{"id":30044,"date":"2019-10-31T21:33:22","date_gmt":"2019-10-31T18:33:22","guid":{"rendered":"https:\/\/prohoster.info\/blog\/kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu\/"},"modified":"2019-10-31T21:33:22","modified_gmt":"2019-10-31T18:33:22","slug":"kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu","title":{"rendered":"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>M\u00f5nikord on mingi probleemi lahendamiseks vaja lihtsalt sellele teisest vaatenurgast pilk heita. Ehkki viimased k\u00fcmme aastat on sarnaseid probleeme lahendatud \u00fchtmoodi, eri tulemustega, ei pruugi see olla ainus v\u00f5imalus.<\/p>\n<p>On selline teema nagu klientide lahkumine. See on paratamatu, kuna igasuguste p\u00f5hjuste t\u00f5ttu v\u00f5ivad kliendid igal ettev\u00f5ttel l\u00f5petada selle toodete v\u00f5i teenuste kasutamise. Loomulikult on lahkumine ettev\u00f5tte jaoks, kuigi loomulik, ebasoovitav, seega p\u00fc\u00fctakse seda protsessi minimeerida. Veel parem oleks prognoosida lahkumise t\u00f5en\u00e4osust teatud kasutajate kategooriate v\u00f5i konkreetsete kasutajate osas ja pakkuda lahendusi nende hoidmiseks.<\/p>\n<p>Kliendi anal\u00fc\u00fcsimine ja proovimine teda hoida, kui see on v\u00f5imalik, on vajalik v\u00e4hemalt j\u00e4rgmistel p\u00f5hjustel:<\/p>\n<ul>\n<li><b>uute klientide kaasamine on kulukam kui hoidmisprotseduurid<\/b>. Uute klientide kaasamiseks on tavaliselt vaja kulutada teatud raha (reklaam), samas kui olemasolevaid kliente saab aktiveerida eripakkumisega spetsiaalsete tingimustega;<\/li>\n<li><b>Kliendi lahkumise p\u00f5hjuste m\u00f5istmine on v\u00f5ti toodete ja teenuste parendamiseks<\/b>.<\/li>\n<\/ul>\n<p>\nEksisteerivad standardsed l\u00e4henemisviisid lahkumise prognoosimiseks. Kuid \u00fchel tehisintellekti meistriv\u00f5istlusel otsustasime proovida selleks Weibulli jaotust. Seda kasutatakse peamiselt elluj\u00e4\u00e4mise anal\u00fc\u00fcsis, ilmaprognoosimisel, looduskatastroofide anal\u00fc\u00fcsimisel, t\u00f6\u00f6stuslikus inseneritehnikas ja mujal. Weibulli jaotus on spetsiaalne jaotuse funktsioon, mida iseloomustavad kaks parameetrit. <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/d30a25becc44269d51957349c6e8b4a0.png\" style=\"display:block;margin: 0 auto;\" \/> ja <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/42092030604bf54a98c8379fd532bffe.png\" style=\"display:block;margin: 0 auto;\" \/>. <\/p>\n<p><noindex><a rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/rostelecom\/blog\/444694\/\"><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/62e1933c8335dd16d765f0e358952d84.png\" style=\"display:block;margin: 0 auto;\" \/><\/a><\/noindex><br \/>\n<i>Vikipeedia<\/i><\/p>\n<p>\u00dcldiselt on see p\u00f5nev teema, kuid lahkumise prognoosimiseks ning laiemalt finantstehnoloogias ei kasutata seda just sageli. Allpool r\u00e4\u00e4gime, kuidas me (Andmeanal\u00fc\u00fcsi Labor) seda tegime, samal ajal teenides kuldmedali tehisintellekti meistriv\u00f5istlustel kategoorias \u201eAI panganduses\u201d.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><\/p>\n<h2>Lahkumisest tervikuna<\/h2>\n<p>\nVaatame veidi l\u00e4hemalt, mis on kliendi voolavus ja miks see on nii oluline. \u00c4ri jaoks on oluline kliendibaas. See h\u00f5lmab uusi kliente, kes saavad teadlikuks tootest v\u00f5i teenusest reklaami kaudu, elavad m\u00f5nda aega (kasutavad aktiivselt tooteid) ja m\u00f5ne aja p\u00e4rast l\u00f5petavad kasutamise. Seda perioodi nimetatakse \"Kliendi eluts\u00fckliks\" (ingl. k. Customer Lifecycle) \u2013 see on termin, mis kirjeldab etappe, mille klient l\u00e4bib, kui ta saab teavet tootest, teeb ostuotsuse, maksab, kasutab ning saab lojaalseks tarbijaks, kuni l\u00f5puks l\u00f5petab kasutamise erinevatel p\u00f5hjustel. Seega, voolavus on kliendi eluts\u00fckli viimane etapp, mil klient l\u00f5petab teenuste kasutamise, ja \u00e4ri jaoks t\u00e4hendab see, et klient on lakkaudnud kasumlik olema ja ei too enam kasu. <\/p>\n<p>Iga panga klient on konkreetne inimene, kes valib endale sobiva pangakaardi. Reisimiseks vajab ta v\u00f5ib-olla miili kaarti. Kui ta ostab palju, siis tere, tagasimaksekaart. Kui palju ostetakse spetsiifilistes poodides, siis on olemas ka spetsiaalne partnerkaardivalik. Muidugi, m\u00f5nikord valitakse kaart ka kriteeriumi j\u00e4rgi: \"k\u00f5ige odavam teenindus.\" \u00dches\u00f5naga, siin on piisavalt muutujaid.