을 파악하고, 신상정보가 변경된 시점부터 특정 시점까지의 금융정보를 통해 신상정보가 변경된 후에 금융정보가 얼마나 달라졌는지 여부를 파악할 수 있다.
최종적으로, 가중치결정부는 앞서 파악한 제1고객군에 속한 고객의 금융정보가 신상정보가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정한다.
정상고객영역결정부는 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 차원 수가 정해지는 가상공간에 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 정상고객영역을 결정한다(730).
가상공간의 차원 수는 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 결정된다. 도 2를 참조하여 예를 들면, 도 2의 고객의 금융정보의 요소는 상품보유수 및 여신비율이므로, 이때의 가상공간은 2차원이 된다.
가상공간의 차원 수가 정해지면, 정상고객영역결정부는 그 가상공간에제2고객군의 금융정보를 기초로 정상고객영역을 결정한다. 제2고객군은 금융기관으로부터 이미 정상고객으로 검증이 끝난 복수의 고객을 포함하며, 제2고객군의 고객에 대한 금융정보도 제1고객군의 고객과 마찬가지로 미리 수집되어 있다.
정상고객영역결정부는 제2고객군에 속한 고객별 금융정보의 요소의 값에 따라 이미 차원 수가 정해진 가상공간에 점을 찍으며, 가상공간에 제2고객군에 속한 고객의 수만큼 점이 모두 찍히게 되면, 그 점들이 형성하는 영역을 정상고객영역으로 결정한다.
이탈예상고객결정부는 제1고객군에 속한 고객의 금융정보 중 현재 금융정보 및 가중치결정부에서 결정된 고객별 가중치를 기초로 정상고객영역이 존재하는 가상공간내에 제1고객군에 속한 고객별로 대응되는 고객위치를 결정한다(750). 그리고, 이탈예상고객결정부는 제1고객군에 속한 고객마다 대응되는 고객위치가 정상고객영역을 벗어나는 고객이 있는지 여부를 판단한다(770).
최종적으로, 이탈예상고객결정부는 제1고객군에 속한 고객 중 정상고객영역을 벗어나는 고객을 이탈예상고객으로 결정한다(790).
도 8은 본 발명에 따른 이탈예상고객 예측방법에 있어서 가중치결정부가 가중치를 결정하는 과정을 나타낸 흐름도를 도시한 도면이다.
도 8에 도시된 흐름도는 가중치결정부가 제1고객군에 속한 고객의 고객별 가중치를 결정하는 일 예에 불과하므로, 도 6을 통해 전술한 설명에 따라 가중치를 결정하는 방법은 더 세분화될 수 있다.
가중치결정부는 데이터베이스를 참조하여, 제1고객군에 속한 고객이 주소가 변경되었는지 여부, 주소가 변경되었다면 주소변경의 사실을 금융기관에 통보했는지 여부, 제1고객군에 속한 고객의 금융정보의 요소의 값이 주소가 변경된 후에 얼마나 감소했는지 여부를 미리 정해진 순서에 따라 파악한다.
