합병 이후의 고객: 계약 및 관계 이전 위험

1 거래 종결 후 고객 유지 역량 배분

거래 종결 시 인수자는 투자 논리를 뒷받침하는 고객 관계를 책임지게 된다. 영업 담당 책임, 가격, 계약 주체는 서로 다른 일정에 따라 바뀔 수 있다. 본 논문이 다루는 구체적인 배분 결정은 첫 18개월 동안 제한된 고위 경영진의 고객 유지 역량을 어떤 고객에 투입할 것인지다. 매출은 이 결정의 투명한 비교 기준이다. 계약상 권리, 특정 개인에 대한 의존, 예정된 상업적 변경은 추가 정보를 제공하지만, 그 가치는 매수자가 실행할 수 있는 조치와 대조해 검증해야 한다.

이 틀은 위험노출액과 보전 가능 부분을 구분한다. 위험노출액은 아무 조치도 하지 않으면 잃을 것으로 예상되는 매출이다. 보전 가능 부분은 정의된 조치 패키지가 제거하는 손실 부분이다. 예를 들어 고객이 인수자의 다른 고객과 경쟁하게 되었다면 위험노출액이 높아도 해당 패키지로 보전할 수 없을 수 있다. 반대로 거래 종결 전에 필요한 동의를 받을 수 있다면 위험노출액이 크지 않고 보호 비용도 적을 수 있다. 두 개념을 혼동하는 순위는 희소한 역량을 부적절한 고객에 배분한다.

본 논문은 법률·회계·실증 자료에 대한 선택적 검토와, 각 600개 고객으로 이루어진 300개 구성 포트폴리오를 사용한 저자 설정 실험을 결합한다. 네 가지 실무 규칙을 무작위 선택의 기대값 및 정의된 개입 편익을 최대화하는 완전정보 벤치마크와 비교한다. 실제 거래의 고객 데이터는 사용하지 않는다. 명시된 가정 아래 계약 증거, 관계 신호, 가격 선택, 대장의 한계를 투명하게 비교하는 것이 기여다. 매수자가 모의 편익을 자신의 인수에 대한 증거로 받아들이려면 이러한 기제와 제안 운영 절차를 실증적으로 검증해야 한다.

더 넓은 운영 구조는 기존 Matchpoint 논문 두 편이 이미 제공한다. The Post-Acquisition Customer Continuity Office는 고객별 기록과 첫 100일의 운영 주기를 통해 계약 조치, 관계 담당 책임, 가격, 서비스, 청구, 매출, 현금을 연결한다[13]. Customer Retention during Integration은 조기 경보, 진단, 개입, 고객 연속성 확인서의 업무 흐름을 제시한다[14]. 여기서 다루는 결정은 고정된 보호 역량을 고객 간에 배분하는 것이다. 실험은 예상 위험노출액과 정의된 패키지의 편익을 분리하고, 네 가지 실무 순위를 모형 벤치마크와 비교하며, 일부만 검토한 대장과 충성도에 연동된 가격 배정을 살펴본다. 이 수치 결과는 더 좁은 해당 결정에 대해 저자가 설정한 검증이다. 고객 대장, 동의 일정, 관계 인계, 조기 경보 거버넌스는 이미 확립된 배경이며, 본 논문은 새로운 운영 체계나 관측된 고객 유지 개선을 주장하지 않는다.

2 18개월 동안의 연간 환산 매출 위험노출액 측정

모형은 고객별로 거래 종결 시의 연매출을 기록하고 18개월 시점까지 위험에 노출되는 비중을 추정한다. 위험노출액은 완전한 이탈과 잔존 고객의 구매 감소를 함께 포함한다. 18개월의 이벤트 구간에서 평가하는 연간 환산 매출 위험 지표이며, 18개월의 누적 현금 손실이나 할인 가치, 회계상 손상차손이 아니다. 제7절의 은행 합병 연구는 6~18개월의 관계 변화를 조사한다[7]. 이는 기간 선택의 참고가 될 뿐 모든 인수에 이 기간이 적절함을 검증하지는 않는다. 모형에서는 잔여 기간이 18개월을 넘는 고정기간 계약의 만기 관련 이탈 경로를 해당 구간에서 닫힌 것으로 본다. 다른 계약상 종료 경로는 이 단순화에 포함되지 않는다.

거래가 있든 없든 고객 포트폴리오는 일부 매출을 잃는다. 따라서 모형은 총손실과 거래 귀속 부분을 나누어 보고한다. 거래 귀속 부분은 거래 관련 요인을 모두 제거해도 남는 손실을 총손실에서 뺀 값이다. 기본 사례의 총손실은 매출의 13.6%로, 기준 손실은 6.9%, 거래 귀속 손실은 6.6%다. 이에 따라 손실의 약 49%가 거래에 귀속된다. 실제 연구도 동일한 비교를 구성해야 하며, 다음 절들은 그 구성 방식이 얼마나 중요한지 보여준다.

이 결과는 총액 기준의 방어적 지표다. 유지 고객에 대한 신규 판매, 잔존 고객에게서 회수한 가격 인상분, 마진은 포함하지 않는다. 기업 간 거래의 영업 담당자 변경에 관한 발표 연구에서는 관계 교란이 기존 제품 매출을 줄인 반면 새로 판매한 제품 매출은 늘렸다. 따라서 총손실은 순효과가 아니다[9]. 이 지표는 고객 유지 질문에만 답하며, 거래 모형에서는 상업적 상방 편익과 별도로 상계해야 한다. 모형의 예정 인상은 고객의 35%에 적용되므로 충성 고객의 매출을 높이는 가격 통일이 계산된 손실의 일부를 유발하는 동일한 조치다. 제15절은 두 측면을 비교한다.

세 가지 집계 규칙으로 지표의 실무 활용성을 유지한다. 매출은 고객 계정 단위로 집계하므로 여러 계약으로 서비스를 받는 동일 고객은 하나로 보고, 어느 계약에 있든 동의권을 그 고객에 연결한다. 고객 유지를 위해 발행한 감액 통지서(크레디트노트)나 일시적 가격 양보는 손실로 집계하지 않지만 보호 비용이므로 기록한다. 인수자의 원장으로 옮겨진 계정도 식별자를 유지해 이전 전후 동일 고객을 추적할 수 있게 한다.

가치평가 또는 인수금융 모형에서 매출 위험노출액은 중간 입력이다. 제안하는 연결 분석은 고객별로 공헌이익, 운전자본 행태, 서비스 비용, 대체 매출 발생 시점을 연결한다. 그 뒤 거래 모형의 평가일과 할인 규칙에 따라 대안적 고객 유지 조치의 현금흐름을 비교한다. 본 논문은 이 연결을 수치화하지 않는다. 총위험노출 비율을 기업가치, EBITDA 또는 인수 대가에 직접 적용하면 실험에서 검증하지 않은 가정을 도입하게 된다.

양보 조치에도 같은 원칙이 적용된다. 6개월 리베이트, 정가 인상의 영구 면제, 추가 서비스 약속은 경제적 지속기간이 다르다. 고객 기록은 확약 현금 비용, 우발 비용, 향후 갱신에 미칠 수 있는 효과를 분리해야 한다. 재무 부서는 가격이 리베이트 전후 중 어느 기준인지, 세금·전가 지출·사용량 변화가 분모에 영향을 미치는지 명시해야 한다. 정의가 일관되면 거래 종결 후 원래 기준을 다시 쓰지 않고도 고객 유지 결정을 검토할 수 있다.

3 계약 및 상업적 촉발 요인의 시간축

첫 번째 촉발 요인은 동의 또는 계약상 지배권 변경 이벤트다. 관련 조항이나 적용 이전 규칙은 거래 구조, 통지 조항, 준거법에 따라 거래 종결 시 고객에게 선택권을 줄 수 있다. 모형은 해당 반응을 0~3개월 시점에 배치하므로 동의 귀속 손실의 100%가 3개월째까지 발생한다. 저자가 설정한 시간 규칙이다. 그 특정 권리가 없는 고객도 갱신, 해지, 채무불이행 관련 선택권이나 다른 선택권을 가질 수 있으므로 유효한 계약과 적용 법률을 별도로 검토해야 한다.

두 번째 촉발 요인은 가격 변경이다. 두 가격표를 통일하면 일부 고객의 지불액이 달라지지만, 보통 통지 기간을 거쳐 다음 청구 주기나 갱신 때에야 영향을 미친다. 모형은 반응을 거래 종결 후 4~9개월 시점에 둔다. 세 번째 요인은 고객 담당자 변경으로, 내부 재배정이나 관계를 유지하던 영업 담당자의 퇴사다. 재배정 반응은 3~12개월, 해당 고객을 유치할 수 있는 담당자의 퇴사 반응은 2~8개월에 둔다. 이 구간은 모두 저자 설정이며 어떤 자료에서도 가져오지 않았다.

저자가 설정한 구간에서 거래 귀속 손실의 34%는 3개월째까지, 93%는 12개월째까지 발생한다. 이는 진단 가설이다. 종결 후 손실 집중은 동의 검토를, 가격 통지 후 집중은 가격 검토를 촉발할 수 있다. 통지, 담당자 변경, 서비스 실패, 계절성이 겹칠 수 있어 시간만으로 원인을 식별할 수 없다. 날짜가 있는 이벤트 기록은 경쟁 설명과 영향받지 않은 고객을 이용한 검토를 지원한다. 날짜 없는 기록으로는 순서를 신뢰성 있게 복원할 수 없다. 제21절에서 제안 증거 설계를 설명한다.

