قطعاً میدونی که یکی از بزرگترین دردسرهای شرکتهای تلفن (همون اپراتورهای موبایل خودمون) اینه که مشتریهاشون رو از دست ندن یا به اصطلاح توی زبان فنی، جلوی “Churn” رو بگیرن. churn یعنی همون موقعی که یه مشتری دیگه حال نمیکنه و میره سراغ یه اپراتور دیگه یا کلاً سرویس رو کنسل میکنه. این موضوع کلی به ضرر شرکتهاست و هزینه جذب دوباره مشتری یا پیدا کردن مشتری جدید هم خیلی بالاست.
تو این مقاله دوستانمون دست گذاشتن روی یه راهکار باحال: استفاده از تحلیل پیشبینی و الگوریتمهای هوش مصنوعی تا بتونن بفهمن کی ممکنه به زودی بره و چه کاری میشه براشون کرد که بمونن. حالا Predictive Analytics یعنی همون پیشبینی کردن با دادهها و آمار، و البته ماشین لرنینگ یا Machine Learning هم یعنی استفاده از الگوریتمای کامپیوتری که خودشون از دادهها درس میگیرن و پیشبینی میکنن (مثلاً چه کسی ممکنه بزنه بره).
توی این کار، اول اومدن یه دیتاست از مشتریهایی که سرویس رو ترک کردن یا نه جمع کردن – دیتاست یعنی همون مجموعه بزرگی از اطلاعات و رکوردها. بعد مدلهای مختلف پیشبینی ساختن؛ یعنی به چند مدل ماشین لرنینگ گفتن بیا با این دادهها کار کن و بهمون بگو کی ممکنه churn کنه. هدف اصلی این بود که تصمیمگیری برای اپراتور راحتتر شه و اپراتورها بتونن قبل از اینکه اوضاع بد بشه سراغ مشتریاشون برن و یه جوری راضیشون کنن بمونن.
نکته جالبش اینه که توی این مقایسه بین مدلها، مدل “Support Vector Machine” یا به اختصار SVM از بقیه بهتر جواب داد. SVM یه مدل محبوب توی یادگیری ماشین هست که معمولاً خیلی دقیق میتونه دستهبندی انجام بده. خلاصه با این مدل تونستن با دقت بیشتری پیشبینی کنن که کدوم مشتریا احتمال داره دلسرد شن و برن.
یه نکته مهم توی این تحقیق این بود که فقط به پیشبینی ساده راضی نشدن، بلکه کلی وقت گذاشتن روی پیشپردازش دادهها (Data Pre-processing – یعنی تمیز و مرتب کردن و آمادهسازی اطلاعات برای مدلها)، انتخاب ویژگیهای مهم (Feature Selection – پیدا کردن اون فاکتورهایی که واقعاً توی پیشبینی نقش دارن)، و قابل درک کردن الگوریتمها که اپراتور بفهمه چرا یه پیشبینی خاصی انجام شده. این خیلی باحاله چون معمولاً مدلها شفاف نیستن و نمیفهمیم چرا یه دسته از مشتریا رو به عنوان ریسکی معرفی میکنن.
در کل، نتیجه این شد که اگه اپراتورهای تلفن دلشون میخواد کمتر مشتری از دست بدن، باید برن سراغ مدلهای پیشبینی پیشرفته و هوشمند! چون اینطوری میتونن قبل از اینکه مشتری قیدشونو بزنه، یه کار درست حسابی براش انجام بدن (مثلاً یه تخفیف یا پیشنهاد ویژه). این کار باعث میشه هم سرویسهاشون بهروز بمونه، هم مشتریا راضیتر باشن و نرخ churn هم بیاد پایین. کل این داستان هم مثالی قشنگه از اینکه تکنولوژی و داده چطور میتونن به بیزینسهای واقعی کمک کنن!
منبع: +
