Fondamenti di churn prediction

Machine Learning per il marketing con Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Cos’è il churn?

  • Il churn avviene quando un cliente smette di acquistare/ingaggiare
  • Il contesto di business può essere contrattuale o non contrattuale
  • A volte il churn è volontario o involontario
Machine Learning per il marketing con Python

Tipi di churn

La tipologia principale di churn si basa su due modelli di business:

  • Contrattuale (abbonamento telefonico, streaming TV)

Contenuti

  • Non contrattuale (spesa alimentare, e‑commerce)

Spesa

Machine Learning per il marketing con Python

Modellare i diversi tipi di churn

Tipicamente:

  • Il churn non contrattuale è più difficile da definire e modellare, non c’è una decisione esplicita del cliente
  • Modellemo il churn contrattuale nel modello telco
Machine Learning per il marketing con Python

Codifica del churn

  • Di solito 1/0, con 1 = Churn, 0 = No Churn
  • Può essere stringa Churn/No Churn o Yes/No — best practice: trasformare in 1 e 0
    set(telcom['Churn'])

{0, 1}
Machine Learning per il marketing con Python

Esplora la distribuzione del churn

telcom.groupby(['Churn']).size() / telcom.shape[0] * 100

Churn
0    73.421502
1    26.578498
dtype: float64
Machine Learning per il marketing con Python

Dividi in training e test

from sklearn.model_selection import train_test_split
train, test = train_test_split(telcom, test_size = .25)
Machine Learning per il marketing con Python

Separa feature e target

Separa i nomi colonna per tipo di dato

target  = ['Churn']
custid  = ['customerID']
cols    = [col for col in telcom.columns if col not in custid + target]

Crea i dataset di training e test

train_X = train[cols]
train_Y = train[target]
test_X  = test[cols]
test_Y  = test[target]
Machine Learning per il marketing con Python

Ayo berlatih!

Machine Learning per il marketing con Python

Preparing Video For Download...