Bazen bir sorunu çözmek için ona farklı bir açıdan bakmanız yeterlidir. Son 10 yılda benzer sorunlar aynı şekilde farklı etkilerle çözülmüş olsa da bu yöntemin tek yöntem olduğu bir gerçek değil.
Müşteri kaybı diye bir konu var. Bu kaçınılmazdır çünkü herhangi bir şirketin müşterileri birçok nedenden dolayı ürün veya hizmetlerini kullanmayı bırakabilir. Tabii ki, bir şirket için kayıp doğaldır ancak en çok arzu edilen eylem değildir, bu nedenle herkes bu kaybı en aza indirmeye çalışır. Daha da iyisi, belirli bir kullanıcı kategorisi veya belirli bir kullanıcı için uygulamayı kullanmayı bırakma olasılığını tahmin edin ve bunları elde tutmak için bazı adımlar önerin.
En azından aşağıdaki nedenlerden dolayı mümkünse müşteriyi analiz etmek ve elde tutmaya çalışmak gerekir:
- Yeni müşteri çekmek elde tutma prosedürlerinden daha pahalıdır. Yeni müşteriler çekmek için kural olarak biraz para harcamanız (reklam) gerekirken, mevcut müşteriler özel koşullarla özel bir teklifle etkinleştirilebilir;
- Müşterilerin ayrılma nedenlerini anlamak, ürün ve hizmetleri iyileştirmenin anahtarıdır.
Kayıpları tahmin etmek için standart yaklaşımlar vardır. Ancak AI şampiyonalarından birinde bunun için Weibull dağıtımını denemeye karar verdik. Çoğunlukla hayatta kalma analizi, hava durumu tahmini, doğal afet analizi, endüstri mühendisliği ve benzerleri için kullanılır. Weibull dağılımı, iki parametreyle parametrelendirilen özel bir dağıtım fonksiyonudur 
и .
Vikipedi
Genel olarak ilginç bir şey, ancak çıkışları tahmin etmek için ve genel olarak fintech'te pek sık kullanılmıyor. Kesimin altında size (Veri Madenciliği Laboratuvarı) bunu nasıl başardığımızı, Yapay Zeka Şampiyonasında "Bankalarda Yapay Zeka" kategorisinde eş zamanlı olarak altın madalya kazandığımızı anlatacağız.
Genel olarak kayıp hakkında
Müşteri kaybının ne olduğunu ve neden bu kadar önemli olduğunu biraz anlayalım. Bir işletme için müşteri tabanı önemlidir. Bu üsse yeni müşteriler gelir, örneğin bir ürün veya hizmeti bir reklamdan öğrenerek, bir süre yaşar (ürünleri aktif olarak kullanır) ve bir süre sonra onu kullanmayı bırakır. Bu döneme “Müşteri Yaşam Döngüsü” denir; müşterinin bir ürünü öğrendiğinde, satın alma kararı verdiğinde, ödeme yaptığında, kullandığında, sadık bir tüketici haline geldiğinde ve sonunda ürünü kullanmayı bıraktığında geçirdiği aşamaları tanımlayan bir terimdir. şu ya da bu nedenle. Buna göre kayıp, müşterinin hizmetleri kullanmayı bıraktığı, müşterinin yaşam döngüsünün son aşamasıdır ve bir işletme için bu, müşterinin kar veya herhangi bir fayda getirmeyi bıraktığı anlamına gelir.
Her banka müşterisi, kendi ihtiyaçlarına göre bir veya başka bir banka kartını seçen belirli bir kişidir. Sık seyahat ediyorsanız mil içeren bir kart işinize yarayacaktır. Çok satın alıyor - merhaba, geri ödeme kartı. Belirli mağazalardan çok şey satın alıyor - ve bunun için zaten özel bir plastik ortağı var. Elbette bazen “En ucuz hizmet” kriterine göre kart seçiliyor. Genel olarak burada yeterince değişken var.
