Základy predikce odchodu zákazníků

Machine Learning for Marketing in Python

Karolis Urbonas

Head of Analytics & Science, Amazon

Co je odchod zákazníků?

  • Odchod nastane, když zákazník přestane nakupovat / se angažovat
  • Obchodní kontext může být smluvní nebo nesmluvní
  • Odchod lze někdy rozdělit na dobrovolný nebo nedobrovolný
Machine Learning for Marketing in Python

Typy odchodu zákazníků

Hlavní typologie odchodu vychází ze dvou typů obchodních modelů:

  • Smluvní (telefonní předplatné, streamovací předplatné)

Obsah

  • Nesmluvní (nákup potravin, online nakupování)

Potraviny

Machine Learning for Marketing in Python

Modelování různých typů odchodu

Obvykle platí:

  • Nesmluvní odchod je obtížnější definovat a modelovat, protože neexistuje explicitní rozhodnutí zákazníka
  • Budeme modelovat smluvní odchod v telekomunikačním obchodním modelu
Machine Learning for Marketing in Python

Kódování odchodu zákazníků

  • Obvykle 1/0, kde 1 = odchod, 0 = bez odchodu
  • Může být řetězec Churn/No Churn nebo Yes/No – doporučuje se transformovat na 1 a 0
    set(telcom['Churn'])

{0, 1}
Machine Learning for Marketing in Python

Zkoumání rozložení odchodu zákazníků

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

Churn
0    73.421502
1    26.578498
dtype: float64
Machine Learning for Marketing in Python

Rozdělení na trénovací a testovací data

from sklearn.model_selection import train_test_split
train, test = train_test_split(telcom, test_size = .25)
Machine Learning for Marketing in Python

Oddělení příznaků a cílové proměnné

Rozdělení názvů sloupců podle datových typů

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

Vytvoření trénovacích a testovacích datových sad

train_X = train[cols]
train_Y = train[target]
test_X  = test[cols]
test_Y  = test[target]
Machine Learning for Marketing in Python

Pojďme si procvičit!

Machine Learning for Marketing in Python

Preparing Video For Download...