จากข้อมูลสู่การทำนาย: วิธีใช้ Churn Prediction ลดการสูญเสียลูกค้า(#2)
ในยุคที่ภาคธุรกิจมีการแข่งขันอย่างเข้มข้น ทั้งจากคู่แข่งที่เป็น Disruptive technology กับสินค้าและผลิตภัณฑ์ของเรา หรือคู่แข่งดั้งเดิมในสินค้าประเภทเดียวกัน ที่มุ่งเน้นการสร้างสิ่งที่ตอบโจทย์ความต้องการของลูกค้า ทำให้ลูกค้ามีทางเลือกในการซื้อสินค้าและบริการที่หลากหลายมากยิ่งขึ้น ซึ่งสิ่งนี้เองที่อาจทำให้ลูกค้าที่เคยซื้อหรือใช้งาน Service ของเรา “ยกเลิกการใช้บริการ” ได้ง่ายยิ่งขึ้น ส่งผลให้เกิดการสูญเสียรายได้ ดังนั้นคงจะดีไม่น้อยค่ะ ถ้าหากเราสามารถ “ทำนาย” ได้ว่าลูกค้าคนไหนบ้างที่มีแนวโน้มที่จะไม่ใช้บริการ/ซื้อสินค้าของเราต่อ โดยวิธีที่ใช้ในการวิเคราะห์โอกาสการสูญเสียลูกค้านี้คือการทำ Customer Churn Prediction ที่จะกล่าวถึงในบทความนี้นั่นเองค่ะ （＾∀＾●）ﾉｼ โดยบทความนี้จะเป็นภาคต่อของบทความ ประเมินโอกาสสูญเสียลูกค้า: Churn Prediction ด้วยข้อมูลและการใช้งานจริง ที่นิกค้างเพื่อนๆ ไว้ค่ะว่าจะมีภาคต่อในการเลือกข้อมูลของลูกค้า หรือ Customer Information และในส่วนของ Features ที่เราจะนำมาใช้ในกรณีที่เป็นการใช้งานผลิตภัณฑ์ หรือ Product Usage Data ร่วมกับข้อมูลอื่นๆ เพื่อวิเคราะห์ และหาบทสรุปของ Churn Signals หรือสัญญาณในการที่ลูกค้าจะไม่ซื้อต่อนั่นเองค่ะ Churn Prediction Data? ข้อมูลอะไร (บ้าง) ของลูกค้าที่จะนำมาวิเคราะห์? จากบทความก่อนหน้าในขั้นตอนของ “Data Preparation” ที่เราจะมีการนำเอา […]
