要約
顧客離脱（customer churn）は、特定の期間内に企業との関係を解消することまたは顧客エンゲージメントを低下させることを指します。市場シェアのドル価値を増加させるために重要な役割を果たす2つの主要なビジネスマーケティング戦略は、新規顧客の獲得と既存顧客の維持です。新規顧客獲得コストは、既存顧客の維持コストの5〜6倍であるため、離脱リスクのある顧客への投資は賢明です。離脱モデルの因果分析は、将来において顧客が離脱するかどうかを予測し、企業が離脱の影響と潜在的な原因を特定し、その後その知識を利用してカスタマイズされたインセンティブを適用するのに役立ちます。本論文では、分類用に深層フィードフォワードニューラルネットワークを使用し、高次元疎データに対して逐次パターンマイニング手法を組み合わせたフレームワークを提案します。また、顧客離脱につながる原因確率を予測するための因果ベイジアンネットワークも提案しています。テストデータに対する評価指標は、XGBoostと当方のディープラーニングモデルが従来の手法よりも優れた性能を発揮したことを確認しています。実験分析では、スーパーガラント貢献度（super guarantee contribution）、口座成長率（account growth）、および顧客在籍年数（customer tenure）を表すいくつかの独立した因果変数が、高い信頼度で顧客離脱の混雑因子（confounding factors）として識別されたことを確認しています。本論文では現状から将来の方針まで、地域年金基金における実際の顧客離脱分析を提供します。