Conférencier | Transcription |
| Fini | 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 du taux de désabonnement des télécommunications à l'aide de JMP. |
| Les données que nous avons choisies proviennent du secteur qui nous permet de rester connectés, à savoir le secteur des télécommunications et des services Internet. Commençons donc par un bref rappel du contexte. |
| Le secteur des télécommunications aux États-Unis continue de connaître une concurrence intense et une faible fidélité des clients pour de multiples raisons telles que des coûts plus faibles, des offres promotionnelles combinées et la qualité du service. |
| 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 principale information commerciale. |
| Cela est dû au fait que le coût de rétention d'un client existant est bien inférieur à celui de l'acquisition d'un nouveau client. Passons maintenant à l'objectif, |
| L'objectif principal ici est de prédire à l'avance les clients potentiels qui pourraient s'en aller. Et ensuite, sur la base de l'analyse de ces données, de recommander des stratégies de produits personnalisées aux entreprises. |
| Nous avons suivi ici l'approche SEMMA standard. Voyons maintenant un aperçu de l'ensemble de données. Il se compose d'un total de 7 043 lignes de clients appartenant à différentes catégories 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 existe environ 20 variables indépendantes, dont 17 sont catégorielles et trois sont continues. 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 prétraiter ces données et de les modéliser pour une analyse ultérieure. C'est tout de mon côté, Ayush. |
| Ayush Kumar | Merci, Namita. Je suis Ayush. Dans cette section, je parlerai de l'exploration et du prétraitement des données. |
| Lors de l'exploration des données, nous avons découvert des relations intéressantes, par exemple, les variables d'ancienneté et les frais mensuels étaient toutes deux positivement corrélées aux frais totaux. Ces trois variables que nous avons analysées |
| en utilisant la 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 charges totales avait 11 valeurs manquantes. |
| Les valeurs manquantes ont été prises en compte car une colonne de charges totales 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 ne comportait aucune valeur aberrante. |
| La variable appelée ID client comportait 7 043 valeurs uniques qui n'ajoutaient aucune signification à la variable cible. L'ID client a donc été exclu. |
| Nous avons également pu trouver des modèles intéressants parmi les variables. Des variables telles que la télévision en streaming et les films en streaming transmettent les mêmes informations sur le comportement de streaming. |
| Ces variables ont été regroupées dans une seule colonne en utilisant notre formule dans JMP. La même démarche a été suivie pour les variables de sauvegarde en ligne et de 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 du contrat, 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 dans la détermination de la cible. |
| Les effets sur ??? nous ont également aidés à réduire le nombre de variables à 12 variables statistiquement significatives, ce qui a constitué la base d'une modélisation ultérieure. |
| Nous utilisons la valeur de la fonctionnalité ??? et déplaçons le Oui de notre variable cible vers le haut. Enfin, les données ont été divisées en validation d'entraînement et test dans un rapport 16 20 20 à l'aide de la méthode aléatoire de formule. À vous maintenant, Kamal. |
| Kamal Krishnan | Désolé, je suis Kamal. Je vais vous expliquer plus en détail les différents modèles créés dans JMP à l'aide de l'ensemble de données. |
| Nous avons construit au total huit types de modèles différents. Sur chaque type de modèle, nous avons essayé différentes configurations et réglages d'entrée pour améliorer les résultats, principalement en termes de sensibilité. |
| Notre objectif était de réduire le nombre de faux négatifs dans la classification. |
| JMP est très convivial pour refaire les modèles en modifiant les configurations. Il est facile de stocker les résultats à chaque fois qu'une nouvelle itération du modèle est effectuée dans JMP |
| et ensuite comparer les résultats afin de sélectionner le modèle optimisé de chaque type. JMP nous a même permis de modifier 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 parmi huit types de modèles différents. |
