Conférencier | Transcription |
| Namita | Bonjour à tous, je m'appelle Namita et je suis ici avec mes coéquipiers Ayush, Jimmy et Kamal de l'Université du Connecticut pour présenter notre analyse sur la prédiction de l'attrition des télécommunications à l'aide de JMP. |
| Les données que nous avons choisies proviennent de l'industrie qui nous maintient tous connectés, c'est-à-dire l'industrie des télécommunications et des services Internet. Commençons donc par un bref rappel du contexte. |
| L'industrie des télécommunications aux États-Unis continue de faire face à une concurrence intense et à une faible fidélité des clients pour de multiples raisons telles que la baisse des coûts, les offres promotionnelles combinées et la qualité du service. Alors |
| Pour s'aligner sur l'objectif principal de prévention du désabonnement, les entreprises de télécommunications utilisent souvent l'analyse de l'attrition des clients comme informations commerciales clés. |
| Cela est dû au fait que le coût de fidélisation d'un client existant est bien inférieur à celui d'en acquérir un nouveau. Passons à l'objectif, |
| l'objectif principal ici est de prédire à l'avance les clients potentiels qui pourraient s'attarder. Et ensuite, sur la base de l'analyse de ces données, recommander des stratégies de produits personnalisées aux entreprises. |
| Nous avons suivi l'approche SEMMA standard ici. Voyons maintenant un aperçu de l'ensemble de données. Il se compose d'un total de 7 043 lignes de clients appartenant à différents groupes démographiques (célibataires, avec personnes à charge et seniors) |
| et souscrire à différentes offres de produits comme le service Internet, les lignes téléphoniques, la télévision en streaming, les films en streaming et la sécurité en ligne. |
| Il y a environ 20 variables indépendantes ; parmi eux, 17 sont catégoriques et trois sont continus. La variable cible dépendante pour la classification est le taux de désabonnement des clients. |
| Et le taux de désabonnement pour le modèle de base est d'environ 26,5 %. L'objectif est maintenant de pré-traiter ces données et de les modéliser pour une analyse future. C'est tout de mon côté jusqu'à toi, Ayush. |
| Ayush Kumar | Merci Namita. Je suis Ayush. Dans cette section, je parlerai de l'exploration et du prétraitement des données. |
| Dans l'exploration des données, nous avons découvert des relations intéressantes, par exemple, les variables d'occupation et les charges mensuelles étaient toutes deux positivement corrélées aux charges totales. Ces trois variables que nous avons analysées |
| à l'aide d'une matrice de nuages de points dans JMP, qui a validé la relation. De plus, en utilisant la fonctionnalité d'exploration des valeurs manquantes, nous avons observé que la colonne des frais totaux comportait 11 valeurs manquantes. |
| Les valeurs manquantes ont été prises en compte car une colonne des frais totaux a été exclue en raison de la multicolinéarité. Après avoir observé les histogrammes des variables à l'aide de la fonctionnalité d'exclusion des valeurs aberrantes, nous avons conclu que l'ensemble de données n'avait pas de valeurs aberrantes. |
| La variable appelée Customer ID avait 7 043 valeurs uniques qui n'ajouteraient aucune signification à la variable cible. L'ID client a donc été exclu. |
| Nous avons également pu trouver une tendance intéressante parmi les variables. Des variables telles qu'une télévision en streaming et des films en streaming transmettent les mêmes informations sur le comportement de streaming. |
| Ces variables ont été regroupées dans une seule colonne diffusée à l'aide de notre formule dans JMP. La même ligne de conduite a été prise pour les variables sauvegarde en ligne et sécurité en ligne. |
| Nous avons exécuté une régression logistique et un arbre de décision dans JMP pour découvrir les variables importantes. |
| À partir du résumé des effets, il a été observé que la durée d'occupation, le type de contrat, les frais mensuels, la diffusion en continu, le service multiligne et le mode de paiement présentaient une valeur logarithmique significative et des variables très importantes pour déterminer la cible. |
| Les effets sur ??? nous a également aidés à réduire le nombre de variables à 12 variables statistiquement significatives, qui ont constitué la base d'une modélisation plus poussée. |
| Nous utilisons la valeur de ??? fonctionnalité et déplacé Oui de notre variable cible vers le haut. Enfin, les données ont été divisées en validation de formation et test dans un rapport 16 20 20 en utilisant la méthode aléatoire de formule. À vous maintenant, Kamal. |
| Kamal Krishnan | Désolé, je suis Kamal. J'expliquerai plus en détail les différents modèles créés dans JMP à l'aide de l'ensemble de données. |
| Au total, nous avons construit huit types de modèles différents. Sur chaque type de modèle, nous avons essayé diverses configurations et réglages d'entrée pour améliorer les résultats principalement de sensibilité. |
| Comme notre objectif était de réduire le nombre de faux négatifs dans la classification. |
| JMP est très convivial pour refaire les modèles en changeant les configurations. Il était facile de stocker les résultats chaque fois qu'une nouvelle itération du modèle était effectuée dans JMP |
