대화식 의사결정나무를 활용한 자동차 보험사의 인입 콜량 예측 사례

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 데이터의 효율적 분석을 통해 고객 만족도를 높일 수 있는 대표적인 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있는데, 콜센터에서 최소의 비용으로 일정 수준 이상의 고객 만족도를 유지하기 위해서는 콜량의 정확한 예측이 필요하다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균이 담당자의 주관적 판단에 의해 보정됨으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 콜예측 모형을 시스템화한 WFMS 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 업무 배경 지식을 충분히 활용하면서도 데이터에 충실한 예측 모형을 수립하였다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 한 자동차 보험사 콜센터의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다.