빅데이터를 활용한 은행권 고객 세분화 기법 연구
- 주제(키워드) 빅데이터 , 클러스터링 , 고객세분화
- 발행기관 고려대학교 정보보호대학원
- 지도교수 김형중
- 발행년도 2018
- 학위수여년월 2018. 2
- 학위구분 석사
- 학과 정보보호대학원 빅데이터응용및보안학과
- 원문페이지 30 p
- 실제URI http://www.dcollection.net/handler/korea/000000079925
- 본문언어 한국어
- 제출원본 000045932442
초록/요약
대부분의 은행은 고객 세분화를 위해 성별, 나이, 직업, 주소 등 인구통계정보만을 사용하고 있으나, 이는 고객의 다양한 금융행동 패턴을 반영하지 못하는 단점이 있다. 본 연구에서는 은행 내 다양한 빅데이터를 활용하여 문제점을 해결함과 동시에 향후 많은 은행에서 폭넓게 활용될 수 있는 고객 세분화 방법을 개발하는 것을 목표로 한다. 본 연구에서 제안한 블록을 만들어 이 블록을 클러스터링하는 상향식 방식의 세분화는 기법을 제안한다. 이 방식은 기존의 인구통계정보 뿐만 아니라 다양한 거래패턴, 채널접촉패턴에 기반을 둔 고객의 다양한 금융니즈를 정교하게 반영할 수 있다는 장점이 있다. 세분화를 통해 고객의 금융니즈를 보다 정교하게 반영한 적정 동료그룹을 찾아 이를 기반으로 상품추천, 금융니즈 등급 산출, 고객이탈 예측 등 다양한 마케팅 모델을 개발하여 실제 농협은행 마케팅에 활용할 것이다.
more목차
제 1 장 서 론 1
제 2 장 선행연구 2
제1절 고객 세분화(Customer Segmentation) 2
제2절 클러스터링(Clustering) 3
제3절 Self-Organizing Map(SOM) 4
제 3 장 연구방법 6
제1절 문제정의 6
제2절 연구방법 및 범위 7
제 4 장 연구과정 및 결과 8
제1절 데이터 수집 8
제2절 개인별 금융 프로파일 산출 10
제3절 금융 프로파일 기반 블록 생성 13
제4절 고객 세그먼트 생성 14
제5절 세그먼트별 주요 특성 이해 17
제 5 장 결론 및 향후 연구 20
참고문헌 21