4 계약 이전과 고객 동의

2025년 제(25)호 연방칙령법의 공식 문서는 발령일을 2025년 10월 1일, 관보를 2025년 10월 14일자 제809호, 시행일을 2026년 6월 1일로 기록한다[1]. 공포령 제2조는 1985년 제(5)호 연방법을 폐지하고 제3조는 시행을 정한다. 첨부 민사거래법 제4조는 법률에 달리 정함이 없으면 소급하지 않는 원칙을 다룬다. 따라서 이전 사실·행위·분쟁에 적용하려면 경과조치 분석이 필요하다. 제19조에 따라 준거법 분석도 중요하다. 논의는 인용 규정에 한정되며 특정 합의, 자유구역 제도 또는 외국법 계약에 대한 의견을 제공하지 않는다.

채무 이전 규정은 두 경우를 구분한다. 법률, 당사자 합의 또는 채무의 성질이 금지하지 않으면 채권자는 권리를 양도할 수 있고, 양도의 유효성은 채무자의 동의를 요하지 않는다(제405조). 채무자가 수락하거나 통지를 받기 전에는 채무자나 제3자에게 대항할 수 없다(제407조). 채무자는 같은 제한 아래 의무를 이전할 수 있지만, 채무 이전은 인수인과 채권자 모두의 동의가 있어야 성립한다(제418조). 채권자가 명시적으로 거절하거나 합리적 기간 후 침묵으로 거절하면 원채무자는 면책되지 않는다(제419조)[1].

공급자에게 매출채권 양도와 이행의무 이전은 서로 다른 문제다. 인용 규정은 그 제한과 수락·통지 규칙에 따라 권리 양도를 허용하지만 의무 이전에는 앞서 설명한 동의가 필요하다. 주식 인수는 통상 계약 주체를 바꾸지 않으므로 계약상 지배권 변경 조항은 별도 검토 항목이다. 자산 거래는 합의별 이전 분석이 필요하며 일부 계약은 매도자에게 남거나 다른 약정을 요구할 수 있다. 법률 자문은 준거법, 계약상 제한, 동의, 통지, 거래 구조를 확인해야 한다. 본 논문은 인용 규정을 일반적으로 해석하며 판례 분석은 하지 않는다. 동의권 비율을 20%로 가정한 것은 모형 입력이며 시장의 보편적 비율을 주장하지 않는다.

5 고객 담당 책임과 관계 의존도

Shi와 공동연구자는 Fortune 500 기업에 대한 선택 조정 이중차분 연구를 보고한다. 영업 담당자의 퇴사는 영향받은 고객의 연간 매출 13.2%~17.6% 손실과 관련되었다[10]. 초록에서는 기존 담당자가 대체로 신규 채용자보다 손실을 더 효과적으로 줄였고 관련 업계 경험도 중요했다고 보고한다. 본 논문은 초록만 검토했다. 추정치는 해당 연구와 식별 가정에 관한 것으로 인수, GCC 또는 평가 대상 매수자의 고객 손실률이 아니다.

Schmitz와 공동연구자는 유럽 물류회사의 2,040개 고객에 관한 4년 데이터를 검토한다[9]. 게재 승인 원고의 주요 결과는 총매출이 평균 6.8% 낮고, 재판매 매출은 28.8% 낮은 반면 새로 판매한 제품 매출은 52.2% 높다고 보고한다. 서론의 비율이 달라 본 논문은 주요 결과의 추정치를 따른다. 발표 초록에서 29%를 넘는 조건부 개선은 이전의 기업 수준 관계와 신임 영업 담당자의 관리에 달려 있으며 관계가 교란된 모든 고객의 평균은 아니다. 이 연구는 기존 매출 손실, 신규 매출, 상황별 순성과를 분리하도록 뒷받침한다. 수치는 인수별 계수를 제공하지 않으며 원고는 선제적인 관계 교란을 확실한 성장 경로로 보지 말라고 주의한다.

제한 약정의 집행 가능성은 별도 법률 평가가 필요하다. 연방 민간부문 노동제도의 적용을 받는 근로자에 대해 제10조는 업무상 고객이나 업무 비밀에 접근하는 경우 경업금지 조건을 허용하며, 정당한 사업 이익 보호에 필요한 범위로 기간·장소·업무 종류를 제한하도록 한다. 기간은 계약 만료 후 2년을 넘을 수 없다. 사용자가 칙령법을 위반해 계약을 종료하면 조건은 무효이며, 명시된 청구는 위반 발견 후 1년이 지나면 제기할 수 없다[2]. 시행규정 제12조는 주장한 손해의 입증책임을 사용자에게 부과하고 사용자 귀책 종료와 서면 해제를 다룬다. 또한 전 사용자의 서면 동의를 전제로 한 3개월 임금 이하의 합의 보상, 수습기간 중 계약 종료, 지정된 수요가 높은 직종에 대한 예외를 정한다[3]. 이는 조건과 한계를 정할 뿐 고객이 담당자를 따라가는 행동의 관측된 감소를 뜻하지 않는다. 모형의 35% 감소는 저자 설정이다.

고객 연락처 기록은 개인을 직간접적으로 식별할 수 있어 개인정보를 포함할 수 있다. 연방 개인정보보호법이 적용되면 제5조는 적법하고 목적이 제한되며 비례적인 처리를 요구하고, 동의를 근거로 삼을 때 제6조가 동의를 규율한다[4]. 제4조는 동의 없는 처리 금지의 예외를 정하지만 인수 자체가 모든 이용의 적절한 근거가 되지는 않는다. 제2조는 특정 정부 데이터, 부문별 규율을 받는 건강·은행·신용 데이터와 특별 개인정보 법제가 있는 자유구역의 주체를 제외한다. 따라서 분석과 고객 접촉 각각에 대해 적용 제도, 목적, 허용 수신자, 접근을 확인해야 한다. 본 논문은 현행 시행규정이나 법규 준수를 위한 정비조치의 현황을 판단하지 않는다. 제안 대장에서는 이용할 수 없거나 이용이 허용되지 않는 연락처 데이터를 한계로 기록하며, 의존도가 낮거나 접촉이 허용된다는 증거로 보지 않는다.

6 가격 통합과 전환 비용

Homburg와 Bucerius는 수평적 인수 232건을 대상으로 마케팅 통합의 범위·속도, 비용 절감, 시장 관련 성과를 조사했다[11]. 초록은 통합 범위가 비용 절감과 양의 관계, 시장 관련 성과와 음의 관계를 보이며, 시장 관련 성과와 재무 성과의 연관성이 비용 절감과 재무 성과의 연관성보다 강하다고 보고한다. 이는 비용 논리와 함께 상업 통합을 검토할 이유가 되지만 고객 이탈률을 제공하지 않고 특정 가격 조정, 담당자 변경, 동의 절차의 효과를 따로 식별하지 않는다.

은행 합병 연구는 설계에 중요한 기제를 추가한다. 노르웨이 연구 저자들은 합병이 차입자에게 피해를 주면 전환 비용이 낮은 기업은 은행을 바꾸지만 유사해도 비용이 높은 기업은 관계에 묶인다는 점을 증거가 시사한다고 해석한다[8]. 벨기에 소기업 연구는 은행 관계가 하나인 차입자와 여러 개인 차입자를 구분하고, 유지·단절·전환을 구분한다. 관계가 여러 개인 차입자는 한 관계의 종료에 대비할 수 있어 피해가 작았다[7]. 두 연구는 두 번째 공급원이 이탈과 구매 감소를 쉽게 하고, 높은 전환 비용은 잠재적 이탈을 고착으로 바꾼다는 모형의 두 특징을 뒷받침한다.

계약상 제약을 받는 고객도 합의의 권리·의무 범위 내에서 구매 행동을 바꿀 수 있다. 실험은 단순화된 만기 경로가 기간 내 닫혀 있어도 두 번째 공급원을 통한 구매 감소를 허용한다. 모형 가정이다. 실제 대장은 이탈이나 구매 감소를 실행 가능하다고 분류하기 전에 최소 구매의무, 독점성, 해지권, 갱신일, 기술 의존, 대체 선택지를 기록해야 한다. 인용 연구는 이러한 특징의 모집단 보급률을 제공하지 않는다.

7 은행 합병에서 얻은 고객 관련 증거

벨기에 연구는 1997~2003년 기업과 은행의 관계에 관한 신용등록 자료를 사용했다. 본 논문이 검토한 작업논문에서는 합병 후 6~18개월에 측정한 목표 은행 차입자의 장기 관계 종료율이 비합병 은행의 유사 차입자보다 8.5퍼센트포인트 높았다. 인수 은행의 차입자는 관계를 잃을 가능성이 낮았고 양쪽 은행과 거래하던 차입자는 더 낮았다. 목표 은행과 단일 관계만 가진 차입자는 은행에 의해 관계가 끊길 가능성이 9.8퍼센트포인트 높았지만 자발적 전환 가능성은 약간만 높았다. 표본의 평균 관계 종료율은 11.1%였다[7]. 정식 논문은 2011년 Review of Financial Studies에 게재되었으며, 여기서 인용하는 수치 추정은 2009년 10월 작업논문에 귀속된다.

노르웨이 연구는 차입자의 은행이 인수 목표로 발표되면 차입자의 지분가치가 평균 약 0.8% 감소하며, 두 대형 은행의 합병에서는 소규모 차입자의 추정 손실이 더 크다고 보고한다[8]. 작업논문의 초록과 서론은 발표 효과와 함께 관계 이탈의 변화도 설명한다. 이는 은행 통합에 관한 해당 연구의 결과다. 벨기에 증거와 함께 인수 고객 포트폴리오, 고객의 대안, 이탈과 전환의 차이를 검토할 동기를 제공하지만 상업 고객 유지에 관한 일반 추정치는 제공하지 않는다.

