自己組織化マップによる行動履歴の類型化: クレジットカード利用履歴を利用したキャッシング移行予測

摘要

本研究では，多量の個人層歴データから，顧客セグメントを抽出する次のような方法論を提案する．まず，単位時間ごとの行動のありようを自己組織化マップ（SOM）で類型化する，その上で，個人がどの類型に何回当てはまったかという頻度分布を，分布間距離を利用して再度SOMで類型化することで，観察された長期間の行動全体を類型化する．さらに，変量間の関連の共通性に着目し．得られたSOMによる行動類型を共通の一般化線形モデルで説明可能になる場合に統合するモデル統合分析で，顧客セグメントを与える．以上の方法により，長期間多面的に，かつ，悉皆的に収集された履歴データの分析方法を与える．具体例として，クレジットカード利用者のうち，どのような顧客がキャッシング利用に移行しやすい顧客であるかを識別する問題を扱う，各種ショッピング/キャッシング利用の月額や残高から，クレジットカード年間利用類型を与え，この利用類型にロジスティック回帰モデルでモデル統合分析を行なうことにより，キャッシング利用をプロモートする上で着眼すべき顧客特性を，作成された顧客セグメントごとに明らかにした．