본 장에서는 병원이용고객의 의료서비스 수요의 행태를 파악하는 수요행동분석을 수행하고자 한다. 일반적으로 수요자는 제공받은 서 비스에 만족하는 경우 제공받은 서비스의 재구매 및 주변 사람에게 자신이 만족한 서비스에 대한 구매를 권유하며 이 둘은 상호 높은 연 관관계를 보이고 있다는 특성에 근거하여 분석하고자 한다. 따라서 본 연구에서도 의료서비스 수요자의 만족도 행태, 재구매 행태 및 권 유행태에 나타난 제특성을 파악하여 병원경영 향상을 위한 전략으로 활용하고자 한다.
분석의 절차는 우선 어떠한 특성을 지닌 고객이 의료서비스의 만족 도, 재방문, 권유행태에 높은 반응을 보이는가를 파악한 후, 높은 반 응을 보인 우량고객을 식별하는 데 중요한 요소를 선별하고, 향후 어 떠한 고객에게 적극적인 마케팅 전략을 적용해야 하는지를 결정하는 순서를 따르게 된다.
이를 위하여 먼저 의료서비스 이용고객의 수요행태 분석에 이용되 는 데이터마이닝의 방법론 중 하나인 의사결정나무(decision tree)와 이 를 구현하는 알고리즘의 하나인 CHAID(Chi-squared Automatic Inter- action Detection)에 대해 간략히 살펴본 후 이를 이용하여 진행되는 분 석과정을 소개하고, 구체적인 의료서비스 이용고객의 수요행태와 이 를 통한 고객특성 세분화를 수행해 보기로 한다. 하지만 이러한 CHAID 알고리즘은 기존 고객을 세분화하고 우량고객을 선별하는 데
는 효과적이지만 종속변수에 대한 영향요인들의 관계를 밝히기에는 미흡한 점이 있다. 따라서 설명변수에 대한 예측력 있는 가중치를 찾 아내 신규고객 유입시 이들이 우량고객인지를 판별할 수 있는 분석방 법이 추가적으로 요구되며, 이에 본 경우에 대표적으로 적용할 수 있 는 전통적 방법론인 로지스틱 회귀분석(logistic regression)과 최근 많 이 활용되는 신경망(neural network) 모형을 이용하여 이에 대한 분석 을 수행해 보기로 한다.
1. 意思決定나무(Decision Tree) 模型 가. CHAID 알고리즘
본 분석에서는 CHAID를 지원하는 의사결정나무를 이용하여 병원이 용고객의 만족도 및 재방문행위 등에 대한 판별분석을 실시하고, 이 를 이용하여 각 반응변수에 영향을 미치는 변수의 탐색과 이용고객의 특성에 따른 집단의 세분화를 시도하였다.
CHAID는 전통적인 통계학에서 많이 다루어져 온 나무구조 알고리 즘(tree algorithm)으로서 근래에 들어서는 데이터마이닝의 기법 중 하 나로 발전하고 있다.32) 나무구조 알고리즘은 기존의 판별분석과 마찬 가지로 반응변수에 대한 판별과 분류를 진행한다. 다만 나무구조에
32) AID(Automatic Interaction Detection)에서 발전한 나무구조 알고리즘은 근래에 들어 서는 CHAID뿐만 아니라 Exhaustive CHAID나 CART(Classification and Regression Tree) 등으로 다양화되었고 최근에 들어서는 QUEST 등으로 발전되고 있다. 이들 알고리즘은 반응변수와 설명변수의 성질과 가지치기를 하기 위한 기준－분리의 개수, 분리에 사용되는 통계량, 분리와 병합에 의한 방법, 마디의 개수 등－에 의 해 분석목적이나 자료의 성격에 따라 적용되는 범위가 다를 수 있다. 본 분석에 서는 CHAID를 이용하였는데 이는 CART의 경우는 다지분리(multiway)가 아닌 이 지분리(binary)만을 허용하며, QUEST의 경우는 명목형(nominal) 변수만을 반응변수 로 사용하는 등 본 분석의 목적과 자료의 성격에 적합치 않은 알고리즘이기 때문 이다. 자세한 것은 SPSS 사용자모임(1998) 참조.
