スピーカー | トランスクリプト |
| ナミタ | みなさん、こんにちは。私はナミタです。コネチカット大学のチームメイトであるアユッシュ、ジミー、カマルと一緒に、JMPを使用した通信チャーンの予測に関する分析を紹介します。 |
| 私たちが選択したデータは、私たち全員のつながりを維持する業界、つまり電気通信およびインターネットサービス業界からのものです。 それでは、背景についての簡単な説明から始めましょう。 |
| 米国の電気通信業界は、低コスト、コンボプロモーションの提供、サービス品質などの複数の理由により、激しい競争と顧客の粘り強さを引き続き目撃しています。 そう |
| 解約を防ぐという主な目的に合わせるために、通信会社は顧客の離職分析を主要なビジネス洞察として使用することがよくあります。 |
| これは、既存の顧客を維持するためのコストが、新しい顧客を獲得するよりもはるかに少ないという事実によるものです。 目的に移り、 |
| ここでの主な目標は、潜在的な顧客を事前に予測することです。 そして、そのデータの分析に基づいて、カスタマイズされた製品戦略をビジネスに推奨します。 |
| ここでは、標準のSEMMAアプローチに従いました。 それでは、データセットの概要を見てみましょう。 これは、さまざまな人口統計に属する合計7,043行の顧客で構成されています（単一、扶養家族、およびシニア） |
| インターネットサービス、電話回線、ストリーミングTV、ストリーミング映画、オンラインセキュリティなどのさまざまな製品を購読します。 |
| 約20の独立変数があります。そのうち、17はカテゴリで、3つは連続です。 分類の従属ターゲット変数は顧客離れです。 |
| また、ベースラインモデルの解約率は約26.5％です。 目標は、このデータを前処理し、将来の分析のためにモデル化することです。 アユッシュ、私の終わりからあなたまでは以上です。 |
| アユシュクマール | ありがとう、ナミタ。 私はアユッシュです。 このセクションでは、データの探索と前処理について説明します。 |
| データ探索では、興味深い関係が見つかりました。たとえば、変数の保有期間と月額料金の両方が合計料金と正の相関関係にあります。 分析したこれらの3つの変数 |
| 関係を検証したJMPの散布図行列を使用します。 さらに、欠測値の探索機能を使用することにより、合計料金列に11個の欠測値があることがわかりました。 |
| 多重共線性のために合計料金の列が除外されたため、欠落している値は処理されました。 外れ値の除外機能を使用して変数のヒストグラムを観察した後、データセットに外れ値がないと結論付けました。 |
| 顧客IDと呼ばれる変数には、7,043個の一意の値があり、ターゲット変数に意味を追加しませんでした。 そのため、顧客IDは除外されました。 |
| また、変数の中から興味深いパターンを見つけることができました。 ストリーミングTVやストリーミング映画などの変数は、ストリーミング動作に関する同じ情報を伝達します。 |
| これらの変数は、JMPの式を使用して、ストリーミングする単一の列にグループ化されました。 変数のオンラインバックアップとオンラインセキュリティについても、同じ一連のアクションが実行されました。 |
| 重要な変数を見つけるために、JMPでロジスティック回帰と決定木を実行しました。 |
| 効果の概要から、保有期間、契約の種類、月額料金、ストリーミング先、複数回線サービス、および支払い方法が、ターゲットを決定する上で重要なログ価値と非常に重要な変数を示していることが観察されました。 |
| ???への影響また、変数数を12の統計的に有意な変数に絞り込むのに役立ち、これがさらなるモデリングの基礎を形成しました。 |
| ???の値を使用します機能性とターゲット変数のはいを上に移動しました。 最後に、データは、式ランダム法を使用して、トレーニングの検証と162020の比率でのテストに分割されました。 さあ、カマル。 |
| カマルクリシュナン | すみません、カマルです。 データセットを使用してJMPに組み込まれているさまざまなモデルについて詳しく説明します。 |
| 合計8種類のモデルを作成しました。 モデルの種類ごとに、主に感度の結果を改善するために、さまざまな入力構成と設定を試しました。 |
| 私たちの目標は、分類における偽陰性の数を減らすことでした。 |
| JMPは、構成を変更してモデルをやり直すのに非常に使いやすいです。 モデルの新しい反復がJMPで行われるときはいつでも、結果を簡単に保存できました。 |
