Modellering av Customer Lifetime Value og hvordan bruke det Øystein Sørensen Data Scientist

Transkript

1 Modellering av Customer Lifetime Value og hvordan bruke det Øystein Sørensen Data Scientist

2 Customer Lifetime Value (CLV) Diskontert nåverdi av hele det fremtidige kundeforholdet CLV for alle kunder gir nåverdien av hele kundebasen

3 Komponentene i CLV For å estimere CLV, trenger vi «Overlevelsessannsynlighet» per tidsenhet s t Kunderesultat R t Diskonteringsrente d I praksis beregner vi ofte avgangssannsynligheten p t og beregner s t = 1 p t CLV = n t=1 R t s t (1 + d) t 1

4 Plan for foredraget CLVs byggesteiner Levetidsmodell Kunderesultat Koble komponentene sammen Bruk av CLV Eksempelcase: Norsk strømleverandør Konseptene er relevante i en rekke bransjer

5 Estimering av avgangssannsynlighet

6 Estimering av avgangssannsynlighet per tidsenhet To metoder Binær regresjonsmodell Overlevelsesanalyse Begge gir avgangssannsynlighet per kunde Vi ønsker ikke bare avgangssannsynligheten i neste periode, men også lengre fram i tid

7 Binær regresjonsmodell

8 Binær regresjonsmodell En modell som estimerer P(avgang neste periode data) F.eks. logistisk regresjon Må bestemme tidsoppløsning (uke, måned, kvartal, år) Estimerer sannsynligheten for avgang per tidsenhet Skiller seg fra en vanlig churnmodell ved at tidsoppløsningen er svært viktig

9 Binær regresjonsmodell Prediktorer: Data tom. Q Utfall: Avgang Q Prediktorer: Data tom. Q Utfall: Avgang Q Prediktorer: Data tom. Q Utfall: Avgang Q TRENINGSDATA Prediktorer: Data tom. Q Utfall: Avgang Q Prediktorer: Data tom. Q Utfall: Avgang Q Prediktorer: Data tom. Q PREDIKSJON AV FRAMTIDA Q Q Q Q Q Q Tid

10 Binær regresjonsmodell Hver kunde har én rad per periode de var tilstede Fallgruve Datafelter som overskrives, uten historikkhåndtering, kan få modellen til å virke mye bedre enn den faktisk er Eksempel: Kunder merket med «redning» Dato Churn Kunde Var1 Var2 Q Q Q Q Q Q Q

11 Modellvalg Målet er å estimere avgangssannsynligheten P(avgang neste periode data) Må bruke en probabilistisk modell, f.eks. Logistisk regresjon (proc glm) Gradient boosting (proc gradboost) Random forest (proc forest) Neural nets (proc nnet) Ren klassifiseringsmodell som Support Vector Machine (SVM) funker ikke! log log p = Logistisk regresjon p 1 p = α + β 1x β p x p Generelt («ML») p 1 p = f(x) Avgangssannsynlighet ef(x) 1+ e f(x) (per tidsenhet) Forventet levetid Forventet levetid = 1/p P(«overlever» n perioder) = (1 p) n

12 Overlevelsesanalyse Alternativ metode for estimering av avgangssannsynlighet Typisk Cox Proportional Hazards Model (proc phreg)

13 Overlevelsesanalyse Cox Proportional Hazards Model (proc phreg) Fordeler Håndterer sensurerte data Estimerer levetidskurver Ulemper Ikke egnet for data som forandrer seg hyppig over tid Ikkelineære metoder lite utviklet

14 Overlevelsesanalyse AVGANG SENSURERT TRENINGSDATA AVGANG NYE KUNDER HVOR LENGE? Prediktorer: Data ved opppstart av kundeforholdet Start 3 mnd 6 mnd 9 mnd 12 mnd 15 mnd Kundeforholdets varighet

15 Oppbygging av en modell for avgangssannsynlighet Eksempelcase

16 Eksempelcase - datakilder Datavarehus Produkter, henvendelser, utgående aktiviteter, netteier i området, historikk av kundeforhold = noen hundre variabler Data Lake / Sandbox Forbruksdata, fakturahistorikk, værhistorikk Konkurrentovervåkning Google Trends på fylkesnivå, hentet ut med Python-skript Bredt datasett Kobler sammen alle datakilder på tid og kunde Text mining Eget uttrekk

