Анализ и классификация оттока клиентов в телекоммуникационных услугах (11-12)

Анализ и классификация оттока в телекоммуникационных услугах

Контекст

Отток клиентов представляет собой добровольный отказ клиентов от услуг телекоммуникационного оператора. Понимание факторов, влияющих на отток, является важным для разработки стратегий удержания и для оптимизации предложений и услуг.

Искусственный интеллект позволяет проводить комплексный анализ данных о клиентах для:

• выявления клиентов с высоким риском отказа
• сегментации клиентов по поведению и потреблению
• оценки влияния различных предложений и характеристик на решение об оттоке

Для решения этой задачи у вас будут доступны два файла:

• train.csv – содержит все переменные, включая Churn, для обучения моделей
• test.csv – содержит те же переменные, без столбца Churn, и данные из этого файла используются для генерации предсказаний

Описание набора данных

Требования

Для этой задачи вам нужно решить 3 подзадачи.

Задача 1 – Упрощенная оценка финансового риска (20 баллов)

Рассчитайте для каждого клиента из тестового набора упрощенную оценку финансового риска на основе значений Monthly Charge и Total Extra Data Charges.

• Формула:

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

Каждый компонент добавляет 1 балл к оценке, если:

• Monthly Charge > 70: повышенный риск оттока из-за месячной стоимости
• Total Extra Data Charges > 10: дополнительный риск из-за дополнительных расходов

Итоговая оценка находится в диапазоне от 0 до 2.

Задача 2 – Оценка подключения и услуг (20 баллов)

Рассчитайте для каждого клиента из тестового набора оценку, отражающую качество услуг на основе столбцов Avg Speed, Ping Score и Link Quality Index.

• Формула:

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

Каждый компонент вносит 1 балл в оценку.
Итоговая оценка находится в диапазоне от 0 (хороший опыт) до 3 (плохой опыт).

Точнее, если выполняется первое условие (Avg Speed < 50), добавляется 1 балл. То же самое и для остальных.

Задача 3 – Классификация оттока (60 баллов)

Постройте модель классификации, которая предсказывает Churn (0 = активный клиент, 1 = клиент, который отказался) на основе всей доступной информации в train.csv.

• Вы можете использовать все доступные столбцы или выбрать наиболее релевантное подмножество для модели.
• Предсказания для каждого клиента из test.csv должны быть 0 или 1.
• Answer в файле отправки будет 0 или 1 для каждого клиента.

Формат файла отправки

Файл submission.csv должен содержать:

• id - ID, взятый из test.csv (столбец SampleID)
• subtaskID
  • 1 для Задачи 1
  • 2 для Задачи 2
  • 3 для Задачи 3`
• answer - рассчитанное или предсказанное значение для клиента по указанной задаче

Оценка

• Задача 1 и Задача 2: точная оценка (сравнение с правильными ответами)
• Задача 3: для оценки этой задачи используется метрика AUC

Для Задачи 3 баллы присуждаются согласно следующим правилам:

• AUC ≥ 0.90 → 60 баллов
• AUC ≤ 0.70 → 0 баллов
• Интервал между ними: пропорциональный балл