<\/p>\n<p>Inimene valib ka pankade vahel \u2014 milleks valida pangakaart pangalt, mille filiaalid asuvad ainult Moskvast ja selle \u00fcmbrusest, kui oled Habarovskist? Isegi kui selle panga kaart on kaks korda soodsam, on filiaalide kohalolek oluline kriteerium. Jah, 2019 on juba kohal ja digitaalne on meie k\u00f5ik, kuid teatud k\u00fcsimusi m\u00f5nede pankadega saab lahendada vaid filiaalis. Lisaks, osa elanikkonnast usaldab palju rohkem f\u00fc\u00fcsilist panka kui nutitelefonis olevat rakendust, seda tuleb samuti arvesse v\u00f5tta.<\/p>\n<p>Seet\u00f5ttu v\u00f5ib inimesel olla palju p\u00f5hjuseid pangatooteid (v\u00f5i isegi pangast) loobuda. T\u00f6\u00f6koha vahetus v\u00f5ib viia kaartide tariifi muutumiseni palgatariifist \"Tavainimesele\", mis on v\u00e4hem soodne. Kolimine teise linna, kus panga filiaale pole. Eba\u00f5nnestunud suhtlemine kvalifitseerimata teenindajaga pangas. Seega v\u00f5ib arvelduskonto sulgemiseks olla isegi palju rohkem p\u00f5hjuseid kui toote kasutamiseks.<\/p>\n<p>Lisaks ei pruugi klient mitte ainult selgelt oma kavatsusest teada anda \u2014 tulla pangas ja kirjutada avaldus, vaid lihtsalt l\u00f5petada toodete kasutamine, katkestamata lepingut. Just selliste probleemide m\u00f5istmiseks otsustatigi kasutada masin\u00f5pet ja tehisintellekti.<\/p>\n<p>Veelgi enam, klientide lahkumine v\u00f5ib toimuda igas valdkonnas (telekommunikatsioon, interneti teenusepakkujad, kindlustusettev\u00f5tted \u2014 \u00fcldiselt igal pool, kus on kliendibaas ja perioodilised tehingud).<\/p>\n<h2>Mida me tegime<\/h2>\n<p>\nEsiteks pidime m\u00e4\u00e4ratlema selge piiri \u2014 millal hakkame klienti lahkunudena arvesse v\u00f5tma. Panga vaatepunktist, mis andis meile t\u00f6\u00f6ks andmed, oli kliendi aktiivsus binaarne \u2014 ta on kas aktiivne v\u00f5i mitte. \"ACTIVE_FLAG\" lipp oli \"Aktiivsus\" tabelis, mille v\u00e4\u00e4rtus v\u00f5is olla kas \"0\" v\u00f5i \"1\" (vastavalt \"Passiivne\" ja \"Aktiivne\"). K\u00f5ik oleks h\u00e4sti, kui inimene ei oleks selline, et ta v\u00f5ib mingil hetkel aktiivselt teenuseid kasutada, aga seej\u00e4rel j\u00e4\u00e4da kuuks ajaks mitteaktiivseks \u2014 haigestus, l\u00e4ks teise riiki puhkama v\u00f5i koguni hakkas proovima teise panga kaarti. V\u00f5ib-olla p\u00e4rast pikka mitteaktiivsuse perioodi hakkab ta j\u00e4lle pangateenuseid kasutama.<\/p>\n<p>Seega otsustasime, et mitteaktiivsuse perioodiks peetakse kindlat katkematut ajavahemikku, mille jooksul tema lipp oli m\u00e4\u00e4ratud v\u00e4\u00e4rtusele \"0\". <\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/c4263f11be0f122e54ed7985ba0d2c9d.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nKliendid muutuvad mitteaktiivsetest aktiivseteks p\u00e4rast erineva kestusega mitteaktiivsuse perioode. Meil on v\u00f5imalus arvutada empiirilise suuruse \"mitteaktiivsuse perioodide usaldusv\u00e4\u00e4rsus\" \u2014 see t\u00e4hendab, kui t\u00f5en\u00e4oline on, et inimene hakkab p\u00e4rast ajutist mitteaktiivsust uuesti panga teenuseid kasutama. <\/p>\n<p>N\u00e4iteks on sellel graafikul n\u00e4idatud klientide aktiivsuse taastumine (ACTIVE_FLAG=1) p\u00e4rast mitme kuu mitteaktiivsust (ACTIVE_FLAG=0).<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/3828c06a86ca6b43e77a6de61f768804.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nSiin t\u00e4iendame andmekogumit, millega me t\u00f6\u00f6tama hakkasime. Seega esitas pank 19 kuu kokkuv\u00f5tlikku teavet j\u00e4rgmistes tabelites:<\/p>\n<ul>\n<li>\"Aktiivsus\" \u2014 klientide igakuised tehingud (kaardid, internetipank ja mobiilipank), sealhulgas palga v\u00e4ljamaksed ja k\u00e4ibeteave.<\/li>\n<li>\"Kaardid\" \u2014 k\u00f5ikide kliendi kaartide andmed, koos \u00fcksikasjaliku hinnakujundusega.<\/li>\n<li>\"Lepingud\" \u2014 kliendi lepingute teave (nii avatud kui suletud): laenud, hoiused ja muud, koos iga\u00fche parameetritega.<\/li>\n<li>\"Kliendid\" \u2014 demograafiliste andmete kogum (sugu ja vanus) ning kontaktandmete olemasolu.<\/li>\n<\/ul>\n<p>\nKasutamiseks vajasime k\u00f5iki tabelite, v\u00e4lja arvatud \u201eKaardid\u201c. <\/p>\n<p>Siin oli keerukus selles, et nendes andmetes ei m\u00e4rkinud pank, milline konkreetne tegevus kaardiga toimus. See t\u00e4hendab, et me saime aru, kas tehingud toimusid v\u00f5i mitte, kuid me ei suutnud m\u00e4\u00e4rata nende t\u00fc\u00fcpi. Seet\u00f5ttu ei olnud selge, kas klient v\u00f5ttis sularaha, sai palka v\u00f5i kulutas raha ostele. Ja meil polnud ka andmeid arvelduskontode j\u00e4\u00e4kide kohta, mis oleks olnud kasulikud. <\/p>\n<p>Valim ise oli mitteasetatud \u2014 sellel l\u00f5ikes ei olnud pank 19 kuu jooksul teinud \u00fchtegi katset klientide hoidmiseks ja lahkumise v\u00e4hendamiseks.