Machine Learning for Marketing Analytics ใน R

การพยากรณ์ว่าลูกค้าจะเลิกใช้บริการหรือเกิด Churn นั้นสำคัญมากสำหรับการกำหนดเป้าหมายลูกค้าที่มีคุณค่าและรักษาลูกค้าที่มีความเสี่ยง เรียนรู้วิธีสร้างแบบจำลอง Customer Churn โดยใช้ Logistic Regression

เรียนรู้วิธีสร้างแบบจำลองเวลาจนถึงเหตุการณ์หนึ่งโดยใช้ Survival Analysis ไม่ว่าจะเป็นเวลาจนถึงการสั่งซื้อครั้งถัดไป หรือเวลาจนกว่าลูกค้าจะเลิกใช้บริการ

ข้อมูล CRM อาจมีขนาดใหญ่มาก แต่ละตัวชี้วัดที่เก็บรวบรวมอาจมีข้อมูลเชิงลึกเกี่ยวกับลูกค้า อย่างไรก็ตาม การจัดการชุดข้อมูลที่มีตัวแปรจำนวนมากเป็นเรื่องยาก เรียนรู้วิธีลดจำนวนตัวแปรในข้อมูลโดยใช้ Principal Component Analysis ซึ่งไม่เพียงช่วยให้เข้าใจข้อมูลได้ดีขึ้น PCA ยังช่วยบีบอัดข้อมูลให้เป็นดัชนีเดียว และแก้ปัญหา Multicollinearity ในการวิเคราะห์ถดถอยที่มีตัวแปรหลายตัวสัมพันธ์กัน