Asiakaspoistuman ennustaminen koneoppimisen avulla

Abstract

Opinnäytetyö tarkastelee koneoppimista ja koneoppimismallien ennustamiskykyä asiakaspoistuman suhteen. Työn toimeksiantajana toimi tamperelainen kameratarvikkeiden kansainvälinen verkkokauppa. Työssä ennustettiin toimeksiantajan asiakasaineiston perusteella mahdollisia poistuvia asiakkaita koneoppimismalleja käyttäen. Työn tavoitteena oli vertailla käytettyjen mallien välisiä eroavaisuuksia tarkkuuksissa, löytää poistumaan vaikuttavia muuttujia sekä tutkia voidaanko poistumaa ylipäänsä ennustaa koneoppimisen menetelmin. Työ toteutettiin tutkimuksellisena kehittämistyönä. Empiirinen tutkimus toteutettiin kvantitatiivisena tutkimuksena yritykselle kertyneen asiakasdatan pohjalta. Teoriapohja kerättiin koneoppimista ja asiakaspoistuman ennustamista käsittelevistä tutkimuksista, joiden pohjalta valittiin käytettävät koneoppimismallit. Tutkimustuloksista käy ilmi, että käytetyt mallit pystyivät ennustamaan poistuvia verkkokauppa-asiakkaita suurehkolla tarkkuudella. Mallit olivat kuitenkin merkittävästi huonompia ennustamaan pysyviä asiakkaita. Käytettyjen mallien välille ei juuri kuitenkaan saatu merkittäviä eroja. Satunnaismetsä näytti kuitenkin tunnistavan poistuvat asiakkaat hieman paremmin kuin logistinen regressio. Poistumaan vaikuttavia muuttujia onnistuttiin löytämään ja tehdyt löydökset olivat linjassa aikaisempien tutkimuksien löydöksien kanssa. Työn tavoitteet täyttyivät ja toimeksiantajalle saatiin tuotua lisää substanssiosaamista aiheen suhteen. Ennustemalleja käyttämällä voidaan tulevaisuudessa tehdä myös tarkempia toimia asiakassäilyvyyden parantamiseksi ja tehty tutkimus voi toimia osana yrityksen asiakasymmärtämisen parantamista.