연구의 결과와 상황은 본 실험의 연간 환산 고객 매출 위험노출액과 다르다. 인용한 은행 합병 결과는 관계 상태나 차입자의 지분가치를 측정하며 실험의 담당자 변경이나 가격 통일 항을 보정하지 않는다. 인수 포트폴리오와 고객 대안을 검토할 동기는 되지만 출처에서 가져온 모수는 없다. 모형의 기준 손실 6.9%와 거래 귀속 손실 6.6%는 저자 설정이며 벨기에 관계 종료율이나 노르웨이 이탈률에 맞추어 보정하지 않았다.

8 회계 기록과 고객 중요성

2012년 1월의 IFRS 3 부속 예시는 계약·법률 기준에 따른 취득 고객 계약과 관련 관계의 인식을 다루며, 별도 매각이 제한된 경우도 포함한다. 예시 IE26~IE28은 가능한 내용연수를 구분하고 정기 접촉으로 형성된 관계도 설명한다[6]. 예시는 기준에 부속된 자료로 규범적 요구사항의 일부가 아니다. 본 논문은 이 시점이 명시된 예시를 연결된 고객 기록의 근거로 활용한다. 특정 인수에 대한 현재의 회계 인식이나 손상차손 결론을 내리지 않으며, 그러한 판단에는 적용 현행 기준과 거래 사실이 필요하다.

AASB 8 제34항은 단일 외부 고객이 기업 매출의 최소 10%를 차지하면 지정된 주요 고객 공시를 요구한다[5]. 총액과 보고 부문을 공개하되 고객 신원은 요구하지 않는다. 동일 지배 아래 있다고 알려진 주체들은 이 판단에서 합산한다. 제2항은 공개 거래되는 채무·지분과 특정 공개 발행 신청을 중심으로 적용 범위를 정한다. 이 기준은 모든 비공개 기업의 보편적 공시 의무가 아니다. 인용한 편집본은 공식 기록에 명시된 기간에 적용되며 개시일이 2021년 7월 1일 이상이고 2027년 1월 1일 미만인 기간을 포함한다. 매수자는 이 공시 규칙이 모든 목표 기업에 적용된다는 의미 없이 적절히 정의한 집중도 표지를 내부 분석에 쓸 수 있다.

표2는 분석에 필요한 고객 기록을 제안한다. 회계 인식과 주요 고객 공시는 보고 기업의 적용 기준 아래 주의가 필요한 관계나 집중을 파악할 수 있지만 개별 고객의 유지 확률을 예측하지 않는다. 관계 상실은 별도 손상차손 평가를 촉발할 수 있으나 본 논문은 이를 수행하지 않는다. 대장은 각 회계·계약 분류의 근거를 남기고 공개 공시 기준을 개입 규칙으로 사용하지 않아야 한다.

이 자료들은 입력 범주의 근거를 제공한다. 법률 문서는 동의 기제를, 노동 법령은 제한 약정의 한계를, 실증 연구는 담당자 변경·전환 비용·인수 포트폴리오 효과의 방향을, 회계 문서는 기록의 틀을 제공한다. 어느 자료도 계수나 모집단 비율을 제공하지 않는다. 따라서 실험은 범주만 자료에서 가져오고 모든 규모는 저자가 정한다. 제20절은 결과를 관측으로 오해할 수 있는 지점에서 이 한계를 다시 밝힌다.

9 고객 포트폴리오 실험 구성

각 구성 포트폴리오는 600개 고객 계정을 포함하고 연매출을 로그정규분포에서 추출한다. 포트폴리오당 총매출은 약 미화 1억 6,480만 달러(USD)이며 매출 상위 10% 고객이 전체 매출의 43%를 차지한다. 계약 경로는 지배권 변경 동의권, 자유 이전이 가능한 고정기간 계약, 짧은 통지 기간의 자동 연장 계약, 주문별 거래에 무작위로 배정한다. 평균 83%의 고객은 기간 내 이탈 경로가 열려 있다. 각 고객에는 충성도 점수, 전환 비용 점수, 의존도 점수, 두 번째 공급원 표지, 충돌 표지도 있다.

담당자 변경, 영업 담당자 퇴사, 가격 인상은 명시된 규칙으로 생성한다. 구성상 충성도가 높은 고객에게 인상을 더 자주 배정해 제18절에서 검토하는 선택 기제를 만든다. 표3은 투명한 스트레스 검증을 위해 저자가 선택한 입력을 기록한다. 어떤 계수·보급률·개입 효과도 관측 고객 데이터에서 추정하지 않는다. 아래 식이 실험 안의 모든 고객 결과를 결정한다.

식1에서 z_i는 고객 i의 이탈 압력, u_i는 퍼센트포인트로 표시한 예정 인상, R_i는 담당자 변경 지시변수, d_i는 현 담당자 의존도, F_i는 담당자가 매도자를 떠나는 지시변수, kappa는 집행 가능한 제한 약정이 제거하는 고객 추종 효과의 비율이다. k_i는 동의권, c_i는 채널 충돌, m_i는 두 번째 공급원의 지시변수이며 s_i는 전환 비용, ell_i는 충성도다. beta 항은 저자 설정 계수다. 기간 내 경로가 열리면 O_i는 1이며 P_i는 이탈 확률이다.

식2에서 psi_i는 잔존 고객이 다른 곳으로 옮기는 구매 비중, psi_0는 2%의 기준, lambda는 절반의 전달계수, q_i는 경로가 닫힌 고객도 확률로 표시한 압력이다. V_i는 연매출, L_i는 예상 매출 손실이다. 따라서 고착된 고객도 두 번째 공급원이 있으면 구매를 줄일 수 있다. 경로가 열린 고객은 평균 83%로 이탈과 구매 감소를 모두 가진다. 나머지는 기간 내 구매 감소만 가지며 두 번째 공급원이 있으면 감소가 더 크다.

10 계약 경로별 기본 위험노출액

표4는 계약 경로별 평가기간 말의 연간 환산 위험노출액을 보고한다. 구성 포트폴리오 전체에서 매출의 13.6%, 포트폴리오당 미화 2,233만 달러(USD)다. 동의권 고객의 해당 부문 위험노출은 24.6%, 고정기간은 8.5%, 자동 연장은 12.5%, 주문별은 12.7%다. 잔여기간을 1~36개월 균등분포로 가정하면 고정기간 고객의 약 절반은 18개월 내 만기 관련 이탈이 닫힌다. 이 입력에서 동의권 고객은 매출의 20%, 예상 위험노출액의 36%를 차지한다. 비율은 포트폴리오 매출을 합산해 계산하며 개별 고객 손실률의 평균이 아니다.

그림1은 각 막대를 기준 부분과 다섯 거래 요인으로 분리한다. 모형 가정대로 동의는 동의권 부문의 가장 큰 단일 요인이며 가격과 담당자 변경은 영향받는 모든 부문에 나타난다. 경로 간 비교는 저자 설정 계수와 가정한 비중에서 나온다. 실무에서 동의권 고객이 더 많이 이탈한다는 뜻은 아니다. 가정한 선택권이 존재하고 가정한 비율로 행사되면 위험노출이 그 선택권이 있는 곳에 집중됨을 보여준다.

그림 원본 크기로 열기 ↗

구성 고객 포트폴리오에 대한 MatchPoint 분석이다. 명시 입력의 모형 결과이며 관측 결과가 아니다. 거래 요인별로 누적 표시하며 회색은 기준 부분이다.

계약 항목은 매출만으로 만든 목록에 없는 정보를 더한다. 유용성은 해당 권리, 실행 가능한 조치, 그에 드는 비용에 달려 있다. 동의 협의나 담당자 인계는 허용되고 운영상 실행 가능한 경우에만 거래 종결 전에 검토할 수 있다. 실제 거래에서 시점이나 성공을 가정하지 않는다. 이 실험에서는 동의 관련 패키지 효과를 저자가 고정해 효과가 강하면 계약 규칙이 유리하다. 제14절의 민감도 분석은 그 가정한 완화 효과를 제거한 결과를 검토한다.

11 관계 의존도와 가격 조정 위험노출액

표5는 같은 포트폴리오를 관계와 가격으로 살펴본다. 담당자가 바뀌는 고객의 예상 손실은 담당자 의존도가 낮을 때 매출의 13.9%에서 높을 때 22.2%로 상승한다. 예정 인상이 6포인트 이상인 고객은 예상 손실이 매출의 18.3%인 반면 인상이 없는 고객은 11.8%다. 기본 사례에서 인상은 고객의 35%에 적용된다. 이 차이는 저자 설정 계수의 결과이며 의존도 구간별 기울기는 식1의 담당자·추종 항에서 직접 나온다.

거래 귀속 손실은 이탈 압력에 대한 각 요인의 양의 기여에 비례해 배분할 수 있다. 기본 포트폴리오에서 동의는 30%, 가격은 26%, 담당자 변경은 23%, 퇴사·추종은 5%, 채널 충돌은 15%를 차지한다. 요인들은 같은 로지스틱 함수로 상호작용하므로 이 배분은 계산 관례이며 인과 분해가 아니다. 동의 비중이 큰 이유 중 하나는 저자 설정 동의 계수 1.0이 종결 시부터 모든 동의권 고객에 적용되기 때문이다. 계수가 작아지면 가격과 담당자 변경으로 비중이 이동한다.

