Przykładowe projekty i wdrożenia

Cele
Głównym celem projektu była ocena klientów banku pod kątem ryzyka ich odejścia. Dodatkowo, w ramach projektu przeprowadzona została symulacja skuteczności akcji mającej na celu zatrzymanie zagrożonych odejściem klientów poprzez zaproponowanie im odpowiedniej usługi.
Realizacja
W pierwszej kolejności utworzona została, składająca się z ponad 100 cech, sygnatura kilku milionów klientów — w tym celu dane demograficzne oraz informacje na temat współpracy z klientami zostały zapisane w tabeli serwera SQL 2008 R2. Następnie jakość danych została oceniona i poprawiona (m.in. zwiększony został procent klientów zagrożonych odejściem) za pomocą usługi SSIS.
Tak przygotowane dane zostały użyte do klasyfikacji klientów pod kontem ryzyka ich odejścia przy użyciu algorytmu Microsoft DecisionTrees, czyli zaimplantowanej w serwerze SSAS wersji klasycznego algorytmu drzew decyzyjnych. Wynikiem modelowania była lista najsilniejszych predykatorów (atrybutów bezpośrednio lub pośrednio wpływających na decyzję klienta o przerwaniu współpracy).
Dokładność i wiarygodność modelu zostały sprawdzone za pomocą wbudowanych funkcji serwera SSAS oraz poprzez konsultacje z analitykiem biznesowym. Wynikowy model miał ponad 65% skuteczność w wykrywaniu zagrożonych odejściem klientów, co dało ponad 20-krotny wzrost dokładności w porównaniu z losowym zgadywaniem.

Projekt


Utworzony model został następnie użyty do oceny ryzyka utraty poszczególnych klientów. Przypisanie poszczególnym klientom ryzyka ich utraty pozwoliło wybrać dane dla modelu segmentacji (modelu zbudowanego z wykorzystaniem algorytmu Microsoft Clustering) umożliwiającego opracowanie profilu tych klientów.
Dane klientów wskazanych przez model drzew decyzyjnych zostały też użyte do przeprowadzenia (przy użyciu algorytmu Microsoft DecisionTrees) symulacji typu „Co by było, gdyby?” mającej pokazać skuteczność prób zatrzymania tych klientów. Przewidywana skuteczność wybranej w ten sposób kampanii prewencyjnej wyniosła 25%, czyli pozwoliłaby ona zatrzymać co czwartego mającego zamiar odejść klienta.
Wyniki

  1. Przygotowana została lista klientów, którzy mogą zrezygnować ze współpracy z określeniem prawdopodobieństwa ich utraty.
  2. Określony został profil klienta zagrożonego odejściem.
  3. Wybrana została najskuteczniejsza strategia zatrzymania zagrożonych odejściem klientów.