CHURNGUARD AI: Telekommunikations-Kundenabwanderungsvorhersagesystem mit maschinellem Lernen

Die Kundenabwanderung stellt eine der größten Herausforderungen in der Telekommunikationsbranche dar, bei der die Bindung bestehender Kunden deutlich kosteneffizienter ist als die Gewinnung neuer Kunden. Dieses Papier präsentiert ChurnGuard AI, ein umfassendes End-to-End-System auf Basis von maschinellem Lernen, das entwickelt wurde, um die Kundenabwanderung mit dem IBM Telco Customer Churn-Datensatz, der 7.043 Kundenaufzeichnungen und 21 Attribute umfasst, vorherzusagen. Das vorgeschlagene System folgt einem vollständigen Data-Science-Lebenszyklus, einschließlich der Datenvorverarbeitung, explorativen Datenanalyse, Merkmalserstellung, Modellentwicklung, Evaluierung, Bereitstellung und Überwachungsstrategie. Vier Klassifikationsalgorithmen - Logistic Regression, Random Forest, XGBoost und Support Vector Machine - werden implementiert und mittels fünffacher stratifizierter Kreuzvalidierung bewertet. Die Modellauswahl basiert auf der F1-Score-Metrik, um Klassenungleichgewicht effektiv zu handhaben. Das am besten performende Modell wird über eine Flask-basierte Webanwendung bereitgestellt, die Echtzeit-Kundenabwanderungsvorhersagen ermöglicht. Das System liefert Abwanderungswahrscheinlichkeiten, Risikoklassifizierungen (Niedrig, Mittel, Hoch), wesentliche beitragende Faktoren und personalisierte Bindungsstrategien. Zusätzlich wurde ein Produktionsüberwachungsrahmen konzipiert, um Datenverschiebungen zu erkennen und die langfristige Modellzuverlässigkeit sicherzustellen. Die Ergebnisse zeigen, dass das vorgeschlagene System eine starke Vorhersageleistung mit praktischer Anwendbarkeit erreicht, was es zu einem wertvollen Entscheidungsunterstützungswerkzeug für Telekommunikationsanbieter zur Verbesserung von Kundenbindungsstrategien macht.