Prädiktive Analytik zur Verhinderung der Kundenabwanderung

Industrie

IT

Kunde

Unser Kunde ist ein globaler IT–Dienstleister, einer der bekanntesten Unternehmen in der IT–Community.

Projektüberblick

Unser Klient engagiert sich für den Aufbau produktiver und langfristiger Kundenbeziehungen, die eine leistungsfähige und dauerhafte Bindung an das Unternehmen aufbauen lassen. Unser Kunde vertritt die Meinung, der beste Weg, diese Herausforderung zu bewältigen, besteht in der dynamischen Reaktion auf die Schwierigkeiten, mit denen die Endverbraucher bei der Nutzung der von unseren Kunden hergestellten Hardware oder Software umgehen können.

Das Projekt erzielte die Entwicklung eines prädiktiven (statistischen) Modells, das ermöglicht, kritische Beschwerden aus der Reihe von den täglich erhaltenen Bemerkungen zu wählen. Mit diesem Modell können unsere Kunden tatkräftig für zusätzliche Ressourcen wirken, um Probleme zu lösen und damit kritische Situationen zu vermeiden.

Projektumsetzung

Im Rahmen des Projekts entwickelte IBA ein statistisches (prädiktives) Modell, um zu Kundenabwanderung zu verhindern und das Vertrauen an den von unseren Kunden geschaffenen Geräten zu erhöhen.

Alle mathematisch fixierten Prognosen basieren auf der Verarbeitung von historischen Daten (Probedaten). Um ein Modell zur Vorhersage von kritischen Situationen im Hinblick auf die Ausrüstung zu bauen, analysiert IBA historische Daten der Beschwerden für die letzten drei Jahre. Statistisch ergab sich weniger als 10 von 1000 Beschwerden in kritischen Situationen. Die analysierten Daten bei der Stichprobe umfasste beide regelmäßigen Beschwerden und Reklamationen, die zur kritischen Situationen eskalierte.

Die Probe enthält drei Ebenen von Daten (Eingangsgrößen), nämlich jene im Zusammenhang mit:

  • dem Problem selbst, einschließlich ihrer Dringlichkeit, der Periode der Problemstellung und der verfügbaren Zeit, es zu lösen,
  • dem Gerät, wo das Problem entstanden ist, einschließlich der Häufigkeit und Dringlichkeit der vorherigen Beschwerden in den letzten sechs Monaten,
  • dem Endverbraucher, deren Ausrüstung ein Problem hat, einschließlich der Häufigkeit und Dringlichkeit von Beschwerden.

Die bei der Probe vorhandenen Daten sind historisch, das bedeutet, dass es bekannt ist, ob die kritische Situation vorliegt oder nicht. In der letzten Probe bewertet eine der Spalten die Eigenschaften der Beschwerde, die auch als die abhängige Variable, die durch den Umfang der anderen Felder (Eingangsvariablen) vorhergesagt werden sollen. In diesem Fall nimmt die abhängige Variable zwei Wertigkeiten: «1» entspricht den kritischen Beschwerden, das sind die Ergebnisse in Kundenabwanderung, und «0», um den Status eines treuen Kunden zu bezeichnen.

Auf Grund dieses Beispiels wird ein statistisches Modell gebaut. Der Algorithmus des Modells definiert, welche Kombinationen in «1» zu führen sind und welche «0» Wert der abhängigen Variablen bekommen. Bevor ein statistisches Modell gewählt wird, ist es notwendig, bestimmte Aufgaben der Datenbereinigung, nämlich bis zum Äußersten und Ausreißer zu beseitigen und um die fehlenden Daten zu verarbeiten auszuführen. Je nach Situation können verschiedene statistische und Data–Mining–Algorith men für die Modell–Bau verwendet werden, einschließlich die logistischen Regression, Entscheidungsbäume und neuronale Netze. Das Modell basiert auf einer “Ausbildung” Teilmenge der Daten von der Stichprobe und gegen eine “Test”–Untermen ge der Probedaten verifiziert.

Außerdem, um die Genauigkeit der Vorhersage zu verbessern, verwendet IBA die Algorithmen von unstrukturierten Datenanalyse (Textdaten), die die textuelle Beschreibung primärer Beschwerde des Kunden beurteilen und wichtige Wörter und Sätze markieren.

Projektergebnisse

Das von IBA gebaute prädiktive (statistische) Modell deckt im voraus etwa 83 Prozent aller kritischen Beschwerden. Das Modell erkennt kritische Situationen und ermöglicht eine Stand–by–Zeit von vier bis zum fünf Tagen, so dass es unseren Kunden proaktiv reagieren lässt. Bis heute hat unser Kundensupport–Team genügend Zeit für eine dynamische Reaktion auf die Beschwerde durch das ausgewählte Modell und für Verhinderung einer kritischen Situation. Mit der Erstellung vom IBA Modell ist unser Kunde fähig, das Risiko von kritischen Situationen deutlich zu reduzieren und die Kundenbindung zu erhöhen.

© 1993-2018 IBA Group a.s.