Lautsprecher | Transkript |
| Fertig | Hallo zusammen, ich bin Namita und bin hier mit meinen Teamkollegen Ayush, Jimmy und Kamal von der University of Connecticut, um unsere Analyse zur Vorhersage der Fluktuation im Telekommunikationsbereich mit JMP vorzustellen. |
| Die von uns ausgewählten Daten stammen aus der Branche, die uns alle miteinander verbindet, nämlich der Telekommunikations- und Internetdienstleistungsbranche. Beginnen wir also mit einem kurzen Hintergrundbericht. |
| Die US-Telekommunikationsbranche ist weiterhin von intensivem Wettbewerb und geringer Kundenbindung geprägt, was auf verschiedene Gründe zurückzuführen ist, wie beispielsweise niedrigere Kosten, kombinierte Werbeangebote und Servicequalität. |
| Um ihr Hauptziel, die Vermeidung von Kundenabwanderung, zu erreichen, nutzen Telekommunikationsunternehmen häufig Analysen zur Kundenabwanderung als wichtigste Erkenntnisse für ihr Unternehmen. |
| Dies liegt daran, dass die Kosten für die Bindung eines bestehenden Kunden weitaus geringer sind als die für die Gewinnung eines neuen Kunden. Kommen wir nun zum Ziel: |
| Das Hauptziel besteht hier darin, im Voraus vorherzusagen, welche potenziellen Kunden abwandern könnten. Auf der Grundlage der Analyse dieser Daten können dem Unternehmen dann maßgeschneiderte Produktstrategien empfohlen werden. |
| Wir haben hier den Standard-SEMMA-Ansatz befolgt. Lassen Sie uns nun einen Überblick über den Datensatz verschaffen. Er besteht aus insgesamt 7.043 Zeilen von Kunden, die zu verschiedenen demografischen Gruppen gehören (alleinstehend, mit Angehörigen und Senioren). |
| und abonnieren Sie verschiedene Produktangebote wie Internetdienste, Telefonleitungen, Streaming-TV, Streaming-Filme und Online-Sicherheit. |
| Es gibt etwa 20 unabhängige Variablen; davon sind 17 kategorisch und drei kontinuierlich. Die abhängige Zielvariable für die Klassifizierung ist die Kundenabwanderung. |
| Und die Abwanderungsrate für das Basismodell liegt bei etwa 26,5 %. Ziel ist es nun, diese Daten vorzuverarbeiten und für zukünftige Analysen zu modellieren. Das war's von meiner Seite an Sie, Ayush. |
| Ayush Kumar | Danke, Namita. Ich bin Ayush. In diesem Abschnitt werde ich über die Datenexploration und Vorverarbeitung sprechen. |
| Bei der Datenerkundung entdeckten wir interessante Zusammenhänge. So korrelierten beispielsweise die Variablen „Befristung“ und „Monatliche Gebühren“ beide positiv mit den Gesamtgebühren. Diese drei Variablen analysierten wir |
| mithilfe der Streudiagrammmatrix in JMP, die die Beziehung validierte. Darüber hinaus haben wir mithilfe der Funktion „Fehlende Werte untersuchen“ festgestellt, dass in der Spalte „Gesamtkosten“ 11 Werte fehlten. |
| Die fehlenden Werte wurden berücksichtigt, indem eine Spalte mit den Gesamtkosten aufgrund von Multikollinearität ausgeschlossen wurde. Nachdem wir die Histogramme der Variablen mithilfe der Funktion zum Ausschließen von Ausreißern beobachtet hatten, kamen wir zu dem Schluss, dass der Datensatz keine Ausreißer enthielt. |
| Die Variable mit der Bezeichnung „Kunden-ID“ hatte 7.043 eindeutige Werte, die der Zielvariable keine Bedeutung verleihen würden. Daher wurde die Kunden-ID ausgeschlossen. |
| Wir konnten auch interessante Muster zwischen den Variablen feststellen. Variablen wie Streaming-TV und Streaming-Filme vermitteln die gleichen Informationen über das Streaming-Verhalten. |
