효용함수 추정을 통한 최적 신용카드오퍼 모형의 개발
이종환․남준우
― 국문초록 ―
신용카드 산업이 발전하여 신용카드사별 경쟁이 심화됨에 따라 전체 고객을 대상으로 하는 카드
마케팅의 반응율이 현저히 떨어지게 되어 카드사의 입장에서 캠페인을 시행할 때 고객에게 캠페
인의 내용을 알리는데 드는 비용이 큰 부담으로 다가왔다. 고객과의 접촉비용을 줄이는 방안으로
해당 캠페인에 실제 반응할 확률이 높은 고객을 선별하는 다양한 시도가 증가하였다. 이러한 시도
는 기존의 로짓, 프로빗 등 모수적 추정방법에 의한 모형 구축과 새롭게 대두된 것이 신경망 모형
및 스코어카드 모형이다. 본 논문에서는 로짓, 프로빗, 신경망 모형, 스코어카드 모형 중 RMSE와
ADD-Logit 모형 등 5개 모형의 MAD(Mean Average Difference), RMSE(Root Mean Square Errors),
로그 최우도값(Log Likelihood), 적중율(Rate of Correct Prediction), 비용편익 등의 비교를 통해
가장 효율적인 모형을 찾아보고자 한다. 또한 반응율을 높이기 위해 자주 사용되는 오퍼들의 한계
효용대체율을 구하여 최적 오퍼를 찾아낼 수 있는 방안을 제시하고자 한다. 추정 결과 개발용 표
본에서는 신경망 모형이, 검증용 표본에서는 로짓과 프로빗 모형이 비교적 우수하였다. 한계효용
대체율은 모수적 방법은 동일한 프로파일인 경우 하나의 값이 산출되는데 반해, 신경망 모형은 동
일한 프로파일에서도 다양한 값이 산출되어 고객별 최적 오퍼에 대한 다양한 시도가 가능할 것으
로 보이나, 실제 검증은 모형에서 산출된 값에 기초한 마케팅을 시행하여야 할 것이다.
핵심단어 : 신경망 모형, 스코어카드 모형
JEL 분류기호 : C45, M31 |
