Podstawy przewidywania odejść klientów

Uczenie maszynowe w marketingu w Pythonie

Karolis Urbonas

Head of Analytics & Science, Amazon

Czym jest churn?

Główna typologia churnu opiera się na dwóch modelach biznesowych:

Zawartość

Artykuły spożywcze

Zazwyczaj:

Churn niekontraktowy jest trudniejszy do zdefiniowania i modelowania, gdyż brak tu wyraźnej decyzji klienta
Będziemy modelować churn kontraktowy w modelu biznesowym telekomunikacji

Zazwyczaj 1/0, gdzie 1 = Churn, 0 = Brak churnu
Może być ciągiem znaków Churn/No Churn lub Yes/No — najlepiej przekształcić do postaci 1 i 0
```
set(telcom['Churn'])
```

{0, 1}

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

Churn
0    73.421502
1    26.578498
dtype: float64

from sklearn.model_selection import train_test_split
train, test = train_test_split(telcom, test_size = .25)

Podział nazw kolumn według typów danych

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

Budowanie zbiorów treningowych i testowych

train_X = train[cols]
train_Y = train[target]
test_X  = test[cols]
test_Y  = test[target]

Uczenie maszynowe w marketingu w Pythonie