このデータは、Excelシート、CSVファイル、Redshiftデータベースなどに保存されている場合があります。 それはまた、別の場所にある可能性があり、あなたはそれらを一緒に持って来る必要があります。 たとえば、あるデータベースにcustomerIDフィールドと契約タイプがあり、別のデータベースにチャーン情報を持つcustomerIDフィールドがある場合、これらをcustomerIDフィールドにマージして1つのデータセットを作成することができます。
モデルを構築する
素晴らしいデータセットを作成するのは難しい部分です。 Apteoのようなコードなしのツールでは、解約モデルを構築するのは簡単です。
まず、データセットを接続します。 以下では、チャーンデータのCSVファイルをプラットフォームにドラッグアンドドロップするだけです。 次に、「Predictive Insights」タブに移動し、KPIとして「Churn」を選択します。 私はデフォルトの設定をそのままにしておき、自動化された機械学習モデルがバックグラウンドで作成されます。
今、私は異なる属性が解約にどのように影響するかを見ることができ、顧客が月額料金や保有期間などのデータを入れることによって解約するかど著者による
結論
予測分析はデータから価値を得るための素晴らしい方法であり、始めるのは驚くほど簡単です。 手元の問題を示す品質データセットを構築することは基本的な前提条件ですが、それが満たされたら、解約を分析して収益を上げることができます。