Розробка методу інтелектуального аналізу та прогнозування відтоку клієнтів
Тип публікації :
Магістерська робота
Дата випуску :
2025
Автор(и) :
Прохорчук, Дмитро Сергійович
Науковий(і) керівник(и)/редактор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Цитування :
[APA 7] Прохорчук, Д. С. (2025). Розробка методу інтелектуального аналізу та прогнозування відтоку клієнтів [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/20208
[ДСТУ] Прохорчук Д. С. Розробка методу інтелектуального аналізу та прогнозування відтоку клієнтів : кваліфікаційна робота магістра : 122 Комп’ютерні науки / наук. кер. О. В. Заріцький. Київ, 2025. 124 с. URL: https://ir.library.knu.ua/handle/15071834/20208 (дата звернення: 25.07.2026).
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 Early-Churn Alert, 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:
– виконувати щоденне ранжування клієнтської бази за рівнем ризику й оперативно запускати персоналізовані retention‑кампанії, що підвищують конверсію повернення на ≈ 15%;
– скоротити маркетингові витрати на масові промо‑акції приблизно на 25 % завдяки таргетованому охопленню;
– збільшити частку повторних покупок на 2–3% протягом року, зменшивши CAC на ≈ 8% і підвищивши CLV на ≈ 12 %;
– отримувати інтерпретовані висновки, які підтримують рішення менеджерів із лояльності та дозволяють оптимізувати пропозиції для клієнтів.
Дипломна робота складається зі вступу, основної частини, яка включає чотири розділи, висновків та списку використаних джерел. Всього налічує сторінок та перелік посилань з джерел.
Ключові слова: клієнтський відтік, прогнозування відтоку, інтелектуальний аналіз даних, графовий аналіз, градієнтний бустинг.
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 Early-Churn Alert, 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:
– виконувати щоденне ранжування клієнтської бази за рівнем ризику й оперативно запускати персоналізовані retention‑кампанії, що підвищують конверсію повернення на ≈ 15%;
– скоротити маркетингові витрати на масові промо‑акції приблизно на 25 % завдяки таргетованому охопленню;
– збільшити частку повторних покупок на 2–3% протягом року, зменшивши CAC на ≈ 8% і підвищивши CLV на ≈ 12 %;
– отримувати інтерпретовані висновки, які підтримують рішення менеджерів із лояльності та дозволяють оптимізувати пропозиції для клієнтів.
Дипломна робота складається зі вступу, основної частини, яка включає чотири розділи, висновків та списку використаних джерел. Всього налічує сторінок та перелік посилань з джерел.
Ключові слова: клієнтський відтік, прогнозування відтоку, інтелектуальний аналіз даних, графовий аналіз, градієнтний бустинг.
Галузі знань та спеціальності :
12 Інформаційні технології::122 Комп’ютерні науки
Галузі науки і техніки (FOS) :
Комп'ютерні та інформаційні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
3.74 MB
Контрольна сума :
(MD5):330ef0a4e04e6fb3254f83df62540f4b
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International