의해 모형구축과 분류를 수행함으로써 설명과 해석이 용이하다는 장 점이 있다. 이는 1975년 Hartingan에 의해 처음 발표되었으며(Michael and Gordon, 1997), 이후 Kass(1980)에 의해 관측치가 많은 범주형 자 료와 결측치가 있는 자료까지 분석할 수 있도록 수정되었다.
CHAID란 말 그대로 카이제곱(Chi-square) 통계량을 이용하여 반응 변수와 설명변수의 유의성을 찾아내고, 이를 근거로 나무의 가지치기 를 수행하는 알고리즘이다. 이러한 유의성은 행범주와 열범주간의 카 이제곱 통계량의 유의성을 최대로 하는 것에 초점을 맞추게 되며 이 를 위해서 설명변수의 범주간 모든 가능한 병합을 고려하게 된다. 즉, 설명변수의 범주들의 병합에 의해 생성되는 모든 가능한 조합에 대해 카이제곱 통계량의 기각확률을 기준으로 가장 유의한 관찰치 간의 분 할표를 생성하고, 설명변수간의 유의확률을 서로 비교함으로써 최대 유의확률을 지니는 설명변수를 선택하기 위해 가장 유의한 p값을 갖 는 분할표로 축소시키게 된다. 이와 같은 과정을 거쳐 마지막으로 선 택된 설명변수에 대해 최대 유의확률을 가지는 병합의 경우의 범주에 대해 가지치기가 실시된다.
나. 의사결정나무 模型의 分析過程
분석과정은 먼저 모형에 포함할 변수를 명목형, 순서형, 연속형 변 수로 재 정의한 후 이들 변수 중 반응변수를 선정한다.
변수를 재정의 하는 데 있어서 우선 명목형 변수는 구분된 값을 가 지는 범주형 변수이며 본 분석에서는 병원위치, 규모, 종류 등의 변수 와 환자의 성별, 직업, 진료과 등의 변수를 명목형 변수로 처리하였 다. 순서형 변수는 구분된 값을 가지지만 값의 순서가 의미가 있을 경우의 변수를 말하며 평균진료비, 전반적 서비스만족도 등과 같이 그 값의 순서에 따라 진료비나 만족도의 증가를 나타내는 변수를 순
서형 변수로 처리하였다. 연속형 변수는 어떠한 범주에 제약을 받지 않는 연속적인 값을 갖는 변수로 환자의 연령이나 대기시간, 진료시 간 등을 연속형 변수로 처리하였다.
반응변수는 분석목적에 적합한 목적변수를 반응변수로 선정하고 나 머지 변수를 설명변수로 하여 분석을 수행하게 되는데 본 분석에 이 용된 반응변수로는 의료서비스에 대한 전반적인 만족도, 재방문 여부, 잠재고객에 대한 권유의향 등이 있다.
이와 같이 변수의 재정의와 반응변수의 선정이 이루어지면 구체적 인 분석 작업에 들어가게 되는데 본 분석에서는 분석목적이나 자료의 성격에 적합하도록 가지치기를 위해 제한되는 부모와 자식 마디의 최 소 관측치의 수, 나무구조의 단계 및 분리와 병합을 위한 유의확률을 지정하였으며, 설명변수의 범주에 대한 병합에 있어서 발생한 모든 범주들의 유의확률을 Bonferroni 방법에 의해 수정하였고, 병합된 범주 에 대한 재분리를 허용하였다.
본 연구에서는 의료기관 이용에 관한 소비자의 제행태 분석을 위하 여 SPSS사의 데이터마이닝 패키지 중 하나인 ‘Answer Tree’(V. 1.0) 모 듈을 사용하였으며, 이에 의하여 생성되는 나무구조 등의 분석결과는 다음 절 이하에 자세히 기술하였다.
