데이터 마이닝과 AHP를 이용한 고객 이탈 분석에 관한 연구 – 카드 고객 사례를 중심으로

Abstract

본 논문에서는 의사결정(Decision Making)의 두 가지 접근 방식인 분석적 의사결정 방식(Analytical Decision Making Approach)과 직관적 의사결정 방식(Intuitive Decision Making Approach)의 비교를 위한 방법과 절차를 제시한다. 분석적 의사결정은 합리적이고 구조적인 절차에 따라 데이터의 수집과 의사결정지원도구를 통한 분석을 수행하여 그 결과로 얻어진 정보를 기반으로 의사결정을 내리는 것으로 소위 합리적 판단 모델이라 한다. 이에 반해 직관적 의사결정은 의사결정자 개인이 가진 창의력, 인지, 선호에 기반하여 상황을 종합적으로 판단하고 직관에 의존하여 결정하는 방식이다. 기존 연구에서는 전문성이 담보된 상황에서의 직관적 의사결정 방식의 상대적 효율성이 입증되어온 흐름이었으나 최근의 빅데이터 기술의 발전은 분석적 의사결정 방식의 자동화라는 측면에서 그 필요성을 역설하고 있다. 이러한 배경에서 본 연구는 분석적 의사결정 방식과 직관적 의사결정 방식의 비교를 위해 빅데이터 분석의 대표적 사례인 고객이탈 원인 분석이라는 컨텍스트에서 수행하려 한다. 구체적으로는 신용협동조합중앙회의 체크카드 상품 A를 대상으로 하며 분석적 의사결정 지원도구로서는 데이터 마이닝(Data Mining) 기법을 활용하고, 직관적 의사결정을 측정하는 도구로서 개인의 선호와 인지를 분석할 수 있는 계층화 분석 과정(Analytical Hierarchy Process: 이하 AHP)를 사용한다. 이에 따라 고객이탈 원인 분석 문제에 있어서 서로 다른 접근방식의 분석 결과를 비교하기 위한 방법론과 절차를 제시한다.