<\/p>\n<p>Nii et, r\u00e4\u00e4gime mitteaktiivsuse perioodidest.<\/p>\n<p>Lahkumise m\u00e4\u00e4ratlemiseks tuleb valida mitteaktiivsuse periood. Et luua lahkumise prognoos kindlal ajahetkel, <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/d2faf7d1a11c2770987ab6316b1db5e8.png\" style=\"display:block;margin: 0 auto;\" \/>peame olema v\u00e4hemalt 3 kuu kliendi ajalugu ajavahemikus <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/194e5601c2f0f49866d8e8e5a9ff5993.png\" style=\"display:block;margin: 0 auto;\" \/>. Ajalugu oli meil piiratud 19 kuuga, seet\u00f5ttu otsustasime v\u00f5tta mitteaktiivsuse perioodiks 6 kuud, kui see on olemas. Kui kvaliteetse prognoosi jaoks v\u00f5tsime minimaalse perioodi 3 kuud. Numbrid 3 ja 6 kuud v\u00f5tsime empiiriliselt nende klientide k\u00e4itumise anal\u00fc\u00fcsi alusel.<\/p>\n<p>Kliendi lahkumise m\u00e4\u00e4ratlemine on selline: lahkumise kuu <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/3d581f5378975105aa6e73cacc175aeb.png\" style=\"display:block;margin: 0 auto;\" \/> see on esimene kuu, kus ACTIVE_FLAG=0, kus alates sellest kuust on ACTIVE_FLAG v\u00e4ljal kuus j\u00e4rjestikku nulli, teisis\u00f5nu, kuu, mil klient oli 6 kuud mitteaktiivne. <\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/04ea6d4c59a9497733e4a181a4a5847c.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<i>Kadunud klientide arv<\/i><\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/4d470cbe91bbc6ee7ddfd1933e90e62c.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<i>J\u00e4\u00e4vate klientide arv<\/i><\/p>\n<h2>Kuidas on tavaks pidada lahkumist<\/h2>\n<p>\nSellistes v\u00f5istlustes, aga ka tegelikult, prognoositakse lahkumist \u00fcsna tihti just seda teed. Klient kasutab tooteid ja teenuseid erinevatel aegadel, tema suhtlemise andmed esitatakse fikseeritud pikkusega tunnuste vektorina n. Enamasti sisaldab see teave:<\/p>\n<ul>\n<li>Kasutaja iseloomustavad andmed (demograafilised andmed, turusegment).<\/li>\n<li>Pangandustoodete ja -teenuste kasutamise ajalugu (need on klientide toimingud, mis on alati seotud konkreetse aja v\u00f5i ajavahemikuga, mis meid huvitab).<\/li>\n<li>V\u00e4lised andmed, kui need on k\u00e4tte saadud \u2014 n\u00e4iteks sotsiaalmeedia arvustused.<\/li>\n<\/ul>\n<p>\nJa p\u00e4rast seda tuua v\u00e4lja kliendivoolu m\u00e4\u00e4ratlus, mis on iga \u00fclesande jaoks omamoodi. Seej\u00e4rel kasutatakse masin\u00f5ppe algoritmi, mis prognoosib kliendi lahkumise t\u00f5en\u00e4osust. <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/79ce2d7f3193a9aab0b985c9a0cd0ee1.png\" style=\"display:block;margin: 0 auto;\" \/> faktoreid arvesse v\u00f5ttes <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/546791c513159e41d5950adca001d620.png\" style=\"display:block;margin: 0 auto;\" \/>. Algoritmi \u00f5petamiseks kasutatakse \u00fchte tuntud otsustuspuid kokkuvad fookusraamistiku raamistikku, <noindex><a rel=\"nofollow\" href=\"https:\/\/xgboost.readthedocs.io\/en\/latest\/\">XGBoost<\/a><\/noindex>, <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/Microsoft\/LightGBM\">LightGBM<\/a><\/noindex>, <noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/catboost\/catboost\">CatBoost<\/a><\/noindex> v\u00f5i nende modifikatsioone. <\/p>\n<p>Algoritm iseenesest pole halb, kuid just klientide voogude prognoosimise osas on tal mitmeid t\u00f5siseid puudusi.<\/p>\n<ul>\n<li><b>Tal puudub nii \u00f6eldud \"m\u00e4lu\"<\/b>. Mudeli sisendiks on m\u00e4\u00e4ratud hulk tunnuseid, mis vastavad praegusele ajahetkele. Ajaloo teabe salvestamiseks parameetrite muutumise kohta on vajalik arvutada spetsiaalsed tunnused, mis iseloomustavad parameetrite ajas muutumist, n\u00e4iteks pankade tehingute arv v\u00f5i summa viimase 1, 2, 3 kuu jooksul. Selline l\u00e4henemine v\u00f5ib vaid osaliselt peegeldada ajas toimuvaid muutusi. <\/li>\n<li><b>Fikseeritud prognoosimishorisont.