CASESTUDY16.pdf

(105 KB) Pobierz
Case study 1.6 (ZED – TPD 2008)
Analiza danych telekomunikacyjnych i problemu odejść klientów – tzw.
„churn” problem
Wyjaśnienie terminu angielskiego „churn” – wskazania klientów którzy mogą zrezygnować z
korzystania z usług konkretnej firmy na rzecz innej, konkurencyjnej firmy.
Churn może być działaniem formalnym – np. złożenie przez klienta wniosku o rezygnację z
usług lub działaniem nieformalnym – np. zaprzestanie płatności faktur bez wypowiedzenia
umowy. Celem analizy Churn jest identyfikacja klientów, którzy zagrożeni są odejściem lub
rezygnacją z usług, jak również klientów, których Churn spowoduje największe straty dla
firmy.
Analiza Churn pozwala określić profil klientów skłonnych do rezygnacji z usług.
Wyodrębnienie grup klientów o wysokim prawdopodobieństwie odejścia pozwala firmie na
wyprzedzenie działań tych klientów i podjęcie akcji prewencyjnych (np. atrakcyjne programy
„antychurnowe”).
Opis danych:
Dane zebrano w USA, dotyczą klientów pewnej kompanii telekomunikacyjnej:
Zbiór danych obejmuje 3334 klientów opisanych 20 zmiennymi. Ostatnia kolumna ma
charakter atrybutu decyzyjnego definiującego klasyfikację klientów – zwróć uwagę na
niezrównoważenie liczności klas.
Krótka charakterystyka danych podana jest poniżej:
State: categorical, for the 50 states and the District of Columbia
Account length: integer-valued, how long account has been active
Area code: categorical
Phone number: essentially a surrogate for customer ID
International Plan: dichotomous categorical, yes or no
VoiceMail Plan: dichotomous categorical, yes or no
Number of voice mail messages: integer-valued
Total day minutes: continuous, minutes customer used service during the day
Total day calls: integer-valued
Total day charge: continuous, perhaps based on foregoing two variables
Total evening minutes: continuous, minutes customer used service during the
evening
Total evening calls: integer-valued
Total evening charge: continuous, perhaps based on foregoing two variables
Total night minutes: continuous, minutes customer used service during the night
Total night calls: integer-valued
Total night charge: continuous, perhaps based on foregoing two variables
Total international minutes: continuous, minutes customer used service to make
international calls
Total international calls: integer-valued
Total international charge: continuous, perhaps based on foregoing two variables
Number of calls to customer service: integer-valued
Uwagi do analizy:
Warto zwrócić uwagę na
(a) ocena jakości danych i ew. oczyszczanie pliku z niepoprawnych elementów,
(b) redukcja zbioru zmiennych do podzbioru najważniejszych zapewniających
satysfakcjonującą ocenę klasyfikacji klientów,
(c) poszukiwanie zależności między wartościami wybranych zmiennych a globalną oceną
stanu klienta,
(d) konstrukcja tzw. klasyfikatora, czyli wskazań dla podejmowania końcowej decyzji –
porównania wielu sposobów konstrukcji takich klasyfikatorów
(e) uwzględnienie na nierzrównoważanie liczności klas decyzyjnych – ważniejsza jest
identyfikacja klasy klientów porzucających firmę.

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika:

Zgłoś jeśli naruszono regulamin