Võrgustikupõhine mudel teleteenustest lahkujate ennustamiseks

Nimi
Martin Käärik
Kokkuvõte
Teenusest loobumise ennustamine aitab paremini aru saada, millised kliendid hakkavad lähiajal tõenäolisemalt kasutama konkurentide teenuseid. Teades, et olemasoleva kliendi hoidmine on säästlikum kui uue leidmine, on paljud telekommunikatsiooniettevõtted hakanud laialdasemalt uurima, kuidas ennetada ja vähendada klientide lahkumist. Reeglina on uuritud klientide lahkumist läbi staatiliste muutujate, kasutades näiteks demograafilisi andmeid, lepingulisi andmeid, toote informatsiooni jm. Hilisemad uuringud antud valdkonnas on vihjanud, et uurides ka klientide omavahelist suhtlust, on võimalik ennustada, millised kliendid tõenäolisemalt loobuvad teenuse kasutamisest.
Kuigi palju on uuritud seda, et milline on seos kõneteenuste, klientide omavahelise suhtluse ja klientide lahkumise vahel, siis tv-teenuste valdkonnas on uuringuid olnud vähe. Antud töö aitab selle tühimiku täita, uurides tv-teenuste klientide teenuse kasutust 3 kuud enne lahkumist kui ka nende kõneeristust kuu aega enne teenusest loobumist. Loodud mudeleid treenitakse, kasutades järgnevaid masinõppemudeleid: XGboost, Adaboost, Random Forest classifier, Logistic Regression, Gradient Boost classifier. Loodi kaks erinevat gruppi mille tulemusi võrreldi. Esimeses grupis kasutati andmeid, kuhu ei olnud lisatud võrgustikuanalüüsi muutujaid ning teise gruppi lisati ka antud muutujad. Analüüsi tulemusel selgus, et kõneeristuse analüüsist genereeritud muutujad suurendasid mudelite täpsust lahkuvate klientide ennustamiseks.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Innovatsiooni ja tehnoloogia juhtimine
Juhendaja(d)
Rajesh Sharma, Shakshi Sharma
Kaitsmise aasta
2021
 
PDF