| Diese Variablen wurden mithilfe unserer Formel in JMP in einer einzigen Spalte zusammengefasst, in die gestreamt wird. Dasselbe Vorgehen wurde für die Variablen Online-Backup und Online-Sicherheit gewählt. |
| Wir haben eine logistische Regression und einen Entscheidungsbaum in JMP ausgeführt, um die wichtigen Variablen herauszufinden. |
| Aus der Zusammenfassung der Auswirkungen ging hervor, dass Laufzeit, Vertragsart, monatliche Gebühren, Streaming, Mehrfachleitungsdienst und Zahlungsmethode einen erheblichen Protokollwert und sehr wichtige Variablen bei der Bestimmung des Ziels darstellten. |
| Die Auswirkungen auf ??? halfen uns auch dabei, die Anzahl der Variablen auf 12 statistisch signifikante Variablen einzugrenzen, die die Grundlage für die weitere Modellierung bildeten. |
| Wir verwenden den Wert der ???-Funktionalität und verschieben das Ja unserer Zielvariable nach oben. Schließlich wurden die Daten mithilfe der Formel-Zufallsmethode in Trainingsvalidierung und Test im Verhältnis 16 20 20 aufgeteilt. Jetzt bist du dran, Kamal. |
| Kamal Krishnan | Entschuldigung, ich bin Kamal. Ich werde anhand des Datensatzes mehr über die verschiedenen in JMP erstellten Modelle erklären. |
| Insgesamt haben wir acht verschiedene Modelltypen gebaut. Bei jedem Modelltyp haben wir verschiedene Eingabekonfigurationen und Einstellungen ausprobiert, um vor allem die Ergebnisse hinsichtlich der Empfindlichkeit zu verbessern. |
| Denn unser Ziel war es, die Anzahl falsch-negativer Ergebnisse bei der Klassifizierung zu reduzieren. |
| JMP ist sehr benutzerfreundlich, da man die Modelle durch Ändern der Konfigurationen neu erstellen kann. Es war einfach, die Ergebnisse zu speichern, wenn eine neue Iteration des Modells in JMP durchgeführt wird. |
| und vergleichen Sie dann die Ergebnisse, um aus jedem Typ das optimierte Modell auszuwählen. JMP ermöglichte es uns sogar, die Grenzwerte vom Standardwert 0,5 auf andere Werte zu ändern und die Vorhersageergebnisse zu beobachten. Diese Folie zeigt die Ergebnisse des ausgewählten Modells aus acht verschiedenen Modelltypen. |
| Als erstes haben wir eine logistische Regression erstellt, da unsere wichtigste Zielvariable kategorisch verläuft. Dann haben wir Entscheidungsbäume, KNN und Ensemblemodelle wie Bootstrap Forest und Boosted Tree erstellt. |
| Dann haben wir Machine-Learning-Modelle wie neuronale Netzwerke erstellt. Mit JMP konnten wir den Zufallsstartwert in Modellen wie neuronalen Netzwerken und KNN festlegen. Dadurch konnten wir die gewünschten Ergebnisse erzielen. |
| Dann haben wir ein naives Bayes-Modell erstellt. JMP ermöglichte es uns, die Auswirkungen verschiedener Variablen durch einen Vorhersageprofiler zu untersuchen. |
| Wir können mit dem Mauszeiger auf die Werte im Bereich zeigen und klicken, um sie zu ändern und zu sehen, wie sich dies auf die Zielvariable auswirkt. Durch Ändern des Vorhersageprofilers in Naive Bayes haben wir beobachtet, dass eine Verlängerung der Dienstzeit dazu beiträgt, die Fluktuationsrate zu senken. Im Gegenteil, |
| Eine Erhöhung der monatlichen Gebühren erhöht die Abwanderungsrate. Schließlich haben wir verschiedene Modellkombinationen erstellt, um den Durchschnitt zu ermitteln und die Mängel einzelner Modelle zu beseitigen. |
| Wir haben festgestellt, dass beim Ensemble neuronaler Netze und naiver Bayes eine höhere Sensitivität unter ??? besteht. Damit ist die Modellbeschreibung beendet. Übergebe an dich, Jimmy. |
| jjoseph | Vielen Dank, Kamal. In diesem Abschnitt werden wir die Modelle vergleichen und uns jedes Modelldetail genauer ansehen. |