Ve kişi aynı zamanda bankayı da kendisi seçiyor - Habarovsk'tan olduğunuzda şubeleri yalnızca Moskova ve bölgede bulunan bir bankadan kart seçmenin bir anlamı var mı? Böyle bir bankanın kartı en az 2 kat daha karlı olsa bile yakınlarda banka şubelerinin bulunması yine de önemli bir kriterdir. Evet, 2019 geldi çattı ve dijital her şeyimiz ama bazı bankaların yaşadığı bazı sorunlar ancak şubede çözülebiliyor. Artı, yine nüfusun bir kısmı fiziksel bir bankaya akıllı telefondaki bir uygulamadan çok daha fazla güveniyor, bunun da dikkate alınması gerekiyor.
Sonuç olarak, bir kişinin banka ürünlerini (veya bankanın kendisini) reddetmek için birçok nedeni olabilir. İş değiştirdim ve kart tarifesi maaştan, daha az karlı olan "Sıraden ölümlüler için" olarak değişti. Banka şubesi olmayan başka bir şehre taşındım. Şubedeki vasıfsız operatörle olan etkileşim hoşuma gitmedi. Yani bir hesabı kapatmak için ürünü kullanmaktan çok daha fazla neden olabilir.
Ve müşteri sadece niyetini açıkça ifade etmekle kalmaz - bankaya gelip bir açıklama yazmakla kalmaz, aynı zamanda sözleşmeyi feshetmeden ürünleri kullanmayı da bırakabilir. Bu tür sorunları anlamak için makine öğrenimi ve yapay zekanın kullanılmasına karar verildi.
Üstelik müşteri kaybı her sektörde (telekom, internet sağlayıcıları, sigorta şirketleri, genel olarak müşteri tabanının ve periyodik işlemlerin olduğu her yerde) meydana gelebilir.
Ne yaptık
Her şeyden önce, müşterinin ayrıldığını düşünmeye başladığımız andan itibaren net bir sınır tanımlamak gerekiyordu. Bize çalışmamız için gerekli verileri sağlayan bankanın bakış açısından müşterinin faaliyet durumu ikili bir yapıdaydı; ya aktifti ya da değildi. "Etkinlik" tablosunda değeri "0" veya "1" (sırasıyla "Aktif Değil" ve "Aktif") olabilen bir ACTIVE_FLAG bayrağı vardı. Ve her şey yoluna girecek, ancak bir kişi onu bir süre aktif olarak kullanabilecek ve ardından bir ay boyunca aktif listeden düşebilecek şekildedir - hastalandı, tatil için başka bir ülkeye gitti, hatta test etmeye gitti. başka bankanın kartı. Ya da belki uzun bir süre işlem yapılmadığında bankanın hizmetlerini tekrar kullanmaya başlayabilirsiniz.
Bu nedenle, hareketsizlik dönemini, bayrağının "0" olarak ayarlandığı sürekli bir süre olarak adlandırmaya karar verdik.
Müşteriler, değişen uzunluklardaki hareketsizlik dönemlerinden sonra aktif olmayan durumdan aktif duruma geçer. "Hareketsizlik dönemlerinin güvenilirliği" ampirik değerinin derecesini, yani bir kişinin geçici hareketsizlikten sonra banka ürünlerini tekrar kullanmaya başlama olasılığını hesaplama fırsatımız var.
Örneğin, bu grafik, istemcilerin birkaç ay işlem yapılmaması (ACTIVE_FLAG=1) sonrasında faaliyetlerinin yeniden başlatılmasını (ACTIVE_FLAG=0) göstermektedir.
Burada çalışmaya başladığımız veri setini biraz açıklığa kavuşturacağız. Dolayısıyla banka, 19 ay boyunca toplu bilgileri aşağıdaki tablolarda sundu:
- “Faaliyet” - maaş bordrosu ve ciro bilgileri de dahil olmak üzere aylık müşteri işlemleri (kartlarla, İnternet bankacılığında ve mobil bankacılıkta).
- “Kartlar” - ayrıntılı bir tarife planıyla birlikte müşterinin sahip olduğu tüm kartlar hakkındaki veriler.
- “Sözleşmeler” - müşterinin sözleşmeleri (hem açık hem de kapalı) hakkında bilgiler: her birinin parametrelerini gösteren krediler, mevduatlar vb.