먼저, 가중치결정부는 제1고객군에 속한 고객의 주소가 변경되었다면, 그 고객이 주소변경의 사실을 금융기관에 통보했는지 파악한다(810). 그 고객이 주소변경의 사실을 금융기관에 통보했다면, 가중치결정부는 일정값보다 낮은 수준의 가중치를 결정하기 위해, 그 고객의 금융정보의 요소의 값이 주소가 변경된 후에 미리 설정된 값보다 적게 감소했는지 여부를 파악한다(820).
제1고객군에 속한 고객이 주소변경의 사실을 금융기관에 통보하고, 그 고객의 금융정보의 요소의 값이 주소가 변경된 후에 미리 설정된 값보다 적게 감소했다면, 가중치결정부는 그 고객에 대한 가중치를 제4가중치로 결정한다(830). 제1고객군에 속한 고객이 주소변경의 사실을 금융기관에 통보하고, 그 고객의 금융정보의 요소의 값이 주소가 변경된 후에 미리 설정된 값보다 많이 감소했다면, 가중치결정부는 그 고객에 대한 가중치를 제3가중치로 결정한다(830).
제3가중치 및 제4가중치는 상대적인 크기 비교를 위한 호칭으로서, 제4가중치는 제3가중치보다 더 낮은 값을 갖는다.
주소가 변경된 제1고객군에 속한 고객이 주소변경의 사실을 금융기관에 통보하지 않았다면, 가중치결정부는 일정값보다 높은 수준의 가중치를 결정하기 위해, 그 고객의 금융정보의 요소의 값이 주소가 변경된 후에 미리 설정된 값보다 적게 감소했는지 여부를 파악한다(850).
제1고객군에 속한 고객이 주소변경의 사실을 금융기관에 통보하지 않고, 그 고객의 금융정보의 요소의 값이 주소가 변경된 후에 미리 설정된 값보다 적게 감소했다면, 가중치결정부는 그 고객에 대한 가중치를 제2가중치로 결정한다(860). 제1고객군에 속한 고객이 주소변경의 사실을 금융기관에 통보하고, 그 고객의 금융정보의 요소의 값이 주소가 변경된 후에 미리 설정된 값보다 많이 감소했다면, 가중치결정부는 그 고객에 대한 가중치를 제1가중치로 결정한다(870).
제1가중치 및 제2가중치는 상대적인 크기 비교를 위한 호칭으로서, 제2가중치는 제1가중치보다 더 낮은 값을 갖는다.
본 발명은, 현재로부터 소정의 기간동안의 각 고객들에 대한 신상정보 및 금융정보의 변경된 정도를 분석하여 고객별로 다른 가중치를 결정하여 적용함으로써, 현재 시점으로 동일한 금융정보를 갖고 있는 고객들이 복수가 있더라도 그 중에서 이탈이 예상되는 고객만을 추출할 수 있게 해준다.
금융기관은 고객관리를 위해서 금융정보 외에 신상정보를 보유할 수 밖에 없는데, 본 발명에 따르면 시간의 흐름에 따라 갱신되는 신상정보를 금융정보와 연동하여 분석함으로써 이탈예상고객을 정확하게 예측할 수 있게 된다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
100 : 이탈예상고객 예측장치
110 : 데이터베이스
130 : 가중치결정부
150 : 정상고객영역결정부
170 : 이탈예상고객결정부