<\/b> Mudel suudab ennustada klientide lahkumist ainult eelnevalt m\u00e4\u00e4ratud ajavahemikuks, n\u00e4iteks \u00fche kuu ette. Kui on vaja prognoosi teise ajavahemiku, n\u00e4iteks kolme kuu jaoks, tuleb treenimiskogum \u00fcmber korraldada ja uut mudelit treenida. <\/li>\n<\/ul>\n<p><\/p>\n<h2>Meie l\u00e4henemine<\/h2>\n<p>\nOtsustasime kohe, et ei kasuta tavap\u00e4raseid l\u00e4henemisi. Meie k\u00f5rval on registreerunud veel 497 inimest, kellel on tugev kogemus. Seega on tavap\u00e4rasel skeemil katsetamine sellistes tingimustes mitte k\u00f5ige parem m\u00f5te.<\/p>\n<p>Ja hakkasime lahendama mudeli binaarse klassifikatsiooni probleeme klientide lahkumise t\u00f5en\u00e4osuse jaotuse prognoosimise kaudu. Sellist l\u00e4henemist on v\u00f5imalik vaadata <noindex><a rel=\"nofollow\" href=\"https:\/\/ragulpr.github.io\/assets\/draft_master_thesis_martinsson_egil_wtte_rnn_2016.pdf\">siit<\/a><\/noindex>, see v\u00f5imaldab ennustada lahkumist paindlikumalt ja kontrollida keerukamaid h\u00fcpoteese kui klassikaline l\u00e4henemine. Lahkumise ajakava mudelina valisime jaotuse <noindex><a rel=\"nofollow\" href=\"https:\/\/ru.wikipedia.org\/wiki\/%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%92%D0%B5%D0%B9%D0%B1%D1%83%D0%BB%D0%BB%D0%B0\">Weibulli<\/a><\/noindex> lai kasutamine elluj\u00e4\u00e4mise anal\u00fc\u00fcsis. Kliendi k\u00e4itumist saab k\u00e4sitleda omamoodi elluj\u00e4\u00e4misena. <\/p>\n<p>Need probabilistlikud tihedusjaotused Weibulli j\u00e4rgi olenevalt parameetritest <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/57c935da52faf825ceedb4389d21c354.png\" style=\"display:block;margin: 0 auto;\" \/> ja <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/85d1c92d5b9dfa83d13092edefb29a09.png\" style=\"display:block;margin: 0 auto;\" \/>:<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/371e51ab8df2c10d5b139aadf290ebf8.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nSee on kolme erineva kliendi kliendist lahkumise t\u00f5en\u00e4osuse jaotuse tihedus ajas. Aeg on esitatud kuude kaupa. Teisis\u00f5nu, see diagramm n\u00e4itab, millal on k\u00f5ige t\u00f5en\u00e4olisem, et klient lahkub j\u00e4rgmise kahe kuu jooksul. Nagu n\u00e4ha, on kliendil, kellel on jaotus, suurem t\u00f5en\u00e4osus lahkuda varem kui klientidel, kelle jaotused on Weibull(2, 0.5) ja Weibull(3,1). <\/p>\n<p>Tulemuseks on mudel, mis prognoosib iga kliendi jaoks igal kuul Weibulli jaotuse parameetreid, mis peegeldavad k\u00f5ige paremini lahkumise t\u00f5en\u00e4osuse muutumist ajas. Kui r\u00e4\u00e4kida l\u00e4hemalt:<br \/>\nSihtm\u00e4rgi tunnused koolitusandmestikus \u2014 aeg, mis j\u00e4\u00e4b lahkumiseni konkreetse kuu jaoks konkreetse kliendi puhul. <\/p>\n<ul>\n<li>Kui kliendil pole lahkumisn\u00e4itajat, eeldame, et lahkumise aeg on pikem kui kuude arv alates praegusest hetkest kuni meie olemasoleva ajaloo l\u00f5puni.<\/li>\n<li>Kasutatav mudel: korduvneuraalv\u00f5rk LSTM-kihiga.<\/li>\n<li>Kasutatav mudel: korduv n\u00e4rviv\u00f5rk LSTM kihiga.<\/li>\n<li>Kahjuks funktsioonina kaotuse kasutatakse negatiivset logaritmilist t\u00f5en\u00e4osusfunktsiooni Weibli jaotuse jaoks.<\/li>\n<\/ul>\n<p>\nSiin on selle meetodi eelised: <\/p>\n<ul>\n<li>T\u00f5en\u00e4osusjaotus, v\u00e4lja arvatud ilmne v\u00f5imalus binaarsete klassifikatsioonide jaoks, v\u00f5imaldab paindlikult ennustada erinevaid s\u00fcndmusi, n\u00e4iteks kas klient l\u00f5petab panga teenuste kasutamise kolme kuu jooksul. Samuti on v\u00f5imalik selle jaotuse alusel erinevaid m\u00f5\u00f5dikuid keskmistada.<\/li>\n<li>LSTM-rekurrentsel n\u00e4rviv\u00f5rgul on m\u00e4lu ja see kasutab t\u00f5husalt kogu olemasolevat ajalugu. Ajaloo laiendamisel v\u00f5i t\u00e4psustamisel t\u00e4psus suureneb.<\/li>\n<li>Meetodit saab probleemideta skaleerida, jagades ajavahemikke v\u00e4iksemateks (n\u00e4iteks kuudeks n\u00e4dalateks).<\/li>\n<\/ul>\n<p>\nKuid hea mudeli loomine ei piisa, tuleb ka korralikult hinnata selle kvaliteeti.