4차 산업혁명의 핵심은 빅데이터, 인공지능, 로봇공학, 사물인터넷, 무인 운송 수단, 3차원 인쇄, 나노 기술과 같은 분야에서 새로운 기술 혁신이다. 이에 따른 국내 금융환경은 급변하고 있으며, 디지털 전자금융 규제를 새로운 패러다임으로 제시함으로써 금융기관간의 경쟁은 심화되고 있다. 경쟁의 심화와 정보기술의 발달은 기업의 고객과 경쟁자 및 새로운 비즈니스 모델을 만들기 위한 방대한 규모의 데이터 베이스를 구축하여 왔으며 효율적 의사결정을 위한 대량의 데이터를 효과적으로 분석 및 정보화하고자 하는 노력이 증대되고 있다.
고객의 이탈로 인한 기업의 재무적 성과측면에서는 음(-)의 영향을 미치고 있으며 기존 고객관리와 신규 고객유치를 위한 고객만족경영이 미래경영전략의 핵심요소가 되고 있다.
최근 빅데이터 연구 분야에서는 활용되는 인공지능 기법을 활용한 딥러닝 기반 고객의 활동 유형등 측정 가능한 변수로 계량화 하는 방법을 적용하고 있으며, 최근 금융개방화와 자율화를 비롯한 금융계의 환경변화로 효과적이고 실질적인 생존전략이 필요한 시점이다.
본 연구에서는 고객이탈 예측을 위한 데이터마이닝 기법중 로지스틱 회귀분석(Logistic regression), 의사결정나무(Decision Tree), 신경망 모형(Neural Networks)의 각 방법론별 결과분석을 통한 최적의 모형 평가를 진행하였으며, 세 모형 모두 양호한 예측률을 보였지만, 신경망모형의 예측률이 가장 정확하다는 결론을 얻었다. 또한, 오토인코더를 통하여 원인에 대한 결과를 분석하였다.
향후 본 연구에서 적용한 방법론을 정책금융 수요예측 및 중소기업 분야에 적용시킬 필요가 있을 것으로 판단된다.