スピーカー | トランスクリプト |
| 終了した | 皆さんこんにちは。私は Namita です。コネチカット大学のチームメイトである Ayush、Jimmy、Kamal と一緒に、JMP を使用して通信会社の解約を予測する分析を発表します。 |
| 私たちが選んだデータは、私たち全員のつながりを維持する業界、つまり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、背景について簡単に説明しましょう。 |
| 米国の通信業界では、コストの削減、コンボプロモーションのオファー、サービス品質など、さまざまな理由により、激しい競争と顧客の定着率の低下が続いています。 |
| 解約防止という主な目的に沿って、通信会社は顧客離脱分析を主要なビジネスインサイトとしてよく利用します。 |
| これは、既存顧客を維持するコストが新規顧客を獲得するコストよりもはるかに低いという事実によるものです。目標に移ると、 |
| ここでの主な目標は、離脱する可能性のある潜在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。 |
| ここでは標準的な SEMMA アプローチを採用しました。データセットの概要を見てみましょう。データセットは、さまざまな人口統計 (独身、扶養家族あり、高齢者) に属する合計 7,043 行の顧客で構成されています。 |
| 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 ムービー、オンライン セキュリティなどのさまざまな製品に加入します。 |
| 独立変数は約 20 個あり、そのうち 17 個はカテゴリ変数、3 個は連続変数です。分類の従属ターゲット変数は顧客離脱です。 |
| ベースライン モデルの解約率は約 26.5% です。現在の目標は、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。私からは以上です、Ayush さん。 |
| アユシュ・クマール | ありがとう、Namita。私はAyush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、興味深い関係を発見しました。例えば、変数の保有期間と月額料金は、総料金と正の相関関係にあります。私たちが分析したこれらの3つの変数は、 |
| JMP の散布図マトリックスを使用して、関係性を検証しました。さらに、欠損値の探索機能を使用することで、合計料金の列に 11 個の欠損値があることがわかりました。 |
| 多重共線性のため合計料金列が除外されたため、欠損値は処理されました。外れ値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 セットには外れ値がないという結論に達しました。 |
| 顧客 ID という変数には 7,043 個の一意の値がありましたが、これらはターゲット変数に何の意味も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、変数間に興味深いパターンも見つかりました。ストリーミング TV やストリーミング ムービーなどの変数は、ストリーミング動作に関する同じ情報を伝えます。 |
| これらの変数は、JMP の式を使用して 1 つの列にグループ化され、ストリーミングされます。オンライン バックアップとオンライン セキュリティの変数に対しても同じ手順が実行されました。 |
| 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、契約期間、契約タイプ、月額料金、ストリーミング先、複数回線サービス、支払い方法が、大きなログ価値を示し、ターゲットを決定する上で非常に重要な変数であることが確認されました。 |
| ??? への影響は、変数の数を統計的に有意な 12 個の変数に絞り込むのにも役立ち、これがさらなるモデリングの基礎となりました。 |
| ??? 機能の値を使用し、ターゲット変数の Yes を上方に移動しました。最後に、フォーミュラ ランダム メソッドを使用して、データを 16 20 20 の比率でトレーニング検証とテストに分割しました。次は Kamal さんです。 |
| カマル・クリシュナン | 申し訳ありません。私は Kamal です。データセットを使用して JMP で構築されたさまざまなモデルについて詳しく説明します。 |
| 私たちは合計で 8 種類のモデルを構築しました。それぞれの種類のモデルで、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、設定を変更してモデルをやり直すのに非常にユーザーフレンドリーです。JMPでモデルの新しい反復が実行されるたびに、結果を簡単に保存できました。 |
| 次に、各タイプから最適化されたモデルを選択するために出力を比較します。JMP では、カットオフ値をデフォルトの 0.5 から他の値に変更して、予測結果を観察することもできます。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。 |
| まず、最上位のターゲット変数ジャーニーがカテゴリ化されるため、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 ネットワークなどの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 などのモデルでランダム シードを設定できます。これにより、必要な出力をそのまま取得できるようになりました。 |
| 次に、単純ベイズモデルを構築しました。JMP を使用すると、予測プロファイラーを通じてさまざまな変数の影響を調査できます。 |
| 範囲内の値をポイントしてクリックすると、それがターゲット変数にどのような影響を与えるかを確認できます。ナイーブベイズの予測プロファイラーを変更することで、在籍期間の増加が解約率の削減に役立つことがわかりました。逆に、 |
| 月額料金の増加は解約率を増加させます。最後に、さまざまなモデルの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、排除しました。 |
| アンサンブル ニューラル ネットワークとナイーブ ベイズでは、??? の中で感度が高くなることが分かりました。これでモデルの説明は終わりです。次は Jimmy さん。 |
| ジョセフ | ありがとう、Kamal。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。 |
| モデルを比較するために使用される主なパラメータは、ドルでの誤分類のコスト、感度対精度チャート、リフト比、および曲線の下の領域の値です。 |
| 誤分類データのコストは、スライドの右上隅に表示されます。誤検出と誤検出のコストは、平均月額料金を使用して決定されます。 |
| 偽陰性モデルのコストは、顧客が離脱する可能性がないことを予測し、ドル（85）に計算され、偽陰性モデルのコストはドル（85）に計算され、 |
| 追加的な利益を考慮に入れて20%割引した後の価格はドル(14)です。コスト比較チャートは、ナイーブベイズが最もコストが低いことを明確に示しています。 |
| 全体の精度率のグラフを見ると、74 ～ 81% で、ほとんどのモデルで大きな変化はありません。また、ベースライン モデルと比較して成功記録を見つける確率の尺度であるリフトは、1.99 ～ 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使用してモデルの強度を判断するためのもう 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優れた結果を示しました。 |
| 感度と精度のグラフは、顧客離脱を正確に予測するモデルの成功度を測定します。グラフは2つの事実を示しています。 |
| モデルが正確に予測できる顧客の数、予測が正確になる頻度。 |
| この尺度は、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として使用され、このカテゴリではナイーブベイズが優れた結果を示しました。 |
| さまざまな指標に基づき、モデルの予測失敗のコストを考慮すると、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最も簡潔なモデルは、単純ベイズであることが判明しました。 |
| 誤分類率が最も低く、感度が高く、全体的な精度がかなり良好です。サポートする統計モデルが不足しているなどの固有の欠点を除けば、このモデルは完全にデータ駆動型で、簡単に説明できます。 |
| 結論に移ると、データセット内の重要な変数は、登録された顧客の契約と在籍期間です。 |
| モデル化により、顧客離れが高いことが分かりました。 |
| 1) 人口統計上扶養家族がいない人々、2) 電話サービスに高額を支払っているが、高級サービスに対する顧客満足度が低い人々。 |
| 3) 顧客は元の単一ラインのサービスに固執し、競合他社に簡単に切り替えます。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) 収益創出に重点を置いたターゲット顧客プロモーション、2) 追加インセンティブによる長期契約の推進、3) 顧客ニーズに重点を置いた製品ラインコンボの構築。 |
| 結論として、私たちは限られたデータセットで分析と予測モデルを実行するために JMP ツールを使用しています。これは、これらの分析を実行するのに非常に効果的かつ強力です。さらに質問がある場合は、お気軽にお問い合わせください。ありがとうございます。 |