| Die wichtigsten Parameter, die zum Vergleich der Modelle verwendet werden, sind die Kosten einer Fehlklassifizierung in Dollar, das Diagramm „Sensitivität versus Genauigkeit“, die Lift-Ratio und der Bereich unterhalb der Kurvenwerte. |
| Die Kosten für falsch klassifizierte Daten werden in der oberen rechten Ecke der Folie angezeigt. Die Kosten für falsch positive und falsch negative Ergebnisse werden anhand der durchschnittlichen monatlichen Gebühren ermittelt. |
| Diese Kosten des falsch-negativen Modells prognostizierten keinen Trend für den potenziellen Kundenabgang, berechnet auf Dollar (85) und Kosten des falsch-negativen |
| bei Dollar (14) nach Abzug von 20 % zur Berücksichtigung zusätzlicher Vorteile. Das Kostenvergleichsdiagramm zeigt deutlich, dass der Niave-Bayes-Ansatz die niedrigsten Kosten hat. |
| Im Diagramm der Gesamtgenauigkeitsraten sind Werte zwischen 74 und 81 % zu sehen, also keine großen Unterschiede bei den meisten Modellen. Und der Lift, ein Maß für die Wahrscheinlichkeit, im Vergleich zum Basismodell einen Erfolgsrekord zu erzielen, variiert zwischen 1,99 und 3,11. |
| Die AUC- oder ROC-Kurve ist ein weiteres Maß, mit dem wir die Stärke des Modells anhand verschiedener Wertetypen bestimmen können. Wie das Diagramm zeigt, schnitten alle Modelle in dieser Kategorie gleich gut ab. |
| Das Sensitivitäts- und Genauigkeitsdiagramm misst den Erfolg der Modelle bei der genauen Vorhersage der Kundenabwanderung. Das Diagramm zeigt zwei Fakten |
| Für wie viele Kunden das Modell eine korrekte Vorhersage treffen kann; wie oft die Vorhersage zutreffend ist. |
| Dieses Maß wird als Hauptparameter verwendet, um das Modell mit der besten Leistung zu bestimmen, und Naive Bayes hat in dieser Kategorie gut abgeschnitten. |
| Auf Grundlage der verschiedenen Kennzahlen und unter Berücksichtigung der Kosten fehlgeschlagener Modellvorhersagen erwies sich Naive Bayes als das beste und sparsamste Modell zur Vorhersage der Kundenabwanderung für den gegebenen Datensatz. |
| Es weist die niedrigste Fehlklassifizierungsrate, eine hohe Sensitivität und eine recht gute Gesamtgenauigkeit auf. Wenn man einige seiner inhärenten Nachteile außer Acht lässt, wie z. B. das Fehlen eines unterstützenden statistischen Modells, ist das Modell vollständig datengesteuert und leicht erklärbar. |
| Kommen wir nun zu den gezogenen Schlussfolgerungen. Die signifikanten Variablen im Datensatz sind der Vertrag und die Dauer der Einschreibung des Kunden. |
| Aus der Modellierung haben wir festgestellt, dass die Kundenabwanderung hoch ist für |
| 1) diejenigen, die von der Bevölkerungsgruppe nicht abhängig sind; 2) diejenigen, die einen hohen Preis für ihre Telefondienste zahlen und bei High-End-Diensten eine niedrige Kundenzufriedenheitsrate haben; |
| 3) Kunden bleiben bei der ursprünglichen einzigen Servicelinie und wechseln leicht zur Konkurrenz. Basierend auf diesen Erkenntnissen lauten die Empfehlungen |
| 1) gezielte Kundenwerbung mit Schwerpunkt auf der Ertragsgenerierung; 2) Förderung langfristiger Verträge mit zusätzlichen Anreizen; 3) Aufbau einer Produktlinienkombination mit Schwerpunkt auf den Kundenbedürfnissen. |
| Zusammenfassend lässt sich sagen, dass wir das JMP-Tool verwenden, um Analysen und Vorhersagemodelle für begrenzte Datensätze durchzuführen. Es ist sehr effektiv und leistungsstark für diese Analysen. Bitte wenden Sie sich an uns, wenn Sie weitere Fragen haben. Vielen Dank. |
