Churn prediction หรือ การทำนายลักษณะลูกค้าที่กำลังจะยกเลิกบริการ
ตัวอย่างการใช้งาน Machine Learning ในธุรกิจวันนี้ของเสนอ Churn prediction ที่ใช้เพื่อดูแนวโน้มของการชิ่งหนี หรือหยุดใช้บริการ ซึ่งประโยชน์ของการทำนายนี้ สามารถช่วยให้ธุรกิจตรวจจับได้ล่วงหน้าเมื่อลูกค้ามีพฤติกรรมที่เปลี่ยนแปลงไป และมีแนวโน้มที่กำลังจะยกเลิกการใช้บริการ จึงช่วยลดความเสี่ยงจากการยกเลิกดังกล่าวได้ ธุรกิจหลายประเภท มีความจำเป็นอย่างยิ่งต้องใช้ Churn Model ตัวอย่างเช่น บริษัทให้บริการสัญญาณโทรศัพท์ ธุรกิจบัตรเครดิต ประกันภัย บริษัทแอปพลิเคชั่นต่างๆ และกลุ่มค้าปลีก เป็นต้น วิธีการทำ Model นี้ จะใช้ Algorithm ประเภท Classification หรือ การแบ่งกลุ่ม ซึ่งต้องอาศัยข้อมูลเก่าขนาดใหญ่เป็นตัวตั้งต้น และแบ่งกลุ่ม Target ออกเป็นสองกลุ่ม คือ กลุ่มกำลังจะหนี(เสี่ยง) และกลุ่มปกติ(ไม่เสี่ยง) ขั้นตอนที่ยากที่สุด คือ การระบุปัจจัยในการหนี เช่น ประวัติยอดใช้งาน ระยะเวลาที่ค้างชำระ ระยะเวลานับจากการใช้งานครั้งล่าสุด เป็นต้น ในบางกรณีต้องมีการระบุความหมายของการจะหนีอีกด้วย เช่น ลูกค้าเกมออนไลน์ที่หยุดเล่นนานกว่า 14 วัน เป็นต้น หากต้องการลงลึกถึงระดับความเสี่ยง สามารถสร้าง Model เพื่อดูความน่าจะเป็นได้อีกด้วย โดยใช้ Likelihood Model เช่น Logistic Regression ต่อยอดจากเดิม เขาว่ากันว่า การหาลูกค้าใหม่ว่ายากแล้ว การดูแล และรักษาลูกค้ากลุ่มเดิมนั้นยากกว่า ดังนั้นเมื่อ Churn Model ได้แนะนำกลุ่มลูกค้าที่มีความเสี่ยงแล้ว ก็เป็นขั้นตอนของการพูดคุย เพื่อเสนอโปรโมชั่นที่เหมาะสม หรือหาแนวทางต่อไปเพื่อรักษาความพึงพอใจของลูกค้า รวมไปถึงมองหากลยุทธใหม่ๆ สำหรับองค์กรได้ต่อไป จึงเรียกได้ว่า Model นี้เป็น Model ที่จำเป็น และสำคัญต่อหลายๆ ธุรกิจอีก Model นึงกันเลยทีเดียว
ตัวอย่างการใช้งาน Machine Learning ในธุรกิจวันนี้ของเสนอ Churn prediction ที่ใช้เพื่อดูแนวโน้มของการชิ่งหนี หรือหยุดใช้บริการ...