- “Müşteriler” - bir dizi demografik veri (cinsiyet ve yaş) ve iletişim bilgilerinin kullanılabilirliği.
İş için “Harita” dışındaki tüm tablolara ihtiyacımız vardı.
Burada başka bir zorluk daha vardı; banka bu verilerde kartlarda ne tür bir aktivitenin gerçekleştiğini belirtmiyordu. Yani işlemlerin olup olmadığını anlayabiliyorduk ama artık türlerini belirleyemiyorduk. Bu nedenle müşterinin nakit mi çektiği, maaş mı aldığı, yoksa parayı alışverişe mi harcadığı belli değildi. Ayrıca hesap bakiyelerine ilişkin verilerimiz de yoktu ki bu da yararlı olabilirdi.
Örneklem tarafsızdı; bu örnekte, 19 ay boyunca banka, müşterileri elde tutmak ve çıkışı en aza indirmek için herhangi bir girişimde bulunmadı.
Yani, hareketsizlik dönemleri hakkında.
Kaybın tanımını formüle etmek için, bir hareketsizlik dönemi seçilmelidir. Belirli bir zamanda bir müşteri kaybı tahmini oluşturmak için , en az 3 aylık aralıklarla müşteri geçmişiniz olmalıdır . Geçmişimiz 19 ay ile sınırlıydı, bu nedenle mümkünse 6 ay hareketsizlik süresi almaya karar verdik. Ve yüksek kaliteli bir tahmin için minimum süreyi 3 ay sürdük. Müşteri verileri davranışının analizine dayanarak 3 ve 6 aylık rakamları ampirik olarak aldık.
Kayıp tanımını şu şekilde formüle ettik: Müşteri kaybının ayı bu, ACTIVE_FLAG=0 olan ilk aydır, bu aydan itibaren ACTIVE_FLAG alanında en az altı ardışık sıfır bulunur, diğer bir deyişle istemcinin 6 ay boyunca aktif olmadığı aydır.
Ayrılan müşteri sayısı
Kalan müşteri sayısı
Kayıp nasıl hesaplanır?
Bu tür yarışmalarda ve genel olarak uygulamada çıkış genellikle bu şekilde tahmin edilir. Müşteri, ürünleri ve hizmetleri farklı zaman dilimlerinde kullanır, onunla etkileşime ilişkin veriler, sabit uzunluktaki n özelliklerinin bir vektörü olarak temsil edilir. Çoğu zaman bu bilgiler şunları içerir:
- Kullanıcıyı karakterize eden veriler (demografik veriler, pazarlama segmenti).
- Bankacılık ürün ve hizmetlerinin kullanım geçmişi (bunlar her zaman ihtiyaç duyduğumuz aralığın belirli bir zamanına veya dönemine bağlı olan müşteri eylemleridir).
- Elde edilmesi mümkünse harici veriler - örneğin sosyal ağlardan gelen incelemeler.
Bundan sonra, her görev için farklı olan bir kayıp tanımı çıkarırlar. Daha sonra müşterinin ayrılma olasılığını tahmin eden bir makine öğrenimi algoritması kullanıyorlar faktörlerin bir vektörüne dayalı . Algoritmayı eğitmek için, karar ağaçları topluluklarını oluşturmak için iyi bilinen çerçevelerden biri kullanılır. , , veya bunların modifikasyonları.
Algoritmanın kendisi kötü değil ancak iş kaybı tahmin etme konusunda bazı ciddi dezavantajlara sahip.
- Sözde “hafızası” yok. Modelin girdisi, zamandaki mevcut noktaya karşılık gelen belirli sayıda özelliktir. Parametrelerdeki değişikliklerin geçmişi hakkında bilgi depolamak için, zaman içinde parametrelerde meydana gelen değişiklikleri karakterize eden, örneğin son 1,2,3, XNUMX, XNUMX aydaki banka işlemlerinin sayısı veya tutarı gibi özel özelliklerin hesaplanması gerekir. Bu yaklaşım geçici değişikliklerin doğasını ancak kısmen yansıtabilir.
