Oratore | Trascrizione |
| Finito | Ciao a tutti, sono Namita e sono qui con i miei colleghi Ayush, Jimmy e Kamal dell'Università del Connecticut per presentare la nostra analisi sulla previsione del tasso di abbandono del settore delle telecomunicazioni utilizzando JMP. |
| I dati che abbiamo scelto provengono dal settore che ci tiene tutti connessi, ovvero il settore dei servizi di telecomunicazioni e Internet. Quindi iniziamo con un breve cenno sul contesto. |
| Il settore delle telecomunicazioni statunitense continua a registrare una forte concorrenza e una bassa fidelizzazione dei clienti per molteplici ragioni, come costi più bassi, offerte promozionali combinate e qualità del servizio. Quindi |
| Per allinearsi all'obiettivo principale di prevenire l'abbandono, le aziende di telecomunicazioni spesso utilizzano l'analisi dell'abbandono dei clienti come principale strumento di analisi aziendale. |
| Ciò è dovuto al fatto che il costo di mantenimento di un cliente esistente è molto inferiore rispetto all'acquisizione di uno nuovo. Passando all'obiettivo, |
| l'obiettivo principale qui è prevedere in anticipo i potenziali clienti che potrebbero abbandonare. E poi, sulla base dell'analisi di quei dati, consigliare strategie di prodotto personalizzate alle aziende. |
| Abbiamo seguito l'approccio SEMMA standard qui. Ora diamo una panoramica del set di dati. È composto da un totale di 7.043 righe di clienti appartenenti a diverse demografie (single, con persone a carico e anziani) |
| e abbonandosi a diverse offerte di prodotti come servizi Internet, linee telefoniche, streaming TV, streaming film e sicurezza online. |
| Ci sono circa 20 variabili indipendenti; di queste, 17 sono categoriali e tre sono continue. La variabile target dipendente per la classificazione è il tasso di abbandono dei clienti. |
| E il tasso di abbandono per il modello di base è di circa il 26,5%. L'obiettivo è ora di pre-elaborare questi dati e modellarli per analisi future. Questo è tutto da parte mia, a te, Ayush. |
| Ayush Kumar | Grazie, Namita. Sono Ayush. In questa sezione parlerò dell'esplorazione dei dati e della pre-elaborazione. |
| Nell'esplorazione dei dati, abbiamo scoperto relazioni interessanti, ad esempio, le variabili tenure e spese mensili erano entrambe correlate positivamente alle spese totali. Queste tre variabili che abbiamo analizzato |
| utilizzando la matrice di scatter plot in JMP, che ha convalidato la relazione. Inoltre, utilizzando la funzionalità di esplorazione dei valori mancanti, abbiamo osservato che la colonna dei costi totali aveva 11 valori mancanti. |
| I valori mancanti sono stati presi in considerazione poiché una colonna di addebiti totali è stata esclusa a causa della multicollinearità. Dopo aver osservato gli istogrammi delle variabili utilizzando la funzionalità di esclusione dei valori anomali, abbiamo concluso che il set di dati non presentava valori anomali. |
| La variabile denominata Customer ID aveva 7.043 valori univoci che non avrebbero aggiunto alcun significato alla variabile target. Quindi, customer ID è stato escluso. |
| Siamo stati anche in grado di trovare un pattern interessante tra le variabili. Variabili come streaming TV e streaming film trasmettono le stesse informazioni sul comportamento di streaming. |
| Queste variabili sono state raggruppate in una singola colonna in streaming tramite la nostra formula in JMP. Lo stesso corso di azione è stato intrapreso per le variabili backup online e sicurezza online. |
| Abbiamo eseguito la regressione logistica e l'albero decisionale in JMP per individuare le variabili importanti. |
| Dal riepilogo degli effetti è emerso che la durata, il tipo di contratto, i costi mensili, lo streaming, il servizio multilinea e il metodo di pagamento hanno mostrato un valore logaritmico significativo e variabili molto importanti nella determinazione dell'obiettivo. |
| Gli effetti su ??? ci hanno anche aiutato a restringere il conteggio delle variabili a 12 variabili statisticamente significative, che hanno costituito la base per ulteriori modelli. |
| Utilizziamo il valore della funzionalità ??? e spostiamo Sì della nostra variabile target verso l'alto. Infine, i dati sono stati suddivisi in convalida di training e test in un rapporto 16 20 20 utilizzando il metodo casuale della formula. Ora tocca a te, Kamal. |
| Il mio amico Kamal Krishnan | Mi dispiace, sono Kamal. Vi spiegherò meglio i diversi modelli creati in JMP usando il set di dati. |
| Abbiamo costruito in totale otto diversi tipi di modello. Su ogni tipo di modello, abbiamo provato varie configurazioni e impostazioni di input per migliorare i risultati principalmente della sensibilità. |
| Poiché il nostro obiettivo era ridurre il numero di falsi negativi nella classificazione. |
| JMP è molto intuitivo per rifare i modelli modificando le configurazioni. È stato facile memorizzare i risultati ogni volta che una nuova iterazione del modello è stata eseguita in JMP |
