Churn prediction of enterprise mobile customers with machine learning methods in telecommunication industry
Churn predıctıon of enterprıse mobıle customers wıth machıne learnıng methods ın telecommunıcatıon ındustry
- Tez No: 685065
- Danışmanlar: YRD. DOÇ. DR. ÖVGÜ ÖZTÜRK ERGÜN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzün küreselleşen dünyasında yeni rakiplerin ortaya çıkması ve değişimin devam ettiği bir ortamda telekomünikasyon hizmetlerine yapılan yatırımların artması ile pazarlama stratejilerinin önemi ve müşterilerin bilinçli davranışları şirketler için önemli bir talep haline gelmiştir. Yeni düzenlemeler ve teknolojiler, mobil operatörler arasındaki rekabeti artırmaktadır. Yeni bir müşteri edinmek, aktif müşteri elde etmekten daha pahalı olduğu için, şirketler müşteri kaybetme oranını düşürmek için çözüm bulma arayışındadır. Bu nedenle telekomünikasyon şirketleri, müşterinin hizmet sağlayıcıyı değiştirme arzusu kavramını analiz etmek ve mevcut müşterilerini korumak için gerekli önlemleri almak istemektedir. Bu çalışma, Türkiye'nin en büyük telekomünikasyon şirketlerinden birinin Pazarlama Zekası Departmanı'nda yapılmıştır. Kurumsal mobil müşterilerin kullanım bilgileri, kullanım eğilimleri, abonelik taahhüdü, abonelik yaşı, ARPU ve fatura bilgileri, rakip aşinalığı, giden arama bilgileri, numara taşıma deneyimi vb. dikkate alınarak kayıp tahmin modellemesi yapılmıştır. Bu çalışmada kayıp tahmin modelleri oluşturulurken makine öğrenme yöntemleri kullanılmıştır. Kullanılan makine öğrenme yöntemleri rastgele orman, lojistik regresyon, karar ağacı, gradient boostingdir. Model 600 farklı değişkenle modellenerek geliştirilmiş ve kayıp tahmini yapılmıştır. Bu projede potansiyel müşteri kayıpları tahmin edilerek gelir kaybının önüne geçilmesi amaçlanmıştır.
Özet (Çeviri)
In today's globalizing world, with the emergence of new competitors and the increase in investments in telecommunication services in an environment where change continues, the importance of marketing strategies and the conscious behavior of customers have become an important demand for companies. New regulations and technologies increase competition between mobile operators. Since acquiring a new customer is more expensive than keeping active customers, companies are trying to find a solution to reduce the churn rate. For this reason, telecommunication companies want to analyze the concept of the customer's desire to change the service provider and take necessary measures to retain their existing customers. This study was performed in Marketing Intelligence Department of one of the largest telecommunications companies in Turkey. Churn estimation modeling has been made by taking into account usage information of corporate mobile customers, usage trends, subscription commitment, subscription age, arpu and invoice information, competitor familiarity, outbound search information, number porting experience, etc. In this study, machine learning methods were used while creating churn prediction models. Machine learning methods used are random forest, logistic regression, decision tree, gradient boosting. Model was developed by modeling with 600 different variables and churn estimation was made.In this project, it is aimed to prevent loss of income by estimating potential churn customers.
Benzer Tezler
- Churn prediction in telecommunication sector
Telekom sektörleri için topluluk sınıflandırıcılarla ayrılma tahmini
FAIZA HASSAN MOHAMED
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Ticaret ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. MUSTAFA CEM KASAPBAŞI
- Customer churn analysis based on machine learning by using data mining techniques in telecommunication sector
Telekomünikasyon sektöründe veri madencilik tekniklerini kullanarak makine öğrenmesine dayalı müşteri terk analizi
ELİF ÇELİK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. AŞKIN DEMİRAĞ
- İşletmelerde veri güvenliği için makine öğrenimi tabanlı homomorfik şifreleme algoritmalarının analizi
An analysis of machine learning based homomorphic encryption algorithms for data security in companys
ŞELALE ERSEVİNÇ
Yüksek Lisans
Türkçe
2025
Yönetim Bilişim SistemleriDokuz Eylül ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. CAN AYDIN
- Bankacılık sektöründe tüzel müşteriler için makine öğrenmesi yöntemleri ile terk analizi
Churn analysis with machine learning for corporate customers in banking industry
SÜMEYYE AYDIN
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEZİR AYDIN
- Otel işletmelerinde kayıp müşteri tahminlemesi
Customer churn prediction in hotel firms
ASLIHAN DURSUN CENGİZCİ
Doktora
Türkçe
2020
İşletmeAkdeniz ÜniversitesiTurizm İşletmeciliği Ana Bilim Dalı
DOÇ. DR. MELTEM CABER