Churn analizė ir klasifikavimas telekomunikacijų paslaugose (9-10)

Telekomunikacijų paslaugų klientų atsisakymo analizė ir klasifikavimas

Kontekstas

Klientų atsisakymas (churn) reiškia savanorišką klientų atsisakymą telekomunikacijų operatoriaus paslaugų. Atsisakymą lemiančių veiksnių supratimas yra būtinas kuriant išlaikymo strategijas ir optimizuojant pasiūlymus bei paslaugas.

Dirbtinis intelektas leidžia atlikti sudėtingą klientų duomenų analizę:

• identifikuoti klientus, kuriems gresia didelis atsisakymo rizikos lygis
• segmentuoti klientus pagal elgesį ir vartojimą
• įvertinti skirtingų pasiūlymų ir charakteristikų poveikį atsisakymo sprendimui

Šios problemos sprendimui turėsite du failus:

• train.csv – turi visus kintamuosius, įskaitant Churn, modelių mokymui
• test.csv – turi tuos pačius kintamuosius be Churn stulpelio, šio failo duomenys naudojami prognozėms generuoti

Duomenų rinkinio aprašymas

Reikalavimai

Šiai problemai turite išspręsti 3 užduotis.

1 užduotis – Supaprastintas finansinio rizikos balas (20 taškų)

Apskaičiuokite kiekvienam klientui iš testavimo rinkinio supaprastintą finansinio rizikos balą, pagrįstą Monthly Charge ir Total Extra Data Charges reikšmėmis.

• Formulė:

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

Kiekvienas komponentas prideda 1 tašką prie balo, jei:

• Monthly Charge > 70: padidėjęs atsisakymo rizikos lygis dėl mėnesinio mokesčio
• Total Extra Data Charges > 10: papildoma rizika dėl papildomų mokesčių

Galutinis balas yra tarp 0 ir 2.

2 užduotis – Ryšio ir paslaugų balas (20 taškų)

Apskaičiuokite kiekvienam klientui iš testavimo rinkinio balą, atspindintį paslaugų kokybę, remiantis Avg Speed, Ping Score ir Link Quality Index stulpeliais.

• Formulė:

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

Kiekvienas komponentas prisideda 1 tašku prie balo.
Galutinis balas yra tarp 0 (gera patirtis) ir 3 (bloga patirtis).

Tiksliau, jei įvykdoma pirmoji sąlyga (Avg Speed < 50) pridedamas 1 taškas. Taip pat ir kitiems.

3 užduotis – Atsisakymo klasifikavimas (60 taškų)

Sukurkite klasifikavimo modelį, kuris prognozuotų Churn (0 = aktyvus klientas, 1 = atsisakęs klientas) remiantis visa informacija, esančia train.csv.

• Galite naudoti visus prieinamus stulpelius arba pasirinkti modeliui tinkamiausią pogrupį.
• Prognozės kiekvienam klientui iš test.csv turi būti 0 arba 1.
• Answer pateikimo faile bus 0 arba 1 kiekvienam klientui.

Pateikimo failo formatas

submission.csv failas turi turėti:

• id - ID paimtas iš test.csv (SampleID stulpelis)
• subtaskID
  • 1 1 užduočiai
  • 2 2 užduočiai
  • 3 3 užduočiai
• answer - apskaičiuota arba prognozuota klientui reikšmė nurodytai užduočiai

Vertinimas

• 1 užduotis ir 2 užduotis: tikslus vertinimas (palyginimas su teisingais atsakymais)
• 3 užduotis: šios užduoties vertinimui naudojama AUC metrika

3 užduočiai taškai skiriami pagal šias taisykles:

• AUC ≥ 0.85 → 60 taškų
• AUC ≤ 0.70 → 0 taškų
• Intervalas tarp jų: proporcinis taškai