- Exploratívna analýza odchodovosti zákazníkov: Využitie vizualizačných…
Počet záznamov: 1  

Exploratívna analýza odchodovosti zákazníkov: Využitie vizualizačných nástrojov v Pythone

  1. SYS0305786
    LBL
      
    00000naa--22^^^^^---450-
    005
      
    20250102115712.6
    035
      
    $a 1269161 $2 CREPC2
    100
      
    $a 20250102a2024łłłłm--y0sloc0103----ba
    101
    0-
    $a eng $d slo $d eng
    102
      
    $a SK
    200
    1-
    $a Exploratívna analýza odchodovosti zákazníkov: Využitie vizualizačných nástrojov v Pythone $d Exploratory Analysis of Customer Churn: Utilizing Visualization Tools Available for Python $f Michal Bogár
    301
      
    $a VEGA 1/0047/23
    330
      
    $a Exploratívna dátová analýza sa ukázala byť dôležitým nástrojom pri snahe lepšie pochopiť odchodovosť zákazníkov telekomunikačného operátora, a to skúmaním údajov o viac ako 7000 zákazníkoch, pričom boli využité nástroje z ekosystému Python, najmä Jupyter Lab, spolu s knižnicami ako pandas, NumPy, Seaborn a Plotly. Tento článok vychádza z myšlienok, ktoré koncipoval John Tukey, a zdôrazňuje význam vizualizácie údajov na odhalenie skrytých vzorov a vzťahov v dátach, ktoré ovplyvňujú správanie zákazníkov. Postupnou analýzou rôznych zákazníckych atribútov, od tých demografických, až po premenné, ktoré popisujú ich predplatené služby sme identifikovali trendy vedúce k odchodovosti, vrátane výrazného vplyvu dĺžky viazanosti, rodinného stavu zákazníka a citlivosti na cenu produktov. Získané výsledky poukazujú na to, že zákazníci so zmluvami bez viazanosti a zákazníci bez partnerov alebo detí sú náchylnejší prerušiť zmluvu. Vytvorené interaktívne grafy poskytujú nielen intuitívne prehľady, ale pomáhajú aj pri hlbšom skúmaní dát, čím vytvárajú solídny základ pre prediktívne modelovanie. Táto analýza zdôrazňuje dôležitosť exploratívnej analýzy pri formulovaní účinných retenčných stratégií na udržanie zákazníkov a ponúka možnosti na pokračovanie vo výskume využívajúc pokročilé analytické techniky, ako sú strojové učenie a kohortová analýza, na predikovanie odchodovosti.
    463
    -1
    $1 001 eu_un_cat*0305758 $1 011 $a 1339-987X $1 200 1 $a Ekonomika a informatika $b elektronický zdroj $e vedecký časopis FHI EU v Bratislave a SSHI $d Economics and Informatics: A Scientific Journal of the Faculty of Economic Informatics of University of Economics in Bratislava and the Slovak Economic Informatics Association $v Roč. 22, č. 2 (2024), s. 4-17 $1 210 $a Bratislava $c Ekonomická univerzita v Bratislave $d 2024
    610
    1-
    $9 eu_un_auth*h0001109 $a analýzy
    610
    1-
    $9 eu_un_auth*h0007368 $a zákazníci
    610
    1-
    $9 eu_un_auth*h0004828 $a predvídanie
    700
    -1
    $3 eu_un_auth*0086374 $a Bogár $b Michal $p EUBFHIKOV $4 070 $9 100 $f 1998- $q I $T Katedra operačného výskumu a ekonometrie FHI
    801
    -0
    $a SK $b BA004 $c 20250102 $g AACR2
    T85
      
    $x existuji fulltexy
Počet záznamov: 1  

  Tieto stránky využívajú súbory cookies, ktoré uľahčujú ich prezeranie. Ďalšie informácie o tom ako používame cookies.