Klientų netekimo prognozė telekomunikacijų srityje
Rekašius, Tomas | Recenzentas / Rewiewer |
Šiaulys, Jonas | Darbo gynimo komisijos pirmininkas / Thesis Defence Board Chairman |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member |
Telekomunikacijos sektorius tapo viena iš sparčiai augančių pramonės šakų pasaulyje, kurioje klientų išlaikymas ir lojalumas yra esminiai verslo tikslai. Daugelis tyrimų rodo, kad esamų klientų išlaikymas yra kur kas pigesnis nei naujų klientų pritraukimas. Dėl didėjančios konkurencijos ir paslaugų rinkos brandos, klientų pasitraukimas iš telekomunikacijų paslaugų teikėjų tapo didžiuliu iššūkiu, kurį verslo analitika stengiasi spręsti prognozuodama klientų netekimą.Šio tyrimo tikslas yra ištirti efektyvius mašininio mokymosi modelius ir duomenų apdorojimo metodus klientų netekimo prognozavimui telekomunikacijų sektoriuje. Naudojant tris skirtingus modelius (atsitiktinis miškas, „XGBoost”, „CatBoost”), keturiais skirtingais atvejais: su išbalansuotais duomenimis, ir su duomenimis apdorotais išbalansuotų duomenų apdorojimo metodais („SMOTE”, atsitiktinis duomenų didinimas, klasių svoriai). Buvo siekiama identifikuoti geriausią modelį ir balansavimo metodą, kurie leistų tiksliausiai prognozuoti klientų pasitraukimą.Tyrimo metu analizuojami du skirtingi duomenų rinkiniai, siekiant įvertinti modelių stabilumą ir patikimumą, nes atliekant išsamų mašininio mokymosi metodų ir duomenų apdorojimo strategijų tyrimą, siekiama sukurti modelį, kuris būtų mažiau jautrus specifiniams duomenims ir gerai prognozuotų su įvairiais duomenimis.Gauti tyrimo rezultatai parodė, kad atsitiktinio duomenų didinimo metodas turėjo geriausius rezultatus abiejuose tirtuose duomenų rinkiniuose. Tačiau prognozavimo algoritmų rezultatai išsiskyrė: pirmasis duomenų rinkinys turėjo geriausią rezultatą su „CatBoost”, o antrasis su „XGBoost”. Tai rodo, kad tam tikri algoritmai gali geriau veikti su vienais duomenimis nei su kitais, todėl yra svarbu tirti daugiau nei vieną duomenų rinkinį, siekiant gauti išsamesnį modelio veikimo vaizdą. Vis dėlto galime daryti bendrą išvadą, kad gradientinio didinimo modeliai veikė geriau nei klasikinis modelis.
The telecommunications sector has become one of the fastest growing industries worldwide, where customer retention and loyalty are essential business goals. Many studies indicate that retaining existing customers is much cheaper than acquiring new ones. Due to increasing competition and market maturity, customer churn in telecommunications service providers has become a significant challenge that business analytics seeks to address by predicting customer churn.The aim of this study is to investigate effective machine learning models and data processing methods for predicting customer churn in the telecommunications sector. By using three different models (”Random Forest”, ”XGBoost”, ”CatBoost”) across four different scenarios: with imbalanced data and with data processed using various data balancing methods (”SMOTE”, ”Random Oversampling”, class weights). The goal is to identify the best model and balancing method that accurately predicts customer churn.During the research, two distinct datasets are analyzed to evaluate the stability and reliability of the models. By conducting a comprehensive study of machine learning methods and data processing strategies, the objective is to develop a model that is less sensitive to specific data and performs well with diverse datasets.The results of the study showed that the ”Random Oversampling” method yielded the best results in both datasets examined. However, the performance of the prediction algorithms varied: the first dataset had the best results with the "CatBoost" algorithm, while the second dataset performed best with "XGBoost". This indicates that certain algorithms may perform better with specific datasets, highlighting the importance of examining more than one dataset to gain a comprehensive understanding of model performance. Nonetheless, we can conclude that gradient boosting models performed better than the classical model in this case.