Churn-analyysi ja -luokittelu televiestintäpalveluissa (9-10)

Asiakaspoistuman analyysi ja luokittelu teleoperaattoripalveluissa

Konteksti

Asiakaspoistuma tarkoittaa asiakkaiden vapaaehtoista luopumista teleoperaattorin palveluista. Poistumaan vaikuttavien tekijöiden ymmärtäminen on olennaista asiakassäilytysstrategioiden kehittämiseksi ja tarjousten sekä palvelujen optimoimiseksi.

Tekoäly mahdollistaa asiakastietojen monimutkaisen analyysin:

• korkean poistumisriskin asiakkaiden tunnistamiseksi
• asiakkaiden segmentoimiseksi käyttäytymisen ja kulutuksen perusteella
• erilaisten tarjousten ja ominaisuuksien vaikutuksen arvioimiseksi poistumispäätökseen

Tämän ongelman ratkaisemiseksi käytössänne on kaksi tiedostoa:

• train.csv – sisältää kaikki muuttujat, mukaan lukien Churn, mallien kouluttamiseksi
• test.csv – sisältää samat muuttujat ilman Churn-saraketta, ja tämän tiedoston tietoja käytetään ennusteiden generoimiseksi

Tietojoukon kuvaus

Vaatimukset

Tässä ongelmassa on ratkaistava 3 tehtävää.

Tehtävä 1 – Yksinkertaistettu taloudellisen riskin pistemäärä (20 pistettä)

Laskekaa jokaiselle testijoukon asiakkaalle yksinkertaistettu taloudellisen riskin pistemäärä, joka perustuu arvoihin Monthly Charge ja Total Extra Data Charges.

• Kaava:

1FinancialRiskScore = (Monthly Charge > 70) + (Total Extra Data Charges > 10)

Jokainen komponentti lisää 1 pisteen pistemäärään, jos:

• Monthly Charge > 70: kohonnut poistumisriski kuukausittaisten kustannusten vuoksi
• Total Extra Data Charges > 10: lisäriski lisäkustannusten vuoksi

Lopullinen pistemäärä on välillä 0-2.

Tehtävä 2 – Yhteyksien ja palvelujen pistemäärä (20 pistettä)

Laskekaa jokaiselle testijoukon asiakkaalle pistemäärä, joka kuvastaa palvelujen laatua sarakkeiden Avg Speed, Ping Score ja Link Quality Index perusteella.

• Kaava:

1ServiceQualityScore = (Avg Speed < 50) + (Ping Score > 80) + (Link Quality Index < 30)

Jokainen komponentti lisää 1 pisteen pistemäärään.
Lopullinen pistemäärä on välillä 0 (hyvä kokemus) ja 3 (huono kokemus).

Tarkemmin sanottuna, jos ensimmäinen ehto (Avg Speed < 50) täyttyy, lisätään 1 piste. Samoin muiden kanssa.

Tehtävä 3 – Poistuman luokittelu (60 pistettä)

Rakentakaa luokittelumalli, joka ennustaa Churn-arvon (0 = aktiivinen asiakas, 1 = luopunut asiakas) kaikkien train.csv-tiedostossa saatavilla olevien tietojen perusteella.

• Voitte käyttää kaikkia saatavilla olevia sarakkeita tai valita mallille olennaisimman osajoukon.
• Ennusteiden jokaiselle test.csv-tiedoston asiakkaalle tulee olla 0 tai 1.
• Answer lähetystiedostossa tulee olla 0 tai 1 jokaiselle asiakkaalle.

Lähetystiedoston muoto

submission.csv-tiedoston tulee sisältää:

• id - ID otettu test.csv-tiedostosta (sarake SampleID)
• subtaskID
  • 1 Tehtävälle 1
  • 2 Tehtävälle 2
  • 3 Tehtävälle 3
• answer - laskettu tai ennustettu arvo asiakkaalle ilmoitetussa tehtävässä

Arviointi

• Tehtävä 1 ja Tehtävä 2: tarkka arviointi (vertailu oikeisiin vastauksiin)
• Tehtävä 3: tämän tehtävän arviointiin käytetään AUC-metriikkaa

Tehtävässä 3 pisteet myönnetään seuraavien sääntöjen mukaan:

• AUC ≥ 0.85 → 60 pistettä
• AUC ≤ 0.70 → 0 pistettä
• Niiden välinen väli: suhteellinen pistemäärä