구성 실험에서 인상의 위험노출 효과는 고객의 두 번째 공급원, 전환 비용, 충성도에 따라 달라진다. 이 입력들이 이탈이나 구매 감소의 여지를 키우면 같은 명목 인상도 더 큰 모형 손실을 만들 수 있다. 이는 저자 설정 가정을 고객별로 민감도 검토할 이유가 되지만 매수자의 관측된 가격 반응이나 실행 비용을 확립하지 않는다. 제15절은 마진, 실행 노력, 반복적 가격 행동을 제외한 유지 매출을 별도로 비교한다.

12 시간 가정과 손실 귀속

그림2는 평가기간 말의 연간 환산 거래 귀속 위험노출액을 저자가 정한 월별 구간에 배분한다. 동의 관련 위험노출은 0~3개월에 배치해 3개월째까지 100%를 배분한다. 전체 거래 귀속 위험노출의 배분 비중은 3개월째까지 34%, 6개월째까지 57%, 12개월째까지 93%다. 곡선은 명시된 귀속 규칙과 시간 구간에 따라 예상 위험노출액을 나눈다. 관측 이탈 날짜를 모의하거나 월별 현금 손실을 적분하지 않는다. 형태는 날짜가 있는 기록과 비교할 가설이지 실증적 시점 추정치가 아니다.

그림 원본 크기로 열기 ↗

구성 모형 결과다. 평가기간 말의 연간 환산 위험노출액을 저자가 설정한 요인별 시간 구간에 배분한다. 누적 현금 손실이나 관측 이탈의 모의 달력이 아니다.

저자가 정한 시간 패턴은 제안 모니터링 점검표의 근거가 된다. 조기 이탈을 관측한 매수자는 동의 이벤트와 함께 담당자 변경, 서비스 실패, 동시기 다른 이벤트를 검토할 수 있다. 가격 통지 후 이탈은 가격과 경쟁 설명을 함께 검토할 계기가 될 수 있다. 실험은 실제 거래에서 어떤 원인을 먼저 조사해야 하는지 정하지 않는다. 각 촉발 이벤트, 이탈, 구매 감소에 날짜를 기록하면 평가에 도움이 된다. 다음 절은 불완전 기록을 살펴본다.

거래 귀속 곡선은 평가기간 말의 연간 환산 총위험노출액에서 저자가 정한 기준을 뺀다. 이 기준은 연매출의 6.9%로, 다섯 거래 관련 압력 항을 제거하되 다른 고객 특성과 경로 지시변수는 유지해 구성한다. 구성한 반사실이며 종결 전 이탈률의 측정치나 18개월 누적 손실이 아니다. 실제 귀속 연구에는 자체의 타당한 비교가 필요하다. 패키지 편익은 조치가 없을 때와 있을 때의 예상 위험노출액 차이로 별도 계산하며 종결 후 모든 손실을 제거하는 것이 아니다.

13 보호 패키지와 고객 선택 규칙

저자 설정 보호 패키지는 모형의 두 항을 바꾸며 가격 양보를 포함하지 않는다. 연속성 조치는 담당자 변경·퇴사 추종 압력에 0.25를, 동의 관련 조치는 동의 압력에 0.30을 곱한다. 가정한 잔여 압력 배수이지 측정된 처리 효과, 적법한 동의 취득 증거, 고객 유지 보장이 아니다. 채널 충돌, 두 번째 공급원, 전환 비용은 그대로다. 실험은 포트폴리오의 10%인 고정 60개 고객 역량에서 총액 기준 연간 환산 매출 위험노출 감소를 평가한다. 처음에는 실행 비용을 배정하지 않으며 이 한계는 뒤에서 다룬다.

식3에서 L_i(0)과 L_i(1)은 패키지 미적용·적용 시 예상 손실이다. S는 선택된 고객 집합으로 각 고객을 임의 순서로 한 번씩 s_1부터 s_(n_S)까지 열거하며 n_S는 선택 수다. W(S)는 총편익 합계, W_rand는 같은 수를 무작위로 선택한 기대편익, W_orc는 진정한 개입 편익이 가장 큰 고객을 선택한 편익이다. C(S)는 두 벤치마크 사이 개선의 포착 비중이다. 구성상 무작위 기준은 0, 완전정보 기준은 1이다. 위험노출 오라클은 생성 모형의 손실 정보를 쓰지만 개입 편익을 최대화하지는 않을 수 있다.

표6은 규칙을 정의한다. 실무 규칙은 오차를 포함해 관측한다. 의존도와 전환 비용에는 표준편차 0.15의 잡음이 있으며 두 번째 공급원 표지는 5개 고객 중 1개가 틀린다. 점수는 정수이며 계수에 맞추어 조정하지 않는다. 따라서 생성식을 다시 표현한 규칙은 아니지만 모두 실제 특성을 측정한다는 전제는 공통이다. 반면 검토된 계약의 동의 표지는 오차 없이 관측한다고 가정한다. 이는 기본 사례에서 계약 권리 목록에 유리하며 대장 스트레스 사례에서 완화한다.

제안하는 상업적 배분은 비용 0과 동일 역량의 단순화를 실제 필요 자원으로 대체한다. 어떤 고객은 법률 자문과 동의 협상을, 다른 고객은 기술 적격 후임자나 서비스 시정 프로그램을 필요로 할 수 있다. 따라서 고객 수는 초기 역량 단위다. 매수자는 대신 전문가별 시간, 현금 비용, 계약 기한을 추적해 실행 가능한 조치 묶음을 비교할 수 있다. 서로 다른 기술을 놓고 경쟁하거나 기간이 다르거나 고객 간 상호작용하는 조치에 대해 본 순위 실험은 최적 자원 배분을 제시하지 않는다.

실무 민감도 목록은 전환 비용, 법적 경로, 실행 노력이 조금 달라질 때 선호 조치가 바뀌는 고객을 검토 대상으로 남길 수 있다. 어떤 가정이 선택을 좌우하고 어떤 문서나 대화로 이를 해결할 수 있는지 보여줄 수 있다. 검증된 계약 조건, 고객 담당자 평가, 경영진 추정, 미해결 사실을 구분해야 한다. 이후 매수자는 승인 정책 안에서 추가 정보 확보, 되돌릴 수 있는 개입, 잔여 위험노출 수용을 선택할 수 있다.

관측된 두 번째 공급원이 있으면 위험노출 점수는 저자가 정한 1점을 부여해 생성기의 양의 두 번째 공급원 압력 항과 방향을 맞춘다. 정수 가중치는 보정되지 않았으며 고객 성과 자료로 추정한 값이 아니다. 실증 적용에는 별도로 정의한 개발·평가 절차가 필요하다. 이용 가능한 패키지는 두 번째 공급원을 바꾸지 않으므로 이 항목으로 위험노출을 알아내도 관련 매출을 패키지가 보전할 수 있다고 확립하지는 않는다.

식3은 W_orc가 W_rand보다 클 때 적용한다. 모든 개입 편익이 0이거나 같아 분모가 0이면 정규화 포착률은 정의되지 않으며 0으로 보고하면 안 된다. n개 고객 중 K개를 고르면 무작위 선택의 기대편익은 W_rand=(K/n)에 전체 고객 편익 합계를 곱한 값이다. 이는 하한이 아니라 기준이다. 열등한 선택은 음의 포착률을 가질 수 있고 한 번의 무작위 추출은 기대값보다 높거나 낮을 수 있다. 완전정보 상한은 분리 가능한 편익과 모든 규칙에서 같은 고정 고객 수를 가정한다.

14 고정 역량에서의 선택 규칙 비교

표7은 60개 고객 대응 역량에서의 결과다. 포착률은 포트폴리오별로 계산해 평균하므로 일반적으로 평균 편익으로 구한 비율과 같지 않다. 실행 비용 전 연간 환산 매출 보전액은 무작위 선택 기대값에서 포트폴리오당 미화 57만 9,000달러(USD), 완전정보 벤치마크에서 427만 7,000달러(USD)다. 매출 순위는 249만 3,000달러(USD)와 무작위 기준 초과 개선 여지의 51%, 계약 순위는 324만 3,000달러(USD)와 72%를 달성한다. 관계 의존도는 62%, 위험노출 점수는 65%를 포착한다. 포트폴리오 간 중앙 90% 구간은 매출 순위 34%~66%, 점수 51%~77%다. 이는 저자 구성 포트폴리오의 변동이며 관측 인수의 불확실성 추정이 아니다.

그림 원본 크기로 열기 ↗

구성 고객 포트폴리오에 대한 MatchPoint 분석이다. 명시 입력의 모형 결과이며 관측 결과가 아니다. 수직선은 기본 역량을 표시한다.

위험노출 벤치마크는 예상 손실의 53%를 가진 고객을 선택하고 완전정보 개입 편익의 86%에 도달한다. 개입 최적해는 손실의 44%를 가진 고객을 선택한다. 서로 다른 목적이다. 매출 순위는 손실의 43%를 보유하고 무작위 기준 초과 개입 개선 여지의 51%를 포착한다. 위험노출 점수는 47%를 보유하고 65%를 포착하며, 계약 규칙은 31%를 보유하고 72%를 포착한다. 검토하는 손실 비중이 높다는 것만으로 선택 패키지가 이를 회복할 수 있다고 확립할 수 없다.