<\/p>\n<h2>Kuidas kvaliteeti hinnati<\/h2>\n<p>\nKuna m\u00f5\u00f5dikuna valisime Lift Curve'i. Seda kasutatakse \u00e4ris sarnastes olukordades arusaadava t\u00f5lgenduse t\u00f5ttu, see on h\u00e4sti dokumenteeritud. <noindex><a rel=\"nofollow\" href=\"http:\/\/www2.cs.uregina.ca\/~dbd\/cs831\/notes\/lift_chart\/lift_chart.html\">siin<\/a><\/noindex> ja <noindex><a rel=\"nofollow\" href=\"https:\/\/www.information-management.com\/news\/why-lift\">siit<\/a><\/noindex>. Kui iseloomustada selle m\u00f5\u00f5diku m\u00f5tet \u00fche lausega, siis oleks see \"Mitu korda on algoritm paremat ennustust teinud esimestel <img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/72818f84f73c2838fe7d63b33a96fd7b.png\" style=\"display:block;margin: 0 auto;\" \/>%, kui juhuslikult. <\/p>\n<h2>Treenerid mudelid<\/h2>\n<p>\nV\u00f5istluse tingimustes ei ole kindlaks m\u00e4\u00e4ratud konkreetset kvaliteedikriteeriumi, mille alusel erinevaid mudeleid ja l\u00e4henemist v\u00f5rrelda. Veelgi enam, arusaam lahkumise m\u00f5istest v\u00f5ib olla erinev ja s\u00f5ltuda probleemist, mille m\u00e4\u00e4ravad omakorda \u00e4ri eesm\u00e4rgid. Seet\u00f5ttu, et m\u00f5ista, milline meetod on parem, koolitasime kahte mudelit:<\/p>\n<ol>\n<li>Tihti kasutatud l\u00e4henemine binaarse klassifitseerimisega masin\u00f5ppe algoritmiga, mis p\u00f5hineb otsustusk puudel (<noindex><a rel=\"nofollow\" href=\"https:\/\/github.com\/Microsoft\/LightGBM\">LightGBM<\/a><\/noindex>);<\/li>\n<li> Weibull-LSTM mudel<\/li>\n<\/ol>\n<p>\nTestkomplekt koosnes 500 eelnevalt valitud kliendist, kes ei olnud koolituskomplektis. Mudeli h\u00fcperparameetrite m\u00e4\u00e4ramine viidi l\u00e4bi ristvalideerimisega kliendip\u00f5histe jagamisega. Iga mudeli treenimiseks kasutati samu tunnuste komplekte. <\/p>\n<p>Kuna mudelil ei ole m\u00e4lu, kasutasime spetsiaalseid tunnuseid, mis n\u00e4itasid \u00fche kuu parameetrite muutumise suhet viimase kolme kuu keskmisega. See iseloomustas viimase kolme kuu jooksul v\u00e4\u00e4rtuste muutumise kiirus. Ilma selleta oleks Random Foresti mudel eelnevalt kaotanud Weibull-LSTM'i suhtes.<\/p>\n<h2>Kuidas Weibull-LSTM on parem kui tasandite puude ansamblip\u00f5hine l\u00e4henemine? <\/h2>\n<p>\nSiin on k\u00f5ik selgelt n\u00e4idatud paaris pildis.<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/0a87a27804f1b285f66a889ed798cf6b.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<i>Lift Curve'i v\u00f5rdlus klassikalise algoritmi ja Weibull-LSTM vahel.<\/i><\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/6c281677260098c7993a690c923692c8.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<i>Lift Curve'i meetri v\u00f5rdlus kuude kaupa klassikalise algoritmi ja Weibull-LSTM vahel.<\/i><\/p>\n<p>Kokkuv\u00f5ttes \u00fcletab LSTM klassikalist algoritmi peaaegu igas olukorras.<\/p>\n<h2>Kliendi lahkumise prognoosimine<\/h2>\n<p>\nWeibull-LSTM mudel, mis p\u00f5hineb korduvatel n\u00e4rviv\u00f5rkudel LSTM rakkudega, suudab ennustada klientide voolavust ette, n\u00e4iteks prognoosida kliendi lahkumist j\u00e4rgmise n kuu jooksul. Oletame, et n = 3. Sellisel juhul peab n\u00e4rviv\u00f5rk igakuise jaoks \u00f5igesti m\u00e4\u00e4rama: kas klient lahkub alates j\u00e4rgmisest kuust kuni n-nda kuuni. Teisis\u00f5nu, ta peab \u00f5igesti m\u00e4\u00e4rama, kas klient j\u00e4\u00e4b n kuu jooksul. Seda v\u00f5ib pidada ennetavaks prognoosiks: ette ennustamine, millal klient hakkas m\u00f5tlema lahkumisele. <\/p>\n<p>V\u00f5rreldakse Weibull-LSTM-i t\u00f5ste k\u00f5verat 1, 2 ja 3 kuud enne voolavust:<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/4b2ed9cb21844cf5dc8f54bcfe092a9d.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nOleme juba varem maininud, et olulised on ka prognoosid, mis on tehtud klientide jaoks, kes on mingiks ajaks aktiivsest v\u00e4lja langenud. Seet\u00f5ttu lisame siia valimisse sellised juhud, kui lahkunud klient oli juba olnud mitteaktiivne \u00fcks v\u00f5i kaks kuud, ning kontrollime, kas Weibull-LSTM suudab sellised juhud \u00f5igesti voolavuseks klassifitseerida. Kuna sellised juhud olid valimis, ootame, et v\u00f5rk suudab nendega h\u00e4sti toime tulla:<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/4fe6e918aff2f16758c671c8d547895d.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<\/p>\n<h2>Kliendi hoidmine<\/h2>\n<p>\nTegelikult on see peamine, mida saab teha, omades teavet selle kohta, et sellised kliendid on l\u00f5petamas toodete kasutamise. R\u00e4\u00e4kides mudeli loomise kohta, mis v\u00f5iks pakkuda klientidele midagi kasulikku, et neid hoida \u2014 seda ei saa teha, kui teil puudub ajalugu sarnaste katsetega, mis on h\u00e4sti l\u00f5ppenud.<\/p>\n<p>Meil pole sellist ajalugu olnud, seega otsustasime selle nii teha.<\/p>\n<ol>\n<li>Ehitus mudel, mis m\u00e4\u00e4rab iga kliendi huvidega tooted.<\/li>\n<li>Iga kuu k\u00e4ivitame klassifitseerija ja m\u00e4\u00e4rame potentsiaalselt lahkuvaid kliente.<\/li>\n<li>M\u00f5nele kliendile pakume toodet vastavalt punktis 1 kirjeldatud mudelile, salvestame oma tegevuse.