xwMOOC 기계학습

고객 이탈(churn)

고객이탈(Churn) ^{1 2}

고객이탈은 영어로 “Customer Churn” 혹은 “Customer Attrition”이라고 하는데 통상적으로 고객이 더이상 서비스 이용이나 제품구매를 멈출 때 발생된다. 거의 모든 사업영역에서 고객이탈이 문제가 되지만, 특히 문제가 되는 분야가 통신(텔코, Tele-communication)산업으로 KT, SKT, U+ 등 통신3사가 거의 과점을 하고 있는 산업분야로 이해하면 된다.

데이터셋

고객이탈 데이터셋으로 IBM Watson Analytics, Guide to Sample Data Sets 웹사이트에 다양한 데이터가 공개되어 있으며, 그중 고객지원(Customer Support), WA_Fn UseC_ Telco Customer Churn.csv 데이터를 다운로드 받아 “고객이탈 예측모형”을 개발해 보자.

고객이탈 예측모형 작업흐름

고객이탈 예측모형은 일반적인 예측모형(predictive model)과 작업흐름이 다르지 않다. 예측하고자 하는 변수가 이탈(churn) 여부(0/1, yes/no, 1/2, 이탈/정상 등)로 다양하게 인코딩한다.

데이터를 분석환경으로 불러와서 데이터를 전처리하고, 탐색적 데이터 분석 및 변수공학을 동원하여 고객이탈 예측을 높일 수 있는 변수를 찾아내고 가공한다. 그리고 나서 고객이탈을 예측할 수 있는 다양한 모형 아키텍쳐를 식별하여 선정된 최종 예측모형 아키텍쳐에 대해서 변수선정 및 초모수 미세조정을 통한 모형 튜닝작업을 수행한다. 고객이탈 예측모형에 대한 모형성능을 평가하고 나서, 예측모형 배포 및 서비스를 실시한다.

1. 데이터 가져오기
2. 데이터 전처리
   • 탐색적 데이터 분석
   • 변수 공학(Feature Engineering)
   • 단/다변량 변수 시각화
3. 예측모형 개발
   • 훈련/테스트 데이터 분할
   • 예측모형 아키텍처 선정
   • 선정된 예측모형 아키텍쳐 기반 변수선정 및 초모수(hyper parameter) 미세조정을 통한 모형 튜팅
   • 모형성능 평가
4. 예측모형 배포 및 서비스