17 Konkurrentovervåkning Avgang er ofte geografisk konsentrert til områder der konkurrenter har høy aktivitet Ved hjelp av Google Trends kan vi overvåke antallet søk på konkurrentene med fylkesoppløsning

18

19 Konkurrentovervåkning

20

21 Demo SAS Visual Analytics

22

23 Feature Engineering Mer forklaringskraft kan hentes ut av et gitt datasett ved å lage syntetiske variabler, f.eks. Endring i produktbeholdning siste 6 måneder Endring i antall pålogginger I eksempelcaset økte vi antall variabler fra rundt 200 til 500 Ga betydelig økning i nøyaktighet Hvor mange henvendelser til kundesenteret siste periode? Hvor mange henvendelser til kundesenteret siste to perioder? Endring i antall henvendelser til kundesenteret siste to perioder? Hvor mange henvendelser til kundesenteret siste tre perioder? Hvor mange henvendelser siste år? Hvor mange henvendelser hele kundeforholdet? Text Mining Sentimentanalyse

24 Feature Engineering Eksempel på funn Kunder som har fakturagebyr har lav avgangsrisiko Kunder som får fakturagebyr har økt avgangsrisiko neste måned

25 Hvordan teste hvor gode prediksjonene er?

26 Testing av modellen Periode 1 Periode 2 Periode 3 Periode 4 Periode 5 Treningsdata Testdata

27 Mer relevant test framover i tid Periode 1 Periode 2 Periode 3 Periode 4 Periode 5 Treningsdata Testdata

28 Hvor mye historikk er optimalt? Periode 1 Periode 2 Periode 3 Periode 4 Periode 5 Treningsdata Testdata

29 Hvor mange perioder framover ønsker vi å predikere? Periode 1 Periode 2 Periode 3 Periode 4 Periode 5 Treningsdata Testdata

30 Valg av algoritmer ROC-kurve på testdata Aktuelle metoder for prediksjon av levetid er Gradient Boosting (proc gradboost) Random Forest (proc forest) Neural Nets (proc nnet) Umulig å vite på forhånd hvilken som passer best Test flere algoritmer! For hver algoritme, test ulike verdier av hyperparameterne

31 Testing av algoritmer Demo med SAS Visual Analytics

32

33 Gain Chart Eksempelcase Nær 40 % økning i churn-andel blant kundene med topp-10 % predikert sannsynlighet 40 % flere relevante kunder blir møtt med bevaringstiltak Kan også mer presist måle effekten av bevaringstiltak

34 Kunderesultatet Den neste viktige komponenten

35 Kunderesultat For å beregne CLV trenger vi netto kunderesultat per tidsenhet Ofte definert utfra kundens produkter

36 Kunderesultat vs Avgangssannsynlighet Identifikasjon av segmenter og mikrosegmenter Muliggjør målrettet testing av tiltak for å øke lønnsomhet eller levetid

37 Framtidig kunderesultat I eksempelcaset antok vi konstant kunderesultat framover i tid Kan også legge inn antagelser Kunden blir eldre Hva er sannsynligheten for at kunden kjøper flere produkter? Kan kunden bli mer/mindre kostbar å betjene? Endringer i produkttilbud?

38 Customer Lifetime Value

39 Customer Lifetime Value Hver kunde har sitt CLV-tall, basert på Kundens overlevelses-sannsynlighet s t Kundens resultat R t CLV = n t=1 R t s t (1 + d) t 1

40 CLV i allerede definerte segmenter Hva er rekrutteringskostnaden i hver av kanalene? For hver kanal, hva kjennetegner kundene med høy og lav CLV? Hvilke konsekvenser har dette for strategien? Web: Rekrutterings-kostnad Dørsalg: Rekrutterings-kostnad Yngre Eldre

41 Simulere effekten av tiltak Endring i avgangssannsynlighet Hva er effekten av en prisendring? Endring i kunderesultat, R t Endring i CLV

42 Hva er optimale valg? CLV Som illustrert på forrige side, kan vi bruke Machine Learning til å simulere effekten av tiltak, f.eks. Prisendring Rekrutteringskanaler Endring i kundebetjening En nyttig guide for strategisk diskusjon kan være å bruke optimeringsteori til å finne parameterne som optimerer CLV Parameter 2 Parameter 1

43