Прогнозирование оттока клиентовCustomer Churn Prediction

Концепция решения Solution Idea

Если вы хотите ознакомиться с этой статьей, дополнительные сведения (сведения о реализации, рекомендации по ценам, примеры кода и т. д.), сообщите нам о отзывах в GitHub!If you'd like to see us expand this article with more information (implementation details, pricing guidance, code examples, etc), let us know with GitHub Feedback!

Прогнозирование оттока клиентов использует компоненты Cortana Intelligence Suite для прогнозирования вероятности оттока и помогает находить закономерности в существующих данных, связанных с прогнозируемой степенью оттока.Customer Churn Prediction uses Cortana Intelligence Suite components to predict churn probability and helps find patterns in existing data associated with the predicted churn rate.

АрхитектураArchitecture

Схема архитектуры . Скачайте SVG этой архитектуры.Architecture Diagram Download an SVG of this architecture.

ОписаниеDescription

Дополнительные сведения о построении этого решения см. в разделе Руководство по решению на сайте GitHub.For more details on how this solution is built, visit the solution guide in GitHub.

Хранение существующих клиентов в пять раз дешевле, чем затраты на достижение новых.Keeping existing customers is five times cheaper than the cost of attaining new ones. По этой причине руководители отдела маркетинга часто сталкиваются с тем, чтобы оценить вероятность оттока клиентов и найти необходимые действия для уменьшения частоты изменения.For this reason, marketing executives often find themselves trying to estimate the likelihood of customer churn and finding the necessary actions to minimize the churn rate.

Прогнозирование "клиентское обновление" использует Машинное обучение Azure для прогнозирования вероятности обработки и помогает находить закономерности в существующих данных, связанных с прогнозируемой скоростью обработки.Customer Churn Prediction uses Azure Machine Learning to predict churn probability and helps find patterns in existing data associated with the predicted churn rate. Эта информация позволяет компаниям с практичными аналитическими операциями улучшить сроки хранения и прибыли клиентов.This information empowers businesses with actionable intelligence to improve customer retention and profit margins.

Цель этого руководством — продемонстрировать конвейеры прогнозных данных для розничных продавцов, чтобы спрогнозировать количество клиентов.The objective of this guide is to demonstrate predictive data pipelines for retailers to predict customer churn. Розничные продавцы могут использовать эти прогнозы, чтобы не допустить изменения клиентов, используя знания своего домена и соответствующие маркетинговые стратегии для решения клиентов с рисками.Retailers can use these predictions to prevent customer churn by using their domain knowledge and proper marketing strategies to address at-risk customers. В этом руководство также показано, как можно переучить модели обработки клиентов, чтобы использовать дополнительные данные по мере их появления.The guide also shows how customer churn models can be retrained to leverage additional data as it becomes available.

Что находится внутриWhat's Under the Hood

Комплексное решение реализуется в облаке с помощью Microsoft Azure.The end-to-end solution is implemented in the cloud, using Microsoft Azure. Решение состоит из нескольких компонентов Azure, включая прием данных, хранение данных, перемещение данных, расширенную аналитику и визуализацию.The solution is composed of several Azure components, including data ingest, data storage, data movement, advanced analytics and visualization. Расширенная аналитика реализована в Машинное обучение Azure Studio, где можно использовать язык Python или R для создания моделей обработки и анализа данных (или повторного использования существующих в организации или сторонних библиотек).The advanced analytics are implemented in Azure Machine Learning Studio, where one can use Python or R language to build data science models (or reuse existing in-house or third-party libraries). Благодаря приему данных решение может создавать прогнозы на основе данных, передаваемых в Azure из локальной среды.With data ingest, the solution can make predictions based on data that being transferred to Azure from an on-premises environment.

Панель мониторинга решенияSolution Dashboard

На снимке ниже показан пример панели мониторинга PowerBI, которая предоставляет подробные сведения о прогнозируемых темпах обработки в клиентской базе.The snapshot below shows an example PowerBI dashboard that gives insights into the the predicted churn rates across the customer base.

Аналитика