- Sabit tahmin ufku. Model, müşteri kaybını yalnızca önceden tanımlanmış bir süre için (örneğin bir ay önceden tahmin) tahmin edebiliyor. Üç ay gibi farklı bir süre için tahmin gerekiyorsa eğitim setini yeniden oluşturmanız ve yeni bir modeli yeniden eğitmeniz gerekir.
Bizim yaklaşımımız
Standart yaklaşımları kullanmayacağımıza hemen karar verdik. Şampiyonaya bizim yanı sıra her biri önemli tecrübeye sahip 497 kişi daha kayıt yaptırdı. Yani bu gibi durumlarda standart bir şemaya göre bir şeyler yapmaya çalışmak iyi bir fikir değil.
Ve ikili sınıflandırma modelinin karşılaştığı sorunları, müşteri kayıp sürelerinin olasılık dağılımını tahmin ederek çözmeye başladık. Benzer bir yaklaşım görülebilir , kaybı daha esnek bir şekilde tahmin etmenize ve klasik yaklaşıma göre daha karmaşık hipotezleri test etmenize olanak tanır. Çıkış süresini modelleyen bir dağılım ailesi olarak dağılımı seçtik. hayatta kalma analizinde yaygın kullanımı için. Müşterinin davranışı bir tür hayatta kalma olarak görülebilir.
Parametrelere bağlı Weibull olasılık yoğunluk dağılımlarına örnekler: и :
Bu, zaman içinde üç farklı müşteri kaybının olasılık yoğunluk fonksiyonudur. Zaman ay cinsinden sunulur. Başka bir deyişle, bu grafik bir müşterinin önümüzdeki iki ay içinde ayrılma olasılığının en yüksek olduğu zamanı gösterir. Gördüğünüz gibi, dağıtıma sahip bir müşterinin Weibull(2, 0.5) ve Weibull'a sahip müşterilerden daha erken ayrılma potansiyeli daha yüksektir. (3,1) dağılımlar.
Sonuç, her müşteriye, her kullanıcıya uygun bir modeldir.
ay, zaman içinde çıkış olasılığının ortaya çıkışını en iyi yansıtan Weibull dağılımının parametrelerini tahmin eder. Daha ayrıntılı olarak:
- Eğitim setindeki hedef özellikler, belirli bir müşteri için belirli bir ayda aboneliği bırakana kadar kalan süredir.
- Bir müşteri için kayıp oranı yoksa, kayıp süresinin mevcut aydan elimizdeki geçmişin sonuna kadar olan ay sayısından daha fazla olduğunu varsayarız.
- Kullanılan model: LSTM katmanına sahip tekrarlayan sinir ağı.
- Kayıp fonksiyonu olarak Weibull dağılımı için negatif log-olabilirlik fonksiyonunu kullanıyoruz.
İşte bu yöntemin avantajları:
- Olasılık dağılımı, ikili sınıflandırmanın bariz olasılığına ek olarak, çeşitli olayların (örneğin bir müşterinin banka hizmetlerini 3 ay içinde kullanmayı bırakıp bırakmayacağı) esnek bir şekilde tahmin edilmesine olanak tanır. Ayrıca gerekirse bu dağılım üzerinden çeşitli metriklerin ortalaması da alınabilir.
- LSTM tekrarlayan sinir ağının belleği vardır ve mevcut tüm geçmişi etkili bir şekilde kullanır. Hikaye genişletildikçe veya geliştirildikçe doğruluk artar.
- Zaman dilimlerini daha küçük parçalara bölerken (örneğin ayları haftalara bölerken) yaklaşım kolaylıkla ölçeklendirilebilir.
Ancak iyi bir model oluşturmak yeterli değildir; kalitesini de doğru bir şekilde değerlendirmeniz gerekir.
Kalite nasıl değerlendirildi?
Metrik olarak Kaldırma Eğrisi'ni seçtik. Açık yorumu nedeniyle iş dünyasında bu tür durumlarda kullanılır, iyi tanımlanmıştır. и . Bu metriğin anlamını bir cümleyle açıklarsanız “Algoritma ilk tahminde en iyi tahmini kaç kez yapıyor?” şeklinde olur. Rastgele olandan %'si."