| Tout d'abord, comme notre principale variable cible est le parcours catégorique, nous avons construit une régression logistique. Ensuite, nous avons construit un arbre de décision, un KNN, des modèles d'ensemble comme la forêt Bootstrap et l'arbre boosté. |
| Nous avons ensuite construit des modèles d'apprentissage automatique comme des réseaux neuronaux. JMP nous a permis de définir la graine aléatoire dans des modèles comme les réseaux neuronaux et KNN. Cela nous a aidé à obtenir les mêmes résultats dont nous avions besoin. |
| Nous avons ensuite construit un modèle bayésien naïf. JMP nous a permis d'étudier l'impact de diverses variables grâce à un profileur de prédiction. |
| Nous pouvons pointer et cliquer pour modifier les valeurs de la plage et voir comment cela affecte la variable cible. En modifiant le profileur de prédiction dans Naive Bayes, 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 réalisé un ensemble de différentes combinaisons de modèles pour faire la moyenne et éliminer les défauts des modèles individuels. |
| Nous avons constaté que l'assemblage d'un réseau neuronal et d'un modèle bayésien naïf présentait une sensibilité plus élevée parmi les ???. Ceci termine la description du modèle. À vous, Jimmy. |
| Joseph | Merci Kamal. Dans cette section, nous allons comparer les modèles et examiner en profondeur les détails de chaque modèle. |
| Les principaux paramètres utilisés pour comparer les modèles sont le coût de la mauvaise classification en dollars, le tableau de sensibilité par rapport à la précision, le rapport de portance et les valeurs de l'aire sous la courbe. |
| Le coût des données de classification erronée est indiqué dans le coin supérieur droit de la diapositive. Le coût des faux positifs et des faux négatifs est déterminé à l'aide des frais mensuels moyens. |
| Ce modèle de coût de faux négatif ne prévoyait aucun retour du client potentiellement partant, calculé en dollars (85) et le coût du faux négatif |
| au dollar (14) après remise de 20% pour tenir compte des avantages supplémentaires. Le tableau de comparaison des coûts indique clairement que le bayésien niave a le coût le plus bas. |
| Passons maintenant au graphique des taux de précision totale, qui se situe entre 74 et 81 %, avec peu de variation dans la plupart des modèles. Et l'élévation, une mesure de probabilité de trouver un record de réussite par rapport au modèle de base, varie entre 1,99 et 3,11. |
| La courbe AUC ou ROC est une autre mesure qui permet de déterminer la force du modèle avec différents types de valeurs. Comme l'indique le graphique, tous les modèles ont obtenu les mêmes résultats dans cette catégorie. |
| Le graphique de sensibilité et de précision mesure la capacité des modèles à 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 déterminer le modèle le plus performant et la méthode bayésienne naïve a obtenu de bons résultats dans cette catégorie. |
| Sur la base des différentes mesures et compte tenu du coût de l’échec de la prédiction des modèles, le modèle bayésien naïf 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 présente le taux d'erreur de classification le plus faible, une sensibilité élevée et une précision totale raisonnablement bonne. Si l'on fait abstraction de certains de ses inconvénients inhérents, comme l'absence de modèle statistique pour le soutenir, 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 désabonnement des clients est élevé pour |
| 1) ceux qui n'ont pas de dépendance démographique ; 2) ceux qui paient un prix élevé pour leurs services téléphoniques, faible taux de satisfaction client sur les services haut de gamme ; |
| 3) les clients restent fidèles à la ligne unique d'origine et passent facilement à des services concurrents. Sur la base de ces conclusions, les recommandations sont les suivantes |
| 1) promotion ciblée des clients axée sur la génération de revenus ; 2) promotion des contrats à long terme avec des incitations supplémentaires ; 3) création d'une gamme de produits combinée axée sur les besoins des clients. |
| En conclusion, nous utilisons l'outil JMP pour réaliser des analyses et des modèles prédictifs sur un ensemble de données limité. Il est très efficace et puissant pour réaliser ces analyses, n'hésitez pas à nous contacter si vous avez d'autres questions. Merci. |