| 次に、出力を比較して、各タイプから最適化されたモデルを選択します。 JMPでは、カットオフ値をデフォルトの0.5から他の値に変更することもでき、予測結果を観察できました。 このスライドは、8つの異なるタイプのモデルから選択されたモデルの結果を示しています。 |
| 最初に、私たちのトップターゲット変数ジャーニーがカテゴリカルであるため、ロジスティック回帰を構築しました。 次に、決定木、KNN、ブートストラップフォレストやブーストツリーなどのアンサンブルモデルを構築します。 |
| 次に、ニューラルネットワークのような機械学習モデルを構築しました。 JMPを使用すると、ニューラルネットワークやKNNなどのモデルにランダムシードを設定できます。 これにより、必要な出力を得ることができました。 |
| 次に、単純ベイズモデルを作成しました。 JMPにより、予測プロファイラーを介してさまざまな変数の影響を調査することができました。 |
| ポイントアンドクリックして範囲内の値を変更し、それがターゲット変数にどのように影響するかを確認できます。 ナイーブベイの予測プロファイラーを変更することにより、保有期間の増加が解約率の低下に役立つことがわかりました。 それどころか、 |
| 月額料金が上がると解約率が上がります。 最後に、モデルのさまざまな組み合わせのアンサンブルを実行して、個々のモデルの欠点を平均化して排除しました。 |
| アンサンブルニューラルネットワークと単純ベイズでは、???の中で感度が高いことがわかりました。 これでモデルの説明は終了です。 ジミー、あなたに。 |
| JJoseph | ありがとう、カマル。 このセクションでは、モデルを比較し、各モデルの詳細を詳しく見ていきます。 |
| モデルの比較に使用される主なパラメーターは、ドルでの誤分類のコスト、感度と精度のチャート、リフト率、および曲線下の面積です。 |
| 誤分類データのコストは、スライドの右上隅に示されています。 誤検知と誤検知のコストは、平均月額料金を使用して決定されます。 |
| その偽陰性モデルのコストは、顧客が離れる可能性のあるターンがないことを予測し、ドル（85）と偽陰性のコストで計算されました。 |
| 追加のメリットに対応するために20％割引した後、ドル（14）で。 コスト比較チャートは、ナイアベベイのコストが最も低いことを明確に示しています。 |
| 合計正解率のグラフに進むと、74〜81％であり、ほとんどのモデルで大きな変動はありません。 また、ベースラインモデルと比較して成功レコードを見つける確率の尺度であるリフトは、1.99から3.11の間で変化します。 |
| AUCまたはROC曲線は、さまざまなタイプの値を持つモデルの強度を決定するためのもう1つの尺度です。 グラフが示すように、すべてのモデルがこのカテゴリで同等にうまく機能しました。 |
| 感度と精度のチャートは、モデルの成功を測定して、顧客の解約を正確に予測します。 チャートは2つの事実を示しています |
| モデルが正しく予測できる顧客の数。予測が正確である頻度。 |
| この測定値は、最もパフォーマンスの高いモデルを決定するための主要なパラメーターとして使用され、単純ベイズはこのカテゴリーでうまくいきました。 |
| さまざまなメトリックに基づいて、モデルの予測の失敗のコストを考慮すると、単純ベイズは、特定のデータセットの顧客離れを予測するための最良かつ節約的なモデルとして出てきました。 |
| 誤分類率が最も低く、感度が高く、全体の精度がかなり良好です。 サポートする統計モデルがないなど、固有の欠点のいくつかを無視すると、モデルは完全にデータ駆動型であり、簡単に説明できます。 |
| 導き出された結論に移ると、データセットの重要な変数は、登録された顧客の契約と保有期間です。 |
| モデリングから、顧客の解約率が高いことがわかりました。 |
| 1）人口統計に依存していない人。 2）電話サービスに高い価格を支払い、ハイエンドサービスの顧客満足度が低い人。 |
| 3）顧客は、サービスの元の単一ラインに固執し、競合他社に簡単に切り替えることができます。 したがって、これらの調査結果に基づいて、推奨事項は次のとおりです。 |
| 1）収入創出に焦点を当てたターゲットを絞った顧客プロモーション。 2）追加のインセンティブで長期契約を推進する。 3）顧客のニーズに焦点を合わせた製品ラインコンボを構築します。 |
| 結論として、JMPツールを使用して、限られたデータセットの分析と予測モデルを実行します。 これらの分析を行うことは非常に効果的で強力です。さらに質問がある場合は、私たちに連絡してください。 ありがとうございました。 |
