Розробка методу інтелектуального аналізу та прогнозування відтоку клієнтів

Прохорчук Д. С. Розробка методу інтелектуального аналізу та прогнозування відтоку клієнтів : кваліфікаційна робота магістра : 122 Комп’ютерні науки / Наук. кер. О. В. Зарицький. Київ, 2025. 124 с.

Мета дипломної роботи магістра – підвищити рівень утримання клієнтів
за допомогою методів інтелектуального аналізу та прогнозування відтоку.
Об’єкт дослідження – процес відтоку клієнтів.
Предмет дослідження – методи інтелектуального аналізу та
прогнозування, спрямовані на прогнозування цього процесу.
Наукова новизна роботи – запропоновано комбіновану метрику втрат, яка
зважує бізнес-вартість хибних позитивів і негативів, а також авторський
алгоритм, котрий поєднує графовий аналіз взаємодій із градієнтним бустингом
і забезпечує підвищення ROC-AUC на 10-15% порівняно з класичними
baseline-моделями. Уперше продемонстровано застосування SHAP-цінностей
на рівні окремих транзакцій для формування персоналізованих рекомендацій
зі втручання.
Практичне значення одержаних результатів:
Реалізація запропонованої системи у виробничому середовищі як наслідок
дає змогу:
– застосування розробленого методу дозволяє компаніям здійснювати
більш точне та, що важливо, раннє ранжування клієнтської бази за індивідуальним рівнем ризику відтоку, що створює можливості для
своєчасного та ефективного превентивного втручання;
– можливість чіткої концентрації зусиль на найбільш ризикові сегменти
клієнтської бази дозволяє уникнути невиправданих витрат на масові промо-
акції, що охоплюють лояльних клієнтів.;
– впровадження розробленого алгоритму, що інтегрує графові ознаки
взаємодій, сприяє ідентифікації неочевидних шаблонів поведінки, які можуть
передувати відтоку, тим самим підвищуючи ефективність персоналізованих
retention-кампаній.
– використання запропонованої комбінованої економічної метрики надає
бізнесу інструмент для оцінки та вибору прогностичних моделей не лише за
стандартними метриками точності, але й з урахуванням реальної економічної
вартості помилок, що веде до більш обґрунтованих управлінських рішень.
– отримувати інтерпретовані висновки, які підтримують рішення
менеджерів із лояльності та дозволяють оптимізувати пропозиції для клієнтів.
– здатність методу генерувати інтерпретовані висновки щодо ключових
факторів ризику надає цінну інформаційну підтримку (наприклад, за
допомогою SHAP-значень для моделі LightGBM), дозволяючи оптимізувати
продуктові пропозиції та комунікаційні стратегії.
– розроблений підхід створює методологічну основу для побудови
автоматизованих систем управління відтоком, які можуть суттєво підвищити
оперативність реагування на зміни в поведінці клієнтів та оптимізувати
використання маркетингових бюджетів.