Eğitim modelleri
Rekabet koşulları, farklı model ve yaklaşımların karşılaştırılabileceği spesifik bir kalite ölçütü oluşturmadı. Üstelik kaybın tanımı farklı olabilir ve sorun tanımına bağlı olabilir ve bu da iş hedeflerine göre belirlenir. Bu nedenle hangi yöntemin daha iyi olduğunu anlamak için iki model geliştirdik:
- Topluluk karar ağacı makine öğrenimi algoritmasını kullanan yaygın olarak kullanılan bir ikili sınıflandırma yaklaşımı ();
- Weibull-LSTM modeli
Test seti, eğitim setinde olmayan, önceden seçilmiş 500 müşteriden oluşuyordu. Model için istemciye göre ayrılmış çapraz doğrulama kullanılarak hiper parametreler seçildi. Her modeli eğitmek için aynı özellikler kullanıldı.
Modelin hafızası olmaması nedeniyle, bir ay boyunca parametrelerde meydana gelen değişikliklerin son üç aydaki parametrelerin ortalama değerine oranını gösteren özel özellikler alınmıştır. Son üç aylık dönemde değerlerdeki değişim oranını karakterize eden şey. Bu olmadan Rastgele Orman tabanlı model, Weibull-LSTM'ye göre dezavantajlı durumda olacaktır.
Weibull dağıtımlı LSTM neden topluluk karar ağacı yaklaşımından daha iyidir?
Burada sadece birkaç fotoğrafta her şey net.
Klasik algoritma ve Weibull-LSTM için Kaldırma Eğrisinin Karşılaştırılması
Klasik algoritma ve Weibull-LSTM için Kaldırma Eğrisi metriğinin aya göre karşılaştırılması
Genel olarak LSTM neredeyse tüm durumlarda klasik algoritmadan üstündür.
Kayıp tahmini
Weibull dağıtımına sahip LSTM hücrelerine sahip tekrarlayan bir sinir ağına dayalı bir model, müşteri kaybını önceden tahmin edebilir; örneğin, önümüzdeki n ay içindeki müşteri kaybını tahmin edebilir. N = 3 durumunu düşünün. Bu durumda sinir ağı, her ay için, bir sonraki aydan başlayıp n'inci aya kadar müşterinin ayrılıp ayrılmayacağını doğru bir şekilde belirlemelidir. Yani müşterinin n ay sonra kalıp kalmayacağını doğru tespit etmesi gerekiyor. Bu önceden bir tahmin olarak düşünülebilir: müşterinin ayrılmayı düşünmeye yeni başladığı anı tahmin etmek.
Weibull-LSTM için Kaldırma Eğrisini çıkıştan 1, 2 ve 3 ay önce karşılaştıralım:
Bir süredir aktif olmayan müşteriler için yapılan tahminlerin de önemli olduğunu yukarıda yazmıştık. Bu nedenle burada, ayrılan müşterinin zaten bir veya iki aydır hareketsiz olduğu durumları örneğe ekleyeceğiz ve Weibull-LSTM'nin bu tür durumları kayıp olarak doğru şekilde sınıflandırıp sınıflandırmadığını kontrol edeceğiz. Örnekte bu tür durumlar mevcut olduğundan ağın bunları iyi bir şekilde ele almasını bekliyoruz:
Müşteri tutma
Aslında yapılabilecek en önemli şey, şu veya bu müşterilerin ürünü kullanmayı bırakmaya hazırlandıkları bilgisini elde tutmaktır. Müşterileri elde tutmak için onlara yararlı bir şeyler sunabilecek bir model oluşturmaktan bahsetmişken, iyi sonuçlanacak benzer girişimlerden oluşan bir geçmişiniz yoksa bu yapılamaz.
Bizim böyle bir hikayemiz yoktu o yüzden bu şekilde karar verdik.
- Her müşteri için ilgi çekici ürünleri tanımlayan bir model oluşturuyoruz.
- Her ay sınıflandırıcıyı çalıştırıyor ve potansiyel olarak ayrılan müşterileri belirliyoruz.
