Время жизни клиента. Методы анализа и прогнозирования: Тренинг

День 1. Подготовка данных для анализа. Прогнозирование оттока клиентов

• Разновидности информации, связанной с поведением клиентов коммуникационной компании
• Типы исходных данных (шкалы)
• Основные статистические показатели и графики, применяемые для анализа данных о поведении клиентов:
  • среднее и доля
  • медиана и квартили
  • стандартное отклонение
  • стандартная ошибка
  • доверительные интервалы
  • столбиковая и круговая диаграмма
  • гистограмма
  • ящичная диаграмма
  • диаграмма рассеяния
• Требования к исходным данным для анализа
• Основные понятия анализа выживаемости:
  • цензурирование выборки
  • время жизни
  • выживаемость
  • риск
• Анализ срока жизни клиента на основе таблиц и графиков выживаемости Каплана-Майера:
  • оценка длительности использования услуг клиентами
  • определение вероятности ухода клиента через определенное время после начала использования услуги
  • анализ факторов, повышающих риск ухода клиента
  • сравнительный анализ выживаемости в группах

День 2. Анализ и прогнозирование поведения клиентов

• Систематизации экспертных мнений о факторах, влияющих на поведение клиентов – диаграмма Исикавы
• Анализ и прогнозирования количества клиентов с учетом факторов с использованием регрессии:
  • требования к виду и количеству исходных данных
  • необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
  • требования к факторам, которые планируется учитывать в анализе
  • особенности моделирования при недостатке информации о факторах – техника dummy-переменных
  • пошаговый алгоритм регрессионного анализа
  • способ проверки адекватности модели (анализ отклонений «факт-модель»)
  • интерпретация результатов: как влияют факторы на количество клиентов, ранжирование по силе влияния
• Анализ факторов, влияющих на длительность использования услуги клиентом, на основе регрессии Кокса:
  • требования к виду и количеству исходных данных
  • необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
  • требования к факторам, которые планируется учитывать в анализе
  • пошаговый алгоритм анализа
  • способ проверки адекватности модели
  • интерпретация результатов: как влияют факторы на отток клиентов

День 3. Анализ и прогнозирование лояльности клиентов

• Анализ факторов, влияющих на удовлетворенность клиента, на основе метода деревьев классификации:
  • требования к виду и количеству исходных данных
  • необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы подхода
  • способ проверки адекватности модели
  • выявление факторов, влияющих на удовлетворенность клиентов
  • описание профиля клиента на основе построенного дерева
• Получение обобщенных оценок удовлетворенности методом факторного анализа
• Сегментации клиентов на основе разнородной информации:
  • требования к виду и количеству исходных данных
  • необходимые и достаточные теоретические основы, идеи и принципы, плюсы и минусы кластерного анализа
  • валидация полученных результатов и описание.

После обучения Вы получите:

• Пошаговые инструкции по применению каждого метод
• Сертификат на 4-месячную бесплатную консультационную поддержку

Требования к участникам:

• Высшее образование
• Опыт работы в Excel на уровне пользователя