<\/li>\n<li>M\u00f5ne kuu p\u00e4rast vaatame, kes neist potentsiaalselt lahkuvatest klientidest lahkus ja kes j\u00e4i. Nii moodustame koolituste komplekti.<\/li>\n<li>Treening mudel selle ajaloo peal, mis saadi punktis 4.<\/li>\n<li>Valikuliselt kordame protseduuri, asendades punktis 1 oleva mudeli punktis 5 saadud mudeliga.<\/li>\n<\/ol>\n<p>\nKvaliteedi kontrollimiseks v\u00f5ime kasutada tavalist A\/B-testeeringut \u2014 jagame potentsiaalselt lahkuvaid kliente kaheks r\u00fchmaks. \u00dchele pakume tooteid meie s\u00e4ilitusmudeli p\u00f5hjal, teisele ei paku me midagi. Otsustasime treenida mudelit, mis v\u00f5iks olla kasulik juba meie n\u00e4itena toodud esimeses punktis.<\/p>\n<p>Soovisime, et segmentatsioon oleks v\u00f5imalikult t\u00f5lgendatav. Selleks valisime mitu tunnust, mis oleksid kergesti t\u00f5lgendatavad: \u00fcldine tehingute arv, palk, konto koguk\u00e4ive, vanus, sugu. Tabeli \"Kaardid\" tunnuseid ei arvestatud, kuna need on v\u00e4he informatiivsed, ning tabeli 3 \"Lepingud\" tunnuseid ei arvestatud t\u00f6\u00f6tlemise keerukuse t\u00f5ttu, et v\u00e4ltida andmete leket valideerimishulgaga ja treeninghulgaga.<\/p>\n<p>Klastri tegemiseks kasutati Gaussian mixture modele. Akaike informatsioonikriteerium v\u00f5imaldas tuvastada kaks optima. Esimene optima vastab \u00fchele klastrile. Teine, v\u00e4hem v\u00e4ljendunud, vastab 80 klastrile. Selle tulemuse p\u00f5hjal v\u00f5ib teha j\u00e4rgmist j\u00e4reldust: andmete jaotamine klastriteks on \u00e4\u00e4rmiselt keeruline ilma eelnevalt m\u00e4\u00e4ratud teabeta. Kvaliteetsema klastrite loomise jaoks on vajalikud andmed, mis kirjeldavad iga klienti \u00fcksikasjalikult.<\/p>\n<p>Seet\u00f5ttu uuriti juhendatud \u00f5ppimise \u00fclesannet, et pakkuda igale eraldi kliendile sobivat toodet. Vaadati j\u00e4rgmisi tooteid: \"T\u00e4htaegne hoiustus\", \"Krediitkaart\", \"Overdraft\", \"Tarbijalaen\", \"Autolaen\", \"H\u00fcpoteek\". <\/p>\n<p>Andmekogumis oli veel \u00fcks toote liik: \"Praegune konto\". Kuid me ei k\u00e4sitlenud seda, kuna selle info sisu oli v\u00e4hene. Panga klientide, st nende kasutajate, kes on endiselt pankade teenustega seotud, baasil loodi mudel, mis ennustas, milline toode v\u00f5iks neile huvi pakkuda. Mudelina valiti logistiline regressioon ning kvaliteedi hindamise meetrikana kasutati Lift v\u00e4\u00e4rtust esimestes 10 procendis. <\/p>\n<p>Mudeli kvaliteeti saab hinnata jooniselt.<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/77cab18988ab9c3b768b86e31479817f.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<i>Tootesoovituste mudeli tulemused klientidele <\/i> <\/p>\n<h2>Kokkuv\u00f5te<\/h2>\n<p>\nJust see l\u00e4henemine t\u00f5i meile esikoha \"AI pankades\" nominatsioonis RAIF-Challenge 2017 tehisintellekti v\u00f5istlusel.<\/p>\n<p><img decoding=\"async\" alt=\"Kuidas me ennustasime t\u00f6\u00f6tajate lahkumist nagu looduskatastroofi\" src=\"\/wp-content\/uploads\/2019\/03\/0c321869dfd02323766c025ed4021bcf.png\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n<br \/>\nIlmselt oli peamine siiski probleemile l\u00e4heneda ebatraditsiooniliselt ning kasutada meetodit, mis on tavaliselt m\u00f5eldud muudes olukordades kasutamiseks.<\/p>\n<p>Kuigi massiline kasutajate v\u00e4ljaj\u00f5udmine v\u00f5ib teenuste jaoks olla t\u00f5eline looduskatastroof.<\/p>\n<p>Seda meetodit tasub silmas pidada ka muudes valdkondades, kus on t\u00e4htis arvestada klientide lahkumisega, mitte ainult pankades. N\u00e4iteks kasutasime seda ka oma lahkumise arvutamiseks \u2013 Siberi ja Peterburi filiaalides Rostelecomis.<\/p>\n<p><i>Andmeanal\u00fc\u00fcsi labor \"Otsingup\u00f5hise portaal \"Sputnik\"<\/i><br \/>\n<br \/>Allikas: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/rostelecom\/blog\/444694\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0418\u043d\u043e\u0433\u0434\u0430 \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0440\u0435\u0448\u0438\u0442\u044c \u043a\u0430\u043a\u0443\u044e-\u0442\u043e \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0443, \u043d\u0430\u0434\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u0432\u0437\u0433\u043b\u044f\u043d\u0443\u0442\u044c \u043d\u0430 \u043d\u0435\u0435 \u043f\u043e\u0434 \u0434\u0440\u0443\u0433\u0438\u043c \u0443\u0433\u043b\u043e\u043c. \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0435 \u043b\u0435\u0442 10 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0440\u0435\u0448\u0430\u043b\u0438 \u043e\u0434\u043d\u0438\u043c \u0438 \u0442\u0435\u043c \u0436\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u043c \u0441 \u0440\u0430\u0437\u043d\u044b\u043c \u044d\u0444\u0444\u0435\u043a\u0442\u043e\u043c, \u043d\u0435 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u044d\u0442\u043e\u0442 \u0441\u043f\u043e\u0441\u043e\u0431 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439. \u0415\u0441\u0442\u044c \u0442\u0430\u043a\u0430\u044f \u0442\u0435\u043c\u0430, \u043a\u0430\u043a \u043e\u0442\u0442\u043e\u043a \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432. \u0428\u0442\u0443\u043a\u0430 \u043d\u0435\u0438\u0437\u0431\u0435\u0436\u043d\u0430\u044f, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043a\u043b\u0438\u0435\u043d\u0442\u044b \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u0443 \u043f\u0440\u0438\u0447\u0438\u043d \u0432\u0437\u044f\u0442\u044c [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-30044","post","type-post","status-publish","format-standard","hentry"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 4.9.10 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0418\u043d\u043e\u0433\u0434\u0430 \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0440\u0435\u0448\u0438\u0442\u044c \u043a\u0430\u043a\u0443\u044e-\u0442\u043e \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0443, \u043d\u0430\u0434\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u0432\u0437\u0433\u043b\u044f\u043d\u0443\u0442\u044c \u043d\u0430 \u043d\u0435\u0435 \u043f\u043e\u0434 \u0434\u0440\u0443\u0433\u0438\u043c \u0443\u0433\u043b\u043e\u043c. \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0435 \u043b\u0435\u0442 10 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0440\u0435\u0448\u0430\u043b\u0438 \u043e\u0434\u043d\u0438\u043c \u0438 \u0442\u0435\u043c \u0436\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u043c \u0441 \u0440\u0430\u0437\u043d\u044b\u043c \u044d\u0444\u0444\u0435\u043a\u0442\u043e\u043c, \u043d\u0435 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u044d\u0442\u043e\u0442 \u0441\u043f\u043e\u0441\u043e\u0431 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439. \u0415\u0441\u0442\u044c \u0442\u0430\u043a\u0430\u044f \u0442\u0435\u043c\u0430, \u043a\u0430\u043a \u043e\u0442\u0442\u043e\u043a \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432. \u0428\u0442\u0443\u043a\u0430 \u043d\u0435\u0438\u0437\u0431\u0435\u0436\u043d\u0430\u044f, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043a\u043b\u0438\u0435\u043d\u0442\u044b \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u0443 \u043f\u0440\u0438\u0447\u0438\u043d \u0432\u0437\u044f\u0442\u044c\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/et\/blog\/kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 4.9.10\" \/>\n\t\t<meta property=\"og:locale\" content=\"et_EE\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041a\u0430\u043a \u043c\u044b \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u043e\u0442\u0442\u043e\u043a, \u043f\u043e\u0434\u043e\u0439\u0434\u044f \u043a \u043d\u0435\u043c\u0443 \u043a\u0430\u043a \u043a \u0441\u0442\u0438\u0445\u0438\u0439\u043d\u043e\u043c\u0443 \u0431\u0435\u0434\u0441\u0442\u0432\u0438\u044e | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0418\u043d\u043e\u0433\u0434\u0430 \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0440\u0435\u0448\u0438\u0442\u044c \u043a\u0430\u043a\u0443\u044e-\u0442\u043e \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0443, \u043d\u0430\u0434\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u0432\u0437\u0433\u043b\u044f\u043d\u0443\u0442\u044c \u043d\u0430 \u043d\u0435\u0435 \u043f\u043e\u0434 \u0434\u0440\u0443\u0433\u0438\u043c \u0443\u0433\u043b\u043e\u043c. \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0435 \u043b\u0435\u0442 10 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0440\u0435\u0448\u0430\u043b\u0438 \u043e\u0434\u043d\u0438\u043c \u0438 \u0442\u0435\u043c \u0436\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u043c \u0441 \u0440\u0430\u0437\u043d\u044b\u043c \u044d\u0444\u0444\u0435\u043a\u0442\u043e\u043c, \u043d\u0435 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u044d\u0442\u043e\u0442 \u0441\u043f\u043e\u0441\u043e\u0431 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439. \u0415\u0441\u0442\u044c \u0442\u0430\u043a\u0430\u044f \u0442\u0435\u043c\u0430, \u043a\u0430\u043a \u043e\u0442\u0442\u043e\u043a \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432. \u0428\u0442\u0443\u043a\u0430 \u043d\u0435\u0438\u0437\u0431\u0435\u0436\u043d\u0430\u044f, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043a\u043b\u0438\u0435\u043d\u0442\u044b \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u0443 \u043f\u0440\u0438\u0447\u0438\u043d \u0432\u0437\u044f\u0442\u044c\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/et\/blog\/kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T18:33:22+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T18:33:22+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Kuidas me ennustasime lahkumist, l\u00e4henedes sellele kui looduskatastroofile | ProHoster","description":"M\u00f5nikord on mingi probleemi lahendamiseks vajalik vaadata sellele t\u00e4iesti teise nurga alt. Isegi kui viimase k\u00fcmne aasta jooksul on sarnaseid probleeme lahendatud \u00fchtemoodi erineva efektiivsusena, ei t\u00e4henda see, et see l\u00e4henemine oleks ainus. On selline teema nagu klientide lahkumine. See on v\u00e4ltimatu, kuna igal ettev\u00f5ttel v\u00f5ivad olla kliendid, kes lahkuvad mitmel p\u00f5hjusel.","canonical_url":"https:\/\/prohoster.info\/et\/blog\/kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"et_EE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u0430\u043a \u043c\u044b \u043f\u0440\u0435\u0434\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u043b\u0438 \u043e\u0442\u0442\u043e\u043a, \u043f\u043e\u0434\u043e\u0439\u0434\u044f \u043a \u043d\u0435\u043c\u0443 \u043a\u0430\u043a \u043a \u0441\u0442\u0438\u0445\u0438\u0439\u043d\u043e\u043c\u0443 \u0431\u0435\u0434\u0441\u0442\u0432\u0438\u044e | ProHoster","og:description":"\u0418\u043d\u043e\u0433\u0434\u0430 \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0440\u0435\u0448\u0438\u0442\u044c \u043a\u0430\u043a\u0443\u044e-\u0442\u043e \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0443, \u043d\u0430\u0434\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u0432\u0437\u0433\u043b\u044f\u043d\u0443\u0442\u044c \u043d\u0430 \u043d\u0435\u0435 \u043f\u043e\u0434 \u0434\u0440\u0443\u0433\u0438\u043c \u0443\u0433\u043b\u043e\u043c. \u0414\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0435 \u043b\u0435\u0442 10 \u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0440\u0435\u0448\u0430\u043b\u0438 \u043e\u0434\u043d\u0438\u043c \u0438 \u0442\u0435\u043c \u0436\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u043c \u0441 \u0440\u0430\u0437\u043d\u044b\u043c \u044d\u0444\u0444\u0435\u043a\u0442\u043e\u043c, \u043d\u0435 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u044d\u0442\u043e\u0442 \u0441\u043f\u043e\u0441\u043e\u0431 \u0435\u0434\u0438\u043d\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439. \u0415\u0441\u0442\u044c \u0442\u0430\u043a\u0430\u044f \u0442\u0435\u043c\u0430, \u043a\u0430\u043a \u043e\u0442\u0442\u043e\u043a \u043a\u043b\u0438\u0435\u043d\u0442\u043e\u0432. \u0428\u0442\u0443\u043a\u0430 \u043d\u0435\u0438\u0437\u0431\u0435\u0436\u043d\u0430\u044f, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043a\u043b\u0438\u0435\u043d\u0442\u044b \u043b\u044e\u0431\u043e\u0439 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u0443 \u043f\u0440\u0438\u0447\u0438\u043d \u0432\u0437\u044f\u0442\u044c","og:url":"https:\/\/prohoster.info\/et\/blog\/kak-my-predskazyvali-ottok-podojdya-k-nemu-kak-k-stihijnomu-bedstviyu","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T18:33:22+00:00","article:modified_time":"2019-10-31T18:33:22+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"30044","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"Article","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-20 23:33:19","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 03:43:15","updated":"2026-01-20 23:33:19"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/posts\/30044","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/comments?post=30044"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/posts\/30044\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/media?parent=30044"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/categories?post=30044"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/tags?post=30044"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}