고객을 예측하고 싶다면 그의 관계에 집중하라

Based on Ngonmang, B., Viennet, E., & Tchuente, M. (2014). Predicting Users Behaviours in Distributed Social Networks Using Community Analysis (pp. 119–138). https://doi.org/10.1007/978-3-319-05912-9_6

관계에 집중하면 무언가 나올 것

무엇을, 왜 연구했나?

“a man is known by the company he keeps”, 오래된 영어 속담이다. 우리 나라 말로 옮기자면 “가장 자주 만나는 사람 다섯의 평균이 당신이다” 정도로 의역할 수 있다. 이처럼 사람이 맺고 있는 관계에 초점을 맞추어 분석하면 그 사람을 어느정도 예측할 수 있다는 생각은 동서양을 막론하고 통용되어왔다. 디지털화 된 세상에서 사람들이 맺고 있는 관계는 점점 넓어지고 있다. 특히, 소셜 네트워크를 통한 사람 간의 연결은 “관계”라는 측면을 가장 직접적으로 넓인 매체이다. 이러한 상황에서 Ngonmang et al. (2014)는 사람이 아닌 사람이 맺고 있는 관계 만으로 그 사람의 행동을 예측할 수 있는지에 대해서 연구하였다. 연구진은 프랑스의 대표적인 소셜 플랫폼인 Skyrock의 회원들의 친구 관계를 분석하여 관계에 대한 데이터 분석으로 사람의 행동을 예측할 수 있는지 알아보았다. 회원이 맺고 있는 관계의 특징으로 최근 탈퇴한 친구의 비율, 친구들 중 “친구 추가” 기능을 활용한 친구의 수 등을 도출하였다. 도출된 특징으로 해당 회원이 근시일 내에 소셜 플랫폼 이용을 중단할 것인지를 예측하는 모형을 만들었다. 관계의 범위를 소셜 플랫폼 전체, 가까운 관계의 사람들, 친구의 친구, 친구로 좁혀가며 모형의 성능을 검증하였으며, 회원의 개인정보 (나이, 성별, 임금 등) 만을 가지고 예측하는 모형과도 성능을 비교하여 “관계”의 중요성에 대해서 심층 분석하였다.
(역: 가까운 관계의 사람들은 social network에서 community를 번역한 말입니다)

무엇을 발견했나?

연구진은 회원에 대한 직접적인 정보가 없더라도, 그 회원이 가지고 관계로 행동을 예측할 수 있음을 발견하였다. 구체적으로 회원이 맺고 있는 가까운 관계의 사람들에 대한 특징만으로도 해당 회원이 근시일 내에 소셜 플랫폼 이용의 중단 여부를 높은 정확도로 예측할 수 있었고, 예측 성능은 회원의 개인정보를 바탕으로 예측하는 모형보다 높은 성능을 가지고 있어 “관계” 기반의 예측 모형의 활용성이 “비관계” 예측 모형보다 우수함을 확인할 수 있었다. 또한 변수 중요도 분석을 통해 “가까운 관계의 사람들 중 탈퇴한 사람의 비율”과 같이 (1) 가까운 관계이며, (2) 예측하고자 하는 행동과 밀접한 관계에 있는 특징일수록 그 중요도가 높음을 발견하였다. 기존 고객의 탈출을 막는 것은 새로운 고객을 유치하는 것보다 효율적이라는 것을 고려하였을 때, 회원 탈퇴 여부의 예측을 통한 고객 관리 방법 개선은 소셜 플랫폼의 회원 유지에 큰 도움이 될 것으로 기대된다.

연구 결과가 어떤 교훈을 주나?

디지털화 된 세상에서 “관계”는 이전보다 넓고 많아지고 있다. 앞선 예시와 같이 사람과 사람 간의 관계도 이전보다 더 넓어지고 있으며, 심지어 디지털 트윈을 통한 설비 간의 연결도 일반화되고 있다. 연결된 개체들은 서로에게 영향을 주고받기 때문에, 개별 개체에 대한 심층 분석을 통한 행동 예측에는 한계가 있다. 이 연구는 “관계”가 행동 예측에 도움을 줄 수 있는지에 대해서 검증을 하면서 동시에 “관계”를 통한 예측 모형에서 어떤 특징들을 고려할 수 있는지에 대한 가이드라인을 제공한다. “관계”를 어떻게 정의할 것인지, “관계” 속에서 도출할 수 있는 특징이 무엇이 있는지는 분석하고자 하는 대상에 따라서 다를 것이다. 그러나 가까운 관계에 집중하고 예측하고자 하는 행동과 관련된 특징을 도출한다면 예측 성능이 좋아진다는 것은 대부분의 분야에서 통용될 수 있는 발견일 것이다. 이 연구는 (소셜 플랫폼 기업이 아니더라도) 복잡하게 얽혀 있는 네트워크에서 인사이트를 도출하고자 하는 기업에 좋은 참고가 될 수 있을 것이다.

최승현 포항공과대학교 산업경영공학과 통합과정 seunghyun.choi@postech.ac.kr

최승현 통합과정은 포항공과대학교 산업경영공학과를 졸업하고 동 대학, 학과에서 석박사통합과정에 재학 중이다. 학부 시절 연구에 대한 관심이 없었으나 훌륭한 지도교수님을 만나 대학원 생활을 시작하였다. 국내 반도체 업체와의 협업을 통해 다단계 제조 공정의 공정 개선에 대한 연구를 수행하였다. 현재는 기계학습, 최적화 등 다양한 기법을 활용하여 네트워크화 된 공정의 관리 방법에 대한 연구를 수행 중이다. 아직 1저자 논문은 없으나 국제 저널에 열심히 문을 두들기고 있다.