Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Comparison of logistic regression and decision tree for customer churn prediction in Telecommunications

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F17%3A10238350" target="_blank" >RIV/61989100:27510/17:10238350 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparison of logistic regression and decision tree for customer churn prediction in Telecommunications

  • Popis výsledku v původním jazyce

    Customer churn, loss of customers due to switch to another service pro-vider or non-renewal of commitment, is very common in highly com-petitive and saturated markets such as telecommunications. In order to solve this problem, predictive models need to be implemented to identi-fy customers who are at risk of churning and also key drivers of churn need to be identified. In this study, two models for prediction of customer churn in next 45 days are compared - logistic regression and decision tree. The dataset used contain 16 variables and 50,000 customers in both training and testing data set. Decision tree outperformed in predictive performance logistic regression with hit rate 81.1% and specificity 94%. The most important variables in both classification models were customer dura-tion and contract duration and in logistic regression model also value added services played a big role.

  • Název v anglickém jazyce

    Comparison of logistic regression and decision tree for customer churn prediction in Telecommunications

  • Popis výsledku anglicky

    Customer churn, loss of customers due to switch to another service pro-vider or non-renewal of commitment, is very common in highly com-petitive and saturated markets such as telecommunications. In order to solve this problem, predictive models need to be implemented to identi-fy customers who are at risk of churning and also key drivers of churn need to be identified. In this study, two models for prediction of customer churn in next 45 days are compared - logistic regression and decision tree. The dataset used contain 16 variables and 50,000 customers in both training and testing data set. Decision tree outperformed in predictive performance logistic regression with hit rate 81.1% and specificity 94%. The most important variables in both classification models were customer dura-tion and contract duration and in logistic regression model also value added services played a big role.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    50202 - Applied Economics, Econometrics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 12th International Conference on Strategic Management and its Support by Information Systems: May 25th-26th, 2017, Ostrava, Czech Republic

  • ISBN

    978-80-248-4046-8

  • ISSN

    2570-5776

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    9

  • Strana od-do

    282-292

  • Název nakladatele

    VŠB - Technical University of Ostrava

  • Místo vydání

    Ostrava

  • Místo konání akce

    Ostrava

  • Datum konání akce

    25. 5. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000417344100032