기본 순위는 정의한 개입과 측정 체계에 달려 있다. 기본 사례의 계약 증거는 완전하며 패키지는 동의 압력에 0.30, 담당자 관련 압력에 0.25를 곱한다. 이는 확률 감소, 측정된 개입 효과, 적법한 동의 취득 증거가 아니다. 실무 규칙은 저자 설정 가중치와 잡음 있는 관계 관측을 쓴다. 거래팀은 순위를 고려하기 전에 가정한 조치와 정보의 이용 가능성을 검증할 수 있다. 아래의 동의 효과 제거 단독 민감도는 기제 하나가 바뀌어도 순위가 역전될 수 있음을 보여준다.

대응 비교는 각 규칙에 같은 포트폴리오를 쓴다. 점수, 계약 순위, 관계 의존도는 각각 100%, 95%, 85%의 포트폴리오에서 매출 순위를 능가한다. 계약 순위는 76%에서 점수를 능가하고 관계 의존도는 43%에서 점수를 능가한다. 조건부 모의 빈도다. 구간이 겹친다는 이유만으로 의존도와 점수 규칙이 동등하다고 해서는 안 된다. 스트레스 사례가 순위를 바꾸며 그림3의 역량 비교는 고객 60개 선택에서 포트폴리오의 더 큰 비중 선택으로 질문을 바꾼다.

추가 기제 민감도는 포트폴리오, 역량, 다른 모든 패키지 가정을 고정하고 동의 항 배수만 0.30에서 1.00으로 바꿔 해당 개입 효과를 없앤다. 포트폴리오당 총편익은 계약 순위 미화 87만 3,000달러(USD), 매출 순위 131만 9,000달러(USD), 점수 160만 6,000달러(USD), 관계 의존도 223만 2,000달러(USD)가 된다. 기본 사례의 계약 규칙 우위가 역전된다. 이 저자 설정 경계 사례는 순위를 채택하기 전에 제안 개입을 명확히 할 필요성을 뒷받침한다. 동의 업무의 성공 빈도나 상업 연속성 조치의 실제 효과를 추정하지는 않는다.

15 고객별 가격 인상 면제의 경제성

가격 결정은 별도의 일관된 매출 비교를 사용한다. V_i는 인상 전 연매출, L_i(u_i)는 인상 시 예상 위험노출액, L_i(0)은 인상하지 않을 때의 위험노출액이다. 인상 시 예상 유지 매출에 1+u_i/100을 곱한다. 비교에는 이탈과 잔존 고객의 구매 감소가 포함된다. 연속성·동의 패키지 없이 평가한다. 마진, 실행 비용, 현금 회수 시점, 고객생애가치는 이 연간 환산 매출 검증에 포함되지 않는다.

식4에서 G_i=L_i(u_i)-L_i(0)은 인상을 면제해 줄어드는 위험노출액이다. 면제 시 예상 유지 매출은 R_i(0)=V_i-L_i(0), 인상 시는 R_i(u_i)=(1+u_i/100)[V_i-L_i(u_i)]다. 차이는 G_i에서 (u_i/100)[V_i-L_i(u_i)]를 뺀 값이다. 양의 차이는 이 매출 기준에서 면제가 유리함을 뜻한다. 따라서 우변의 차감액은 구매 감소를 포함해 인상 조건에서 유지되는 구매로 회수할 수 있는 인상 매출이다. 인상이 없을 때의 총잔존 기반에 인상분을 부과하면 다른 질문에 답하게 된다.

동일한 300개 면제 실험 포트폴리오에서 인상 고객의 45%는 면제 시 예상 매출 차이가 양수다. 이들은 원래 연매출 기반으로 측정한 예정 인상 가치의 45%를 차지한다. 포트폴리오당 보전되는 총위험노출액은 평균 미화 347만 9,000달러(USD), 인상 경로에서 회수하는 인상 매출은 평균 312만 6,000달러(USD)다. 이 특정 입력에서 차이는 35만 2,000달러(USD)로 일괄 면제에 유리하며 차감액 대 편익 비율은 0.90이다. 실행 비용과 마진 전의 모의 연간 환산 매출 결과이며 일괄 가격 동결이 상업적으로 최적임을 입증하지 않는다. 공헌이익, 실행 노력, 협상, 반복적 가격 행동이 들어가면 고객별 결정도 달라질 수 있다.

16 스트레스 사례와 규칙 순위 변화

네 가지 스트레스 사례는 기본 포트폴리오의 한 특징씩 바꾼다. 공격적 가격 조정은 대상 고객 비중과 인상 폭을 늘린다. 영업팀 이탈은 담당자 변경률을 60%, 변경 중 퇴사 비중을 60%로 높인다. 동의권이 많은 계약은 동의권 고객 비중을 40%로 높인다. 70% 대장은 포트폴리오를 바꾸지 않지만 매수자가 계약의 70%만 검토할 수 있게 한다. 표8은 손실과 구성을, 표9는 네 실무 규칙의 포착률을 보고한다.

그림 원본 크기로 열기 ↗

저자 설정 입력의 구성 모형 결과다. 위험노출액 집계는 사례당 100개 포트폴리오, 선택 규칙 포착률은 사례당 300개 포트폴리오를 쓴다. 패널별 추출은 별개다.

그림4는 두 패널을 보여준다. 사례마다 진단 특징이 있다. 공격적 가격 조정은 예상 손실을 매출의 13.6%에서 16.7%로, 거래 귀속 손실의 가격 비중을 26%에서 45%로 늘리지만 규칙 포착률은 거의 바뀌지 않는다. 인력 이탈은 담당자 변경·퇴사 비중을 28%에서 41%로 늘려 의존도와 점수 규칙이 선두가 되게 한다. 동의권이 많은 계약은 거래 귀속 손실의 47%를 첫 3개월에 배분하고 계약 목록 포착률을 82%로 높인다. 70% 대장은 손실을 바꾸지 않고 계약 목록 포착률을 72%에서 53%로 낮춘다.

스트레스 결과는 거래 기록과 대조할 설명 후보를 준다. 기본 거래 귀속 위험노출은 연매출의 6.6%이며 공격적 가격 조정에서는 9.8%, 인력 이탈에서는 8.7%, 동의권이 많은 사례에서는 9.3%다. 실험이 동의 압력을 이른 구간에 배분하기 때문에 조기 손실과 높은 동의 비중이 함께 나타난다. 관측 거래에서 시점이 비슷하더라도 동의를 서비스 혼란, 매수자 행동, 기타 이벤트와 구분할 증거가 필요하다. 구성된 귀속 표지로 관측 이탈의 원인을 확립할 수 없다.

사례는 하나씩 바꾸며 두 사례에서 실무 규칙 순위가 역전된다. 인력 이탈은 의존도 규칙이 계약 목록을 앞서게 하고(69% 대 66%), 70% 대장은 의존도와 점수가 모두 계약 목록을 앞서게 한다. 거래에는 서로 작용하는 여러 변화가 있을 수 있다. 실험은 그 공동 시간 패턴을 검증하지 않았고 관측된 두 차례 이탈 파동도 입증하지 않았다. 개별 사례는 날짜 있는 이벤트 기록의 경쟁 가설을 제시할 수 있다. 실제 거래의 귀속에는 자체 비교와 동시 이벤트 평가가 필요하다.

17 계약 대장 검토율과 정보 품질

계약 권리 목록의 품질은 그 대장에 달려 있다. 모형에서 미검토 동의권은 자유 이전 계약처럼 보인다. 그림6의 검토율 패널은 별도 추출한 포트폴리오의 계약 검토 비중을 바꾸므로 완전 대장 결과는 표7과 1포인트 다르다. 검토 계약이 없으면 목록이 매출 순위로 환원되어 매출 순위에 가까운 가용 편익의 50%를 포착한다. 절반을 검토하면 40%로 내려가고, 85% 검토에서 63%, 전부 검토에서 73%로 오른다. 같은 범위에서 위험노출 점수는 56%에서 65%로 바뀐다.

하락은 경직된 우선순위와 선택적으로 보이는 권리의 결합에서 나온다. 절반을 검토하면 작은 고객을 포함해 확인된 모든 동의권 고객이 더 크지만 미검토된 고객보다 우선한다. 정보 자체가 해롭다는 뜻이 아니다. 검증한 검토율 격자에서 계약 규칙이 방향을 고친 점수 규칙을 처음 앞서는 때는 완전 검토 시점이다. 85% 행을 보편적 임계값으로 보아서는 안 된다. 제안하는 대응은 '미확인' 상태를 유지하고 매출 가중 검토율을 보고하며, 고정 검토 순서를 채택하기 전에 검토 대기열이 결정을 어떻게 바꾸는지 평가하는 것이다.

계약 자동 판독은 검토 범위를 넓힐 수 있으며, 법률가가 확인한 표본의 동의·해지 조항 재현율로 가치를 측정할 수 있다. 실험은 그런 도구를 검증하지 않고 정확도도 보고하지 않는다. 검토율이 계약 목록 가치의 주요 입력임만 보여준다. 가치별 검토율도 보고해야 한다. 가장 큰 100개 계약을 읽으면 고객 수는 적어도 매출 대부분을 포함할 수 있고, 나머지 순위는 다른 신호에 의존한다.

운영상 미검토 합의는 '미확인'으로 남아야 한다. 스트레스 실험은 유해한 정보 실패를 검증하기 위해 미검토 동의권을 자유 이전 범주에 의도적으로 넣는다. 실제 대장은 문서 누락, 수령, 추출 대기, 조항 불명확, 법률 검토 완료, 조치 완료를 나누어 보존해야 한다. 이를 동의권 없음 표지와 합치면 스트레스 사례가 드러낸 불확실성을 숨긴다. 고객 수, 연매출, 집중도 등급, 예정 결정일별 검토율을 분모·문서 버전과 함께 보고할 수 있다.