Claims (11)

  1. 적어도 한 명 이상의 고객을 포함하는 제1고객군에 속한 고객의 현재로부터 소정의 기간동안의 주소 및 금융정보를 저장하는 데이터베이스;
    상기 데이터베이스를 참조하여, 상기 제1고객군에 속한 고객의 주소가 변경된 지 얼마나 되었는지 여부를 파악하고, 상기 파악된 제1고객군에 속한 고객의 주소가 변경된 지 얼마나 되었는지 여부를 기초로 상기 제1고객군에 속한 고객의 금융정보가 주소가 변경된 후에 얼마나 달라졌는지 여부를 파악하여, 상기 파악된 제1고객군에 속한 고객의 금융정보가 주소가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정하는 가중치결정부;
    상기 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 차원수가 정해지는 가상공간에 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 정상고객영역을 결정하는 정상고객영역결정부; 및
    상기 제1고객군에 속한 고객의 금융정보 중 현재 금융정보 및 상기 결정된 고객별 가중치를 기초로 상기 제1고객군에 속한 고객별로 대응되는 고객위치를 결정하고, 상기 제1고객군에 속한 고객 중 상기 정상고객영역을 벗어나는 고객위치에 대응되는 고객을 이탈예상고객으로 결정하는 이탈예상고객결정부를 포함하고,
    상기 데이터베이스는 상기 제1고객군에 속한 고객이 주소변경의 통보를 했는지 여부에 대한 정보를 추가로 저장하고,
    상기 가중치결정부는,
    상기 제1고객군에 속한 고객의 주소가 변경되면, 상기 제1고객군에 속한 고객의 변경된 주소와 소정의 금융기관의 소재지와의 거리를 파악하고,
    상기 파악된 제1고객군에 속한 고객의 금융정보가 주소가 변경된 후에 얼마나 달라졌는지 여부, 상기 제1고객군에 속한 고객이 주소변경의 통보를 했는지 여부, 상기 파악된 거리를 함께 고려하여 고객별 가중치를 결정하는 이탈예상고객 예측장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 가중치결정부는,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 주소가 변경된 지 제1기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 제1가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 주소가 변경된 지 제1기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 상기 제1가중치보다 더 큰 제2가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 주소가 변경된 지 제1기간보다 더 짧은 제2기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 상기 제2가중치보다 더 큰 제3가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 주소가 변경된 지 상기 제2기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 상기 제3가중치보다 더 큰 제4가중치로 결정하는 것을 특징으로 하는 이탈예상고객 예측장치.
  4. 제1항에 있어서,
    상기 가중치결정부는,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 상기 파악된 거리가 제1거리값이면, 상기 고객에 대한 가중치를 제1가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 상기 파악된 거리가 제1거리값이면, 상기 고객에 대한 가중치를 상기 제1가중치보다 더 큰 제2가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 상기 파악된 거리가 제1거리값보다 더 큰 제2거리값이면, 상기 고객에 대한 가중치를 상기 제2가중치보다 더 큰 제3가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 상기 파악된 거리가 상기 제2거리값이면, 상기 고객에 대한 가중치를 상기 제3가중치보다 더 큰 제4가중치로 결정하는 것을 특징으로 하는 이탈예상고객 예측장치.
  5. 삭제
  6. 적어도 한 명 이상의 고객을 포함하는 제1고객군에 속한 고객의 현재로부터 소정의 기간동안의 주소 및 금융정보를 저장하는 데이터베이스를 참조하여, 상기 제1고객군에 속한 고객의 주소가 변경된 지 얼마나 되었는지 여부를 파악하는 신상정보변경파악단계;
