Churn analizė ir klasifikavimas telekomunikacijų paslaugose (11-12)

Klientų atsisakymo analizė ir klasifikavimas telekomunikacijų paslaugose

Kontekstas

Klientų atsisakymas (churn) reiškia savanorišką klientų atsisakymą telekomunikacijų operatoriaus paslaugų. Faktorių, darančių poveikį atsisakymui, supratimas yra būtinas kuriant išlaikymo strategijas ir optimizuojant pasiūlymus bei paslaugas.

Dirbtinis intelektas leidžia atlikti kompleksinę 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: padidėjusi atsisakymo rizika dėl mėnesinio mokesčio
• Total Extra Data Charges > 10: papildoma rizika dėl papildomų išlaidų

Galutinis balas yra nuo 0 iki 2.

2 užduotis – Ryšio ir paslaugų balas (20 taškų)

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

• Formulė:

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

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

Tiksliau, jei įvykdyta pirmoji sąlyga (Avg Speed < 50) pridedamas 1 taškas. Taip pat ir su kitomis.

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 reikšmė klientui nurodytoje užduotyje

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 ≥ 0.90 → 60 taškų
• AUC ≤ 0.70 → 0 taškų
• Intervalas tarp jų: proporcionalus taškai