제안 검토 대기열은 동의·통지 기한이 가까운 미해결 고가치 합의를 우선하면서, 법적·운영상 의존으로 지연 영향이 큰 저가치 고객도 남길 수 있다. 모형은 정보 가치를 계산하지 않고 최적 읽기 순서도 증명하지 않는다. 팀은 사전 불확실성, 검토 노력, 결과 분류, 새 정보가 예정 조치를 바꿨는지를 기록해 대기열을 검증할 수 있다. 문서 처리량을 고객 유지 성과로 간주하지 않으면서 결정 가치의 증거를 만든다.

18 선택적 가격 조정과 관찰 추정

선택적 가격 배정은 관찰 비교를 왜곡할 수 있다. 모형은 구성 충성도가 높은 고객에 인상을 더 자주 배정하며, 이 고객은 다른 항에 의해 이탈 성향이 낮다. 선택한 입력에서 처리·비처리 고객 차이는 모형 효과를 과소평가한다. 실제 가격 정책은 다른 이유로 고객을 선택할 수 있으므로 편향 방향에는 실제 배정 과정의 증거가 필요하다. 실험은 하나의 기제를 명시해 식별 문제를 드러낸다.

식5에서 U_i는 인상 배정, gamma_0와 gamma는 그 확률을 결정하며 ell_i는 구성 충성도다. H는 인상 고객과 비인상 고객을 각각 최소 2개 포함한 충성도 대리변수 5분위 집단만 센다. 보존 집단에서 n_g^1은 인상 고객 수, y_g^1과 y_g^0는 두 집단의 평균 이탈률이다. 분모는 보존한 인상 고객 수의 합이다. 제외한 층은 전체 인상 고객에 대한 모형 효과와 비교해 추정이 대표하는 모집단을 바꿀 수 있다. 문헌[12]은 원래 성향점수 문헌을 방법론 배경으로 제시한다. 실험은 잡음 있는 충성도 대리변수로 직접 층화하며 성향점수를 추정하지도 교란 통제를 검증하지도 않는다.

그림 원본 크기로 열기 ↗

배정 강도별 300개 작은 포트폴리오의 구성 모형 결과다. 상자는 사분위수와 중앙값을 보여준다. 수염은 제5·제95백분위 경계 안에서 관측된 극값이며 이상치는 표시하지 않는다. 각 점선은 해당 소규모 포트폴리오 묶음의 평균 진정한 효과다. 표10의 대규모 포트폴리오 진정한 값과는 다른 양이다.

표10과 그림5는 지정한 배정 기제 아래 추정량을 비교한다. 충성도와 배정의 연계가 없으면 큰 포트폴리오의 단순 추정은 5.61포인트, 진정한 효과는 5.36이다. 기본 강도에서는 진정한 효과가 5.18포인트, 단순 추정 4.41, 대리변수 층화 4.85이며 후자는 해당 추출의 단순 오차를 57% 줄인다. 선택성이 강하면 단순 추정 3.49, 진정한 효과 4.90이고 대리변수는 오차의 48%를 줄인다. 진정한 충성도를 이용한 조정은 기본 강도에서 5.11이다. 이는 모의 내부의 정보 벤치마크이지 통계적 상한이 아니다. 집단화 후 잔여 불균형이 남을 수 있고 실현 추정에는 표본 오차가 있다. 다른 배정·교란 기제는 부호 역전을 포함해 다른 편향을 만들 수 있으나 본 실험의 범위 밖이다.

19 표본 크기, 불확실성, 식별

이 구성 실험에서 작은 고객 기록은 더 넓은 추정 분포를 만든다. 표11은 100~1,600개 고객 기록에서 각 400회 층화 추정을 반복한다. 100개 고객의 제5~제95백분위 구간 폭은 21.9포인트이며 진정한 효과가 양수여도 추정의 24%가 0 이하다. 400개 고객에서는 폭 10.2포인트, 0 이하는 7%다. 800개 고객에서는 1.3~8.3포인트로 0을 제외하며 1,600개에서는 폭 5.4포인트, 0 이하는 0%다.

그림 원본 크기로 열기 ↗

구성 모형 결과다. 추정 패널은 평균 추정과 중앙 제5~제95백분위 모의 대역을 보여준다. 점선 기준은 표본 크기 블록의 평균 진정한 효과를 합친 값이다. 검토율 패널은 별도 추출한 포트폴리오를 사용해 계약 검토율에 따른 무작위 기준 초과 포착률을 보여준다.

표본 불확실성과 식별은 모두 중요하다. 400개 고객에서 구성 평균 추정 4.64포인트는 모형의 진정한 값에 가깝고 추정의 58%는 그 값에서 절반 이내의 차이를 보인다. 이는 지정 효과, 이벤트율, 배정, 추정량의 성질이다. 보편적인 800개 요건을 확립하거나 관측 포트폴리오의 편향이 무시할 만하다고 보여주지 않는다. 보고 가격 효과에는 비교집단, 불확실성 구간, 중첩 진단, 교란 가정을 포함해야 한다. 여러 인수를 합치면 수는 늘어도 고객 구성·정책·보고 차이가 생기며 거래 지시변수만으로 해결되지 않는다.

작은 표본에서는 지지집합 규칙도 중요하다. 100개 고객 블록을 별도로 정확히 재확인한 결과 400회 중 11회는 처리 고객이나 비교 고객이 2개 미만이어서 적어도 하나의 5분위 집단을 제외했다. 보존 처리 고객 비중은 평균 약 99.92%, 최저 96.67%다. 해당 구성 블록의 진단치다. 추정량은 보존한 처리 모집단에 재정규화하며 제외 지지집합의 결과를 재생성하지 않는다. 실제 연구는 자체 제외와 대상 모집단 변화를 보고하고 제외 고객이 상업적으로 중요하면 민감도 평가도 해야 한다.

20 재현성 점검과 모형 한계

모형 결과는 규칙이 사용하는 동일 특성에서 생성된다. 따라서 동의권·담당자 의존·가격·충돌이 이탈을 유발한다는 전제가 참인 세계에서 규칙을 검증한다. 결과는 그 전제가 성립할 때 각 규칙이 얼마나 보전하는지, 명시 스트레스에서 순위가 어떻게 변하는지, 가격 인상 배정으로 실제 기록이 얼마나 왜곡될지를 보여준다. 실제 포트폴리오에서 동의권이나 담당자 변경이 이탈을 유발한다고 보여주지 않으며 고객 손실률도 제공하지 않는다.

수정 수치 엔진은 41개 메시지 집단의 1,545개 단언문을 실행하며 표12에 요약한다. 대부분은 포트폴리오 반복문 안에서 반복되는 조건이다. 범위, 지정 우열 비교, 귀속 조정, 시간 배분, 스트레스 방향, 인상 면제 항등식, 단독 민감도 후 동의 배수 복원을 점검한다. 소스 단언문은 독립 산술 검토와 다르다. 관측 고객 성과와 비교하거나 모형 전제의 현실 성립을 증명하지 않고 명시 계산과 고정 시드의 선택 사례를 검증한다.

실험은 명시한 체계의 행태를 평가한다. 실무 기여는 연간 환산 위험노출액, 개입 편익, 계약 대장 정보, 가격 조정의 선택 기제를 재현 가능하게 분리하는 것이다. 모형 비율은 입력과 함께 조건부 모의 결과로 인용해야 한다. 산술 점검은 법률 해석, 계수 선택, 개입 효과, 실제 인수 적합성을 검증하지 않는다. 그러한 문제에는 다음 절의 증거와 전문 검토가 필요하다.

21 전향적 고객 유지 증거 설계

제안 관측 단위는 거래 종결 시 고객이며, 합의한 시점까지 매월 추적한다. 모형과 맞추기 위해 처음에는 18개월로 한다. 대장은 안정된 식별자로 계약 근거, 동의 이벤트, 통지, 가격 발효일, 담당자 변경, 구매 감소, 이탈, 매출을 연결한다. 데이터 접근과 재이용은 적법한 근거와 목적 평가가 필요하다[4]. 표11의 특정 사례 표본 크기 결과는 계획용 예시다. 실제 연구는 목표 수를 선택하기 전에 효과 크기, 이벤트 발생률, 중첩, 고객·거래 군집, 탈락, 예정 추정량을 자체 평가해야 한다.

표13은 결과를 보기 전에 배정 결정을 기록하는 증거 설계를 제안한다. 매수자, 법률 자문, 영업 경영진이 적절하다고 보면 적격 고객을 통상 실무와 정의된 추가 조치의 사전 승인 비교에 참여시킬 수 있다. 무작위화에는 타당한 적격성 방침, 고객 보호, 적절한 승인이 필요하다. 관찰적 배정이면 대장에 예상 충성도, 전략적 중요성, 관계 우려, 역량 제한 등 개입 이유를 기록해야 한다. 조정은 측정한 이유를 쓸 수 있지만 측정하지 않은 차이는 한계로 남는다.

데이터·AI 방법은 조항 추출, 고객 기록 연결, 연락처 의존 검토를 지원할 후보 수단이다. 출력이 결정에 들어가기 전에 각 작업의 벤치마크와 승인된 데이터 경로가 필요하다. 모형은 소프트웨어, 추출 정확도, 생산성 편익을 평가하지 않는다. 아래 절차는 향후 도입을 위한 제안 수용 점검이며 특정 도구의 실증 주장이 아니다.