| e quindi confrontare gli output per selezionare il modello ottimizzato da ogni tipo. JMP ci ha permesso persino di modificare i valori di cutoff da 0,5 predefiniti ad altri e di osservare i risultati della previsione. Questa diapositiva mostra i risultati del modello selezionato da otto diversi tipi di modelli. |
| Innanzitutto, poiché la nostra variabile target principale percorre categorie, abbiamo creato una regressione logistica. Quindi abbiamo creato modelli di alberi decisionali, KNN, ensemble come Bootstrap forest e boosted tree. |
| Poi abbiamo costruito modelli di apprendimento automatico come reti neurali. JMP ci ha permesso di impostare il seed casuale in modelli come reti neurali e KNN. Questo ci ha aiutato a ottenere gli stessi output di cui avevamo bisogno. |
| Poi abbiamo costruito un modello Bayesiano ingenuo. JMP ci ha permesso di studiare l'impatto di varie variabili tramite il profiler di previsione. |
| Possiamo puntare e cliccare per modificare i valori nell'intervallo e vedere come influisce sulla variabile target. Modificando il profiler di previsione in naive bayes, abbiamo osservato che l'aumento del periodo di permanenza aiuta a ridurre il tasso di abbandono. Al contrario, |
| l'aumento delle spese mensili aumenta il tasso di abbandono. Infine, abbiamo fatto un insieme di diverse combinazioni di modelli per fare una media ed eliminare le carenze dei singoli modelli. |
| Abbiamo scoperto che nell'ensembling della rete neurale e del bayesiano naive la sensibilità è maggiore tra ???. Questo conclude la descrizione del modello. Ora tocca a te, Jimmy. |
| Giuseppe | Grazie, Kamal. In questa sezione confronteremo i modelli e approfondiremo ogni dettaglio del modello. |
| I principali parametri utilizzati per confrontare i modelli sono il costo della classificazione errata in dollari, il grafico sensibilità/accuratezza, il coefficiente di portanza e i valori dell'area sotto la curva. |
| Il costo dei dati di classificazione errata è raffigurato nell'angolo in alto a destra della diapositiva. Costo dei falsi positivi e falsi negativi determinato utilizzando le spese mensili medie. |
| Quel modello di costo del falso negativo non prevedeva alcuna svolta per il cliente potenzialmente in partenza, calcolato in dollari (85) e costo del falso negativo |
| a dollaro (14) dopo aver scontato il 20% per accogliere ulteriori benefici. Il grafico di confronto dei costi indica chiaramente che il niave bayes ha il costo più basso. |
| Passando al grafico dei tassi di accuratezza totale, esso è compreso tra il 74 e l'81%, non molta variazione nella maggior parte dei modelli. E il lift, una misura della probabilità di trovare un record di successo rispetto al modello di base, varia tra 1,99 e 3,11. |
| La curva AUC o ROC è un'altra misura che usiamo per determinare la forza del modello con diversi tipi di valori. Come indica il grafico, tutti i modelli hanno avuto lo stesso successo in questa categoria. |
| Il grafico di sensibilità e accuratezza misura il successo dei modelli nel prevedere con precisione il tasso di abbandono dei clienti. Il grafico indica due fatti |
| Quanti clienti il modello può prevedere correttamente; con quale frequenza la previsione può essere accurata. |
| Questa misura viene utilizzata come parametro principale per decidere il modello più performante e il modello Bayesiano ha ottenuto buoni risultati in questa categoria. |
| Sulla base delle varie metriche e considerando il costo delle previsioni fallite dei modelli, il modello bayesiano ingenuo è risultato essere il migliore e più parsimonioso per prevedere l'abbandono dei clienti per il set di dati dato. |
| Ha il più basso tasso di classificazione errata, un'elevata sensibilità e una precisione totale ragionevolmente buona. Se si trascurano alcuni dei suoi svantaggi intrinseci, come la mancanza di un modello statistico a supporto, il modello è completamente basato sui dati e facilmente spiegabile. |
| Passando alle conclusioni tratte, le variabili significative nel set di dati sono il contratto e la durata dell'incarico del cliente iscritto. |
| Dalla modellazione, abbiamo osservato che il tasso di abbandono dei clienti è elevato per |
| 1) coloro che non hanno una dipendenza demografica; 2) coloro che pagano un prezzo elevato per i servizi telefonici, con un basso tasso di soddisfazione dei clienti sui servizi di fascia alta; |
| 3) i clienti rimangono fedeli alla linea originale sul servizio e passano facilmente ai concorrenti. Quindi, sulla base di queste scoperte, le raccomandazioni sono |
| 1) promozione mirata della clientela incentrata sulla generazione di reddito; 2) promozione di contratti a lungo termine con incentivi aggiuntivi; 3) creazione di una combinazione di linee di prodotti incentrata sulle esigenze del cliente. |
| In conclusione, utilizziamo lo strumento JMP per fare analisi e modelli predittivi su un set di dati limitato. È molto efficace e potente per fare queste analisi, contattateci se avete altre domande. Grazie. |
