KNN — это простой алгоритм. Когда представлен новый клиент, алгоритм просматривает базу данных для клиентов, которые наиболее похожи на целевого клиента. Затем он прогнозирует, уйдет ли клиент, основываясь на том, ушли ли эти похожие клиенты или нет.
Набор данных содержит 976 клиентов телекоммуникационной компании. 125 из них ушли, а 851 остались.
Чтобы сделать модель, я разделил данные на две части. 70 процентов были помещены в тренировочный набор и использованы для создания модели. Затем модель использовалась, чтобы предсказать, уйдут ли остальные 30% или нет.
Доступными переменными были:
- Состояние
- Длина учетной записи
- Код города
- Телефон
- Международный план
- План электронной почты
- Сообщение электронной почты
- Дневные минуты
- Дневные звонки
- Дневная зарядка
- Eve Mins Eve Calls
- Ева Чардж
- Ночные минуты
- Ночные звонки
- Ночная зарядка
- Международные минуты
- Международные звонки
- Международная оплата
- Вызовы клиентов
KNN работает только с числовыми переменными, поэтому для этой модели я уберу все нечисловые переменные (существуют методы использования категориальных переменных, такие как однократное кодирование, но мы их здесь не будем).
Как себя показала модель? Вот результаты:
Оптимизация модели
Первоначальная точность 89% была хорошей, но модель можно сделать более точной, если мы тщательно выберем значение k и переменные, которые будут использоваться для прогнозирования.
Сначала я использовал K из трех. Это означает, что модель будет искать трех наиболее похожих клиентов и использовать их, чтобы предсказать, уйдет ли клиент или нет.
Если K слишком мало, модель будет «переоснащена». Это означает, что модель будет хорошо работать с данными, которые вы использовали для ее создания, но когда она столкнется с новыми наблюдениями, она будет работать плохо.
Если K слишком велико, модель также будет работать плохо. Наилучшее значение K выбирается путем выбора значения, которое не слишком высокое или низкое.
Как видно из приведенного выше графика, точность модели неуклонно растет, пока не достигнет пика на уровне 5, после чего начинает падать. Следовательно, наилучшее значение k равно 5.
После использования k = 5 производительность модели улучшилась до 90%.
Выбор переменной
Не все переменные полезны для прогнозирования оттока клиентов. Например, номер телефона клиента совершенно бесполезен для предсказания, потому что он уникален для каждого клиента.
Чтобы увидеть, какие переменные наиболее важны для прогнозирования оттока, использовался метод, называемый получением информации. Прирост информации рассматривает каждую переменную отдельно и спрашивает: «Если мы разделим набор данных только по этой переменной, насколько проще будет сделать прогноз результата».
Это показывает, что звонки в службу поддержки, количество минут звонков и использованный кредит являются наиболее информативными переменными. Это понятно, клиент, часто звонящий в службу поддержки, вероятно, не удовлетворен обслуживанием, поэтому, скорее всего, уйдет. В то время как люди, которые делают много звонков, вероятно, довольны сервисом и поэтому вряд ли уйдут. Таким образом, эти три переменные многое говорят нам о вероятности оттока клиентов.
Порог вероятности
KNN дает вероятность оттока конкретного клиента. По умолчанию порог обычно равен 0,5. Это означает, что кто-то с вероятностью более 0,5, по прогнозам, уйдет. Если вы уменьшите порог вероятности, прогнозируется отток большего количества людей, что даст вам большее количество «клиентов из группы риска», на которые вы сможете ориентироваться. Однако это увеличивает вероятность того, что клиенты, которые не подвержены риску, преодолеют порог и, по прогнозам, уйдут.
Выбор порога вероятности будет основываться на бизнес-контексте. Если компания хочет нацелиться на большое количество клиентов, будет установлен низкий порог. Однако, если компания хочет быть более эффективной в расходах, будет установлен более высокий порог за счет меньшего числа целевых клиентов.
Последствия для бизнеса.
С помощью этой модели можно предсказать, какие клиенты рискуют уйти. Затем компания может предпринять шаги для удержания этих клиентов, например:
- Опросы удовлетворенности клиентов могут быть отправлены «клиентам из группы риска», чтобы попытаться выяснить их мнение о компании и возможных жалобах.
- Скидки или другие стимулы могут быть предложены клиентам из группы риска, чтобы попытаться их удержать.
- Маркетинг удержания: клиенты, подверженные риску, могут быть специально добавлены в списки маркетинга удержания, чтобы кампании Google Ads, Facebook, Twitter или электронной почты использовались специально для них.
- Клиенты с низкой вероятностью оттока могут быть удалены из списков ретаргетинга, это может привести к экономии затрат на маркетинг.
Если компания сегментировала своих клиентов и имеет представление о типах клиентов с наибольшей пожизненной ценностью. Затем с помощью вышеописанных методов можно целенаправленно нацеливаться на самых ценных клиентов из группы риска.
Вывод.
Информации много, а выводов мало. Компания, которая собирает данные и знает, как извлечь из этих данных информацию, может лучше понять своих клиентов.
Компании живут или умирают благодаря своим клиентам, и быть по-настоящему клиентоориентированным означает знать своих клиентов и относиться к каждому из них, особенно к самым ценным, уникально. С объемом доступных данных о ваших клиентах. Нет никакого оправдания тому, чтобы относиться ко всем клиентам одинаково.
P.s. Если вы управляете стартапом или компанией и хотите лучше понять своих клиентов. Знание характеристик ваших самых ценных клиентов, выявление клиентов из группы риска или обучение правильному сбору и анализу данных о клиентах. Напишите мне по адресу [email protected] или посетите нас здесь.
П.п.с. Если вы хотите, чтобы я отправил вам по электронной почте сценарий R со всеми командами, использованными для создания этой модели, напишите мне в DM в Twitter.