AI 지원 계약 검토에서는 법률 담당자가 먼저 권리 양도, 의무 이전, 지배권 변경, 해지, 갱신, 가격 통지, 비밀유지·데이터 이용 제한을 구분하는 조항 체계를 정해야 한다. 추출 기록에는 정확한 인용문, 페이지·문단 위치, 문서 식별자, 상대방 법인, 버전 날짜를 포함해야 한다. 근거 원문 없는 요약으로 권리 존재, 제한 부재, 개정에 의한 대체를 확립할 수 없다. 최종 법률 분류는 지정 검토자가 판단한다.

제안 벤치마크는 합의한 기준에 따라 독립 검토한 유보 계약 집합을 사용한다. 중요 조항 누락, 거짓 양성 표지, 개체 연결 오류, 근거 없는 결론을 각각 평가한다. 영향을 받는 결정의 가치와 시점에 따라 성과를 가중해야 한다. 전체 추출 점수가 높아도 매출이 집중된 고객의 조항을 놓칠 수 있다. 스캔을 읽을 수 없거나 상호참조가 풀리지 않거나 문서가 충돌하면 자동 판단 보류와 상위 보고를 허용해야 한다. 본 논문은 벤치마크 점수나 효율 추정치를 제공하지 않는다.

승인된 도입에는 접근 통제, 보관 한도, 어떤 계약 자료를 어느 시스템에 넣을 수 있는지에 대한 기록도 필요하다. 고객 계약과 개인 연락처 데이터는 작업에 필요한 최소 범위로 줄이고 외부 처리나 국경 간 경로는 승인을 받아야 한다. 테스트는 적절히 허가된 자료로 시작할 수 있다. 프롬프트·모형 버전, 추출 변경, 검토자 수정을 기록해 나중의 고객 결정을 실제 문서와 방법으로 추적할 수 있다. 제안 거버넌스 통제이며 적용에는 법률·정보보안 검토가 필요하다.

고객 기록 연결에는 자체 테스트가 필요하다. 한 법인이 여러 상호, 구매 지점, 재무 시스템 코드를 가질 수 있고 한 그룹 안에 실질적으로 다른 구매자가 있을 수 있다. 분석자는 고객 식별자를 계약, 송장, 합의 연결 범위와 대사해야 한다. 별도 구매자를 합치면 동의권 차이를 숨기고 한 구매자를 나누면 집중도를 과소평가할 수 있다. 제안 예외 대기열은 불확실한 매칭, 근거 문서, 해결 권한자를 기록한다. 연결 신뢰도를 법률 결론으로 바꾸어서는 안 된다.

전향적 분석은 추적 시작 전에 이탈, 구매 감소, 가격 양보, 신제품 매출을 정의해야 한다. 기간 내 인수, 매각, 고객 범위 변화를 기록해야 한다. 완전한 18개월 추적이 없으면 그 고객의 한계를 보존해야 한다. 그렇지 않으면 계절적 구매, 예외 주문, 환산, 청구 주체 변경이 행동 변화처럼 보일 수 있다. 통계 계획은 해당 관측 처리와 완전 추적 결과·단기 중간 보고의 구분을 명시해야 한다.

개입을 인과적으로 평가하려면 다른 점에서 비교 가능한 고객이 왜 다른 처리를 받았는지 설명할 근거가 필요하다. 기록된 배정 규칙, 처리일, 적격 기준이 평가를 지원한다. 균형·중첩 점검은 관측 차이와 대표성이 낮은 집단을 찾을 수 있지만 미기록 선택을 배제할 수는 없다. 추론은 필요에 따라 고객, 영업팀, 인수 안의 공통 충격을 고려해야 한다. 사전 지정 민감도 분석에서 변경과 결측을 공개하며 결과 정의, 기간, 비교집단을 바꿀 수 있다. 추정량과 구간 선택은 거래별 검토가 필요하다.

표본 밖 순위 테스트는 학습과 평가를 분리할 수 있다. 규칙과 개입 정의를 지정 개발 데이터로 고정한 뒤 그 과정에서 제외한 고객이나 인수에서 평가해야 한다. 보고에는 역량 제약, 실제 제공 처리, 누락 대장 항목, 편익의 불확실성을 포함해야 한다. 높은 위험노출을 식별하는 순위와 보호에 대한 인과 반응을 식별하는 순위는 다른 질문에 답한다. 개입 편익을 주장하기 전에 실증 설계가 그 차이를 보존해야 한다.

22 이사회 보고와 거래 결정

이사회나 투자위원회 보고는 계약 경로별 매출, 동의 상태, 대장 검토율과 함께 연간 환산 위험노출액과 개입 선택지를 분리해 제시할 수 있다. 적용 보고 근거에 따라 중요한 집중을 파악하고[5], 제안 단계별 조치·책임자·비용·잔여 불확실성을 보여야 한다. 구성 귀속에서 동의는 거래 관련 위험노출의 30%, 담당자 변경 23%, 퇴사·추종 압력 5%, 가격 26%, 채널 충돌 15%를 차지한다. 저자 설정 분해이며 매수자 고객의 실증적 내역이 아니다.

표14는 항목을 열거한다. 보고는 손실을 구간과 식별 상태로 제시해야 한다. 자체 기록으로 가격 효과를 추정했다면 구간과 기록 크기를 함께 보여주고 충성 고객에게 인상이 배정되었을 수 있음을 밝혀야 한다. 다른 거래 추정이면 그 사실을 명시해야 한다. 유지 목표 같은 수치는 가정을 열거한 계획으로 표시하고 예측으로 제시해서는 안 된다.

위험노출 지도는 거래 조건에도 관련된다. 지명 대형 고객에게 동의권이 있으면 법률 자문은 동의 취득을 종결 조건으로 할지, 가격 일부를 이에 연동할지, 정해진 기간 안에 고객이 떠나면 매도자가 명시 비중의 손실을 부담할지 검토할 수 있다. 당사자와 자문이 평가할 선택지다. 모형은 입력하에서 각 선택지가 대응할 위험노출 규모를 제공하지만 어느 선택지가 적절한지는 정하지 않는다.

제안 이사회 연결 분석은 연간 환산 매출 위험노출액, 예상 공헌이익 영향, 제안 개입 비용, 시점, 잔여 불확실성의 단계로 상업 기록을 거래 모형과 잇는다. 경영진의 기본·불리·회복 가정을 관측 결과로 제시하지 않고 보여줄 수 있다. 같은 예상 개선이 판매 시너지나 조달 부문이 재원을 제공하는 서비스 조치에 이미 있으면 거래 논리에서 두 번 세지 않도록 연계를 명시해야 한다. 논문은 구조를 제안할 뿐 기업가치나 금융 편익을 정량화하지 않는다.

집중도가 높은 고객에 대해 거래 당사자는 자문과 조건, 동의, 가격 메커니즘, 진술, 정의된 손실 배분을 논의할 수 있다. 선택은 집행 가능성, 협상력, 거래 경제성, 관련 기간에 실제 관측 가능한 사항에 달려 있다. 종결 후 고객 이탈만으로 매도자의 의무 위반이나 거래의 손실 유발을 확립할 수 없다. 계약 지표는 고객 범위, 측정기간, 제외, 분쟁 절차, 상업 결정 책임을 정해야 한다. 모형은 특정 법률 조건을 권고하지 않는다.

23 제안 고객 유지 운영 순서

제안 운영 순서는 접근과 거래 단계의 제한이 허용하는 범위에서 중요 고객 계약의 동의·해지·양도 조건을 검토하는 것으로 시작한다. 팀은 투자 논리 가정에 의존하기 전에 문서 검토율과 미해결 질문을 기록한다. 개인 관계가 집중되고 담당자 변경이 예정된 고객을 찾고, 연속성 담당자를 제안하며, 퇴사 담당자의 제한 약정에 적용 노동제도상의 자문을 구한다[2, 3]. 실험은 실제 거래의 최적 순서를 확립하지 않았다.

제안 세 번째 단계는 고객별 가격 검토다. 두 번째 공급원이나 낮은 전환 비용은 대체 선택지를 자세히 조사할 이유지만 인상을 면제해야 한다는 근거는 아니다. 매수자는 실행 가능한 각 가격 경로의 예상 공헌이익을 실행 비용·불확실성과 비교해야 한다. 네 번째 단계는 시작부터 이벤트와 결정을 기록하는 것이다. 모형에서는 인상 고객의 45%가 면제 시 명시 매출 비교를 통과한다. 계수와 기준 가격 가정에 따른 결과이며 유지를 약속하지 않는다.

포트폴리오의 10%라는 테스트 역량에서 기본 계약 순위는 명시 패키지와 완전 대장 가정 아래 다른 실무 규칙을 앞선다. 계약 증거, 관계 의존도, 매출, 문서화한 불확실성을 이용하는 고객 검토 계획을 제안할 동기가 될 수 있다. 실제 배분에는 이용 가능한 조치, 실행 자원, 대장 품질의 증거가 필요하다. 동의 효과 제거와 불완전 대장 민감도는 기본 순위가 조건부임을 보여준다. 보편적 고객 선택 순서나 역량이 커지면 실행 비용이 반드시 구속 제약이 된다는 결과를 실험은 제공하지 않는다.

