[경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 example(사례)
페이지 정보
작성일 20-11-30 19:52
본문
Download : [경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 사례.hwp
이의 배경에는 미국의 1996 년 발표된 장거리 통신법이 있었는데 이는 통신회사들에게 급변하는 기술과 표준의 상황에 맞추어 자유화를 허용하는 것으로 전화 사업자가 제공할 수 있는 서비스 범위를 넓히고 따라서 다른 사업자가 시장에서 경쟁을 하도록 허용하도록 하는 것이다. 이에 따라 통신회사별 경쟁이 치열해져 이동전화 가입자 모집 시 신규가입 고객들에게 특별기간 서비스를 제공하는 풍토가 만연하였는데, 이를 악용하는 다수의 고객집단이 생겨나게 되었다. 이의 배경에는 미국의 1996 년 발표된 장거리 통신법이 있었는데 이는 통신회사들에게 급변하는 기술과 표준의 상황에 맞추어 자유화를 허용하는 것으로 전화 사업자가 제공할 수 있는 서비스 범위를 넓히고 따라서 다른 사업자가 시장에서 경쟁을 하도록 허용하도록 하는 것이다. 먼저 OLAP 와 간단한 통계分析(분석)을 이용하여 몇 년간의 고객이탈추이와 지역별, 시간별, 인구통계학적 변수별로의 이탈현상을 살펴보아 향후 데이터마이닝을 위한 기본정보를 취득한다. 이에 따라 통신회사별 경쟁이 치열해져 이동전화 가입자 모집 시 신규가입 고객들에게 특별기간 서비스를 제공하는 풍토가 만연하였는데, 이를 악용하는 다수의 고객집단이 생겨나게 되었다. Churn 이라고 하는 이들은 단기간 동안 가입과 탈퇴를 반복하는 고객을 의미하는 것으로 미국의 이동전화 사업에서 25%에 달한다는 통계가 있다 .
새 고객을 유치하는 데 드는 비용은 mean or average(평균) 일인당 $350 에 달하므로 Northwest Cellular 는 고객의 이탈 및 감소방지를 위한 근본적인 대책을 마련하기로 하여 이를 위한 방법으로 데이터마이닝을 도입하기로 하였다 .
상품과 서비스를 계속 이용할 고객의 성격을 분리해내어 Churn으로 인한 비용을 감소시키는 것을 그 目標(목표)로 하고 , 이탈방지를 위한 마케팅 활동을 수행하기 위해 전체고객 중 향후 몇 개월 안에 이탈할 가능성이 있는 고객군을 찾아 적극적인 마케팅 활동을 하는 것을 주목적으로 하였다 .
2. 데이터마이닝의 적용
(1) 分析(분석) 과정
이탈 예비군의 도출을 위한 分析(분석)과정은 아래와 같다. Churn 이라고 하는 이들은 단기간 동안 가입과 탈퇴를 반복하는 고객을 의미하는 것으로 미국의 이동전화 사업에서 25%에 달한다는 통계가 있다 .
새 고객을 유치하는 데 드는 비용은 mean or average(평균) 일인당 $350 에 달하므로 Nor...
Ⅰ.해외事例(사례) : Northwest Cellular 의 Churn Management(미국)
1. 배경
Northwest Cellular 는 97년 mean or average(평균) 적으로 전체고객의 23%를 잃고 있음을 알게 되었다. 그 다음은 이미 이탈한 고객과 현재 이탈하지 않은 고객을 샘플링하여 각각의 속성 을 파악하는 과정을 거치게 된다 이러한 결과를 바탕으로 이탈하는 고객의 패턴을 찾아내기 위하…(skip)
레포트/경영경제
다.
[경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 사례 , [경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 사례경영경제레포트 , 경영 경제 경영 경제 데이터 마이닝 데이터 마이닝 사례
[경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 example(사례)
설명
![[경영,경제]%20경영,%20경제%20-%20[데이터%20마이닝]%20데이터%20마이닝%20사례_hwp_01.gif](http://www.allreport.co.kr/View/%5B%EA%B2%BD%EC%98%81,%EA%B2%BD%EC%A0%9C%5D%20%EA%B2%BD%EC%98%81,%20%EA%B2%BD%EC%A0%9C%20-%20%5B%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%5D%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%20%EC%82%AC%EB%A1%80_hwp_01.gif)
![[경영,경제]%20경영,%20경제%20-%20[데이터%20마이닝]%20데이터%20마이닝%20사례_hwp_02.gif](http://www.allreport.co.kr/View/%5B%EA%B2%BD%EC%98%81,%EA%B2%BD%EC%A0%9C%5D%20%EA%B2%BD%EC%98%81,%20%EA%B2%BD%EC%A0%9C%20-%20%5B%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%5D%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%20%EC%82%AC%EB%A1%80_hwp_02.gif)
![[경영,경제]%20경영,%20경제%20-%20[데이터%20마이닝]%20데이터%20마이닝%20사례_hwp_03.gif](http://www.allreport.co.kr/View/%5B%EA%B2%BD%EC%98%81,%EA%B2%BD%EC%A0%9C%5D%20%EA%B2%BD%EC%98%81,%20%EA%B2%BD%EC%A0%9C%20-%20%5B%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%5D%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%20%EC%82%AC%EB%A1%80_hwp_03.gif)
![[경영,경제]%20경영,%20경제%20-%20[데이터%20마이닝]%20데이터%20마이닝%20사례_hwp_04.gif](http://www.allreport.co.kr/View/%5B%EA%B2%BD%EC%98%81,%EA%B2%BD%EC%A0%9C%5D%20%EA%B2%BD%EC%98%81,%20%EA%B2%BD%EC%A0%9C%20-%20%5B%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%5D%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%20%EC%82%AC%EB%A1%80_hwp_04.gif)
![[경영,경제]%20경영,%20경제%20-%20[데이터%20마이닝]%20데이터%20마이닝%20사례_hwp_05.gif](http://www.allreport.co.kr/View/%5B%EA%B2%BD%EC%98%81,%EA%B2%BD%EC%A0%9C%5D%20%EA%B2%BD%EC%98%81,%20%EA%B2%BD%EC%A0%9C%20-%20%5B%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%5D%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%20%EC%82%AC%EB%A1%80_hwp_05.gif)
![[경영,경제]%20경영,%20경제%20-%20[데이터%20마이닝]%20데이터%20마이닝%20사례_hwp_06.gif](http://www.allreport.co.kr/View/%5B%EA%B2%BD%EC%98%81,%EA%B2%BD%EC%A0%9C%5D%20%EA%B2%BD%EC%98%81,%20%EA%B2%BD%EC%A0%9C%20-%20%5B%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%5D%20%EB%8D%B0%EC%9D%B4%ED%84%B0%20%EB%A7%88%EC%9D%B4%EB%8B%9D%20%EC%82%AC%EB%A1%80_hwp_06.gif)
순서
경영,경제,경영,경제,데이터,마이닝,데이터,마이닝,사례,경영경제,레포트
Download : [경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 사례.hwp( 60 )
[경영,경제] 경영, 경제 - [데이터 마이닝] 데이터 마이닝 example(사례)
Ⅰ.해외事例(사례) : Northwest Cellular 의 Churn Management(미국)
1. 배경
Northwest Cellular 는 97년 mean or average(평균) 적으로 전체고객의 23%를 잃고 있음을 알게 되었다.