    상기 파악된 제1고객군에 속한 고객의 주소가 변경된 지 얼마나 되었는지 여부를 기초로 상기 제1고객군에 속한 고객의 금융정보가 주소가 변경된 후에 얼마나 달라졌는지 여부를 파악하여, 상기 파악된 제1고객군에 속한 고객의 금융정보가 주소가 변경된 후에 얼마나 달라졌는지 여부를 기초로 고객별 가중치를 결정하는 가중치결정단계;
    상기 제1고객군에 속한 고객의 금융정보의 요소의 수에 따라 차원수가 정해지는 가상공간에 복수의 정상고객이 속한 제2고객군의 금융정보를 기초로 정상고객영역을 결정하는 정상고객영역결정단계; 및
    상기 제1고객군에 속한 고객의 금융정보 중 현재 금융정보 및 상기 결정된 고객별 가중치를 기초로 상기 제1고객군에 속한 고객별로 대응되는 고객위치를 결정하고, 상기 제1고객군에 속한 고객 중 상기 정상고객영역을 벗어나는 고객위치에 대응되는 고객을 이탈예상고객으로 결정하는 이탈예상고객결정단계를 포함하고,
    상기 데이터베이스는 상기 제1고객군에 속한 고객이 주소변경의 통보를 했는지 여부에 대한 정보를 추가로 저장하고,
    상기 가중치결정단계는,
    상기 제1고객군에 속한 고객의 주소가 변경되면, 상기 제1고객군에 속한 고객의 변경된 주소와 소정의 금융기관의 소재지와의 거리를 파악하고,
    상기 파악된 제1고객군에 속한 고객의 금융정보가 주소가 변경된 후에 얼마나 달라졌는지 여부, 상기 제1고객군에 속한 고객이 주소변경의 통보를 했는지 여부, 상기 파악된 거리를 함께 고려하여 고객별 가중치를 결정하는 이탈예상고객 예측방법.
  7. 삭제
  8. 제6항에 있어서,
    상기 가중치결정단계는,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 주소가 변경된 지 제1기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 제1가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 주소가 변경된 지 제1기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 상기 제1가중치보다 더 큰 제2가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 주소가 변경된 지 제1기간보다 더 짧은 제2기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 상기 제2가중치보다 더 큰 제3가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 주소가 변경된 지 상기 제2기간이 경과한 후에 금융정보의 요소의 값이 제1기준값만큼 감소했으면, 상기 고객에 대한 가중치를 상기 제3가중치보다 더 큰 제4가중치로 결정하는 것을 특징으로 하는 이탈예상고객 예측방법.
  9. 제6항에 있어서,
    상기 가중치결정단계는,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 상기 파악된 거리가 제1거리값이면, 상기 고객에 대한 가중치를 제1가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 상기 파악된 거리가 제1거리값이면, 상기 고객에 대한 가중치를 상기 제1가중치보다 더 큰 제2가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하고, 상기 파악된 거리가 제1거리값보다 더 큰 제2거리값이면, 상기 고객에 대한 가중치를 상기 제2가중치보다 더 큰 제3가중치로 결정하고,
    상기 제1고객군에 속한 고객이 주소변경의 통보를 하지 않고, 상기 파악된 거리가 상기 제2거리값이면, 상기 고객에 대한 가중치를 상기 제3가중치보다 더 큰 제4가중치로 결정하는 것을 특징으로 하는 이탈예상고객 예측방법.
  10. 삭제
  11. 제6항, 제8항 및 제9항 중 어느 한 항에 따른 방법을 실행하기 위한 프로그램을 기록하고 있는 컴퓨터 판독가능한 기록매체.
KR1020150160448A 2015-11-16 2015-11-16 이탈예상고객 예측장치 및 예측방법 KR101726404B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150160448A KR101726404B1 (ko) 2015-11-16 2015-11-16 이탈예상고객 예측장치 및 예측방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150160448A KR101726404B1 (ko) 2015-11-16 2015-11-16 이탈예상고객 예측장치 및 예측방법