| puis comparer les sorties afin de sélectionner le modèle optimisé de chaque type. JMP nous a même permis de changer les valeurs de coupure de 0,5 par défaut à d'autres et d'observer les résultats de prédiction. Cette diapositive montre les résultats du modèle sélectionné à partir de huit types de modèles différents. |
| Tout d'abord, comme notre cible principale des trajets variables est catégorique, nous avons construit une régression logistique. Ensuite, nous construisons un arbre de décision, KNN, des modèles d'ensemble comme la forêt Bootstrap et l'arbre boosté. |
| Ensuite, nous avons construit des modèles d'apprentissage automatique comme les réseaux de neurones. JMP nous a permis de définir la graine aléatoire dans des modèles tels que les réseaux de neurones et KNN. Cela nous a aidés à obtenir les mêmes résultats dont nous avions besoin. |
| Ensuite, nous avons construit le modèle Bayes naïf. JMP nous a permis d'étudier l'impact de diverses variables via un profileur de prédiction. |
| Nous pouvons pointer et cliquer sur pour modifier les valeurs de la plage et voir comment cela affecte la variable cible. En modifiant le profileur de prédiction dans les baies naïves, nous avons observé que l'augmentation de la durée d'occupation contribue à réduire le taux de désabonnement. Au contraire, |
| l'augmentation des frais mensuels augmente le taux de désabonnement. Enfin, nous avons fait un ensemble de différentes combinaisons de modèles pour moyenner et éliminer les lacunes des modèles individuels. |
| Nous avons constaté qu'en assemblant le réseau de neurones et les baies naïves, la sensibilité était plus élevée chez les ???. Ceci termine la description du modèle. À toi, Jimmy. |
| JJoseph | Merci Kamal. Dans cette section, nous comparerons les modèles et approfondirons chaque détail du modèle. |
| Les principaux paramètres utilisés pour comparer les modèles sont le coût d'une mauvaise classification en dollars, le graphique de sensibilité par rapport à la précision, le rapport de levage et l'aire sous les valeurs de la courbe. |
| Le coût des données de mauvaise classification est illustré dans le coin supérieur droit de la diapositive. Coût des faux positifs et des faux négatifs déterminé à l'aide des frais mensuels moyens. |
| Ce modèle de coût du faux négatif ne prévoyait aucun retour pour le client potentiellement partant, calculé en dollars (85) et le coût du faux négatif |
| au dollar (14) après réduction de 20 % pour tenir compte des avantages supplémentaires. Le tableau de comparaison des coûts indique clairement que le niave bayes a le coût le plus bas. |
| En passant au tableau des taux de précision totaux, il se situe entre 74 et 81%, peu de variation dans la plupart des modèles. Et l'ascenseur, une mesure de la probabilité de trouver un record de réussite par rapport au modèle de référence, varie entre 1,99 et 3,11. |
| La courbe AUC ou ROC est une autre mesure qui nous permet de déterminer la force du modèle avec différents types de valeurs. Comme le graphique l'indique, tous les modèles se sont également bien comportés dans cette catégorie. |
| Le tableau de sensibilité et de précision mesure le succès des modèles pour prédire avec précision le taux de désabonnement des clients. Le graphique indique deux faits |
| Combien de clients le modèle peut-il prédire correctement ? à quelle fréquence la prédiction est-elle exacte. |
| Cette mesure est utilisée comme paramètre principal pour décider du modèle le plus performant et naïf bayes s'est bien comporté dans cette catégorie. |
| Sur la base des différentes mesures et compte tenu du coût de l'échec de la prédiction des modèles, naïf bayes s'est avéré être le modèle le meilleur et le plus parcimonieux pour prédire le taux de désabonnement des clients pour l'ensemble de données donné. |
| Il a le taux d'erreur de classification le plus bas, une sensibilité élevée et une précision totale raisonnablement bonne. Si vous ignorez certains de ses inconvénients inhérents, tels que l'absence d'un modèle statistique à prendre en charge, le modèle est entièrement basé sur les données et facilement explicable. |
| Passant aux conclusions tirées, les variables significatives dans l'ensemble de données sont le contrat et l'ancienneté du client inscrit. |
| À partir de la modélisation, nous avons observé que le taux de rotation des clients est élevé pour |
| 1) ceux sans personne à charge en démographie ; 2) ceux qui paient un prix élevé pour leurs services téléphoniques, un faible taux de satisfaction client sur les services haut de gamme ; |
| 3) les clients s'en tiennent à la ligne unique d'origine lors du passage facile du service aux concurrents. Donc, sur la base de ces conclusions, les recommandations sont |
| 1) promotion ciblée des clients axée sur la génération de revenus ; 2) pousser les contrats à long terme avec des incitations supplémentaires ; 3) créer une gamme de produits en se concentrant sur les besoins des clients. |
| En conclusion, nous utilisons l'outil JMP pour effectuer des analyses et des modèles prédictifs sur un ensemble de données limité. Il est très efficace et puissant de faire ces analyses, veuillez nous contacter si vous avez d'autres questions. Merci. |