순서는 단일 종결일보다는 거래 단계별 승인 지점에 맞출 수 있다. 서명 전 중요 계약, 미해결 접근 문제, 투자 논리 가정을 파악한다. 서명과 종결 사이에는 적용 정보 공유 제한을 지키며 허용된 동의·전환 조치를 기록한다. 종결 시 고객 담당과 미해결 조치 책임을 확인한다. 초기 보고 주기에는 실제 통지·양보·구매 행동을 날짜 있는 기준과 비교한다. 제안 운영 방법이지 모든 거래가 종결 전 고객 접촉을 허용한다는 주장이 아니다.

예외에는 책임자와 만료일이 필요하다. 임시 두 번째 담당자, 가격 변경 연기, 미해결 동의는 다음 검토자와 종료 증거를 정해야 한다. 영업 경영진은 희소 역량이 낡은 가정에 계속 묶였는지 알 수 있다. 재무는 실행 조치를 실제 비용과 대사하고 법률·데이터 책임자는 허용 행위의 한계를 유지한다. 정기 검토는 원래 결정 기록을 보존해 최종 분석에서 사실 변화와 판단 변화를 구분해야 한다.

24 한계와 다음 실증 검증

포트폴리오는 저자 설정 계수·분포·시간 구간과 고정 개입 배수를 사용한다. 로지스틱 형태, 독립성 가정, 단순화된 계약 경로는 운영·법률 복잡성을 제외한다. 연간 환산 매출 위험노출은 누적 현금흐름, 고객생애가치, 마진이 아니다. 핵심 패키지는 실험에서 실행 비용이 없다. 이탈 행동과 구매 감소 모두 실증 보정되지 않았다. 법률 논의는 인용 문서에 한정되며 준거법, 경과 문제, 부문 규칙, 실제 합의에 대한 거래별 검토가 필요하다.

검토는 선택한 자료 집합을 대상으로 한다. 기업 간 연구는 영업 담당자 변경을, 은행 합병 연구는 관계 상태나 차입자 가치를 다룬다. 모집단과 결과는 본 논문의 연간 환산 매출 위험노출과 다르다. 일부 자료는 게재 승인 원고나 작업논문으로 검토했고 일부 학술지 초록은 제한된 주장만 뒷받침한다. 시점이 명시된 IFRS 예시는 고객 기록 목적이며 현행 거래 회계 의견이 아니다. 실험은 자료에서 인수 고객 이탈의 실증 추정치를 도출하지 않으며 문헌을 망라했다고 주장하지 않는다.

다음 실증 단계는 정의된 인수 집단의 전향적 관리 고객 대장이다. 결과가 쌓이기 전에 권한, 연결 통제, 분석 계획을 합의해야 한다. 표본과 추적 요건은 그 집단에 맞춰 추정해야 한다. 첫 검증은 가정한 동의·관계 기제, 실행 가능한 개입 효과, 대장 기반 순위가 유보 고객에서 보이는 성과를 살펴본다. 결과는 저자 설정 계수 수정에 도움이 될 수 있다. 관측 개선도 다른 거래에 활용하기 전에 비교·비용·귀속 한계를 보고해야 한다.

참고문헌

1. United Arab Emirates. Federal Decree-Law No. (25) of 2025 Promulgating the Civil Transactions Law, issued 1 October 2025, effective 1 June 2026. Promulgating Articles 2 and 3; attached Articles 4, 19, 405-407, 418 and 419. Official English text; Arabic prevails in interpretation and application. https://uaelegislation.gov.ae/en/legislations/4011/download
2. United Arab Emirates. Federal Decree-Law No. (33) of 2021 Concerning Regulating Labour Relations, as amended, Articles 3 and 10. Effective 2 February 2022. Official portal English text; Arabic prevails in interpretation and application. https://uaelegislation.gov.ae/en/legislations/1541
3. United Arab Emirates Cabinet. Cabinet Resolution No. (1) of 2022 on the Executive Regulations of Federal Decree-Law No. (33) of 2021, Article 12. MOHRE-hosted English version marked 'Not an official translation'. https://www.mohre.gov.ae/assets/download/46bdbfda/Cabinet%20Resolution%20_Executive%20Regulations%20Decree-Law%20No.%2033.pdf.aspx
4. United Arab Emirates. Federal Decree-Law No. (45) of 2021 Concerning the Protection of Personal Data, Articles 1, 2, 4-6 and 28-31. Effective 2 January 2022. Official portal English text; Arabic prevails in interpretation and application. https://uaelegislation.gov.ae/en/legislations/1972
5. Australian Accounting Standards Board. AASB 8 Operating Segments, compilation no. 3, compilation date 30 June 2021, incorporating amendments to 6 March 2020. Scope paragraphs 2-4 and major-customer disclosure paragraph 34; incorporates IFRS 8. Official portal operative period: reporting periods beginning on or after 1 July 2021 and before 1 January 2027. https://standards.aasb.gov.au/aasb-8-mar-2020
6. IFRS Foundation. IFRS 3 Business Combinations: examples accompanying the standard, January 2012 version, paragraphs IE26-IE28. These supporting examples accompany, and are not part of, IFRS 3. https://www.aasb.gov.au/admin/file/content105/c9/IFRS3_IE_1-12.pdf
7. Degryse, H., Masschelein, N. and Mitchell, J. Staying, dropping, or switching: the impacts of bank mergers on small firms. National Bank of Belgium Working Paper No. 179, October 2009. The numerical estimates cited are from this working-paper version. Published as Review of Financial Studies 24(4), 2011, 1102-1140, https://doi.org/10.1093/rfs/hhp126. Working paper: https://www.nbb.be/doc/ts/publications/wp/wp179En.pdf
8. Karceski, J., Ongena, S. and Smith, D. C. The impact of bank consolidation on commercial borrower welfare. Federal Reserve Board International Finance Discussion Paper No. 679, revised February 2004. The cited 1.8% subgroup estimate is from the revised working paper. Published in Journal of Finance 60(4), 2005, 2043-2082, https://doi.org/10.1111/j.1540-6261.2005.00787.x. Working paper: https://www.federalreserve.gov/pubs/ifdp/2000/679/ifdp679r.pdf
9. Schmitz, C., Friess, M., Alavi, S. and Habel, J. Understanding the impact of relationship disruptions. Journal of Marketing 84(1), 2020, 66-87. https://doi.org/10.1177/0022242919882630. The main-result percentages cited are from the accepted manuscript, Results and Table 5, held by the University of Warwick: https://wrap.warwick.ac.uk/id/eprint/128885/1/WRAP-understanding-impact-relationship-disruptions-Habel-2019.pdf
10. Shi, H., Sridhar, S., Grewal, R. and Lilien, G. Sales representative departures and customer reassignment strategies in business-to-business markets. Journal of Marketing 81(2), 2017, 25-44. https://doi.org/10.1509/jm.15.0358
11. Homburg, C. and Bucerius, M. A marketing perspective on mergers and acquisitions: how marketing integration affects postmerger performance. Journal of Marketing 69(1), 2005, 95-113. https://doi.org/10.1509/jmkg.69.1.95.55510
12. Rosenbaum, P. R. and Rubin, D. B. The central role of the propensity score in observational studies for causal effects. Biometrika 70(1), 1983, 41-55. https://doi.org/10.1093/biomet/70.1.41
13. Matchpoint Partners. The Post-Acquisition Customer Continuity Office: Protecting Recurring Revenue through Integration. published English web edition, 2026. https://www.matchpoint-partners.com/our-insights/post-acquisition-customer-continuity-office.html
14. Adya, C. Customer Retention during Integration: Detecting Churn before Revenue Falls. published English web edition, 4 September 2026. https://www.matchpoint-partners.com/our-insights/customer-retention-during-integration-detecting-churn-before-revenue-falls.html

저자 소개

Chennakeshav(CK)는 M&A, 성장자본 및 기업전략 전반의 거래 발굴·구조화·실행에서 25년 이상의 글로벌 경험을 보유한 기업금융·투자은행 임원이다. 창업자, 기업 및 펀드를 위한 가치창출 자문을 이끌며 이사회 관점과 직접 실행 및 거래 종결을 연결해 왔다.

경력은 Morgan Stanley, HSBC, Lloyds Banking Group, EWEC, ADQ 포트폴리오 기업 및 Emirates Growth Fund에 걸치며 TMT, 부동산, 핀테크, 딥테크, 클린테크, 인프라 및 에너지 부문을 포함한다. 최고경영진, 사모투자·벤처펀드, 국부펀드 및 패밀리오피스와 함께 복잡한 자금모집과 성장기업의 금융을 추진했다. 가치창출을 위한 M&A 실사, 인수 후 통합 및 사업변혁도 이끌었다.

Matchpoint Partners의 Managing Partner로 기업금융, M&A 및 자본조달 자문을 총괄한다. London Business School MBA와 VTU 공학 학위를 보유하며, UCL London의 Master of Laws(LLM) 과정을 진행 중이다.

적극적인 스타트업 멘토로 Techstars, DIFC FinTech Hive, Startup Grind, Founder Institute 및 IN5에서 활동한다. London Business School의 Entrepreneur Mentor in Residence(EMiR)를 맡고 Entrepreneurship World Cup 심사위원으로도 참여한다.

https://www.linkedin.com/in/ckadya/

https://www.matchpoint-partners.com/team/ck-adya.html

면책 고지

본 논문은 사모·대체시장의 구조를 다루는 연속 연구의 일부다. 제시한 견해는 저자 개인의 견해다. 정보 제공을 목적으로 시장 구조를 일반적으로 설명하며, 투자·법률·세무·규제 자문이나 특정 증권·투자기구·거래상대방에 대한 권고를 구성하지 않는다.