Publications (1)

Publication Number Publication Date
KR101726404B1 true KR101726404B1 (ko) 2017-04-12

Family

ID=58580511

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150160448A KR101726404B1 (ko) 2015-11-16 2015-11-16 이탈예상고객 예측장치 및 예측방법

Country Status (1)

Country Link
KR (1) KR101726404B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200053387A (ko) 2018-11-08 2020-05-18 김형수 인공지능 기반 고객이탈관리 자동화 시스템 및 방법과, 이를 위한 컴퓨터 프로그램
KR20210052137A (ko) 2019-10-29 2021-05-10 카페24 주식회사 복수의 쇼핑몰과 연동하는 고객 이탈 예측 방법, 장치 및 시스템
KR20220163075A (ko) 2021-06-02 2022-12-09 라인 페이 가부시키가이샤 회원 이탈 여부를 예측하는 방법 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010109402A (ko) * 2000-05-31 2001-12-10 전하진 인터넷 상에서의 고객 행동 가치 산출 시스템 및 방법
KR20050013543A (ko) 2002-04-30 2005-02-04 마이크론 테크놀로지, 인크. 엠램 장치를 형성하는 방법
KR20050109114A (ko) * 2004-05-13 2005-11-17 한국정보통신주식회사 가입자 정보 자동 갱신 시스템 및 방법
KR20100123408A (ko) * 2009-05-15 2010-11-24 (주)지디에스케이 Ｇｉｓ 기반의 가맹점 마케팅 지원 시스템 및 방법
KR20140144451A (ko) * 2013-06-11 2014-12-19 중소기업은행 고객 맞춤형 서비스를 제공하는 장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010109402A (ko) * 2000-05-31 2001-12-10 전하진 인터넷 상에서의 고객 행동 가치 산출 시스템 및 방법
KR20050013543A (ko) 2002-04-30 2005-02-04 마이크론 테크놀로지, 인크. 엠램 장치를 형성하는 방법
KR20050109114A (ko) * 2004-05-13 2005-11-17 한국정보통신주식회사 가입자 정보 자동 갱신 시스템 및 방법
KR20100123408A (ko) * 2009-05-15 2010-11-24 (주)지디에스케이 Ｇｉｓ 기반의 가맹점 마케팅 지원 시스템 및 방법
KR20140144451A (ko) * 2013-06-11 2014-12-19 중소기업은행 고객 맞춤형 서비스를 제공하는 장치 및 그 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200053387A (ko) 2018-11-08 2020-05-18 김형수 인공지능 기반 고객이탈관리 자동화 시스템 및 방법과, 이를 위한 컴퓨터 프로그램
KR20210052137A (ko) 2019-10-29 2021-05-10 카페24 주식회사 복수의 쇼핑몰과 연동하는 고객 이탈 예측 방법, 장치 및 시스템
KR20210052136A (ko) 2019-10-29 2021-05-10 카페24 주식회사 고객 이탈 예측 방법, 장치 및 시스템
KR102525076B1 (ko) 2019-10-29 2023-04-24 카페24 주식회사 복수의 쇼핑몰과 연동하는 고객 이탈 예측 방법, 장치 및 시스템
KR20220163075A (ko) 2021-06-02 2022-12-09 라인 페이 가부시키가이샤 회원 이탈 여부를 예측하는 방법 및 시스템

Similar Documents

Publication Publication Date Title
US20190073647A1 (en) Fraud detection by profiling aggregate customer anonymous behavior
EP3690787A1 (en) Graphical structure model-based method for credit risk control, and device and equipment
US20150221028A1 (en) Method and apparatus for value interchange pricing
US10896424B2 (en) Systems and methods for detecting out-of-pattern transactions
KR101726404B1 (ko) 이탈예상고객 예측장치 및 예측방법
Roni et al. A hybrid inventory policy with split delivery under regular and surge demand
WO2013033236A2 (en) Rules suggestion engine
CN106600415A (zh) 一种业务额度的确定方法和装置
US20150127414A1 (en) System and method for selective auditing of mobile commerce baskets
WO2014062802A1 (en) Aggregate merchant monitoring
US20230368111A1 (en) System, Method, and Computer Program Product for Implementing a Hybrid Deep Neural Network Model to Determine a Market Strategy
US20210027300A1 (en) System, Method, and Computer Program Product for Generating Aggregations Associated with Predictions of Transactions
Andriulo et al. Mobile self-checkout systems in the FMCG retail sector: A comparison analysis.
US10740852B1 (en) Classifying merchants
US20170278111A1 (en) Registry-demand forecast method and apparatus
US8380559B2 (en) Identifying luxury merchants and consumers
WO2016136147A1 (ja) グルーピングシステムおよび推薦商品決定システム
Amornvetchayakul et al. Customer churn prediction for a software-as-a-service inventory management software company: A case study in Thailand
US20230013799A1 (en) Systems and methods for tracking consumer spend behaviors
CN111507779A (zh) 一种对商品进行等级划分的方法和装置
KR20230122522A (ko) Oms 상에서 온라인 판매자 및 소비자 간 발생하는 주문 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
KR20230122524A (ko) 이커머스 솔루션의 구매, 판매,　재고,　물류,　유통,　정산 과정에서 발생하는　엔드 투 엔드 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
US11887139B2 (en) Real-time alerts for abnormal item pricing
KR20230122523A (ko) Wms의 이커머스 물류 이동 프로세스에서 발생하는 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치
CN107316414A (zh) 一种自助购物结算的方法和系统

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant