Predicting Customer Churn with Data Analytics

Abstract

Flere og flere bedrifter oppnår konkurransefortrinn ved å ta i bruk data på en effektiv måte. Til tross for at det er gjennomført mange studier for å forstå fordelene ved å ta i bruk datadrevet kunnskap, er det få av disse som beskriver praktiske fremgangsmåter for å gjøre dette. Store selskaper har ofte nok ressurser til å utvikle slike praktiske fremgangsmåter på egenhånd, men mange små bedrifter sliter med å sette av nok tid og ressurser til å legge til rette for problemløsing ved hjelp av dataanalyse. Denne oppgaven presenter en konkret fremgangsmåte som kan benyttes av små bedrifter som leverer nettbaserte tjenester til å løse problemer ved hjelp av dataanalyse. Det nettbaserte leksehjelpsselskapet Learnlink ble valgt som utgangspunkt for oppgaven. Data fra kundeforhold, elever og lærere ble analysert for å løse en av de aller vanskeligste utfordringene Learnlink står ovenfor: hvordan de kan få indikasjoner på hvilke kunder som kommer til å avslutte kundeforholdet for tidlig, vanligvis kalt churn.

Metodene som ble brukt i denne oppgaven, kan oppsummeres som samle, analysere og evaluere. Relevant data ble samlet fra selskapets database, betalingsløsning og kundeoppfølgingssystem, slått sammen og renset, og gjort tilgjengelig for analyse gjennom visualiseringer i Google Data Studio. Med et analyseverktøy som viste data nærmest i sanntid, kunne en utforskende analyse gjennomføres for å finne mønstre og korrelasjoner i dataen. Tilsynelatende relasjoner ble testet for signifikans, før de ble integrert i fire ulike prediksjonsmodeller. Ved å klassifisere kundene basert på indikasjonene for tidlig avslutning og sammenligne disse klassene med faktisk churn, kunne resultatene fra den utforskende analysen evalueres.

Analysen viste at både demografisk data, oppførsel og data knyttet til læreren kunne indikere om en kunde hadde høy sannsynlighet for å avslutte kundeforholdet for tidlig. Analyseverktøyet som ble utviklet gjennom arbeidet med oppgaven bør være godt nok til å fungere som et grunnlag for datadrevet problemløsing for Learnlink, samt bidra til arbeidet med å redusere churn. Andre små selskaper vil også kunne bygge det samme systemet for å løse problemer ved hjelp av data. For videre arbeid kan resultatene forbedres ved å legge til flere datakilder og eksperimentere med et bredere spekter av prediksjonsmodeller.

Effective use of data is increasingly becoming a competitive advantage for businesses. Although a wide range of studies has been conducted to understand the benefits of applying data-driven knowledge, few of them provides practical approaches. While large enterprises have the resources to develop a practical approach themselves, many small businesses struggle to find the time and resources to solve problems from data analytics. This thesis presents a concrete approach to solve problems through data analytics for small online-based companies. The online tutoring agency Learnlink was chosen as the subject. Customer, student and tutor data was analyzed in order to solve one of Learnlink’s hardest problems: how to indicate premature cancellations for individual customers, also referred to as customer churn.

The methods that were applied to achieve the main objective can be summarized as collect, analyze and evaluate. Relevant data was collected from the company’s database, payment solution and customer relationship system, assembled and cleaned, and made available for analysis in Google Data Studio visualizations. With a near-real-time analytics tool at hand, an exploratory analysis was conducted in order to investigate patterns and correlations in the data. Seeming relations were tested for significance before integrated into four different prediction models. By classifying customers based on indications for premature cancellations and comparing the predicted classes with actual churn, the results from the analysis could be evaluated.

Throughout the analysis, it became clear that both demographic, behavioural and tutor data could provide indications of whether a customer was probable to prematurely cancel their subscriptions. The analytics tool that was developed throughout this thesis should be sufficient to work as a foundation for solving further business problems with data as well as help mitigating customer churn for the subject company. Furthermore, other small companies should be able to implement the same system in order to solve problems with data. For future work, the results can be improved by introducing more data sources and to experiment with a wider variety of prediction models.