Analiza și clasificarea churn-ului în servicii de telecomunicații

Context

Churn-ul clienților reprezintă renunțarea voluntară a acestora la serviciile unui operator de telecomunicații. Înțelegerea factorilor care influențează churn-ul este esențială pentru a dezvolta strategii de retenție și pentru a optimiza ofertele și serviciile.

Inteligența Artificială permite analiza complexă a datelor despre clienți pentru:

• identificarea clienților cu risc ridicat de a renunța
• segmentarea clienților în funcție de comportament și consum
• estimarea impactului diferitelor oferte și caracteristici asupra deciziei de churn

Pentru rezolvarea acestei probleme veți avea la dispoziție două fișiere:

• train.csv – conține toate variabilele, inclusiv Churn, pentru antrenarea modelelor
• test.csv – conține aceleași variabile, fără coloana Churn, și datele din acest fișier sunt folosite pentru generarea predicțiilor

Descrierea setului de date

Cerințe

Pentru această problemă aveți de rezolvat 3 task-uri.

Task 1 – Scor simplificat de risc financiar (20 puncte)

Calculați pentru fiecare client din setul de testare un scor simplificat de risc financiar bazat pe valorile Monthly Charge și Total Extra Data Charges.

• Formula:

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

Fiecare componentă adaugă 1 punct la scor dacă:

• Monthly Charge > 70: risc crescut de churn din cauza costului lunar
• Total Extra Data Charges > 10: risc suplimentar datorat costurilor extra

Scorul final este cuprins între 0 și 2.

Task 2 – Scor de conectivitate și servicii (20 puncte)

Calculați pentru fiecare client din setul de testare un scor care reflectă calitatea serviciilor pe baza coloanelor Avg Speed, Ping Score și Link Quality Index.

• Formula:

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

Fiecare componentă contribuie cu 1 punct la scor.
Scorul final este cuprins între 0 (experiență bună) și 3 (experiență slabă).

Mai exact, dacă este îndeplinită prima condiție (Avg Speed < 50) este adunat 1 punct. La fel și pentru restul.

Task 3 – Clasificarea churn-ului (60 puncte)

Construiți un model de clasificare care să prezică Churn (0 = client activ, 1 = client care a renunțat) pe baza tuturor informațiilor disponibile în train.csv.

• Puteți folosi toate coloanele disponibile sau puteți selecta subsetul cel mai relevant pentru model.
• Predicțiile pentru fiecare client din test.csv trebuie să fie 0 sau 1.
• Answer în fișierul de submit va fi 0 sau 1 pentru fiecare client.

Formatul fișierului de submisie

Fișierul submission.csv trebuie să conțină:

• id - ID-ul preluat din test.csv (coloana SampleID)
• subtaskID
  • 1 pentru Taskul 1
  • 2 pentru Taskul 2
  • 3 pentru Taskul 3`
• answer - valoarea calculată sau prezisă pentru client la task-ul indicat

Evaluare

• Task 1 și Task 2: evaluare exactă (comparare cu răspunsurile corecte)
• Task 3: pentru evaluarea acestui task este folosită metrica AUC

Pentru Taskul 3, punctajul este acordat în funcție de următoarele reguli:

• AUC ≥ 0.85 → 60 puncte
• AUC ≤ 0.70 → 0 puncte
• Intervalul dintre ele: punctaj proporțional