2. 로지스틱 回歸分析(Logistic Regression) 模型
이미 언급한 바와 같이 CHAID는 기존 고객을 세분화하고 우량고객 을 선별하는 데는 효과적이지만 종속변수에 대한 영향요인들의 관계 를 밝히기에는 다소 미흡한 점이 있다. 따라서 설명변수에 대한 예측 력 있는 가중치를 찾아내 신규고객 유입시 이들이 우량고객인지를 판 별하기 위해 본 분석에서는 전통적 방법론 중의 하나인 로지스틱 회 귀분석(logistic regression)을 적용하였으며 여기서는 이에 대해 간략히
살펴보기로 한다.
일반적으로 종속변수와 독립변수의 관계를 규명하는 기법은 변수형 태에 따라 달라지는데 일반적으로 종속변수가 본 분석에서와 같이 만 족 여부, 재방문 여부, 권유 여부 등과 같이 명목척도이며, 독립변수 가 假變數(dummy variable)를 포함하거나 비연속적인 경우에는 로지스틱 회귀분석을 사용한다33). 최대우도추정법(maximum likelihood estimation method)을 이용하여 모형의 모수를 추정하는 로지스틱 모형은 아래와 같이 표현되며 이를 이용하면 종속변수에 대한 추정확률을 예측할 수 있다.
Estimated Prob( event) = 1 / ( 1 + e- z)
Z = B0+ B1X1+ B2X2+ ⋯ + BpXp
( Z : 선형결합, Bi: 자료에서 추정된 계수, Xi: 독립변수 )
이와 같은 로지스틱 회귀분석에서 모형이 얼마나 잘 분석되었는가 를 보기 위해서는 분류표나 추정된 확률의 히스토그램을 보고 판단할 수 있는데, 분류표에서는 잘못 예측되어진 비대각(off-diagonal) 원소를 이용하여 전반적인 분류의 정확도를 판단 가능하게 해주며, 확률 히 스토그램에서는 0.5를 기준으로 양끝 쪽으로 구분되어 밀집되는 형태 를 보이는 경우 성공적으로 두 집단을 구분했다고 판단할 수 있게 해 준다.
한편 모형의 적합도를 검증하는 방법으로는 모수 추정치가 주어졌 을 때 표본결과의 정확성을 알아보는 경우와 Hosner-Lemeshow의 적합 도 검정과 같이 관찰된 확률과 모형에 의해 예측된 확률을 비교하는
33) 다중회귀분석은 종속변수가 명목척도인 경우 오차의 정규성 가정이나 기대치가 음수가 되거나 1보다 커지는 문제점이 발생하며, 판별분석은 독립변수들이 비연 속적이거나 가변수일 경우 다변량 정규분포의 가정에 위배되기 때문에 적합하지 않다.
적합도 통계량 등이 있다.
3. 神經網(Neural Network) 模型
현실적으로 방대한 규모의 자료로서 수시로 기존고객이 이탈하거나 구매 기록이 바뀌며 또한 신규고객이 계속해서 유입되는 상황에서는 모든 자료를 일괄적으로 분석하는데는 어려움이 있다. 따라서 자료분 석의 효율성을 기하기 위해서는 일부 표본만을 대상으로 우량고객을 분류하고 고객 반응을 예측할 수 있는 모델을 설정한 후 이를 다른 표본에 적용시키는 것이 바람직할 것이다. 특히 데이터베이스 마케팅
현실적으로 방대한 규모의 자료로서 수시로 기존고객이 이탈하거나 구매 기록이 바뀌며 또한 신규고객이 계속해서 유입되는 상황에서는 모든 자료를 일괄적으로 분석하는데는 어려움이 있다. 따라서 자료분 석의 효율성을 기하기 위해서는 일부 표본만을 대상으로 우량고객을 분류하고 고객 반응을 예측할 수 있는 모델을 설정한 후 이를 다른 표본에 적용시키는 것이 바람직할 것이다. 특히 데이터베이스 마케팅