- Bazı müşterilerimize ürünü 1. maddedeki modele göre sunuyoruz ve eylemlerimizi hatırlıyoruz.
- Birkaç ay sonra potansiyel olarak ayrılan müşterilerden hangilerinin kaldığını ve hangilerinin kaldığını inceliyoruz. Böylece bir eğitim örneği oluşturuyoruz.
- Modeli 4. adımda elde edilen geçmişi kullanarak eğitiyoruz.
- İsteğe bağlı olarak, 1. adımdaki modeli 5. adımda elde edilen modelle değiştirerek prosedürü tekrarlıyoruz.
Bu tür elde tutma kalitesinin testi, düzenli A/B testiyle yapılabilir; potansiyel olarak ayrılan müşterileri iki gruba ayırırız. Birine elde tutma modelimize göre ürünler sunuyoruz, diğerine ise hiçbir şey sunmuyoruz. Örneğimizin 1. noktasında zaten faydalı olabilecek bir model eğitmeye karar verdik.
Segmentasyonu mümkün olduğunca yorumlanabilir hale getirmek istedik. Bunu yapmak için kolayca yorumlanabilecek birkaç özellik seçtik: toplam işlem sayısı, ücretler, toplam hesap cirosu, yaş, cinsiyet. Doğrulama seti ile eğitim seti arasında veri sızıntısını önlemek amacıyla işlemenin karmaşıklığı nedeniyle "Haritalar" tablosundaki özellikler bilgilendirici olmadığı için dikkate alınmadı ve tablo 3 "Sözleşmeler"deki özellikler dikkate alınmadı.
Kümeleme Gauss karışım modelleri kullanılarak gerçekleştirildi. Akaike bilgi kriteri 2 optimumu belirlememize olanak sağladı. İlk optimum 1 kümeye karşılık gelir. Daha az belirgin olan ikinci optimum ise 80 kümeye karşılık gelir. Bu sonuca dayanarak şu sonucu çıkarabiliriz: Önsel bilgi verilmeden verileri kümelere bölmek son derece zordur. Daha iyi kümeleme için her müşteriyi ayrıntılı olarak açıklayan verilere ihtiyacınız vardır.
Bu nedenle, her müşteriye farklı bir ürün sunmak amacıyla denetimli öğrenme sorunu dikkate alındı. Aşağıdaki ürünler dikkate alınmıştır: “Vadeli mevduat”, “Kredi kartı”, “Kredili mevduat”, “Tüketici kredisi”, “Taşıt kredisi”, “İpotek”.
Veriler bir ürün türünü daha içeriyordu: “Cari hesap”. Ancak bilgi içeriğinin düşük olması nedeniyle bunu dikkate almadık. Banka müşterisi olan kullanıcılar için; ürünlerini kullanmayı bırakmadı, hangi ürünün ilgilerini çekebileceğini tahmin edecek bir model oluşturuldu. Model olarak lojistik regresyon seçildi ve kalite değerlendirme ölçütü olarak ilk yüzde 10'luk artış değeri kullanıldı.
Modelin kalitesi şekilde değerlendirilebilir.
Müşteriler için ürün öneri modeli sonuçları
sonuç
Bu yaklaşım bizi RAIF-Challenge 2017 Yapay Zeka Şampiyonası'nda "Bankalarda Yapay Zeka" kategorisinde birinciliğe taşıdı.
Görünüşe göre asıl mesele, soruna alışılmadık bir açıdan yaklaşmak ve genellikle diğer durumlar için kullanılan bir yöntemi kullanmaktı.
Her ne kadar kitlesel bir kullanıcı çıkışı, hizmetler için doğal bir felaket olabilir.
Bu yöntem sadece bankaların değil, çıkışın dikkate alınmasının önemli olduğu diğer tüm alanlar için dikkate alınabilir. Örneğin, Rostelecom'un Sibirya ve St. Petersburg şubelerinde kendi çıkışımızı hesaplamak için kullandık.
"Veri Madenciliği Laboratuvarı" şirketi "Arama portalı" Sputnik "
Kaynak: habr.com